一种基于护理晨交班数据的营养状况监测方法和系统技术方案

本发明专利技术涉及一种基于护理晨交班数据的营养状况监测方法和系统。方法包括：收集多个属性数据，其中，多个属性数据包括大便次数、大便颜色、小便量、小便颜色、呕吐量和呕吐物颜色；对收集的数据进行数据预处理，将预处理后的数据通过营养状况监测模型进行营养状况监测。一方面，基于护理晨交班采集的实时数据，让数据更具备实时性，另一方面，通过综合最近几次的晨交班数据，可以动态地准确反应营养状况的衍变趋势，第三方面，通过创新的监测算法更准确地实现营养状况监测。因此，可以充分利用护理晨交班数据，以更好实现营养状况监测。以更好实现营养状况监测。以更好实现营养状况监测。

【技术实现步骤摘要】
一种基于护理晨交班数据的营养状况监测方法和系统


[0001]本专利技术涉及医疗领域，具体涉及一种基于护理晨交班数据的营养状况监测方法和系统。

技术介绍

[0002]对于营养状况监测和预警，多基于当前的得到的生理参数，与基准生理参数进行比较，从而实现营养状况的监测和预警，不能起到一个提前的趋势监测和预警作用。并且，在生病住院期间，营养状况对病情的衍变趋势会起到至关重要的作用，在考虑并且的同时，也需要随时关注营养状况。
[0003]在当前的医疗健康管理系统中，护理人员通常在晨交班时会进行一次患者信息的交接，包括患者的生理指标、病情变化等。然而，这些信息大多数情况下只被用于单次的病情评估和处理，缺少对历史信息和大量患者数据的深度挖掘和分析，导致其在营养状况预警和管理中的潜力没有得到充分利用。
[0004]此外，现有的营养状况的监测大多数基于当前的生理指标，而非全面考虑患者的综合情况，这可能导致预警结果的精确性和鲁棒性不足。
[0005]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0006]本申请要解决的技术问题是提供一种基于护理晨交班数据的营养状况监测方法和系统，具有可以充分利用护理晨交班数据，更好实现营养状况监测的特点。
[0007]第一方面，一种实施例中提供一种基于护理晨交班数据的营养状况监测方法，包括：数据收集，包括获取患者对象的n组晨交班数据，n≥1，所述n组晨交班数据中的每一组晨交班数据，均基于护理晨交班得到，其中，每一组晨交班数据均包括多个属性数据，该多个属性数据包括：大便次数、大便颜色、小便量、小便颜色、呕吐量和呕吐物颜色；数据预处理，对采集的多个属性数据进行数据预处理，包括：如果大便次数在正常的大便次数阈值范围内，则设置为0，否则设置为1；对于大便颜色，按照大便颜色等级进行赋值，等级越高，则所赋的值越高，其中，大便颜色等级从高到底包括：粘土色＞灰色＞白色；如果小便量在正常的小便量阈值范围内，则设置为0，否则设置为1；对于小便颜色，按照颜色等级进行赋值，等级越高，则所赋的值越高，其中，大便颜色等级从高到底包括：橙色＞琥珀色＞深黄色＞淡黄色；如果呕吐量大于0，则表示异常，设置为1，否则设置为0；对呕吐物颜色按照呕吐物颜色进行赋值，等级越高，则所赋的值越高，其中，呕吐物颜色等级从高到底包括：黄绿色＞深黄色＞黄色＞淡黄色；
将各个数据预处理后的值作为属性数据的第二数值；营养状况监测，将预处理后的数据通过营养状况监测模型进行营养状况监测，包括：将获取的n组多个属性数据的每一个数据所一一对应的第二数值带入向量矩阵，与各自对应的权重相乘后进行相加，将相加的和与监测偏置量相加得到监测值，基于该监测值进行营养状况监测；监测值越大则说明营养状况越差。
[0008]一种实施例中，所述的基于该监测值进行营养状况监测，包括：如果监测值大于0，则说明营养状况变差；如果监测值等于0，则说明营养状况维持；如果监测值小于0，则说明营养状况好转。
