[发明专利]一种患者随访提醒周期自适应调整方法

摘要

本发明属于医学信息处理技术领域，公开了一种患者随访提醒周期自适应调整方法，包括：步骤一，采集患者随访数据；步骤二，建立患者随访系统；步骤三，更新随访管理系统数据。本发明以多维纵向检测指标为输入，以生存质量评分为输出，建立变系数模型，对生存质量评分进行预测，根据生存质量评分的变化情况来相应调整随访周期的长短，最终输出患者下次应到访的时间。与仅利用单次诊疗数据的方案对比，本发明能更好地利用随访数据间的互相关性对患者随访时间进行预测，并为医生提供诊疗辅助。本发明能够根据患者病情的发展情况，通过自适应算法动态地调整随访方案，降低不必要的医疗成本，同时可为患者及医生提供病情跟踪等服务。

主权项

1.一种患者随访提醒周期自适应调整方法，其特征在于包括以下步骤：步骤一，采集患者随访数据；患者随访数据包括：肿瘤大小的变化情况，肿瘤转移率，理化检查指标，患者生存质量评分，即Fact评分；步骤二，建立患者随访系统；患者随访系统包括患者信息模块，医生信息模块，随访信息模块，随访周期自适应调整模块；数据信息储存于Oracle数据库中；其中，患者信息模块，包括患者的编号、姓名，年龄，性别，家庭住址与联系电话等患者的基本信息；该模块具有增加、删除、修改与查询功能；医生信息模块，包括医生的编号、姓名，性别，联系电话等医生的基本信息；该模块具有增加、删除、修改与查询功能；随访信息模块，包括随访数据添加模块和随访时间提醒模块；随访数据添加模块用于将人工采集到的患者的理化检查指标、患者临床症状体征指标和患者的Fact评分通过该模块的添加功能存储至数据库，并记录该次随访的时间，同时该模块也具有修改与查询随访数据的功能；随访时间提醒模块主要服务于医务工作者，该模块可显示本次的随访时间，下次应到访时间，当距下次应到访时间为10天以内时，开始在系统首页循环提示医生哪些患者需要近期随访并显示下次随访的时间，以及已随访的次数等信息；随访周期自适应调整模块，根据生存质量评分的变化情况自适应地调整随访周期，从而得到患者下次应到访的时间；该模块的生成方法如下：（1）定义系数模型以数据库中现有随访采集的肿瘤大小变化情况、肿瘤转移率和理化检查指标为输入，以Fact评分为输出，对随访纵向数据建立变系数模型：Y_i(t_ij)=X_i(t_ij)^Tβ(t_ij)+ε_ij       (1)式中，Y_i(t_ij)为第i个患者第j次访问的Fact评分测量值；i=1,2,...,n，j=1,2,...,m_i，n为患者人数，m_i为第i个患者的随访次数；ε_ij为模型误差；X_i(t_ij)为第i个患者第j次观测的p+1维观测变量，即采集到的随访观测指标，其表达式为：Xi(tij)=(Wi0Xi0(tij),...,WipXip(tij))T]]>式中，X⁰(t_ij)≡1，为指标因素的权重；模型（1）中的β(t)为p+1维的未知函数系数，可能为随时间变化的变系数、常系数或零系数，其表达式为：β(t_ij)={β₀(t_ij),β₁(t_ij),...,β_p(t_ij)}^T定义B样条基函数：B(t)=B01(t)···B0qn(t)0···00···0···························0···00···0Bkl(t)···Bkqn(t)]]>式中，k=1,2,...,p，q_n=s_n+h+1，s_n为内部结点个数，h为多项式的阶数；对β(t)进行B样条逼近得到表达式：βk(t)=B1(t)Tγk=γk,1+B‾(t)Tγk*]]>式中，为B(t)的共轭矩阵，γk=(γk,1,...,γk,qn)=(γk,1,γk*)]]>为样条系数向量，γ_k，1对应常系数部分，对应变系数部分；进行B样条逼近后，模型变为：Yi(tij)≈ZiT(tij)γ+eij]]>Zi(tij)={XiT(tij)B(tij)}T]]>式中，Z_i(t_ij)为的第j行，为逼近后的样条系数向量；（2）求变系数函数β_k(t)1）定义最小二乘惩罚函数：l(γ)=Σi=1n(Yi