[发明专利]一种电力职业人群重大慢性病风险评估方法及系统

说明书

本发明提供一种电力职业人群重大慢性病风险评估方法，其包括下述步骤：获取采样的电力职业人群数据，电力职业人群数据所对应的数据类别包括：个人基本信息数据、个人生活习惯数据、心理健康状况数据、职业相关因素数据、体检数据、人资数据；获取需要分析的身体指标及其所包含的风险等级；根据电力职业人群数据所对应的数据类别、身体指标及其所包含的风险等级，建立logistic回归模型；将电力职业人群数据录入已建立的logistic回归模型，对录入电力职业人群数据的logistic回归模型进行求解，得到身体指标的每一风险等级所对应的概率。本发明可以对电力职业人群的健康状态进行评估和提示，对电力职业人群的健康管理具有重大意义。

技术领域

本发明涉及医疗术领域，尤其涉及一种电力职业人群重大慢性病风险评估方法及系统。

背景技术

医疗健康大数据是人类与医疗及生命健康相关的活动过程中产生的数据集合，对于健康数据的有效利用在疾病的预防、诊疗与康复中起到重要作用。尤其是在新时期“互联网+”在健康管理领域的不断发展，对于多维健康数据的重视不断加强。

首先是客观的发展需求。重大慢性病，包括心血管疾病、糖尿病、肿瘤等给国家和企业带来沉重疾病负担，在生命的全周期开展慢性病的一级预防、二级预防和三级预防是减少患病率、致残率、提高健康寿命年的最有效措施。三级预防的关键有两点，一是找对影响疾病发生、发展的危险因素。电力人群具有职业特殊性，除了普通人群具有的危险因素外，还存在职业危险因素，但目前对这些因素认识不足。二是识别个体的健康状态、发现危险因素暴露并采取预防措施，这需要个体准确的数据和科学预防技术。

第二个背景是企业健康数据的沉积和挖掘不足。大量的企业定期开展职工体检、工作环境监测等，数据量越积越多，但不具备大数据处理能力、统计处理能力和医疗卫生知识。一个能帮助企业快速识别人群健康状态并提示健康风险的工具对企业的健康管理有很大意义。

发明内容

为解决上述技术问题，本发明提供一种电力职业人群重大慢性病风险评估方法及系统，可以对电力职业人群的健康状态进行评估和提示，对电力职业人群的健康管理具有重大意义。

本发明提供的一种电力职业人群重大慢性病风险评估方法，其包括下述步骤：

获取采样的电力职业人群数据，所述电力职业人群数据所对应的数据类别包括：个人基本信息数据、个人生活习惯数据、心理健康状况数据、职业相关因素数据、体检数据、人资数据；

获取需要分析的身体指标及其所包含的风险等级；

根据所述电力职业人群数据所对应的数据类别、所述身体指标及其所包含的风险等级，建立logistic回归模型；

将所述电力职业人群数据录入已建立的logistic回归模型，对录入所述电力职业人群数据的logistic回归模型进行求解，得到所述身体指标的每一风险等级所对应的概率。

优选地，所述身体指标包含有：身体质量指数、血压指数、血糖指数中的至少一种；所述身体质量指数包含的风险等级有：低体重、正常、肥胖前期、一级肥胖、二级肥胖；所述血压指数包含的风险等级有：正常、正常高压、高血压；所述血糖指数包含的风险等级有：正常、糖尿病前期、糖尿病。

优选地，logistic回归模型的数量为g-1个，g为所述身体指标对应的风险等级的数量，其中第j个logistic回归模型为：

m为电力职业人群数据总量，β_n为logistic回归模型中每个自变量X_n的回归系数，β_0j为logistic回归模型的截距值，β_i和β_0j通过最大似然法对logistic回归模型进行拟合得到，X_n为具体的电力职业人群数据。