[0009]一种实施例中，所述的基于该监测值进行营养状况监测，包括：设置判断营养状况的第一监测阈值和第二监测阈值，所述第一监测阈值小于第二监测阈值；如果监测值大于第二监测阈值，则说明营养状况变差；如果监测值在第一监测阈值和第二监测阈值之间，或监测值等于第一监测阈值或第二监测阈值，则说明营养状况维持；如果监测值小于第一监测阈值，则说明营养状况好转。
[0010]一种实施例中，所述的基于该监测值进行营养状况监测，包括：将监测值转换为概率值，基于该概率值进行营养状况监测；所述的将监测值转化为概率值，包括：基于公式p=1/(1+exp(
‑
y))+d，将监测值转化为概率值；其中，p为概率值，exp为自然常数e为底的指数函数，y为计算得到的监测值，d为概率偏置量。
[0011]一种实施例中，所述的基于该概率值进行营养状况监测，包括：如果所述概率值大于0，则说明营养状况变差，如果所述概率值等于0，则说明营养状况维持；如果所述概率值小于0，则说明营养状况好转。
[0012]一种实施例中，所述的基于该概率值进行营养状况监测，包括：设置营养状况监测的第一概率阈值和第二概率阈值，所述第一概率阈值小于第二概率阈值；如果概率值大于第二概率阈值，则说明营养状况变差；如果概率值在第一概率阈值和第二概率阈值之间，或概率值等于第一概率阈值或第二概率阈值，则说明营养状况维持；如果概率值小于第一概率阈值，则说明营养状况好转。
[0013]一种实施例中，所述的基于该概率值进行营养状况监测，包括：设置判断营养状况衍变趋势的第三概率值，如果概率值大于或等于第三概率值，进行营养状况预警。
[0014]一种实施例中，在数据预处理中，如果大便的颜色属于二类属性颜色，则对相应的二类属性颜色进行赋值，且进行唯一二类属性编码；所述二类属性颜色包括红色、绿色、黄色和黑色；在营养状况监测中，营养状况监测模型按照相应的编码输出相应的数据，包括：如果是红色对应的编码，则说明存在消化道出血的可能性，但需排除存在饮食了红色色素食
品的问题；如果是绿色对应的编码，则说明存在食物通过肠道过快的可能性，但需排除饮食了绿色色素食品的问题；如果是黄色对应的编码，则说明大便中含有过多脂肪；如果是黑色对应的编码，则说明存在饮用了过量的酒精或存在便秘、消化道内部出血的情况。
[0015]第二方面，一种实施例中提供一种基于护理晨交班数据的营养状况监测系统，包括：数据采集模块，用于基于护理晨交班数据，获取患者对象每天的晨交班数据，组成n组晨交班数据，n≥1，其中，每一组晨交班数据均包括多个属性数据；所述多个属性数据包括大便次数、大便颜色、小便量、小便颜色、呕吐量和呕吐物颜色；数据预处理模块，用于对采集的多个属性数据进行数据预处理；其中，如果大便次数在正常的大便次数阈值范围内，则设置为0，否则设置为1；对于大便颜色，按照大便颜色等级进行赋值，等级越高，则所赋的值越高，其中，大便颜色等级从高到底包括：粘土色＞灰色＞白色；如果小便量在正常的小便量阈值范围内，则设置为0，否则设置为1；对于小便颜色，按照颜色等级进行赋值，等级越高，则所赋的值越高，其中，大便颜色等级从高到底包括：橙色＞琥珀色＞深黄色＞淡黄色；如果呕吐量大于0，则表示异常，设置为1，否则设置为0；对呕吐物颜色按照呕吐物颜色进行赋值，等级越高，则所赋的值越高，其中，呕吐物颜色等级从高到底包括：黄绿色＞深黄色＞黄色＞淡黄色；将各个数据预处理后的值作为属性数据的第二数值；营养状况监测模块，用于将预处理后的数据作为输入进行营养状况监测，包括监测值计算单元；所述监测值计算单元用于将获取的n组多个属性数据所一一对应的第二数值带入向量矩阵，与各自对应的权重相乘后进行相加，将相加的和与监测偏置量相加得到监测值，基于该监测值进行营养状况监测；监测值越大则说明营养状况越差。
