一种高尿酸患者健康管理的方法及系统技术方案

本发明专利技术提供了一种高尿酸患者健康管理的方法及系统，属于健康管理技术领域

【技术实现步骤摘要】
一种高尿酸患者健康管理的方法及系统


[0001]本专利技术涉及健康管理
，尤其涉及一种高尿酸患者健康管理的方法及系统
。

技术介绍

[0002]高尿酸血症
(hyperuricemia
，
HUA)
是由于嘌呤代谢紊乱，尿酸沉积过多所致的代谢性疾病，是一种慢性异常状态的临床症状
。
一般发病隐匿，部分人群可长期无症状，若未经体检筛查很难发现，多数患者在继生他病时才察觉
。HUA
与痛风
、
肾脏疾病及代谢综合征的发病机制密切关联，而且各疾病之间相互促进或恶化，成为继高血压
、
高血糖
、
高血脂之后不容忽视的“第四高”，是健康生活的新危险因素
。
近年来，我国高尿酸血症的发病率呈明显上升和年轻化趋势，中国高尿酸血症的总体患病率为
13.3
％，痛风为
1.1
％
。
健康管理是慢病防治最有效的途径，针对
HUA
人群开展健康管理服务，以不同方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种高尿酸患者健康管理的方法，其特征在于，包括高尿酸风险评估方法，高尿酸风险评估方法包括如下步骤：步骤1，数据清洗：剔除缺失变量数占样本集中总变量数第一预设比例的样本，剔除缺失高尿酸相关指标的样本，得到有效样本，对有效样本中的缺失值采用马尔科夫蒙特卡洛法进行填充；步骤2，特征选择：利用高尿酸相关的文献分析对高尿酸相关特征进行预判，初步筛选出高尿酸相关特征，对于初步筛选出的高尿酸相关特征，以是否新发肾脏疾病或死亡为目标变量，利用训练集，采用过滤式特征选择方法，筛选与目标变量相关性低于预设阈值的特征作为高尿酸风险评估模型的输入特征；步骤3，高尿酸风险评估模型训练：训练时，利用多因素逻辑回归模型拟合训练集；步骤4，高尿酸风险评估模型优化：通过对数损失函数结合梯度下降算法对多因素逻辑回归模型参数进行优化；步骤5，高尿酸风险评估模型评估和验证：使用测试集来评估高尿酸风险评估模型的性能，评价指标为新发肾脏疾病或死亡的区分度和校准度；步骤6，利用高尿酸风险评估模型进行预测：利用训练好的高尿酸风险评估模型对输入的数据进行预测，预测高尿酸血症患者新发肾脏疾病或死亡风险；还包括健康干预方法，包括：根据高尿酸风险评估模型对客户数据的风险评估结果，根据新发肾脏疾病或死亡风险概率按预设的区间对客户进行风险分层；以客户风险分层为主要依据，结合客户性别
、
年龄以及与高尿酸相关的指标，从膳食和健康管理方案库中智能匹配个性化的高尿酸膳食处方和健康管理方案
。2.
根据权利要求1所述的高尿酸患者健康管理的方法，其特征在于，剔除缺失血尿酸
、
血肌酐
、
血压
、
血糖
、
血脂
、
高尿酸血症或痛风病史
、
生活方式和行为习惯信息
、
中医评估信息指标信息的样本
。3.
根据权利要求1所述的高尿酸患者健康管理的方法，其特征在于，以是否新发肾脏疾病或死亡为目标变量，利用单因素逻辑回归方法计算每一个初筛特征与目标变量之间的相关性，选择相关性
≤0.1
的特征作为模型的输入特征
。4.
根据权利要求3所述的高尿酸患者健康管理的方法，其特征在于，单因素逻辑回归公式如下：其中，
p
是目标变量的概率；
x
是单个特征值；
β0为模型的截距项和
β1为模型的特征系数
。5.
根据权利要求1所述的高尿酸患者健康管理的方法，其特征在于，高尿酸风险评估模型训练时，因变量为是否新发肾脏疾病或死亡，自变量为步骤2筛选得到的高尿酸风险评估模型的输入特征
。6.
根据权利要求1所述的高尿酸患者健康管理的方法，其特征在于，多因素逻辑回归模
型的公式为：其中，
p
是自变量数量；
X1,X2……

【专利技术属性】
技术研发人员：贺媛，王维民，王剑峰，孙仪，罗艺，
申请(专利权)人：浙江永葆康安医疗科技有限公司，
类型：发明
国别省市：