-ZiTγ)2+nλ1,nΣk=1pωk*||γk*||L1+nλ2,nΣk=1pωk,1|γk,1|I(||γk*||L1=0)]]>式中，λ_1,n与λ_2,n为惩罚参数，引入惩罚参数的主要目的是在进行参数估计的同时，将较小的系数压缩为0，从而剔除无关变量；与ω_k,1为自适应权重，权重依据系数的绝对值来选择，这样就可以对不同的系数进行不同程度的压缩；为的L₁范数；l(γ)中的第二项用来分离变系数与常系数，第三项用来分离常系数与零系数；I(||γk*||L1=0)]]>表示：当I(||γk*||L1=0)]]>为单位矩阵，阶数等于取0的个数；当2）通过样条系数确定变系数与常系数定义变系数子集、常系数子集、零系数子集分别为V、C、Z；假设所有的变量为变系数子集V，通过最小化下式得到的惩罚估计：l1(γ)=Σi=1n(Yi-ZiTγ)2+nλ1,nΣk=1pωk*||γk*||L1]]>令λ_1,n=0，最小化l₁(γ)得到γ⁽⁰⁾：γ(0)=(Σi=1nZiZiT)-1Σi=1nZiYi]]>经二次方逼近得：|γk,l|≈|γk,l(0)|+sign|γk,l(0)|(γk,l-γk,l(0))≈|γk,l(0)|+12|γk,l(0)|(γk,l2-γk,l(0)2)]]>式中，k=1,…,p，l=2,...,q_n，sign(x)为符号函数；不考虑常数项，l₁(γ)可以近似表示为：l1(γ)=Σi=1n(Yi-ZiTγ)2+nλ1,nΣk=1pωk*Σl=2qnγk,l22|γk,l(0)|]]>则：γ(j)=(Σi=1nZiZiT+nλ1,nΩ(j-1))-1Σi=1nZiYi]]>式中，Ω(j-1)=diag{0qnT,Ω1,(j-1)T,···,Ωp,(j-1)T},Ωk,(j-1)=ωk*{0,(2/γk,2(j-1))-1,...,(2/γk,qn(j-1))-1}T,]]>为第j-1次的迭代估计，k=1,…,p，j≥1；对γ进行迭代过程中，如果则设置且该系数为常系数；否则为变系数；在计算中，设置ε=10^-4；在该部分计算中，将变系数与常系数分离，同时将第k个协变量由V变为C；3）通过样条系数确定常系数与零系数对于每一个k=1,…,p，如果X^(k)∈C，则其中为全为0的方阵；如果X^(k)∈V，则C与V为通过上一步计算得到的协变量子集，为所有变量的样条系数，通过最小化下式得到l2(γ1)=Σi=1n(Yi-ZiTγ1)2+nλ2,nΣk=1pω^k,1|γk,11|I(||γ^k*VC||L1=0)]]>自适应权重可由上一步得到，如果则该系数为零系数，将协变量X^(k)指定为C；不断迭代下式直到收敛，即可得到γ(j)=(Σi=1nZiZiT+nλ2,nΩ(j-1))-1Σi=1nZiYi]]>式中，Ω(j-1)=diag{0qnT,Ω1,(j-1)T,···Ωp,(j-1)T},Ωk,(j-1)=ω^k,1{(2|γk,1(j-1))-1,0qn-1T}T,]]>为第次的迭代估计，j≥1，在迭代过程中，如果设置一般设ε=10^-4；如果则表明该系数为零系数；4）不断重复步骤2）与3），直到γ^(j+1)-γ^(j)＜10^-5时，结束运算，得到最终的收敛估计5）由样条系数向量γ求变系数函数β_k(t)，方法如下：如果收缩为0，β_k(t)被选择为常系数，β_k(t)的估计为：否则，β_k(t)被选择为变系数，β_k(t)的估计为：（3）根据变系数模型求Fact评分，依据随访周期调整规则调整随访周期，进而得到下次应到访时间；随访周期调整规则为：正常的随访周期为四周一次，当Fact评分下降超过10%，则随访周期改为两周一次；当随访周期上升超过10%，则随访周期改为六周一次，随访周期的调整过程见图2；步骤三，更新随访管理系统数据；根据随访周期自适应调整模块的计算结果，将下次应到访时间保存于数据库中，医生打开系统时，随访提醒模块通过访问数据库即可显示下次应到访时间；当患者按照到访时间进行诊疗时，采集患者本次的各项随访数据并存于数据库中，作为下一次建模的训练集。