基于APC模型与遗传聚类算法的老年人疾病建立模型方法技术

一种基于APC模型与遗传聚类算法的老年人疾病建立模型方法，通过改进的算法将基本数据与体征数据相结合，以测量难度不高的属性提高疾病判定以及预测的精准度。满足大量部署的同时提高了疾病判定以及预测的精准度。此外，此计算模型不需要高成本测量仪器，通过平台所部署的物联网以及智能手机即能完成信息的采集，成本低且高效可行，适用于大范围的部署。

【技术实现步骤摘要】
基于APC模型与遗传聚类算法的老年人疾病建立模型方法
本专利技术涉及医疗数据处理
，具体涉及一种基于APC模型与遗传聚类算法的老年人疾病建立模型方法。
技术介绍
人口老龄化给居民健康以及国家医疗费用的支出造成了巨大的压力，个人健康管理平台通过对用户的数据进行分析以进行疾病的判定和预测，通过运动处方以及合理的饮食建议将疾病控制在预防阶段和早期治疗阶段，在全世界范围内兴起。老年人作为健康管理所关注的焦点，由于身体机能的退化和慢性疾病而导致的体征数据普遍偏离正常值对突发类疾病的判定以及预测造成了极大的困难，也引起了众多的关注，Rozemarijn等人通过电子束断层扫描来监测老年人的冠状动脉钙化并加入到标准化程序中测定危险因素以提高心血管疾病的预测精度[1]等，但已有的技术大多需要高科技设备的支持，这在我国大范围部署的情况下成本过于昂贵，且由于个人健康管理在我国处于起步阶段，针对老年人的疾病预测以及诊断模型研究较少。因此，如何在不对每个个体都采取高精度测量仪器进行测量的情况下，摆脱慢性疾病所造成的体征数据的干扰，使用收集的数据进行精准的疾病预测仍本文档来自技高网...

【技术保护点】
1.一种基于APC模型与遗传聚类算法的老年人疾病建立模型方法，其特征在于，包括：/na)采集老年人体征数据；/nb)将体征数据使用Stata15分析工具导入APC模型包，通过公式

【技术特征摘要】
1.一种基于APC模型与遗传聚类算法的老年人疾病建立模型方法，其特征在于，包括：
a)采集老年人体征数据；
b)将体征数据使用Stata15分析工具导入APC模型包，通过公式计算结果，式中θijk为发病人数或死亡人数，Nijk为人口数，μ为年龄、时期、队列参数的疾病危险性参照水平，ai标示年龄效应，i＝1,2,3…，βj为时期效应，j＝1,2,3…，γk为出生队列k的效应，εijk为误差值；
c)根据公式计算吸烟对步骤b)中结构造成的影响指数ηsmoke，ln[εA(rijk)]为正常人的APC模型结果，ln[εB(rijk)]为吸烟人群的APC模型结果，n为数据总组数，通过影响指数ηsmoke对APC模型进行改进；
d)根据公式计算APC模型结果的血压属性量化值BZ，式中SSi为第i个用户的收缩压，SS标为该年龄段标准收缩压，SZi为第i个用户的舒张压，SZ标为该年龄段标准舒张压，通过血压属性量化...

【专利技术属性】
技术研发人员：刘纪敏，贾全秋，文龙日，赵慧琦，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37