[发明专利]CT增强对比剂智能匹配模型的建立方法

说明书

本发明公开了CT增强对比剂智能匹配模型的建立方法，属于医学大数据分析领域，包括数据标准化处理，对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行统计；对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行聚合；运用贝叶斯岭回归模型对未来CT增强检查人员使用何种对比剂具有过敏反应进行预测；将预测序列和真实对比剂过敏人数序列计算相关性，得到影响因子和对比剂过敏反应之间的相关程度，根据分析结果得出影响对比剂的关键因子；通过logistic回归分析，得到自变量的权重，确定关键因子的等级。本发明使得对比剂的使用更加科学化、标准化，能够有效减少医疗事故的发生，既能减少对比剂对患者产生危害的几率，又能提高医院的服务水平。

技术领域

本发明属于医学大数据分析技术领域，具体涉及一种CT增强对比剂智能匹配模型的建立方法。

背景技术

对比剂目前广泛应用于医学检查领域，如增强CT、各种血管造影、肾盂造影、支气管造影、消化道造影等。

患者进行CT增强检查时，都需要使用对比剂。对比剂可以使检测结果更加准确，在医疗检查当中是非常常用的。但是，由于CT增强使用的对比剂含有一定的碘量，在使用的同时也会对人体产生影响，有可能会出现过敏性反应、肾功能损害等。严重者甚至可能出现休克、呼吸循环衰竭等，危及生命。

目前，针对检查类别和对象，CT增强对比剂的选用主要靠医生积累的经验，根据每一位患者的具体情况进行匹配。然而不同层级的医生可能对同一个患者匹配出不同的对比剂，差异化的判断增大了患者产生不良事件的几率，出现该情况后，对医生、患者和社会都会造成不良影响。

发明内容

为了解决现有技术存在的上述问题，本发明目的在于提供一种CT增强对比剂智能匹配模型的建立方法，使得对比剂的使用更加科学化、标准化，能够有效减少医疗事故的发生，既能减少对比剂对患者产生危害的几率，又能提高医院的服务水平。

第一方面，本发明提供一种CT增强对比剂智能匹配模型的建立方法，包括以下步骤：

数据标准化处理，对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行统计；

对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行聚合，寻找变量间的强相关性，得出最佳的影响因子，并根据所述最佳影响因子对不同过敏情况进行聚合；

运用贝叶斯岭回归模型对未来CT增强检查人员使用何种对比剂具有过敏反应进行预测；

将预测序列和真实对比剂过敏人数序列计算相关性，得到影响因子和对比剂过敏反应之间的相关程度，根据分析结果得出影响对比剂的关键因子；

通过logistic回归分析，得到自变量的权重，确定关键因子的等级。

优选的，所述数据标准化处理包括以下步骤：

在患者病历上筛选所研究的CT增强检查；

统计每日该CT增强检查类型的过敏患者人数；

通过过敏患者的病历情况获取对比剂过敏反应指标数据。

优选的，所述聚合包括如下步骤：

根据不同的时间粒度m对每日CT增强检查过敏人数Y^t以及单一的因子指标数据X^t进行聚合:

Y^t＝Y^t-1+Y^t-2+...+Y^t-m，

X^t＝X^t-1+X^t-2+...+X^t-m；