【技术实现步骤摘要】
一种医学检测数据误差识别模型构建方法与装置
[0001]本专利技术涉及数据检验
,特别是涉及一种医学检测数据误差识别模型构建方法与装置
。
技术介绍
[0002]医生大约有近
2/3
的诊疗决策有赖于准确及时的检测结果
。
而医学检测误差会导致诊疗差错与延迟,会对患者造成严重伤害,甚至死亡
。
检测误差可发生于检验全过程
。
例如,不当的样本采集
、
运输或处理
、
仪器设备故障
、
不当的人员操作等
。
为保证检测结果的可靠性,传统室内质控是医学实验室最早引入,且目前普遍使用的用于监测检验性能的重要手段之一
。
室内质控对于临床实验室而言非常重要,它可以减少重复测量,避免错误结果的发出,为临床诊疗决策提供保障
。
[0003]然而,由于室内质控依赖于定期分析质控品的本质,导致这种质控方式存在回顾性分析,不能实时地监控分析过程
。
而基于 ...
【技术保护点】
【技术特征摘要】
1.
一种医学检测数据误差识别模型构建方法,其特征在于,包括:收集医学检测数据;对所述医学检测数据进行数据清洗得到数据清洗后的医学检测数据;利用所述数据清洗后的医学检测数据制作训练数据;采用指数加权移动均值法建立初始模型,并为每个初始模型设置不同的模型参数得到多个待选模型;基于所述训练数据计算每个待选模型的
ME
‑
Score
指标,并将所述
ME
‑
Score
指标最大所对应的待选模型作为最终的医学检测数据误差识别模型
。2.
根据权利要求1所述的一种医学检测数据误差识别模型构建方法,其特征在于,所述采用指数加权移动均值法建立初始模型,并为每个初始模型设置不同的模型参数得到多个待选模型,包括:采用公式:
Y(i)
=
lambda*X(i)+(1
‑
lambda)*Y(i
‑
1)
建立初始模型;其中,
X(i)
为经过数据清洗后的原始检测结果,
Y(i)
为经过运算后的新检测结果,
lambda
为调整系数;按照检测时间顺序,将原始检测结果带入初始模型,计算新检测结果的均值和标准差,并将均值
±
a*
标准差作为警告限,均值
±
a*
标准差作为失控限,且当新检测结果超过失控限时,发出报警;按照预设的步长和范围设置不同的
lambda
和
a
的值,得到多个待选模型
。3.
根据权利要求2所述的一种医学检测数据误差识别模型构建方法,其特征在于,所述基于所述训练数据计算每个待选模型的
ME
‑
Score
指标,并将所述
ME
‑
Score
指标最大所对应的待选模型作为最终的医学检测数据误差识别模型,包括:将训练数据代入到不同的待选模型中得到相应的新检测结果;采用公式:
ME
‑
Score
=
0.8*log(1/(
假阳性率
+10^
‑
6))+1.5*
灵敏度
‑
log(
正确报警前受影响患者数的中位数或均值
+1)
,计算每个待选模型的
ME
‑
Score
指标;将所述
ME
‑
Score
指标最大所对应的待选模型作为最终的医学检测数据误差识别模型
...
【专利技术属性】
技术研发人员:邱玲,马超超,阿哈力,
申请(专利权)人:中国医学科学院北京协和医院,
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。