[发明专利]一种戒毒人员复吸风险预测的方法和装置

说明书

本发明涉及禁毒领域，特别是涉及一种戒毒人员复吸风险预测的方法和装置。主要包括：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。本发明能够量化地反映戒毒人员的复吸风险程度，为复吸风险预测提供重要的参考指标，为各戒毒相关单位提供简便有效的评估工具。

【技术领域】

本发明涉及禁毒领域，特别是涉及一种戒毒人员复吸风险预测的方法和装置。

【背景技术】

当今社会中，吸毒已经对国家、社会、家庭都产生了非常严重的危害，但截止今日,对吸毒成瘾的人员来说仍很难做到戒除毒瘾,全国戒毒人员平均戒断率徘徊于23％左右，复吸率高达76％以上。高复吸率让前期的戒毒工作功亏一篑，面对这样的情况,急需探索出一条更为有效的针对戒毒人员防复吸的解决方法。

现有技术中，对戒毒人员复吸情况的分析暂无有效的预测方式，只能通过定期人工访谈以及随机抽样监测进行复查，通过工作人员的主观判断对复吸的可能性进行预测，大大浪费了人力物力，非常低效，并且由于戒毒人员的主观隐瞒和复查人员的专业水准不一，导致预测准确率低、预测结果无法量化、预测及时性差等问题。

鉴于此，如何克服现有技术所存在的缺陷，解决戒毒人员复吸风险预测困难的问题，是本技术领域待解决的问题。

【发明内容】

针对现有技术的以上缺陷或改进需求，本发明解决了目前实际工作中缺乏简便准确的复吸风险量化预测方式的问题。

本发明实施例采用如下技术方案：

第一方面，本发明提供了一种戒毒人员复吸风险预测的方法，具体为：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。

优选的，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。

优选的，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。

优选的，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：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。

优选的，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。

优选的，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。

优选的，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。