自动化MELD评分方法、终端及存储介质技术

本申请涉及大数据处理技术领域，具体涉及自动化MELD评分方法、终端及存储介质。本申请方法包括以下步骤：从医院信息系统、电子病历系统以及实验室检查信息系统获取人口信息、临床诊断数据以及检验数据；对人口信息进行预处理得到患者索引编号信息；对临床诊断数据进行结构化分析获取肝病病因；从检验数据筛选出血清总胆红素、血肌酐、国际标准化比值数据；汇总患者索引编号信息、临床诊断数据以及检验数据；根据MELD评分规则对汇总数据进行计算得到每个患者的MELD评分结果。本方法将分散在不同数据库的数据进行规整统一，提供完善而准确无误的MELD评分数据，构建自动化计算模型进行MELD评分，获取精准地评分结果，既能提高工作效率又可以提高评估的准确性。

【技术实现步骤摘要】
自动化MELD评分方法、终端及存储介质
本申请涉及大数据处理
，具体涉及自动化MELD评分方法、终端及存储介质。
技术介绍
世界卫生组织(WorldHealthOrganization,WHO)2017年的报告显示全球范围内估计有3.4亿病毒性肝炎感染。另有调查显示普通人群中约有25％患有非酒精性脂肪性肝病，约有4.5％～9.5％患有肝硬化。终末期肝病是慢性肝病的主要死因，是各种慢性肝脏损害所致的肝病晚期阶段。每年约有77万人死于肝硬化疾病，对人民健康和生命造成严重威胁。终末期肝病模型(ModelforEnd-StageLiverDisease,MELD)评分是以血清总胆红素、国际标准化比值(INR)、肌酐结合肝硬化病因来评价慢性肝病患者肝功能储备及预后的评分系统，由Malinchoc等人于2000年首先提出，最初称为“MayoTIPS模型”，用于预测终末期肝病行经颈静脉肝内门-体分流术后患者的死亡率。后为计算方便，Kamath等对评分进行改良，形成现今使用的MELD评分，其计算公式为：MELD评分＝3.8×ln[胆红素(mg/d本文档来自技高网...

【技术保护点】
1.一种自动化MELD评分方法，其特征在于，包括以下步骤：/n从医院信息系统、电子病历系统以及实验室检查信息系统获取分析数据；所述分析数据包括人口信息、临床诊断数据以及检验数据；所述人口信息包括门诊人口信息和住院人口信息；/n对门诊人口信息和住院人口信息进行预处理得到患者索引编号信息；/n对所述临床诊断数据进行结构化分析处理获取肝病病因；/n对检验数据进行预处理并筛选出血清总胆红素、血肌酐、国际标准化比值检验数据；/n将所述患者索引编号信息、所述临床诊断数据以及所述检验数据进行汇总得到汇总数据；/n根据MELD评分规则对所述汇总数据进行分析得到每个患者的MELD评分结果。/n

【技术特征摘要】
1.一种自动化MELD评分方法，其特征在于，包括以下步骤：
从医院信息系统、电子病历系统以及实验室检查信息系统获取分析数据；所述分析数据包括人口信息、临床诊断数据以及检验数据；所述人口信息包括门诊人口信息和住院人口信息；
对门诊人口信息和住院人口信息进行预处理得到患者索引编号信息；
对所述临床诊断数据进行结构化分析处理获取肝病病因；
对检验数据进行预处理并筛选出血清总胆红素、血肌酐、国际标准化比值检验数据；
将所述患者索引编号信息、所述临床诊断数据以及所述检验数据进行汇总得到汇总数据；
根据MELD评分规则对所述汇总数据进行分析得到每个患者的MELD评分结果。


2.如权利要求1所述的自动化MELD评分方法，其特征在于，所述对门诊人口信息和住院人口信息进行预处理得到患者索引编号信息，包括以下步骤：
对所述门诊人口信息以及所述住院人口信息进行数据校验；
将所述门诊人口信息以及所述住院人口信息进行合并并过滤重复数据；
采用Hash算法为每个患者创建唯一索引号；
将患者的唯一索引号与所述临床诊断数据关联形成患者索引编号信息。


3.如权利要求1所述的自动化MELD评分方法，其特征在于，所述对所述临床诊断数据进行结构化分析处理获取肝病病因，包括以下步骤：
从所述临床诊断数据的诊断结论中分析出肝病病因；
将分析出的肝病病因进行合并并保存至所述临床诊断数据中。


4.如权利要求1所述的自动化MELD评分方法，其特征在于，所述对检验数据进行预处理并筛选出血清总胆红素、血肌酐、国际标准化比值检验数据，包括以下步骤：
对所述检验数据中的错误数据进...

【专利技术属性】
技术研发人员：刘景丰，黄起桢，方建凯，李海涛，郭鹏飞，刘红枝，林孔英，丁宗仁，陈传椿，李保晟，
申请(专利权)人：福州宜星大数据产业投资有限公司，福建医科大学孟超肝胆医院福州市传染病医院，
类型：发明
国别省市：福建;35