一种基于新型视觉健康档案的近视预测方法技术

本发明专利技术提出了一种基于新型视觉健康档案的近视预测方法，包括以下步骤：建立视觉健康档案、建立基于视觉健康档案的近视风险预测。本发明专利技术依托于视觉健康档案的数据仓库，利用机器学习算法，筛选出近视的危险因素，再进一步建立由年龄、地理、性别、户外活动时间、照明不良、课外作业时间等危险因素组成的近视得分系统模型。通过机器学习，大量数据的训练与计算，根据近视预测概率制定多层级的预警点，达到近视发生风险预测的目的。同时可以通过遗传因素、环境因素以及行为习惯因素表达式计算每个因素的数值，将视力屈光度与各因素进行回归分析，最终建立近视预测模型。最终建立近视预测模型。

【技术实现步骤摘要】
一种基于新型视觉健康档案的近视预测方法


[0001]本专利技术涉及眼科医疗
，特别涉及一种基于新型视觉健康档案的近视预测方法。

技术介绍

[0002]视觉健康是国民健康的重要组成部分。自2007年起，上海市在基本消除沙眼、白内障盲的基础上，关注屈光不正、高度近视等更广范围的视觉健康问题，率先从关注重点人群重点眼病防治向关注全程、全生命周期的视觉健康转变。
[0003]当前，儿童青少年近视是本市首要的视觉健康问题之一，2020年的调查结果显示，上海市儿童青少年总体近视率(56.6％)高于国家平均水平(53.6％)，呈现持续上升趋势(每年上升约1.7个百分点)，本市儿童青少年近视综合防控任务非常艰巨。
[0004]儿童青少年作为祖国的未来和民族的希望。近年来，由于中小学生课内外负担加重，手机、电脑等带电子屏幕产品的普及，用眼过度、用眼不卫生、缺乏体育锻炼和户外活动等因素，我国儿童青少年近视率居高不下、不断攀升，近视低龄化、重度化日益严重，已成为一个关系国家和民族未来的大问题。防控儿童青少年近视需要政府、学校、医疗卫生机构、家庭、学生等各方面共同努力，需要全社会行动起来，共同呵护好孩子的眼睛。
[0005]另外，在专业视觉健康档案领域已经整体落后于医疗卫生的整体信息化水平，近视防治信息化标准缺乏。
[0006]可以将现在的儿童视觉健康服务归纳为以下三大特点：
[0007](1)缺乏标准化、创新型视觉健康档案体系
[0008]2013年以来，随着上海建立第一代建屈光发育档案，各地区陆续开展了屈光发育建档工作。虽然经历了从第一代纸质档案到第二代信息化档案的发展过程，但是仍然存在内容单一，仅仅是视力、屈光等基础信息，无法帮助近视防控工作的推进。
[0009](2)采集手段简单
[0010]采集的信息无法。在大数据、物联网、人工智能等技术迅速发展的今天，亟需建立基于新技术的更加精准、更加温暖的干预手段。
[0011](3)对非专业人员可读性不强
[0012]专业的屈光发育档案由于缺少可量化指标和对未来屈光发育的相关指导、预测和预警，造成档案本身对学生个体、家长、学校的可读性和指导性不强，家长也无法了解目前视觉健康条件下未来的近视发展情况。

技术实现思路

[0013]针对
技术介绍
中指出的问题，本专利技术提出一种基于新型视觉健康档案的近视预测方法。
[0014]一种基于新型视觉健康档案的近视预测方法，其包括以下步骤：
[0015]S1.视觉健康档案的建立：
[0016]1)档案信息的采集：采集方式包括基层医疗机构筛查信息、学校筛查补充信息和就诊信息；
[0017]2)档案信息的判定：通过眼轴轴率比作为近视筛查的指标，以及通过眼轴增长值作为近视进展的判定指标；
[0018]S2.基于视觉健康档案的近视风险预测
[0019]1)近视得分系统模型的建立：
[0020]利用多元Logistic回归分析的方法筛选出近视的危险因素，以及回归系数β、ORs及其95％可信区间CIs；
[0021]对危险因素进行分类并确定每个分类的值，由W
ij
表示；
[0022]确定参考危险因素基准值，由W
iREF
表示；
[0023]在多元Logistic回归模型中确定每一个分类类别距离基准的距离β
i
(W
ij
‑
W
iREF
)；
[0024]确定常数B；
[0025]确定得分与每一个危险因素类别的关联：Point
ij
＝β
i
(W
ij
‑
W
iREF
)/B；
[0026]2)评价近视得分系统模型的预测能力
[0027]以总得分为检验变量和是否近视为状态变量绘制ROC曲线，通过ROC曲线下面积的大小评价近视得分系统模型的预测能力
[0028]3)近视预警点的确定
[0029]通过模型AI学习、大量数据的训练与计算，根据近视风险程度的概率制定多层级的预警点，进行近视风险干预；
[0030]4)屈光度的分析预测。
[0031]根据本专利技术的一个实施例，在基层医疗机构筛查信息中，基层医疗机构每年多次为3
‑
17岁的人员进行屈光筛查以采集数据，上传数据后形成屈光筛查报告及筛查建议，最终形成筛查报告；
[0032]在学校筛查补充信息中，示范学校带头将一体化数据采集设备引入校园，进行学校自主自助式筛查，同时学校的筛查报告作为补充信息纳入档案中；
[0033]在就诊信息中，临床信息和诊疗信息均形成就诊信息，医疗机构给出专业的诊断结果和预防建议，通过反馈机制以及跟踪服务得到定期复诊信息，临床信息、诊疗信息、诊断结果、预防建议和定期复诊信息。
[0034]根据本专利技术的一个实施例，通过单次眼轴的检测方法，得到眼轴长度和角膜曲率半径，眼轴轴率比＝眼轴长度/角膜曲率半径；
[0035]通过眼轴轴率比的计算值，可得到该值是否落在安全阈值内，还是在可控范围内，抑或是已超出可控阈值，其中安全阈值在可控范围内，且安全阈值和可控阈值根据不同年龄而变化。
[0036]根据本专利技术的一个实施例，通过多次眼轴的检测方法，在不超过一年的时间内，做两次眼轴检测，将两次眼轴长度进行对比，眼轴增长值＝(本次眼轴测量长度
‑
上次眼轴测量长度)*2次检测相隔天数/365；
[0037]通过眼轴增长值的计算值，可得到该值是否落在安全阈值内，还是在可控范围内，抑或是已超出可控阈值，其中安全阈值在可控范围内，且安全阈值和可控阈值根据不同年龄而变化。
[0038]根据本专利技术的一个实施例，在确定W
ij
的值时，对于连续性的变量选取中位数或是95％、99％参考范围，对于不连续性的分类变量赋值0和1；
[0039]常数B定义为反应年龄中增加一岁的患病风险。
[0040]根据本专利技术的一个实施例，给危险因素进行赋值，求得每个个体的得分，并计算在不同得分下的患病概率：
[0041][0042][0043]其中pointtotal表示总得分。
[0044]根据本专利技术的一个实施例，在模型AI学习、训练与计算中，建立AI模型，AI模型用来判断和预测近视风险，根据给定患者数采样的各个指标特征，给出风险程度的概率判断，建立AI模型的步骤如下：
[0045]标签制作：根据模型参数对近视者标注危险因素标签，并结合人工校对的方式予以补充，针对每一项危险因素，选取阈值范围，将此项危险因素进一步细分，形成完整的标签库；
[0046]模型训练：训练logisticregression模型和randomforest模型：
[0047]其中，logisticregression模型为p(x_1,x_2,
…...

