[发明专利]一种戒毒人员复吸风险预测的方法和装置

权利要求书

1.一种戒毒人员复吸风险预测的方法，其特征在于：

随机抽取数量超过统计人数阈值的戒毒人员作为样本人群，统计样本人群与复吸相关的数据信息，建立样本数据库；

在样本数据库中选取与复吸行为具有显著关联性的可量化特征，将可量化特征组织为量表；

对样本数据库中数据信息进行统计分析，确定量表的常模和预测模型；

对戒毒人员使用量表进行测试，获得量表测试数据；

根据常模和预测模型对戒毒人员的量表测试数据进行分析，获得复吸风险预测结果。

2.根据权利要求1所述的戒毒人员复吸风险预测的方法，其特征在于，所述统计样本人群与复吸相关的数据信息，包括：

通过问卷调查收集样本人群的基础数据信息，以及与样本人群相关的关联式数据信息；

将基础数据信息和关联式数据信息中与复吸行为具有显著关联性的可量化特征转换为相应的量化数据。

3.根据权利要求1所述的戒毒人员复吸风险预测的方法，其特征在于，所述将可量化特征组织为量表，包括：

分析每一个与复吸行为具有显著关联性的可量化特征，将可量化特征转换为标准化问卷中一道或多道题目；

根据标准化问卷的题目和统计数据设计每一个题目的标准化选项的数量和内容；

根据标准化问卷中各题目的逻辑关系安排题目的顺序。

4.根据权利要求3所述的戒毒人员复吸风险预测的方法，其特征在于，所述根据标准化问卷中各题目的逻辑关系安排题目的顺序，还包括：

确定量表的常模和预测模型将标准化问卷的题目根据特征分为多个相关维度；

将每个相关维度的问题组织为独立计分的子量表，其中，子量表包括：操守保持、拒毒能力、毒品认知、社会生存、家庭支持、计划与决心、自我认知、不良情绪。

5.根据权利要求1所述的戒毒人员复吸风险预测的方法，其特征在于，所述确定量表的常模和预测模型，包括：

根据样本数据库中的数据，获取样本人群中每个人对应的量表得分；

将样本人群按照复吸风险等级分组，根据样本数据库中的数据，统计各组样本人群的得分情况；

分析不同组的样本人群的得分情况，获取量表的常模和预测模型。

6.根据权利要求5所述的戒毒人员复吸风险预测的方法，其特征在于，所述分析不同组的样本人群的得分情况，包括：

使用直方图和正态图对样本人群中所有戒毒人员的分数进行统计分析，建立低复吸风险等级、中复吸风险等级和高复吸风险等级的样本人员分别对应的分数段和分数分布情况。

7.根据权利要求5所述的戒毒人员复吸风险预测的方法，其特征在于，所述分析不同组的样本人群的得分情况，包括：

使用大数据和深度学习的方式分析样本人群的量表总分以及量表中每个问题的得分，获得量表总分以及量表中每个问题得分的分布特征。

8.根据权利要求1所述的戒毒人员复吸风险预测的方法，其特征在于，所述将可量化特征组织为量表之后，还包括：

根据量表测量结果计算量表的信度和过程能力指数；

判断量表的信度和过程能力指数是否达到预设标准；

若未达到预设标准，调整量表中的问题和/或答案的内容和顺序，重新将可量化特征组织为量表；

或，再次在样本数据库中选取与之前不同的与复吸行为具有显著关联性的可量化特征，将可量化特征组织为量表。

9.根据权利要求8所述的戒毒人员复吸风险预测的方法，其特征在于，所述根据常模和预测模型对戒毒人员的量表测试数据进行分析，包括：

根据戒毒人员的量表总分，对应量表的常模，预测戒毒人员的复吸风险等级；

根据戒毒人员的量表中各问题的分数，对应预测模型，预测与戒毒人员复吸相关的主要因素。

10.一种戒毒人员复吸风险预测的装置，其特征在于：

包括至少一个处理器和存储器，所述至少一个处理器和存储器之间通过数据总线连接，所述存储器存储能被所述至少一个处理器执行的指令，所述指令在被所述处理器执行后，用于完成权利要求1-9中任一项所述的戒毒人员复吸风险预测的方法。