一种基于GO法贝叶斯的新冠病毒感染风险评估的方法技术

本发明专利技术公开了一种基于GO法贝叶斯的新冠病毒感染风险评估的方法，包括风险区划分；风险因素的定义和设置；GO法贝叶斯网络模型单元结构的定义、内部属性的确定与转换规则；根据所述风险因素构建GO法贝叶斯网络模型；获取所述待评估系统的风险因素数据，进行在线风险评估，得到风险评估结果。本发明专利技术能够在人员进入风险区后，通过收集人员基础行为信息和简要判断临床症状，提供一种快速评估人员感染风险的方法，解决了核酸检测能力不足，检测结果通报滞后等问题。

【技术实现步骤摘要】
一种基于GO法贝叶斯的新冠病毒感染风险评估的方法
本专利技术涉及疫情防控领域，尤其涉及一种基于GO法贝叶斯的新冠病毒感染风险评估的方法。
技术介绍
每年随着冬季来临、气温不断下降，新冠病毒的传播可能进一步恶化，尤其在人口密集的开放型社区，病毒易在人群间传播，由于病毒存在潜伏期，确诊病例易在确诊前出入公共场所，使得同时间段出入同一区域的人群存在感染风险，这就对确诊病例密接人员感染风险的评估提出了要求，现有诊断方法是直接对密接人员进行核酸检测并隔离，一方面核酸检测过程需要时间，另一方面集中隔离消耗物质资源大，增加市政部门的防疫负担，同时城市社区人口密集且流动性大，现有的手段效率不高。
技术实现思路
基于
技术介绍
存在的技术问题，本专利技术提出了一种基于GO法贝叶斯的新冠病毒感染风险评估的方法。本专利技术提出的一种基于贝叶斯网络的新冠密接人员感染风险评估的方法其具体操作步骤如下：1)风险区划分，根据风险源的不同分布状态使用泰森多边形或同心圆两种结构；2)风险因素的定义和设置，包括人员行为和临床表现两个层面；<本文档来自技高网...

【技术保护点】
1.一种基于GO法贝叶斯网络的新冠密接人员感染风险评估的方法，其特征在于，包括：/n1)风险区划分，根据风险源的不同分布状态使用泰森多边形或同心圆两种结构；/n2)风险因素的定义和设置，包括人员行为和临床表现两个层面；/n3)GO法贝叶斯网络模型单元结构的定义、内部属性与转换规则的确定；/n4)根据所述风险因素构建GO法贝叶斯网络模型，获取所述待评估系统的风险因素数据，进行在线风险评估，得到风险评估结果；/n5)通过微调模型参数进行灵敏度分析。/n

【技术特征摘要】
1.一种基于GO法贝叶斯网络的新冠密接人员感染风险评估的方法，其特征在于，包括：
1)风险区划分，根据风险源的不同分布状态使用泰森多边形或同心圆两种结构；
2)风险因素的定义和设置，包括人员行为和临床表现两个层面；
3)GO法贝叶斯网络模型单元结构的定义、内部属性与转换规则的确定；
4)根据所述风险因素构建GO法贝叶斯网络模型，获取所述待评估系统的风险因素数据，进行在线风险评估，得到风险评估结果；
5)通过微调模型参数进行灵敏度分析。


2.根据权利要求1所述的一种基于GO法贝叶斯的新冠病毒感染风险评估的方法，其特征在于，所述风险区的划分包括两种方式，地区内风险源数量多且分散时采用泰森多边形划分网格，风险源数量少或地理位置密集时以风险源群体为中心作一定半径同心圆。


3.根据权利要求1所述的一种基于GO法贝叶斯的新冠病毒感染风险评估的方法，其特征在于，所述风险因素的定义和设置分为两个层面，包括风险人员行为层面和临床表现层面，初步设定的行为层面包括与风险源距离、出行方式、出入场所密闭性、风险区内逗留时间、口罩的佩戴五种因素。


4.根据权利要求1所述的一种基于GO法贝叶斯的新冠病毒感染风险评估的方法，其特征在于，所述GO法贝叶斯网络模型单元结构的定义、内部属性的确定与转换规则：
单元结构1：风险发生单元(信号发生器)，风险发生单元表示系统的输入，该单元本身没有输入，是独立于系统的外部事件或信号，给出个人是否进入风险区的状态Ij，有I1(进入)或I2(不进入)两种状态，该单元转换规则为：
FR＝Ij的概率主为PR(Ij)＝Pj
单元结构2：风险传递单元，P(i)表示人员感染状态的概率，Q(i)表示人员健康状态的概率，下标C，S，R分别表示操作符、输入状态、输出状态，θ表示感染风险参数，两状态单元是较常用的单元，自身有健康或感染两种状态，同时有输入和输出数据，该单元转换规则为：
PR(i)＝PS(i)·PC(i)
QR(i)＝QS(i)+PS(i)·QC(i)
θR＝θS+θC
单元结构3：风险叠加单元，表示多个风险数据数据输入(下标后面分别加注1，2，…，n表示)，例如多种临床症状的输入，一个风险概率数据输出，并且多个输入只要其中一个发生就有输出的逻辑关系，该单元转换规则为：
QR(i)＝1-...

【专利技术属性】
技术研发人员：蔡国强，肖彤，杨天月，代斯薇，贾利民，秦勇，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11