[发明专利]一种基于临床变量属性的决策分析方法

权利要求书

1.一种基于临床变量属性的决策分析方法，用于针对来自同一数据源的数据库中各个样本对象、以及各样本对象分别对应相同各变量属性的数据，实现变量属性对样本对象的影响效应量化性分析，其特征在于，包括如下步骤：

步骤A.分别针对各个变量属性，获得变量属性对应各样本对象的数据中、彼此不重复的非空数据的个数，作为该变量属性所对应不重复数据个数m，m≥2；完成对各变量属性的上述操作后，然后进入步骤B；

步骤B.分别针对各个变量属性，若变量属性对应各样本对象的非空数据为数值型变量，则获得该变量属性对应各样本对象的非空数据中的最大值max、最小值min，以及针对该各非空数据进行由小至大排序或由大直小排序，并获得该排序中间位置的非空数据，作为中值med，完成对各变量属性的上述操作后，然后进入步骤C；

步骤C.分别针对各个变量属性，若变量属性对应各样本对象的非空数据为数值型变量，则根据该变量属性所对应的最大值max、最小值min、以及中值med，分别针对该变量属性所对应各样本对象的非空数据，应用线性效应函数进行效应归一化处理，获得该变量属性所对应各样本对象的非空数据、分别对应的初级效应值y；

若变量属性对应各样本对象的非空数据为分类型变量，则以1/m的值，作为该变量属性所对应各样本对象的非空数据、分别对应的初级效应值y；并且进一步若该变量属性所对应各样本对象的非空数据、等于样本对象所对应各变量属性的判定目标，则以1/m+0.5的值，作为该变量属性所对应各样本对象的非空数据、分别对应的初级效应值y；

完成对各变量属性的上述操作后，然后进入步骤D；

步骤D.分别针对各个变量属性，根据变量属性所对应各样本对象的非空数据、分别对应的初级效应值y，获得该变量属性所对应的L2范数值；完成对各变量属性的上述操作后，然后进入步骤E；

步骤E.获得各变量属性分别所对应L2范数值的和sum(L2)，然后分别针对各个变量属性，以变量属性所对应L2范数值与sum(L2)的比值，作为该变量属性所对应的权重值；即获得各变量属性分别所对应的权重值，并进入步骤F；

步骤F.分别针对各个变量属性，分别针对变量属性所对应各样本对象的非空数据，以非空数据所对应初级效应值y与该变量属性所对应权重值的乘积，作为该变量属性所对应各样本对象的非空数据、分别对应的终级效应值，即该变量属性分别对各样本对象的影响效应量化值yy；完成对各变量属性的上述操作后，然后进入步骤G；

步骤G.分别针对各个样本对象，以样本对象所对应各变量属性的非空数据、分别对应的终级效应值yy之和，作为全部变量属性整体对该样本对象的影响效应量化值；即获得全部变量属性整体分别对各样本对象的影响效应量化值sum(yy)。