一种针对关联人群的健康管理方法及系统技术方案

本发明专利技术涉及一种针对关联人群的健康管理方法及系统。通过监测关联人群成员健康信息和多个属性信息，构建关联人群网络，将某一成员设为种子节点。通过第一独立级联模型对关联人群网络进行传播，计算传播结果，传播过程根据线性组合值计算传播健康状态的概率，并进行随机传播。通过迭代传播得到传播结果，根据传播结果计算目标成员对其他成员的影响程度，并根据排序进行健康干预。本发明专利技术结合个体属性、关系网络和传播规则，实现关联人群健康管理和精准干预，提高了干预效果，可广泛应用于社区健康管理、医疗机构慢性病管理等领域，为关联人群提供更有效的健康服务，提高健康管理效果、降低疾病传播风险，并为决策者提供科学依据。并为决策者提供科学依据。并为决策者提供科学依据。

【技术实现步骤摘要】
一种针对关联人群的健康管理方法及系统


[0001]本专利技术属于健康管理
，尤其涉及一种针对关联人群的健康管理方法及系统。

技术介绍

[0002]在关联人群的健康管理领域，现有方法主要依赖于传统的个体健康管理和群体干预策略。个体健康管理主要关注单个人的健康状态和医疗服务，而群体干预策略则针对整个人群采取统一的健康干预措施。
[0003]然而，上述方法通常存在以下问题：一、缺乏个性化，传统的健康管理方法无法针对个体的健康特征和行为习惯进行精细化管理，导致健康干预效果有限；二、忽视关联关系，现有方法往往没有充分考虑人与人之间的关联关系和传播效应，因此无法准确评估个体健康对整个关联人群的影响程度；三、缺乏科学依据，传统方法在制定健康干预策略时缺乏科学依据，往往基于经验或简单的统计数据，从而导致干预效果不稳定。

