[发明专利]膳食方案反应性预测模型及建模方法、电子设备

说明书

本发明公开一种膳食方案反应性预测模型及建模方法、电子设备，所述膳食方案反应性预测模型的建模方法，包括如下步骤：S101：采集训练数据并进行预处理，所述采集训练数据并进行预处理的方法包括：采集代谢疾病患者的指标和膳食信息数据；通过评价代谢疾病患者的指标得到膳食方案效果；以及通过分析膳食方案效果筛选出显著影响因素；S102：设置XGBoost的训练参数；S103：以显著影响因素和膳食信息数据作为模型的输入，以膳食方案效果作为模型的输出，基于XGBoost算法采用十折交叉验证法对模型进行训练；S104：使用步骤S103中训练好的模型进行预测。本发明建立的预测模型能够辅助医生形成更有效的膳食方案，提高膳食干预效果。

技术领域

本发明涉及生物医学工程技术与营养健康领域，具体涉及一种膳食方案反应性预测模型及建模方法。

背景技术

膳食对代谢疾病的预防和治疗的作用不容忽视，研究表明合适的膳食可以改善代谢疾病的血糖、血压和血脂情况。但是目前医生开具的膳食方案存在如下问题：

(1)膳食方案的效果不可控，医生在开具膳食方案之前，只清楚该膳食方案可以改善患者的代谢情况，但不清楚这种膳食方案可以改善到什么程度。

(2)目前的膳食方案无法做到有针对性，针对同种疾病的患者，医生开具的膳食方案可能是一样的，但由于个体其他条件的差异，实际产生的效果是不一样的，因此对于同种膳食方案，有些患者的改善效果很好，有些患者的改善效果很差。

(3)膳食方案过于粗放，医生按照指南开具的是规定用户该吃哪些食物、不该吃哪些食物，未能具体量化患者的更多膳食信息，诸如脂肪、碳水化合物、糖、咖啡因、酒精等指标的含量以及评价这些膳食信息对干预效果的影响。

因此，亟待开发一种预测模型，能够针对不同的患者做到有针对性的膳食方案。

发明内容

为了使医生对开具的膳食方案的效果可以预测，本发明的提供一种膳食方案反应性预测模型及建模方法、电子设备。

根据本发明的第一方面，本发明公开一种膳食方案反应性预测模型的建模方法，包括如下步骤：

S101：采集训练数据并进行预处理，所述采集训练数据并进行预处理的方法包括：采集训练用的代谢疾病患者的指标和膳食信息数据；通过评价代谢疾病患者的指标得到膳食方案效果；以及通过分析膳食方案效果筛选出显著影响因素；其中，所述代谢疾病患者的指标包括一般指标、综合评估指标和代谢指标；

S102：设置XGBoost的训练参数；

S103：以显著影响因素和膳食信息数据作为模型的输入，以膳食方案效果作为模型的输出，基于XGBoost算法采用十折交叉验证法对模型进行训练；

S104：使用步骤S103中训练好的模型进行预测。

根据本发明的一示例实施方式，所述一般指标包括年龄、性别、受教育程度和疾病史，所述一般指标在给定膳食方案周期开始前采集。

根据本发明的一示例实施方式，所述综合评估指标包括临床指标和膳食习惯，所述临床指标包括：性别、心率、身高、吸烟史、饮酒史、家族史、既往疾病史、心电图、超声心动图、实验室检查结果以及临床合并症，所述膳食习惯包括：调查患者的宗教饮食属性、就餐规律程度、饮水量、零食习惯、用盐量、用油量、乳品食用情况、豆制品食用情况、肉类食用情况、蔬菜食用情况和主食食用情况，所述综合评估指标分别在给定膳食方案周期开始前和给定膳食方案周期结束后采集。

根据本发明的一示例实施方式，所述代谢指标包括空腹血糖、舒张压、收缩压、总胆固醇、甘油三酯和体重，所述代谢指标分别在给定膳食方案周期开始前和给定膳食方案周期结束后采集。