[0016]一种实施例中，所述营养状况监测模块还包括概率值计算单元；所述概率值计算单元用于将检测值转换为概率值，基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于护理晨交班数据的营养状况监测方法，其特征在于，包括：数据收集，包括获取患者对象的n组晨交班数据，n≥1，所述n组晨交班数据中的每一组晨交班数据，均基于护理晨交班得到，其中，每一组晨交班数据均包括多个属性数据，该多个属性数据包括：大便次数、大便颜色、小便量、小便颜色、呕吐量和呕吐物颜色；数据预处理，对采集的多个属性数据进行数据预处理，包括：如果大便次数在正常的大便次数阈值范围内，则设置为0，否则设置为1；对于大便颜色，按照大便颜色等级进行赋值，等级越高，则所赋的值越高，其中，大便颜色等级从高到底包括：粘土色＞灰色＞白色；如果小便量在正常的小便量阈值范围内，则设置为0，否则设置为1；对于小便颜色，按照颜色等级进行赋值，等级越高，则所赋的值越高，其中，大便颜色等级从高到底包括：橙色＞琥珀色＞深黄色＞淡黄色；如果呕吐量大于0，则表示异常，设置为1，否则设置为0；对呕吐物颜色按照呕吐物颜色进行赋值，等级越高，则所赋的值越高，其中，呕吐物颜色等级从高到底包括：黄绿色＞深黄色＞黄色＞淡黄色；将各个数据预处理后的值作为属性数据的第二数值；营养状况监测，将预处理后的数据通过营养状况监测模型进行营养状况监测，包括：将获取的n组多个属性数据的每一个数据所一一对应的第二数值带入向量矩阵，与各自对应的权重相乘后进行相加，将相加的和与监测偏置量相加得到监测值，基于该监测值进行营养状况监测；监测值越大则说明营养状况越差。2.如权利要求1所述的基于护理晨交班数据的营养状况监测方法，其特征在于，所述的基于该监测值进行营养状况监测，包括：如果监测值大于0，则说明营养状况变差；如果监测值等于0，则说明营养状况维持；如果监测值小于0，则说明营养状况好转。3.如权利要求1所述的基于护理晨交班数据的营养状况监测方法，其特征在于，所述的基于该监测值进行营养状况监测，包括：设置判断营养状况的第一监测阈值和第二监测阈值，所述第一监测阈值小于第二监测阈值；如果监测值大于第二监测阈值，则说明营养状况变差；如果监测值在第一监测阈值和第二监测阈值之间，或监测值等于第一监测阈值或第二监测阈值，则说明营养状况维持；如果监测值小于第一监测阈值，则说明营养状况好转。4.如权利要求1所述的基于护理晨交班数据的营养状况监测方法，其特征在于，所述的基于该监测值进行营养状况监测，包括：将监测值转换为概率值，基于该概率值进行营养状况监测；所述的将监测值转化为概率值，包括：基于公式p=1/(1+exp(
‑
y))+d，将监测值转化为概率值；其中，p为概率值，exp为自然常数e为底的指数函数，y为计算得到的监测值，d为概率偏置量。5.如权利要求4所述的基于护理晨交班数据的营养状况监测方法，其特征在于，所述的
基于该概率值进行营养状况监测，包括：如果所述概率值大于0，则说明营养状况变差，如果所述概率值等于0，则说明营养状况维持；如果所述概率值小于0，则说明营养状况好转。6.如权利要求4所述的基于护理晨交班数据的营养状况监测方法，其特征在于，所述的基于该概率值进行营养状况监测，包括：设置营养状况监测的第一概率阈值和第二概率阈值，所述第一概率阈值小于第二概率阈值；如果概率值大于第二概率阈...

【专利技术属性】
技术研发人员：肖桐，
申请(专利权)人：四川互慧软件有限公司，
类型：发明
国别省市：