技术实现思路

[0004]本专利技术提供一种针对关联人群的健康管理方法及系统，旨在解决上述
技术介绍
提到的问题。
[0005]本专利技术是这样实现的，提供一种针对关联人群的健康管理方法，步骤包括：对关联人群中每个成员的健康信息进行监测，并收集关联人群中每个成员的多个属性信息，属性信息包括健康状态；基于关联人群中每个成员的属性信息构建关联人群网络，其中，每个成员表示为网络中的节点，每个成员之间的关系表示为边；将任一目标成员定为种子节点，并将种子节点的健康状态定为患病状态或易感染状态；将关联人群网络和种子节点的健康状态输入第一独立级联模型，并通过第一独立级联模型获取关联人群网络中各节点的健康状态的传播结果，具体步骤：设置一临时集合和节点集合，并将种子节点添加到节点集合中，对于每一轮传播，对当前轮节点集合中的每个节点进行一次遍历，以确定节点集合中的每个节点对应的线性组合值、当前轮的最小线性组合值及当前轮的最大线性组合值，对当前轮节点集合中的每个节点进行二次遍历，对遍历到的目标节点，根据目标节点对应的线性组合值、当前轮的最小线性组合值及当前轮的最大线性组合值计算目标节点对其邻居节点传播健康状态的概率，记为传播概率P=(z
‑
min(z))/(max(z)
‑
min(z))，其中，z为目标节点对应的线性组合值，min(z)为当前轮的最小线性组合值，max(z)为当前轮的最大线性组合值，对目标节点的每个邻居节点生成一个随机数r，随机数r的范围在0到1之间，若随
机数r小于传播概率P，则将目标节点的邻居节点的健康状态更新为目标节点的健康状态，并判断目标节点的邻居节点是否在节点集合中，若不在，则将目标节点的邻居节点添加到临时集合中，将遍历过的目标节点从节点集合中删除，并将临时集合中的所有节点添加到节点集合中，在每一轮迭代之后，判断节点集合是否为空，若节点集合为空，则终止迭代及生成传播结果，传播结果包括健康状态发生过改变的节点的总数和传播路径；根据传播结果计算目标成员的健康状况对其他成员的影响程度，影响程度=（受影响成员数）/（总成员数
‑
1），其中，受影响成员数 为健康状态发生过改变的节点的总数，总成员数是关联人群中成员的总人数；通过上述步骤计算得到每个成员的健康状况对其他成员的影响程度，并进行影响程度排序，及根据影响程度排序对关联人群进行健康干预。
[0006]更进一步的，所述对当前轮节点集合中的每个节点进行一次遍历，以确定节点集合中的每个节点对应的线性组合值、当前轮的最小线性组合值及当前轮的最大线性组合值的步骤还包括：在每轮迭代传播开始前，初始化一个最小线性组合值和一个最大线性组合值，分别记为min(z)和max(z)；对目标节点对应的线性组合值进行计算，并与当前的最小线性组合值和最大线性组合值进行比较，目标节点的线性组合值z=α1*x1+α2*x2+...+α
n
*x
n
，其中，x1，x2，...，x
n 分别是目标节点的各个属性值，α1，α2，... ，α
n
分别是目标节点的各个属性对应的权重系数；若目标节点的线性组合值z小于最小线性组合值min(z)，则将最小线性组合值min(z)替换为目标节点的线性组合值z；若目标节点的线性组合值z大于最大线性组合值max(z)，则将最大线性组合值max(z)替换为目标节点的线性组合值z；直至当前轮传播过程中的所有节点均被遍历完成，获取当前轮的最终的最小线性组合值min(z)和最大线性组合值max(z)。
[0007]更进一步的，所述生成传播结果的步骤包括：设置一受影响节点序列；若在执行传播过程中，出现一个新的节点的健康状态更新为患病状态或易感染状态，则将其添加到受影响节点序列；直至迭代完成，没有新的节点的健康状态更新为患病状态或易感染状态为止，对受影响节点序列中的节点进行统计以得到受影响节点的数量。
[0008]更进一步的，所述根据影响程度排序对关联人群进行健康干预的步骤包括：将影响程度排序中排在前k位的成员作为干预节点，并将干预节点的状态定为干预状态，干预状态为接受预设干预措施；将关联人群网络和干预节点的状态输入第二独立级联模型，并通过第二独立级联模型执行以下干预传播：除干预节点以外的其他节点设为非干预节点，并将非干预节点的状态定为初始状态，初始状态为未接受预设干预措施，对于每轮干预传播，遍历关联人群网络中的每个非干预节点，对遍历到的目标非
干预节点，计算其受到干预状态传播的概率，生成一个随机数t，随机数t的范围在0到1之间，将随机数t与目标非干预节点受到干预状态传播的概率进行比较，若生成的随机数小于目标非干预节点受到干预状态传播的概率，则判定目标非干预节点受到干预状态的传播，并将目标非干预节点的状态更新为干预状态，重复执行干预传播，直到新一轮的干预传播过程中没有出现新的非干预节点更新为干预状态为止，并评估干预效果。
[0009]更进一步的，所述对遍历到的目标非干预节点，计算目标非干预节点受到干预状态传播的概率的步骤包括：对于遍历到的目标非干预节点，计算邻居节点对目标非干预节点传播影响的总和；根据传播影响的总和计算目标非干预节点受到干预状态传播的概率，F(i) = 1 / (1 + e S(i)
)，其中，F(i) 为目标非干预节点i受到干预状态传播的概率，S(i)为目标非干预节点i受到邻居节点传播影响的总和。
