一种用于国家防控措施评估的流行病风险分析方法及装置制造方法及图纸

本发明专利技术涉及疾病防控技术领域，特别是指一种用于国家防控措施评估的流行病风险分析方法及装置。方法包括：确定流行病风险评价指标；确定流行病风险评价指标的状态值划分规则；确定样本数据，基于ISM

【技术实现步骤摘要】
一种用于国家防控措施评估的流行病风险分析方法及装置


[0001]本专利技术涉及疾病防控
，特别是指一种用于国家防控措施评估的流行病风险分析方法及装置。

技术介绍

[0002]变异毒株的出现加剧了新冠疫情的传播风险，在全球范围内引起了严重的健康问题和经济危机。一种基于国家层面的流行病风险防控措施评估分析模型及方法，用以评估现有的疫情防控措施，并对未来疫情的发展趋势进行预测，从而对政府提供决策支持。目前的研究大都基于城市层面，所包含的影响因子众多，但对其重要程度和各因素之间的耦合关系缺乏定量研究，而已有的风险分析模型则难以在识别关键因素的同时分析各因素之间的相互依赖性，从而缺少普遍适用性。

技术实现思路

[0003]本专利技术实施例提供了一种用于国家防控措施评估的流行病风险分析方法及装置。所述技术方案如下：
[0004]一方面，提供了一种用于国家防控措施评估的流行病风险分析方法，该方法由电子设备实现，该方法包括：
[0005]S1、基于国家疫情防控基础、社会韧性、疫情处置、传播影响范围四个维度，确定流行病风险评价指标；
[0006]S2、基于联合国标准状态值划分规则、新冠肺炎区域安全评估报告中的指标状态值划分规则、黄金比例分割法以及主观定性法，确定流行病风险评价指标的状态值划分规则；
[0007]S3、基于新冠肺炎区域安全评估报告、疫情信息数据库和疫情风险案例库，获取样本国家的流行病风险评价指标的数据值，根据所述流行病风险评价指标的状态值划分规则，确定样本数据，所述样本数据包括样本国家的流行病风险评价指标的状态值；
[0008]S4、基于ISM
‑
K2算法对所述样本数据进行学习，得到指标层次结构以及各流行病风险评价指标不同状态值的概率分布；
[0009]S5、基于所述指标层次结构以及各流行病风险评价指标不同状态值的概率分布，确定各流行病风险评价指标不同状态值的条件概率表，所述各流行病风险评价指标不同状态值的条件概率表用于构建贝叶斯网络；
[0010]S6、获取待评判国家的流行病风险评价指标的数据值，确定所述待评判国家的流行病风险评价指标对应的状态值；
[0011]S7、基于所述待评判国家的流行病风险评价指标对应的状态值以及贝叶斯网络，对实际场景进行情景推演及灵敏度分析，以量化评估国家流行病的控制措施。
[0012]可选地，所述基于国家疫情防控基础、社会韧性、疫情处置、传播影响范围四个维度，确定流行病风险评价指标，包括：
[0013]基于国家疫情防控基础的维度，确定国家发展水平指标、应急准备情况指标、政府风险管理效率指标以及医疗质量和可及性指数指标；
[0014]基于社会韧性的维度，确定迁移等级指标、教育程度指标、低龄人口占比等级指标、人口密集程度指标以及群众生活水平指标；
[0015]基于疫情处置的维度，确定监测与诊断指标、医疗卫生就绪度指标以及疫情处置措施指标；
[0016]基于传播影响范围的维度，确定感染情况指标以及涉疫面积指标。
[0017]可选地，所述基于联合国标准状态值划分规则、新冠肺炎区域安全评估报告中的指标状态值划分规则、黄金比例分割法以及主观定性法，确定流行病风险评价指标的状态值划分规则，包括：
