System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于慢性病健康评估系统领域,具体涉及一种闭环管理场景下对高血压糖尿病进行健康评估的方法和装置。
技术介绍
1、慢病是危害人类生命健康的头号风险因素,高血压和糖尿病是慢病中主要的危险因素。根据lancet的全球疾病负担2019报告,2019年,高血压导致1080万人死亡,为头号致死的危险因素。所以建立有效的慢病管理机制刻不容缓。
2、传统的慢病管理,仅仅关注治疗环节,诊疗过后患者无人问津,后续情况也无人知晓,效果非常差。而当前推行的医防融合的慢病管理机制,医院利用互联网平台与患者产生动态的联系,医生能够利用患者院外上传的海量数据对患者采取更加个性化的院外管理,提高他们的依从性和管理效果,但是同时也衍生出了新的问题,那就是基层医院可能存在的医护人员水平不足或人手不足的问题导致患者的信息不能得到有效的利用,患者可能就会逐渐脱落。所以一种能够帮助医生快速处理患者数据,为患者提供可供指导的智能评估和推荐方案是必要的。
3、慢病管理是一个长期的过程,对于患者的各项危险因素进行连续的数据监测非常有必要。对于高危易患人群需要连续监测其危险因素的变化,一旦血压、血糖等指标出现异常,可以及时采取干预措施,避免疾病进一步发展;对于患病的患者,通过患者连续上传的血压血糖、生活行为、用药情况等数据,医生可通过系统的推荐为患者提供更加个性化的管理方案,并且能够预防一些并发症的发生,同时,动态的评估结果和分析指导能够使得患者对自己的健康状况更加了解,并针对性的做出改变,从而提高他们的依从性。
4、公开号为cn11
5、现有技术中关于高血压和糖尿病等慢病的评估存在着没有利用连续的数据、只是很多问卷的简单叠加和监测频次不合理等问题。因此,目前亟需设计一种能够在高血压和糖尿病长期管理过程中合理的连续监测患者各项数据,并利用连续数据评估患者健康状况的评价方法。
技术实现思路
1、本专利技术提供了一种闭环管理场景下对高血压糖尿病进行健康评估的方法,该方法能够对高血压糖尿病患者的各项指标进行合理的连续监测,连续数据采集和动态连续评估。
2、本专利技术具体实施例提供了一种闭环管理场景下对高血压糖尿病进行健康评估的方法,包括:
3、云服务端基于医生端输出的患者危险评估结果得到患者危险等级,基于患者危险等级确定对患者基本信息、临床指标和与主动健康行为相关的指标的监测频次,并将监测频次分别发送至患者端和医生端;
4、云服务端获得患者端和智能采集终端输出的针对与主动健康行为相关的指标的监测信息,以及医生端输出的针对患者基本信息和临床指标的监测信息;
5、云服务端对监测信息中的每项指标信息依次进行标准化处理和变量赋分得到每项指标信息对应的变量分数,基于每项指标信息对应的变量分数和指标权重得到高糖综合管理分数,基于设定时间内连续的高糖综合管理分数曲线和异常信息对应的指导建议构建健康评估报告,并将健康评估报告分别发送至患者端和医生端。
6、进一步的,基于每项指标信息对应的变量分数和指标权重得到高糖综合管理分数,其中,所述指标权重的确定方法,包括:
7、通过专家评估获得各项指标的指标危险等级分数,将基于干预后各向指标变量分数降低的患者数占总的患者数的比例作为各项指标的改变难易程度分值,基于各项指标的指标危险等级分数和改变难易程度分值得到各项指标的重要性分值;
8、基于各项指标的重要性分值通过ahp层次分析方法得到各项指标的权重。
9、进一步的,基于各项指标的重要性分值通过ahp层次分析方法得到各项指标的权重,包括:
10、设定任意两项指标的重要性分值的比值与标度的对应关系,其中,当任意两个指标的重要性分值的比值不低于1时,则将不低于1的任意两个指标的重要性分值的比值分成n个比值范围,将n个比值范围与设定的n个标度值相对应,当任意两个指标的重要性分值的比值低于1时,则将任意两个指标的重要性分值的比值的倒数作为对应的标度;
11、基于各项指标的重要性分值通过设定任意两项指标的重要性分值的比值与标度的对应关系构建基于标度的各项指标的判断矩阵,对判断矩阵依次进行层次单排序、一致性检验、层次总排序、一次性检验得到最终的各项指标权重。
12、进一步的,基于各项指标的指标危险等级和改变难易程度分值得到第i项指标的重要性分值ωi为:
13、ωi=αi+20βi
14、其中,αi为第i项指标的指标危险等级,βi为第i项指标的改变难易程度分值。
15、进一步的,云服务端对包含在监测信息中的每项指标信息依次进行标准化处理和变量赋分得到每项指标信息对应的变量分数,包括:
16、每个指标包括多个数据项范围,基于对患者的危险程度将每个数据项范围逐级赋分得到每个数据项范围与变量分数的对应关系;
17、将每项指标信息进行标准化处理,基于标准化处理结果所在的数据项范围通过每个数据项范围与变量分数的对应关系得到每项指标信息的变量分数。
18、进一步的,通过医生端评估得到患者危险评估结果,包括:
19、当患者首次入组时,医生端接收患者基本信息和首次入组时检测的临床指标的信息,并基于患者基本信息和首次入组时检测的临床指标的信息采用危险评估标准判断得到患者危险评估结果;
20、当对患者进行监测时,医生端通过云服务端获得监测信息,并基于监测信息采用危险评估标准对患者危险等级进行重新评估,云服务端通过重新评估的危险等级调整监测频次。
21、进一步的,通过医生端还能够接收来自云服务端的当前时间的与主动健康行为相关的指标的监测频次和监测信息;
22、通过医生端还能够修改异常信息对应的指导建议,并将修改后的指导建议通过云服务端发送至患者端,还能够基于健康评估报告提供或修改治疗方案。
23、进一步的,所述患者基本信息包括年龄、性别、家族史和心理疾病;
24、所述临床信息包括在测量的理化指标数据;
25、所述与主动健康行为相关的指标的监测信息包括患者的生活习惯指标本文档来自技高网...
【技术保护点】
1.一种闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,包括:
2.根据权利要求1所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,基于每项指标信息对应的变量分数和指标权重得到高糖综合管理分数,其中,所述指标权重的确定方法,包括:
3.根据权利要求2所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,基于各项指标的重要性分值通过AHP层次分析方法得到各项指标的权重,包括:
4.根据权利要求2所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,基于各项指标的指标危险等级和改变难易程度分值得到第i项指标的重要性分值ωi为:
5.根据权利要求1所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,云服务端对包含在监测信息中的每项指标信息依次进行标准化处理和变量赋分得到每项指标信息对应的变量分数,包括:
6.根据权利要求1所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,通过医生端评估得到患者危险评估结果,包括:
7.根据权利要求1所
8.根据权利要求1所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,所述患者基本信息包括年龄、性别、家族史和心理疾病;
9.根据权利要求1所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,通过医生端和患者端均能够显示高糖综合管理分数随着时间的变化趋势,以及各项指标的各变量分数随着时间的变化趋势;
10.一种闭环管理场景下对高血压糖尿病进行健康评估的装置,其特征在于,包括:
...【技术特征摘要】
1.一种闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,包括:
2.根据权利要求1所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,基于每项指标信息对应的变量分数和指标权重得到高糖综合管理分数,其中,所述指标权重的确定方法,包括:
3.根据权利要求2所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,基于各项指标的重要性分值通过ahp层次分析方法得到各项指标的权重,包括:
4.根据权利要求2所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,基于各项指标的指标危险等级和改变难易程度分值得到第i项指标的重要性分值ωi为:
5.根据权利要求1所述的闭环管理场景下对高血压糖尿病进行健康评估的方法,其特征在于,云服务端对包含在监测信息中的每项指标信息依次进行标准化处理和变量赋分得到每项指标信...
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。