[发明专利]疾病影响因素确定方法、系统和计算机设备

说明书

本发明涉及一种疾病影响因素确定方法、系统、计算机设备和可读存储介质，其方法包括：获取待分析疾病的变量数据；根据预设回归模型，对所述变量数据进行分析，得到影响参数；根据所述影响参数获取校正方法；根据所述校正方法对所述预设回归模型进行校正，得到校正回归模型；根据所述校正回归模型，对所述变量数据进行分析，得到校正影响参数；所述校正影响参数用于确定待分析疾病的影响因素。采用本发明方案，可以完成疾病影响因素确定，提高准确率。

技术领域

本发明涉及计算机技术领域，特别是涉及一种疾病影响因素确定方法、系统和计算机设备。

背景技术

Logistic回归分析属于概率型非线性回归，是研究二分类观察结果与一些影响因素之间的一种多变量分析方法,主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，根据危险因素预测某疾病发生的概率等，如食管癌的发生于吸烟、饮酒、不良饮食习惯等危险因素的关系。

目前常用SPSS(Statistical Product and Service Solutions，统计产品与服务解决方案)或者SAS(Statistical Analysis System，数据分析系统)软件进行Logistic回归过程，但现有的回归分析软件都不具备数据校正功能。

因此，现有技术中的回归分析方法不具备自动校正功能，数据分析准确性不够高。

发明内容

本发明的目的在于提供一种疾病影响因素确定方法、系统、计算机设备和可读存储介质，可以完成疾病影响因素确定，提高准确性。

本发明的目的通过如下技术方案实现：

一种疾病影响因素确定方法，所述方法包括：

获取待分析疾病的变量数据；

根据预设回归模型，对所述变量数据进行分析，得到影响参数；

根据所述影响参数获取校正方法；

根据所述校正方法对所述预设回归模型进行校正，得到校正回归模型；

根据所述校正回归模型，对所述变量数据进行分析，得到校正影响参数；所述校正影响参数用于确定待分析疾病的影响因素。

在其中一个实施例中，所述变量数据包括自变量数据和因变量数据；所述获取待分析疾病的变量数据，包括：

获取目标因变量，以及，获取至少一种目标自变量；

查询预存的数据中，与所述目标因变量对应的因变量数据；

查询预存的数据中，与所述目标自变量对应的自变量数据。

在其中一个实施例中，所述获取待分析疾病的变量数据，包括：

获取初始变量数据，以及，从多个候选筛选方法中选取变量筛选方法；

根据所述变量筛选方法对所述初始变量数据进行筛选，得到所述变量数据。

在其中一个实施例中，所述根据预设回归模型，对所述变量数据进行分析，得到所述影响参数，包括：

从多个候选输出类型中选取所述影响参数的参数输出类型；

将所述变量数据输入所述预设回归模型，获取与所述参数输出类型对应的所述影响参数；所述影响参数包括自变量数据和因变量数据之间的关联关系。

在其中一个实施例中，所述根据所述影响参数获取校正方法，包括：

将所述影响参数中的模型评价系数和预设系数相匹配；

当所述模型评价系数不符合预设系数时，从候选校正方法中选取与所述模型评价系数对应的校正方法。