[0018]依据联合国标准状态值划分规则，确定国家发展水平指标、迁移等级指标、人口密集程度指标以及群众生活水平指标的状态值划分规则；
[0019]依据新冠肺炎区域安全评估报告中的指标状态值划分规则，确定应急准备情况指标、政府风险管理效率指标、医疗质量和可及性指数指标、监测与诊断指标以及医疗卫生就绪度指标的状态值划分规则；
[0020]依据黄金比例分割法，确定教育程度指标、低龄人口占比等级指标以及感染情况指标的状态值划分规则；
[0021]依据主观定性法，确定疫情处置措施指标以及涉疫面积指标的状态值划分规则。
[0022]可选地，所述基于ISM
‑
K2算法对所述样本数据进行学习，得到指标层次结构以及各流行病风险评价指标不同状态值的概率分布，包括：
[0023]建立节点变量之间的两两关系；
[0024]基于所述节点变量之间的两两关系，建立结构自相关矩阵，其中，所述结构自相关矩阵用于表示有向连接图中两两节点之间的连接关系；
[0025]基于所述结构自相关矩阵，计算可达矩阵，其中，所述可达矩阵表示有向连接图中两两节点之间是否可以彼此到达；
[0026]对所述可达矩阵进行区域划分，建立系统的解释结构模型ISM，得到指标层次结构；
[0027]基于样本数据以及K2算法，计算得到各流行病风险评价指标不同状态值的概率分布。
[0028]可选地，所述基于所述指标层次结构以及各流行病风险评价指标不同状态值的概率分布，确定各流行病风险评价指标不同状态值的条件概率表，包括：
[0029]基于最大后验估计MAP算法、所述指标层次结构以及各流行病风险评价指标不同状态值的概率分布，确定各流行病风险评价指标不同状态值的条件概率表。
[0030]另一方面，提供了一种用于国家防控措施评估的流行病风险分析装置，该装置应用于用于国家防控措施评估的流行病风险分析方法，该装置包括：
[0031]第一确定模块，用于基于国家疫情防控基础、社会韧性、疫情处置、传播影响范围四个维度，确定流行病风险评价指标；
[0032]第二确定模块，用于基于联合国标准状态值划分规则、新冠肺炎区域安全评估报告中的指标状态值划分规则、黄金比例分割法以及主观定性法，确定流行病风险评价指标
的状态值划分规则；
[0033]第三确定模块，用于基于新冠肺炎区域安全评估报告、疫情信息数据库和疫情风险案例库，获取样本国家的流行病风险评价指标的数据值，根据所述流行病风险评价指标的状态值划分规则，确定样本数据，所述样本数据包括样本国家的流行病风险评价指标的状态值；
[0034]第四确定模块，用于基于ISM
‑
K2算法对所述样本数据进行学习，得到指标层次结构以及各流行病风险评价指标不同状态值的概率分布；
[0035]第五确定模块，用于基于所述指标层次结构以及各流行病风险评价指标不同状态值的概率分布，确定各流行病风险评价指标不同状态值的条件概率表，所述各流行病风险评价指标不同状态值的条件概率表用于构建贝叶斯网络；
[0036]第六确定模块，用于获取待评判国家的流行病风险评价指标的数据值，确定所述待评判国家的流行病风险评价指标对应的状态值；
[0037]分析模块，用于基于所述待评判国家的流行病风险评价指标对应的状态值以及贝叶斯网络，对实际场景进行情景推演及灵敏度分析，以量化评估国家流行病的控制措施。
[0038]可选地，所述第一确定模块，用于：
[0039]基于国家疫情防控基础的维度，确定国家发展水平指标、应急准备情况指标、政府风险管理效率指标以及医疗质量和可及性指数指标；...

