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】
本专利技术涉及数据预警,具体为一种基于数据模型的症候群预警方法。
技术介绍
1、症候群一般指综合征,在种种病理过程中,当出现一个症候时,同时会伴有另外几个症候,这一群症候是很定型的,将其统一起来进行观察则称为综合征,一个综合征的各种症状可看作是由一个基本原因所引起的,常见症候群的表现为相互关联的器官病变或功能紊乱而同时出现一群症状,往往不是一种独立的疾病,常可出现于几种疾病或由于几种不同原因所引起的疾病。
2、现有症候群的新发突发传染病在发病初期,其症状往往与自身自带的症候群症状类似,在发病初期患者本人与医生都难以发现,大多还是依赖于常规检查中医生诊断,医生在发现有别于患者之前症候群症状时,是无法确定该症状是否具有传播性的,一般只会将该症状记录至医疗系统中,当群体性大规模出现该症状时,再去做流行病调查,就会导致该传染病传播和防控存在严重滞后性,为解决现在症候群新发传染病增长趋势察觉难度大,和应对传染病爆发反应迟缓的问题,需提出一种基于数据模型的症候群预警方法。
技术实现思路
1、针对现有技术中存在的问题,本专利技术的目的在于提供一种基于数据模型的症候群预警方法,可以实现在对症候群患者的新发病症进行数据比对与时空交集分析,并进行传染病检验排查,通过对样本数据进行顺序排列加快样本分析进度,通过时空交集频次检测出的患者,将其家族遗传史与用药史进行再一步筛分,以保证症候群的新发突发传染病检测的准确度,最后根据不同排查结果进行不同程度的风险预警,可有效降低传染病传播和防控滞后性,
2、一种基于数据模型的症候群预警方法,包括如下步骤:
3、s1、将采集到的症候群患者的病理信息与历史病理信息比对,判断是否具有新发病症,并将上述数据传输至数据库;
4、s2、对每隔预设时间从数据库获取的该时段内疑似症状的确诊发病患者就诊的医疗数据信息样本,与该数据进行比对分析,对短时间内数据增多的新发症状判断为该病症疑似具有传染病倾向;
5、s3、基于数据库病理信息数据集与时空交集对该病症进行传染病检验排查;
6、s4、根据排查结果进行不同程度的风险预警;
7、所述s1中判断是否为新发症状包括如下情形:
8、s11、症候群患者病症数据与历史数据一致,但检查出新发病症;
9、s12、症候群患者病症数据与历史数据存在偏差,并检查出新发病症;
10、s13、症候群患者病症数据与历史数据存在偏差,但未检查出新发病症。
11、所述s2中对短时间内数据增多的新发症状判断依据,每当新发并发症发现时,权重值初设为1,每当某一新发症状在每n个预设时间周期连续出现时,该新发症状权重值在上一周期基础上加n,每当某一新发症状在每m个预设时间周期连续未出现时,该新发症状权重值在上一周期基础上减m,每当权重大于15,则判断该新发症为短时间内数据增多。
12、所述s3中时空交集判断依据为该病症患者手机号码与已发病患者病例手机号码在同一信号网格信号共同停留超过15分钟,或流调停留地点直线相距800米以内判断为时空交集。
13、所述s3中时空交集频次临界点为三次进行分类,对两类人群采集病理信息,对交集频次出现三次及以上的人群检测出疑似症状,则发出高风险预警,对交集频次低于三次的人群检测出疑似症状的概率低于该新发传染病的传染率,则不发出预警,列入观察,该概率高于该新发传染病的传染率,则发出中风险预警。
14、所述s3中数据比对分析对样本数据进行正态分布顺序排列,对与样本数据偏差超过10%的数据样本剔除,将剩余样本进行按不同因素分配权重求平均值,将该平均值与疑似症状的症候群患者的病理数据进行比对,重合度在87%以上则发出低风险预警。
15、本专利技术的有益效果:
16、本方案可以实现在对症候群患者的新发病症进行数据比对与时空交集分析,并进行传染病检验排查,通过对样本数据进行顺序排列加快样本分析进度,通过时空交集频次检测出的患者,将其家族遗传史与用药史进行再一步筛分,以保证症候群的新发突发传染病检测的准确度,最后根据不同排查结果进行不同程度的风险预警,可有效降低传染病传播和防控滞后性,并将症候群新发突发病症录入医疗数据信息库,帮助医生快速辨别该病症的症状,更好的应对传染病爆发快的难题。而现有的技术无法应对传染病爆发快且无法解决的难题,由此可见,本专利专利技术具有突出的实质性特点,并达到了显著进步,符合专利法第二十二条第三款规定的创造性。
本文档来自技高网...【技术保护点】
1.一种基于数据模型的症候群预警方法,其特征在于包括如下步骤:
2.根据权利要求1所述的一种基于数据模型的症候群预警方法,其特征在于所述S2中对短时间内数据增多的新发症状判断依据,每当新发并发症发现时,权重值初设为1,每当某一新发症状在每n个预设时间周期连续出现时,该新发症状权重值在上一周期基础上加n,每当某一新发症状在每m个预设时间周期连续未出现时,该新发症状权重值在上一周期基础上减m,每当权重大于15,则判断该新发症为短时间内数据增多。
3.根据权利要求1所述的一种基于数据模型的症候群预警方法,其特征在于所述S3中时空交集判断依据为该病症患者手机号码与已发病患者病例手机号码在同一信号网格信号共同停留超过15分钟,或流调停留地点直线相距800米以内判断为时空交集。
4.根据权利要求3所述的一种基于数据模型的症候群预警方法,其特征在于所述步骤S3中时空交集频次临界点为三次进行分类,对交集频次出现三次及以上的人群检测出疑似症状,则发出高风险预警,对交集频次低于三次的人群检测出疑似症状的概率低于该新发传染病的传染率,则不发出预警,列入观察,该概率高
5.根据权利要求1所述的一种基于数据模型的症候群预警方法,其特征在于所述S3中数据比对分析对样本数据进行正态分布顺序排列,对与样本数据偏差超过10%的数据样本剔除,将剩余样本进行按不同因素分配权重求平均值,将该平均值与疑似症状的症候群患者的病理数据进行比对,重合度在87%以上则发出低风险预警。
...【技术特征摘要】
1.一种基于数据模型的症候群预警方法,其特征在于包括如下步骤:
2.根据权利要求1所述的一种基于数据模型的症候群预警方法,其特征在于所述s2中对短时间内数据增多的新发症状判断依据,每当新发并发症发现时,权重值初设为1,每当某一新发症状在每n个预设时间周期连续出现时,该新发症状权重值在上一周期基础上加n,每当某一新发症状在每m个预设时间周期连续未出现时,该新发症状权重值在上一周期基础上减m,每当权重大于15,则判断该新发症为短时间内数据增多。
3.根据权利要求1所述的一种基于数据模型的症候群预警方法,其特征在于所述s3中时空交集判断依据为该病症患者手机号码与已发病患者病例手机号码在同一信号网格信号共同停留超过15分钟,或流调停留地点直线相距8...
【专利技术属性】
技术研发人员:刘磊,曹一清,白晓峰,荣博文,马亨,杨丽筠,姚勇,冯翼龙,张晓曙,
申请(专利权)人:中电信医疗健康科技有限公司,
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。