【技术实现步骤摘要】
本专利技术涉及医疗医疗统计分析，具体是基于edc系统的医生评估量表质控审查方法。
技术介绍
1、药厂对于某确诊病种的病人使用某种药品的治疗效果进行统计分析，统计分析对象为某医生针对某患者在此次就诊中所表现的情况所进行的评估量表，一次评估包含多个量表，多个量表的评估结果之间具有逻辑相关性，若多个量表的质控结果不符合逻辑，则向评估医生提出质疑，若医生长期无法合理解释原因，则认为该医生量表评估能力有限，其量表评估数据将被剔除统计分析样本。
2、然而现有技术针对上述需求一般是通过人工进行判断，没有能够针对此需求的自动化处理技术，费时费力，效率低下。
技术实现思路
1、本专利技术的目的在于提供基于edc系统的医生评估量表质控审查方法，以解决上述
技术介绍
中提出的现有技术针对上述需求一般是通过人工进行判断，没有能够针对此需求的自动化处理技术，费时费力，效率低下的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、基于edc系统的医生评估量表质控审查方法，其方法步骤如下：
4、步骤一：获取质控规则引擎中确诊病种和/或使用某种药品规则集中的全部质控规则；
5、步骤二：进一步对规则集中的全部质控规则进行分析，获取所涉及到的全部数据表；
6、步骤三：进一步获取各数据表的数据，通过左连接对各数据表中的全部数据进行关联整合，获取单个病人一次就诊所填写的全部数据；
7、步骤四：进一步根据各条质控规则在经过统一关联整合
8、作为本专利技术进一步的方案：所述步骤一中规则引擎是一种实现将业务规则自动转化为可执行的数据质控审查语句的工具，可以将复杂的业务逻辑通过可视化配置页面和/或自然语言处理，转换为易于理解和维护的、由一条条质控规则组成的规则集，同时规则引擎支持多种规则生成方式，如对用户导入的决策树、规则表、流程图文件进行解析，生成相应的规则集。
9、作为本专利技术再进一步的方案：所述步骤一中规则引擎中的质控规则包括预定义规则和/或自定义规则。
10、作为本专利技术再进一步的方案：所述规则集基于评分逻辑关系的特点和相关性质控的需求制定。
11、作为本专利技术再进一步的方案：所述规则集包括普通规则、事件规则和复合规则
12、作为本专利技术再进一步的方案：所述普通规则由规则条件和规则动作组成，普通规则适用于静态数据，当条件匹配时，会执行相应的动作；
13、所述事件规则是针对事件数据的规则，它与普通规则不同之处在于，事件规则会根据特定的事件发生而触发执行，支持多种类型的事件，包括时间触发和外部事件触发；
14、所述复合规则是由普通规则和事件规则组合而成的规则。
15、作为本专利技术再进一步的方案：所述步骤一中具体制定规则如下：
16、(1)如果表a条目1≥1分，则表a条目2有90％的概率≥10分，若不满足则提出相应的质疑；
17、(2)如果表a条目3≥1分，则表b条目1≥1分且表c条目3≥1分且表d条目4≥1分，若不满足则提出相应的质疑；
18、(3)若质疑未回复或者质疑回复结果不属于合理范畴内的理由，则排除该条数据；
19、(4)判断该医生被质疑数和/或被质疑比例，和/或，质疑回复不合理数和/或质疑回复不合理率，若高于预设值，则排除该医生所对应的全部数据。
20、作为本专利技术再进一步的方案：针对(3)，通过对既往各条质控审查规则所对应的各质疑点的质疑回复数据及处理意见的大数据分析统计，结合被质疑数据形成各条质控审查规则所对应的预设质疑回复合理范围及预设质疑回复不合理范围。
21、作为本专利技术再进一步的方案：针对(4)，根据被质疑的质控审查规则，和/或，被质疑数据，和/或，质疑回复内容设置不同的权重，根据医生被触发质疑的规则，和/或，被质疑数据，和/或，质疑回复内容计算单次和/或累计权值，根据该医生针对一个患者的单次数据的质疑权值，判断是否排除该医生针对该患者的单次采集数据是否可信，可信则保留，不可信则排除；同时还可以根据该医生针对不同患者的多次数据的累计质疑权值，判断是否排除该医生所对应的采集数据是否可信，可信则保留，不可信则全部排除。
22、与现有技术相比，本专利技术的有益效果是：
23、1、本专利技术通过设置规则引擎，可以通过多种方式将多种格式的业务质控逻辑固化为质控规则集合，大幅降低了对数据进行自动化逻辑相关性质控审查的操作难度，降低了学习和编程成本；
24、2、本专利技术通过对规则集中全部质控规则的分析，获取所涉及到的全部数据表，并对全部数据表数据进行关联，避免了频繁调用i/o接口，减少资源占用，提高质控审查的效率；
25、3、本专利技术通过设置对应的预设质疑回复合理范围及预设质疑回复不合理范围，可以自动化对医生做出的质疑回复做进一步的分析处理，提高自动化程度；
26、4、本专利技术通过设置不同的质疑权重，可以更为全面准确的对医生的能力水平进行自动化评估，进而保证被质控数据的准确性。
本文档来自技高网...【技术保护点】
1.基于EDC系统的医生评估量表质控审查方法，其特征在于：其方法步骤如下：
2.根据权利要求1所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：所述步骤一中规则引擎是一种实现将业务规则自动转化为可执行的数据质控审查语句的工具，可以将复杂的业务逻辑通过可视化配置页面和/或自然语言处理，转换为易于理解和维护的、由一条条质控规则组成的规则集，同时规则引擎支持多种规则生成方式，如对用户导入的决策树、规则表、流程图文件进行解析，生成相应的规则集。
3.根据权利要求1所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：所述步骤一中规则引擎中的质控规则包括预定义规则和/或自定义规则。
4.根据权利要求1所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：所述规则集基于评分逻辑关系的特点和相关性质控的需求制定。
5.根据权利要求1所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：所述规则集包括普通规则、事件规则和复合规则。
6.根据权利要求5所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：
7.根据权利要求1所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：所述步骤一中具体制定规则如下：
8.根据权利要求7所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：针对(3)，通过对既往各条质控审查规则所对应的各质疑点的质疑回复数据及处理意见的大数据分析统计，结合被质疑数据形成各条质控审查规则所对应的预设质疑回复合理范围及预设质疑回复不合理范围。
9.根据权利要求7所述的基于EDC系统的医生评估量表质控审查方法，其特征在于：针对(4)，根据被质疑的质控审查规则，和/或，被质疑数据，和/或，质疑回复内容设置不同的权重，根据医生被触发质疑的规则，和/或，被质疑数据，和/或，质疑回复内容计算单次和/或累计权值，根据该医生针对一个患者的单次数据的质疑权值，判断是否排除该医生针对该患者的单次采集数据是否可信，可信则保留，不可信则排除；同时还可以根据该医生针对不同患者的多次数据的累计质疑权值，判断是否排除该医生所对应的采集数据是否可信，可信则保留，不可信则全部排除。
...【技术特征摘要】
1.基于edc系统的医生评估量表质控审查方法，其特征在于：其方法步骤如下：
2.根据权利要求1所述的基于edc系统的医生评估量表质控审查方法，其特征在于：所述步骤一中规则引擎是一种实现将业务规则自动转化为可执行的数据质控审查语句的工具，可以将复杂的业务逻辑通过可视化配置页面和/或自然语言处理，转换为易于理解和维护的、由一条条质控规则组成的规则集，同时规则引擎支持多种规则生成方式，如对用户导入的决策树、规则表、流程图文件进行解析，生成相应的规则集。
3.根据权利要求1所述的基于edc系统的医生评估量表质控审查方法，其特征在于：所述步骤一中规则引擎中的质控规则包括预定义规则和/或自定义规则。
4.根据权利要求1所述的基于edc系统的医生评估量表质控审查方法，其特征在于：所述规则集基于评分逻辑关系的特点和相关性质控的需求制定。
5.根据权利要求1所述的基于edc系统的医生评估量表质控审查方法，其特征在于：所述规则集包括普通规则、事件规则和复合规则。
6.根据权利要求5所述的基于edc系统的医生评估量表质控审查方法，其特征在于：所述普通规则由...
【专利技术属性】
技术研发人员：邱宏，顾文洁，彭代辉，王韵，梅雨，王誉豪，李思楠，唐小健，赵瑞卿，薛旻，刘灏，
申请(专利权)人：上海市精神卫生中心上海市心理咨询培训中心，
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。