【技术保护点】

【技术特征摘要】
1.一种用于国家防控措施评估的流行病风险分析方法，其特征在于，所述方法包括：S1、基于国家疫情防控基础、社会韧性、疫情处置、传播影响范围四个维度，确定流行病风险评价指标；S2、基于联合国标准状态值划分规则、新冠肺炎区域安全评估报告中的指标状态值划分规则、黄金比例分割法以及主观定性法，确定流行病风险评价指标的状态值划分规则；S3、基于新冠肺炎区域安全评估报告、疫情信息数据库和疫情风险案例库，获取样本国家的流行病风险评价指标的数据值，根据所述流行病风险评价指标的状态值划分规则，确定样本数据，所述样本数据包括样本国家的流行病风险评价指标的状态值；S4、基于ISM
‑
K2算法对所述样本数据进行学习，得到指标层次结构以及各流行病风险评价指标不同状态值的概率分布；S5、基于所述指标层次结构以及各流行病风险评价指标不同状态值的概率分布，确定各流行病风险评价指标不同状态值的条件概率表，所述各流行病风险评价指标不同状态值的条件概率表用于构建贝叶斯网络；S6、获取待评判国家的流行病风险评价指标的数据值，确定所述待评判国家的流行病风险评价指标对应的状态值；S7、基于所述待评判国家的流行病风险评价指标对应的状态值以及贝叶斯网络，对实际场景进行情景推演及灵敏度分析，以量化评估国家流行病的控制措施。2.根据权利要求1所述的方法，其特征在于，所述基于国家疫情防控基础、社会韧性、疫情处置、传播影响范围四个维度，确定流行病风险评价指标，包括：基于国家疫情防控基础的维度，确定国家发展水平指标、应急准备情况指标、政府风险管理效率指标以及医疗质量和可及性指数指标；基于社会韧性的维度，确定迁移等级指标、教育程度指标、低龄人口占比等级指标、人口密集程度指标以及群众生活水平指标；基于疫情处置的维度，确定监测与诊断指标、医疗卫生就绪度指标以及疫情处置措施指标；基于传播影响范围的维度，确定感染情况指标以及涉疫面积指标。3.根据权利要求1所述的方法，其特征在于，所述基于联合国标准状态值划分规则、新冠肺炎区域安全评估报告中的指标状态值划分规则、黄金比例分割法以及主观定性法，确定流行病风险评价指标的状态值划分规则，包括：依据联合国标准状态值划分规则，确定国家发展水平指标、迁移等级指标、人口密集程度指标以及群众生活水平指标的状态值划分规则；依据新冠肺炎区域安全评估报告中的指标状态值划分规则，确定应急准备情况指标、政府风险管理效率指标、医疗质量和可及性指数指标、监测与诊断指标以及医疗卫生就绪度指标的状态值划分规则；依据黄金比例分割法，确定教育程度指标、低龄人口占比等级指标以及感染情况指标的状态值划分规则；依据主观定性法，确定疫情处置措施指标以及涉疫面积指标的状态值划分规则。4.根据权利要求1所述的方法，其特征在于，所述基于ISM
‑
K2算法对所述样本数据进行学习，得到指标层次结构以及各流行病风险评价指标不同状态值的概率分布，包括：
建立节点变量之间的两两关系；基于所述节点变量之间的两两关系，建立结构自相关矩阵，其中，所述结构自相关矩阵用于表示有向连接图中两两节点之间的连接关系；基于所述结构自相关矩阵，计算可达矩阵，其中，所述可达矩阵表示有向连接图中两两节点之间是否可以彼此到达；对所述可达矩阵进行区域划分，建立系统的解释结构模型ISM，得到指标层次结构；基于样本数据以及K2算法，计算得到各流行病风险评价指标不同状态值的概率分布。5.根据权利要求1所述的方法，其特征在于，所述基于所述指标层次结构以及各流行病风险评价指标不同状态值的概率分布，确定各流行病风险评价指标不同状态值的条件概率表，包括：基于最大后验估计M...

【专利技术属性】
技术研发人员：邓青，朱琳，萧星宇，蒋慧灵，周亮，周正青，曹雪，刘凯，张辉，黄丽达，于峰，刘艺，
申请(专利权)人：清华大学上海交通大学中国人民公安大学，
类型：发明
国别省市：