[0010]更进一步的，所述对于遍历到的目标非干预节点，计算邻居节点对目标非干预节点传播影响的总和的步骤包括：根据关联人群网络中的边关系，确定目标非干预节点的邻居节点集合；为每个邻居节点设置传播影响系数，其中，传播影响系数表示邻居节点对目标非干预节点传播影响的程度；遍历目标非干预节点的邻居节点集合，根据相应的传播影响系数计算每个邻居节点对目标非干预节点的传播影响并进行累加以得到邻居节点对目标非干预节点传播影响的总和。
[0011]更进一步的，所述评估干预效果的步骤包括：设置一受干预节点序列；若在执行干预状态传播过程中，出现一个新的更新为干预状态的非干预节点，则将其添加到受干预节点序列；直至迭代完成，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对关联人群的健康管理方法，其特征在于，步骤包括：对关联人群中每个成员的健康信息进行监测，并收集关联人群中每个成员的多个属性信息，属性信息包括健康状态；基于关联人群中每个成员的属性信息构建关联人群网络，其中，每个成员表示为网络中的节点，每个成员之间的关系表示为边；将任一目标成员定为种子节点，并将种子节点的健康状态定为患病状态或易感染状态；将关联人群网络和种子节点的健康状态输入第一独立级联模型，并通过第一独立级联模型获取关联人群网络中各节点的健康状态的传播结果，具体步骤：设置一临时集合和节点集合，并将种子节点添加到节点集合中，对于每一轮传播，对当前轮节点集合中的每个节点进行一次遍历，以确定节点集合中的每个节点对应的线性组合值、当前轮的最小线性组合值及当前轮的最大线性组合值，对当前轮节点集合中的每个节点进行二次遍历，对遍历到的目标节点，根据目标节点对应的线性组合值、当前轮的最小线性组合值及当前轮的最大线性组合值计算目标节点对其邻居节点传播健康状态的概率，记为传播概率P=(z
‑
min(z))/(max(z)
‑
min(z))，其中，z为目标节点对应的线性组合值，min(z)为当前轮的最小线性组合值，max(z)为当前轮的最大线性组合值，对目标节点的每个邻居节点生成一个随机数r，随机数r的范围在0到1之间，若随机数r小于传播概率P，则将目标节点的邻居节点的健康状态更新为目标节点的健康状态，并判断目标节点的邻居节点是否在节点集合中，若不在，则将目标节点的邻居节点添加到临时集合中，将遍历过的目标节点从节点集合中删除，并将临时集合中的所有节点添加到节点集合中，在每一轮迭代之后，判断节点集合是否为空，若节点集合为空，则终止迭代及生成传播结果，传播结果包括健康状态发生过改变的节点的总数和传播路径；根据传播结果计算目标成员的健康状况对其他成员的影响程度，影响程度=（受影响成员数）/（总成员数
‑
1），其中，受影响成员数 为健康状态发生过改变的节点的总数，总成员数是关联人群中成员的总人数；通过上述步骤计算得到每个成员的健康状况对其他成员的影响程度，并进行影响程度排序，及根据影响程度排序对关联人群进行健康干预。2.根据权利要求1所述的针对关联人群的健康管理方法，其特征在于，所述对当前轮节点集合中的每个节点进行一次遍历，以确定节点集合中的每个节点对应的线性组合值、当前轮的最小线性组合值及当前轮的最大线性组合值的步骤还包括：在每轮迭代传播开始前，初始化一个最小线性组合值和一个最大线性组合值，分别记为min(z)和max(z)；对目标节点对应的线性组合值进行计算，并与当前的最小线性组合值和最大线性组合值进行比较，目标节点的线性组合值z=α1*x1+α2*x2+...+α
n
*x
n
，其中，x1，x2，...，x
n 分别是目标节点的各个属性值，α1，α2，... ，α
n
分别是目标节点的各个属性对应的权重系数；若目标节点的线性组合值z小于最小线性组合值min(z)，则将最小线性组合值min(z)替换为目标节点的线性组合值z；
若目标节点的线性组合值z大于最大线性组合值max(z)，则将最大线性组合值max(z)替换为目标节点的线性组合值z；直至当前轮传播过程中的所有节点均被遍历完成，获取当前轮的最终的最小线性组合值min(z)和最大线性组合值max(z)。3.根据权利要求1所述的针对关联人群的健康管理方法，其特征在于，所述生成传播结果的步骤包括：设置一受影响节点序列；若在执行传播过程中，出现一个新的节点的健康状态更新为患病状态或易感染状态，则将其添加到受影响节点序列；直至迭代完成，没有新的节点的健康状态更新为患病状态或易感染状态为止，对受影响节点序列中的节点进行统计以得到受影响节点的数量。4.根据权利要求1所述的针对关联人群的健康管理方法，其特征在于，所述根据影响程度排序对关联人群进行健康干预的步骤包括：将影响程度排序中排在前k位的成员作为干预节点，并将干预节点的状态定为干预状态，干预状态为接受预设干预措施；将关联人群网络和干预节点的状态输入第二独立级联模型，并通过第二独立级联模型执行以下干预传播：除干预节点以外的其他节点设为非干预节点，并将非干预节点的状态定为初始状态，初始状态为未接受预设干预措施，对于每轮干预传播，遍历关联人群网络中的每个非干预节点，对遍历到的目标非干预...

【专利技术属性】
技术研发人员：李鹏志，
申请(专利权)人：深圳市震有智联科技有限公司，
类型：发明
国别省市：