疾病预测模型
发布日期: 2016/06/23 浏览次数:
  1. 业务背景及目标

          通过对个人历年体检数据分析,结合业务及医疗知识,给出患病风险,达到常见疾病早发现、早预防的目的,模型输出包括常见慢病的趋势预测结果。
     

    模型介绍

     
     

    基本方法

     

      该模型主要采用时间序列预测算法,采用患者不少于3年的检验结果数据。
      患者风险计算模型:r=ark+brd,其中,rk为趋势风险,由标准化后的时间序列拟和曲线斜率k计算得到;rd为临界风险,由检验结果值、最大最小参考值计算得到,在实际模型中充分考虑检验结果的时效性,增加时间距离优化指标,加强近期指标对风险预测的重要性。

 

  1.  

    简要步骤

     
     
        慢病范围确定:慢病:甲功_甲亢、甲功_甲减、肝功能_肝功能异常、肾功能_肾功能异常、糖尿病筛查_糖尿病、血脂检查_高血脂。
  2.  
        时间窗口确定:针对不同患者,根据检验数据采集年份确定各个患者的模型时间窗。
  3.  
        检验结果标准化:对患者的检验结果进行z标准。
  4.  
        根据指南和临床结果确定各个慢病与检验结果之间的关系。
  5.  
        斜率计算:根据检验标准化后的Cz和序列t采用最小二乘法估算斜率。
  6.  
        对模型估计的风险值进行等级划分。

 

  1. 应用结果

          为八千多用户的多年体检结果进行慢病风险预测,为实现用户慢病的长时间预警与防范提供了条件。
         慢病预测效果如下: