[发明专利]一种基于贝叶斯网络规则评估老年人跌倒风险的方法

说明书

本发明公开了一种基于贝叶斯网络规则评估老年人跌倒风险的方法，涉及跌倒风险评估技术领域，包括以下步骤：S1、建立老年人跌倒风险贝叶斯网络结构图；S2、对贝叶斯网络结构图中的各个指标评价设定临界点，按照100分制，把临界点得分规定为60分；S3、根据测试方法得到的测试数据建立初始条件概率表和初始条件概率得分表；S4、对测试数据采用PCMHS算法，对指标得分进行计算。该基于贝叶斯网络规则评估老年人跌倒风险的方法，通过迭代的方式，把建模后的增量数据添加到树形结构的数据库中，并基于增量数据动态调整概率，使得本方法与实测结果保持高相关性，接近事实情况。

技术领域

本发明涉及跌倒风险评估技术领域，具体为一种基于贝叶斯网络规则评 估老年人跌倒风险的方法。

背景技术

跌倒是老年人面临的主要健康风险，世界卫生组织曾报告全球每年约 28～35％的65岁及以上老年人发生跌倒，并随着年龄增长而明显提高。因为跌 倒导致的健康问题也成为老年人致死原因之一。跌倒给老年人的生理和心理 都会造成负面影响，严重影响其生命质量。

现在临床多以量表作为老年人跌倒风险的评估，主观性强，与执行测试 者的专业能力有较高要求，不利于广泛推广。随着技术的发展，惯性传感器， 陀螺仪，测力台等技术的发展，也对老年人跌倒风险评估和预测做了有益的 尝试，但不同的评估方法都是单独使用，评估结果与实际情况差异性较大。

为了解决上述问题，我们提出了一种基于贝叶斯网络规则评估老年人跌 倒风险的方法，通过对不同方法联合使用，可以有效提高预测的准确性，减 少跌倒风险漏判，并在评估干预效果时，提供更多数据维度。

发明内容

针对现有技术的不足，本发明提供了一种基于贝叶斯网络规则评估老年 人跌倒风险的方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于贝叶斯网络规则 评估老年人跌倒风险的方法，包括以下步骤：

S1、建立老年人跌倒风险贝叶斯网络结构图；

S2、对贝叶斯网络结构图中的各个指标评价设定临界点，按照100分制， 把临界点得分规定为60分；

S3、根据测试方法得到的测试数据建立初始条件概率表和初始条件概率 得分表；

S4、对测试数据采用PCMHS算法，对指标得分进行计算。

进一步优化本技术方案，所述S1中，所述老年人跌倒风险贝叶斯网络结 构图进一步包括测试方法组别、测试方法以及指标评价。

进一步优化本技术方案，所述测试方法组别包括老年人跌倒风险量表、 步态分析、静态平衡、现场测试以及下肢功能评估；所述测试方法包括MFS、 STRATIFY、三维测力台、静态平衡仪、TUGU以及HM功能评估测试。

进一步优化本技术方案，所述老年人跌倒风险量表的对应测试方法为MFS 和STRATIFY，所述步态分析的对应测试方法为三维测力台，所述静态平衡的 对应测试方法为静态平衡仪，所述现场测试的对应测试方法为TUGU，所述下 肢功能评估的对应测试方法为HM功能评估测试。

进一步优化本技术方案，所述指标评价进一步包括分别对应的各个测试 方法的指标得分。

进一步优化本技术方案，所述S3中，所述测试数据分为定量的连续数据 以及定性的量表评估结果，针对连续数据建立对应的初始条件概率表，针对 量表评估结果建立对应的初始条件概率得分表。

进一步优化本技术方案，所述连续数据按照评分表制定规则，60分为平 均数向下1个标准差，理论最好数据为100分，中等风险区域平均值作为75 分，高风险区域平均值，作为30分，理论最差数据作为0分；分别按照0～30 分、30～60分、60～75分、75～100分区域内按照等步长列出不同数值对应分数， 作为初始表格，既初始条件概率表。