一种高血压病人随访推荐的方法技术

一种高血压病人随访推荐的方法，包括：提取并关联数据库中高血压病人的个人健康档案和随访后产生的潜在性血压影响因子；将获取的数据进行清洗得到有效数据和现有特征变量；根据有效数据进行特征构建得到构建特征变量；采用LMM模型对现有特征变量和构建特征变量进行筛选获得显著特征变量；将有效数据和显著特征变量代入多层逻辑回归拟合函数进行拟合得到多层逻辑回归模型；将患者最近一次的测量数据和每日更新的数据作为预测值代入多层逻辑回归模型，计算患者血压超过正常值的概率；根据获取的数据、血压超过正常值的概率、以及更新的数据，对需要随访的患者进行推荐。

A method of follow-up recommendation for patients with hypertension

【技术实现步骤摘要】
一种高血压病人随访推荐的方法
本专利技术属于医疗
，涉及一种高血压病人随访推荐的方法。
技术介绍
近几年来，高血压病患者人数在全球范围内不断攀升，根据国际健康组织的不完全统计，在2016年初，全球成年人中高血压患者占据20％以上。目前预估我国高血压患者人数超过2亿且病人对自身疾病的知晓率仅为30％，控制率仅为6％，且高血压病又往往伴随着中风、心力衰竭、眼部损害等诸多并发症，给人民的生活和健康造成极其严重的负面影响。目前国内针对高血压病人的疾病控制主要由社区、街道卫生院工作人员对高血压病人进行随访，通过药品和医嘱控制病情，并搜集病人生理、病理以及生活习惯等数据。但医疗资源的不均衡分布严重阻碍了高血压病人病情控制，其不平衡性主要体现在(1)时间：工作人员会对上次随访，血压超过阈值的病人在近期再度随访，一般间隔在15天以内，而未超过阈值的随访间隔则长至三个月或以上，随访时发现很大一部分病人的血压已严重超标且伴随其它病症的恶化现象。(2)空间：城乡医疗卫生资源的差距比较大，城市人口平均拥有的医疗卫生资源是农村人口的2.5倍以上，比如，占全国总人口近70％的农村拥有全国医疗卫生资源的30本文档来自技高网...

【技术保护点】
一种高血压病人随访推荐的方法，其特征在于：包括：提取并关联数据库中高血压病人的个人健康档案和随访后产生的潜在性血压影响因子；将获取的数据进行清洗得到有效数据和现有特征变量；根据有效数据进行特征构建得到构建特征变量；采用LMM模型对现有特征变量和构建特征变量进行筛选获得显著特征变量；将有效数据和显著特征变量代入多层逻辑回归拟合函数进行拟合得到多层逻辑回归模型；将患者最近一次的测量数据和每日更新的数据作为预测值代入多层逻辑回归模型，计算患者血压超过正常值的概率；根据获取的数据、血压超过正常值的概率、以及更新的数据，对需要随访的患者进行推荐。

【技术特征摘要】
1.一种高血压病人随访推荐的方法，其特征在于：包括：提取并关联数据库中高血压病人的个人健康档案和随访后产生的潜在性血压影响因子；将获取的数据进行清洗得到有效数据和现有特征变量；根据有效数据进行特征构建得到构建特征变量；采用LMM模型对现有特征变量和构建特征变量进行筛选获得显著特征变量；将有效数据和显著特征变量代入多层逻辑回归拟合函数进行拟合得到多层逻辑回归模型；将患者最近一次的测量数据和每日更新的数据作为预测值代入多层逻辑回归模型，计算患者血压超过正常值的概率；根据获取的数据、血压超过正常值的概率、以及更新的数据，对需要随访的患者进行推荐。2.根据权利要求1所述的一种高血压病人随访推荐的方法，其特征在于：数据清洗步骤包括：(1)变量转化：将数据库中的潜在性血压影响因子分别转化成对应的数值型变量、定类变量、定序变量和日期型变量；(2)错误录入值和极端值过滤：针对类型变量直接移除类别频数小于N的行，针对连续型变量，观察其分布情况后根据高斯概率密度函数：其中j表示需要对变量进行过滤的数值型变量，xj表示变量的实际值，μj表示各变量的平均值，σj为各变量的方差；移除Xu>μj-tσj，和Xl<μj+tσj的行,其中Xu,Xl分别表示计算出的保留的上下区间，t表示方差的倍数，通过t值可计算保留数据的百分比；(3)缺失值处理：根据获取的数据，直接移除一条数据中同时丢失M个以上变量的行；对于同时缺失在M个以下的行数据，使用KNN算法对缺失数据进行填充，根据欧几里得距离，其中xg，yg分别表示两个实例间各个变量的实际值：选取k个相似的临近单位，针对类型变量用最常出现的值填充，连续型变量则用中位数填充；(4)时间过滤：过滤不符合预期的时间范围，且为了突出个体间的随机效应，需要选择固定时间范围内随访次数较多的个体。3.根据权利要求1所述的一种高血压病人随访推荐的方法，其特征在于：构建特征变量包括：(1)BMI＝w/h^2，其中w表示患者的体重，h表示患者身高；(2)提取随访日期中的月份L作为季节性参考；(3)计算两次随访的时间间隔，计算方式为：TP＝Diff(CurrentDate-LastDate)其中CurrentDate表示此次随访时间，在模型训练时为当前的随访日期，用于预测时为当前的系统时间，LastDate表示上次随访的日期，Diff是计算日期间间隔天数的一种表达形式...

【专利技术属性】
技术研发人员：涂昶，陈涛，李建元，王开红，
申请(专利权)人：银江股份有限公司，
类型：发明
国别省市：浙江,33