【技术实现步骤摘要】
一种高原肺水肿患病风险自我评估方法及系统
[0001]本专利技术涉及高原肺水肿患病风险预测
,更具体的说是涉及一种高原肺水肿患病风险自我评估方法及系统
。
技术介绍
[0002]高原肺水肿是患病率较高且致死率较高的重要急性高原病,但是目前尚无针对此疾病的个体自我可以进行的简易预测评分工具
。
高海拔地区大多数偏远,交通不便,医疗资源相对缺乏,加上目前没有针对高原肺水肿可以进行自我预测预警的工具,因此,往往出现因简单感冒而为了排除高原肺水肿而不得不长途到医院进行检查排除的情况,也出现把急性高原肺水肿当成单纯感冒从而导致病情延误甚至死亡的病例
。
每年进入高原的旅客
、
作业工人
、
登山运动员等不计其数,因此如何提供一个实现自我评价是否患有高原肺水肿这一重要急性高原病的预警评分系统及工具,为精准预防及及时就医提供帮助,是本领域技术人员亟需解决的问题
。
技术实现思路
[0003]有鉴于此,本专利技术提供了一种高原肺水肿患病风险自我评估方法及系统
。
[0004]为了实现上述目的,本专利技术提供如下技术方案:
[0005]一种高原肺水肿患病风险自我评估方法,包括以下步骤:
[0006]步骤
1、
构建由高原肺水肿样本和非高原肺水肿样本组成的样本数据集,并通过因素分析的方法,依据所述样本数据集,从与高原肺水肿相关的若干个预测变量中筛选出关键预测变量;
[0007]步骤 ...
【技术保护点】
【技术特征摘要】
1.
一种高原肺水肿患病风险自我评估方法,其特征在于,包括以下步骤:步骤
1、
构建由高原肺水肿样本和非高原肺水肿样本组成的样本数据集,并通过因素分析的方法,依据所述样本数据集,从与高原肺水肿相关的若干个预测变量中筛选出关键预测变量;步骤
2、
通过最大似然估计方法,确定逻辑回归模型的截距和每个关键预测变量对应的系数;步骤
3、
基于所述截距
、
关键预测变量及其对应的系数,建立用于预测高原肺水肿患病风险的逻辑回归模型;步骤
4、
获取用户的关键预测变量并进行编码,依据预设的评分列线图,得到用户每项关键预测变量的分值;步骤
5、
将用户每项关键预测变量的分值代入所述逻辑回归模型中,得到用户的高原肺水肿患病风险概率
。2.
根据权利要求1所述的一种高原肺水肿患病风险自我评估方法,其特征在于,所述步骤1中,所述因素分析的方法为单因素分析法和
/
或多因素分析法,以高原肺水肿发生率为因变量,以预测变量与高原肺水肿发生率之间的比值比以及
95
%的置信区间作为筛选依据,筛选出关键预测变量
。3.
根据权利要求1所述的一种高原肺水肿患病风险自我评估方法,其特征在于,所述预测变量包括:年龄
、
性别
、
国籍
/
民族
、
体重指数
BMI
;临床症状,包括发热
、
乏力
、
食欲不振
、
恶心
、
睡眠障碍
、
头晕
、
咳嗽
、
胸闷
、
气短
、
心悸
、
嘴唇发青
、
咳痰;生命体征,包括体温
、
心率
、SpO2、
收缩压
SBP、
舒张压
DBP
;人口学信息,包括居住地海拔高度
、
发病海拔高度
、
前往高原的交通工具
、
进入高原后是否洗澡
、
是否感冒
、
到达高原后首次出现症状的天数
/
时间;吸烟史
、
饮酒史
、
高血压史
、
糖尿病史
、
慢性呼吸系统疾病史
、
慢性肝病史
。4.
根据权利要求3所述的一种高原肺水肿患病风险自我评估方法,其特征在于,所述关键预测变量包括年龄
、
进藏交通工具
、
是否咳嗽
、
是否咳痰
、
是否疲劳和血氧饱和度,对应的逻辑回归模型为:
log(1
‑
p/p)
=
6.978
‑
0.075
×
Age+0.107
×
TAT1+1.311
×
TAT2+0.917
...
【专利技术属性】
技术研发人员:格桑罗布,索娜央宗,单增卓嘎,
申请(专利权)人:西藏自治区人民医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。