【技术保护点】

【技术特征摘要】
1.一种基于新型视觉健康档案的近视预测方法，其特征在于，包括以下步骤：S1.视觉健康档案的建立：1)档案信息的采集：采集方式包括基层医疗机构筛查信息、学校筛查补充信息和就诊信息；2)档案信息的判定：通过眼轴轴率比作为近视筛查的指标，以及通过眼轴增长值作为近视进展的判定指标；S2.基于视觉健康档案的近视风险预测1)近视得分系统模型的建立：利用多元Logistic回归分析的方法筛选出近视的危险因素，以及回归系数β、ORs及其95％可信区间CIs；对危险因素进行分类并确定每个分类的值，由W
ij
表示；确定参考危险因素基准值，由W
iREF
表示；在多元Logistic回归模型中确定每一个分类类别距离基准的距离β
i
(W
ij
‑
W
iREF
)；确定常数B；确定得分与每一个危险因素类别的关联：Point
ij
＝β
i
(W
ij
‑
W
iREF
)/B；2)评价近视得分系统模型的预测能力以总得分为检验变量和是否近视为状态变量绘制ROC曲线，通过ROC曲线下面积的大小评价近视得分系统模型的预测能力3)近视预警点的确定通过模型AI学习、大量数据的训练与计算，根据近视风险程度的概率制定多层级的预警点，进行近视风险干预；4)屈光度的分析预测。2.根据权利要求1所述的一种基于新型视觉健康档案的近视预测方法，其特征在于，在基层医疗机构筛查信息中，基层医疗机构每年多次为3
‑
17岁的人员进行屈光筛查以采集数据，上传数据后形成屈光筛查报告及筛查建议，最终形成筛查报告；在学校筛查补充信息中，示范学校带头将一体化数据采集设备引入校园，进行学校自主自助式筛查，同时学校的筛查报告作为补充信息纳入档案中；在就诊信息中，临床信息和诊疗信息均形成就诊信息，医疗机构给出专业的诊断结果和预防建议，通过反馈机制以及跟踪服务得到定期复诊信息，临床信息、诊疗信息、诊断结果、预防建议和定期复诊信息。3.根据权利要求1所述的一种基于新型视觉健康档案的近视预测方法，其特征在于，通过单次眼轴的检测方法，得到眼轴长度和角膜曲率半径，眼轴轴率比＝眼轴长度/角膜曲率半径；通过眼轴轴率比的计算值，可得到该值是否落在安全阈值内，还是在可控范围内，抑或是已超出可控阈值，其中安全阈值在可控范围内，且安全阈值和可控阈值根据不同年龄而变化。4.根据权利要求3所述的一种基于新型视觉健康档案的近视预测方法，其特征在于，通过多次眼轴的检测方法，在不超过一年的时间内，做两次眼轴检测，将两次眼轴长度进行对比，眼轴增长值＝(本次眼轴测量长度
‑
上次眼轴测量长度)*2次检测相隔天数/365；
通过眼轴增长值的计算值，可得到该值是否落在安全阈值内，还是在可控范围内，抑或是已超出可控阈值，其中安全阈值在可控范围内，且安全阈值和可控阈值根据不同年龄而变化。5.根据权利要求1...

【专利技术属性】
技术研发人员：何鲜桂，许迅，王菁菁，
申请(专利权)人：何鲜桂，
类型：发明
国别省市：