一种提高用药依从性的方法和系统技术方案

本发明专利技术公开了一种提高用药依从性的系统，采用用户建模方法计算患者的用药依从性评分从而确定患者分组，根据分组情况进行聚类分析，采用短信和微信干预的形式，利用药依从干预知识库，对不同分类的患者执行相应的干预方案和内容。此外，本发明专利技术还公开了该提高用药依从性的系统的实现方法。本发明专利技术系统是一套全自动化的干预方法，干预形式为根据干预规则按照不同的频率和内容向患者推送药依从干预知识，可以很方便高效的管理来提高患者的用药依从性，且全程实现自动化，降低人工操作失误，准确可靠，此外本发明专利技术还实现了干预策略个体化、干预内容综合化。

Method and system for improving medication compliance

The invention discloses a system for improving medication compliance, the user modeling calculation method of compliance score to determine the group of patients with cluster analysis according to grouping, using SMS and WeChat form of intervention, the use of drug compliance intervention knowledge base, implementation of the intervention program and content corresponding to different classification of patients. In addition, the invention also discloses the system realization method for improving the medication compliance. The system of the invention is a set of automatic intervention methods, according to the form of intervention intervention rules in accordance with the frequency and content of different patients to push drug compliance intervention knowledge, can be very convenient and efficient management to improve the medication compliance of patients, and the full realization of automation, reduce the artificial error, accurate and reliable, the invention also the intervention strategies of individualized and comprehensive intervention.

【技术实现步骤摘要】
一种提高用药依从性的方法和系统
本专利技术涉及用药依从性领域，具体涉及一种提高用药依从性的方法和系统。
技术介绍
据统计，中国现有确诊慢性病患者近3亿人，其中心血管病、肿瘤、糖尿病、呼吸系统疾病4种慢性病导致的死亡占总死亡人数的86.6％，慢性病的防控形势非常严峻。常见的如高血压、糖尿病、高血脂等慢性病具有病程长、控制难、多数情况下需要终身服药的特点，但是如果患者能严格按照医嘱用药，将有效控制病情并大幅降低并发症的发病风险。所以研究一种切实可行的提高慢性病患者用药依从性的方法和系统具有十分重要的价值。影响患者用药依从性的因素有很多，如年龄因素导致记忆力、认知分辨率及理解能力下降，易对药物名称、剂量、服用方法、服药时间等混淆不清，发生漏服、错服现象，使用药依从性下降，也有患者因为对疾病本身和并发症风险缺乏了解，对药物产生的不良反应和效果预期认识不足，从而自行停止服药。用药依从性的阻碍因素总结主要包括如下几个方面：1）缺乏医患交流；2）经济原因；3）不良反应；4）治疗方案复杂；5）患者记不清服药规则；6）患者对疾病危险性的认识不足；7）患者不能看到明显的疗效。提高用药依从性的研究已成为一本文档来自技高网...

【技术保护点】
一种提高用药依从性的系统，其特征在于，包含患者建模分组模块、针对性提升分析模块、干预规则生成模块、药依从干预知识库和干预内容发送模块；所述患者建模分组模块，采用用户建模方法计算患者的用药依从性评分从而确定患者分组；所述干预规则生成模块，用于根据所述患者建模分组模块的结果获得针对患者的干预规则；所述药依从干预知识库，包括用法用量、药物知识、疾病知识、用药依从、复购提醒；所述干预内容发送模块，根据所述干预规则生成模块生成的干预规则，从所述药依从干预知识库中选择干预知识内容并按照干预规则设的干预频率发送给患者。

【技术特征摘要】
1.一种提高用药依从性的系统，其特征在于，包含患者建模分组模块、针对性提升分析模块、干预规则生成模块、药依从干预知识库和干预内容发送模块；所述患者建模分组模块，采用用户建模方法计算患者的用药依从性评分从而确定患者分组；所述干预规则生成模块，用于根据所述患者建模分组模块的结果获得针对患者的干预规则；所述药依从干预知识库，包括用法用量、药物知识、疾病知识、用药依从、复购提醒；所述干预内容发送模块，根据所述干预规则生成模块生成的干预规则，从所述药依从干预知识库中选择干预知识内容并按照干预规则设的干预频率发送给患者。2.如权利要求1所述的系统，其特征在于，所述用户建模方法包括如下步骤：数据清洗、特征提取、加权处理、聚类分析以及类型定义；所述数据清洗用于删除异常数据和重复数据；所述特征提取，用于提取患者的以下特征：患者属性M、药品属性D、健康状况H、检测行为T和购药行为P；所述患者属性M采用年龄、经济水平和健康意识来评判，通过加权修正来获得患者属性得分；所述药品属性D有医学专家根据该药物服药频次、不良反应的情况来进行评级；所述健康状况H代表健康水平，是单个的健康指标或是多个健康指标的加权和；所述检测行为T根据检测频次、项目和检测结果来评判；所述购药行为P从客频次、客单价两个维度进行衡量；所述加权处理用于确定患者属性M、药品属性D、健康状况H、检测行为T和购药行为P五个特征的权重；所述聚类分析用于利用K-means聚类算法对加权后的五个维度作聚类分析；所述类型定义，用于对每类患者标准化后的五个维度得分取平均，将平均值加权求和，得到相应的加权后的用药依从性评分，并在此基础上确定每类患者的用药依从性评分大小排序；将每类患者的五个维度的平均值和整体患者的五个维度的平均值比较，得到每类患者的五个维度的变动情况用来分析该患者的类别的性质，并在此基础上定义用户类型。3.如权利要求2所述的系统，其特征在于，所述健康状况H是患者的BMI值、血压级别和血糖级别的加权和。4.如权利要求2所述的系统，其特征在于，所述类型定义单元中将平均值加...

【专利技术属性】
技术研发人员：张红广，蒋超，田飞，冯褚，杨友仁，刘凯，王桢，
申请(专利权)人：上海科瓴医疗科技有限公司，
类型：发明
国别省市：上海,31