[发明专利]老年人日常生活自理能力受损的风险预测方法

权利要求书

1.一种老年人日常生活自理能力受损的风险预测方法，其特征在于，包括：

从预设的数据库中筛选出符合预设筛选条件的有效数据集；

基于预设的文献集获取日常生活自理能力影响因素集合；

从所述日常生活自理能力影响因素集合中筛选出符合预设训练规则的影响因素，并组成预测影响因素集合；

基于所述预测影响因素集合中的影响因素建立日常生活自理能力受损风险预测的Cox比例风险模型；

基于所述预测影响因素集合及所述有效数据集训练所述Cox比例风险模型，直至所述Cox比例风险模型训练完成；

将受试者与训练完成的Cox比例风险模型所需的信息导入训练完成的Cox比例风险模型，以得到受试者日常生活自理能力受损的风险。

2.如权利要求1所述的老年人日常生活自理能力受损的风险预测方法，其特征在于，从所述日常生活自理能力影响因素集合中筛选出符合预设训练规则的影响因素，并组成预测影响因素集合，包括：

基于所述有效数据集及预设的lasso算法计算所述日常生活自理能力影响因素集合中各个影响因素的第一影响系数；

基于所述第一影响系数对所述日常生活自理能力影响因素集合中的各个影响因素进行降序排序，得到排序后的影响因素集合；

从排序后的影响因素集合中选取排序在前预设位数的影响因素组成所述预测影响因素集合。

3.如权利要求1所述的老年人日常生活自理能力受损的风险预测方法，其特征在于，Cox比例风险模型包括如下函数：

h(t，X)＝h₀(t)exp(β₁X₁+β₂X₂…+β_pX_p)，X＝(X₁，X₂，…X_p)；

式中，h(t,X)表示具有预测变量X的个体在时刻t时的风险函数，t为生存时间；

X为日常生活自理能力的影响因素，即预测变量，该预测变量既可以是定量的，也可以是定性的；

h₀(t)表示所有预测变量取值为0时的风险函数，称为基线风险函数。

β₁、β₂…β_p是预测变量对应的偏回归系数，是一组特估的偏回归参数。

4.如权利要求1至3中任一项所述的老年人日常生活自理能力受损的风险预测方法，其特征在于，所述预测影响因素集合包括以下影响因素中的至少一者：年龄、性别、民族、脑血管疾病史、连续行走数据、独立使用交通工具通行数据、高血压、身体质量指数及家务劳动数据。

5.如权利要求1所述的老年人日常生活自理能力受损的风险预测方法，其特征在于，基于所述预测影响因素集合中的影响因素建立日常生活自理能力受损风险预测的Cox比例风险模型，包括：

基于所述预测影响因素集合的中影响因素同时建立多个日常生活自理能力受损风险预测的Cox比例风险模型，每个Cox比例风险模型至少采用一个其他Cox比例风险模型未采用的影响因素；

所述基于所述预测影响因素集合及所述有效数据集训练所述Cox比例风险模型，直至所述Cox比例风险模型训练完成，包括：

基于Cox比例风险模型所采用的影响因素、及所述有效数据集训练对应的Cox比例风险模型，直至所有的Cox比例风险模型均训练完成；

在所有的Cox比例风险模型均训练完成之后，所述方法还包括：

评价每个Cox比例风险模型的模型性能；

根据所述模型性能及预设的筛选规则从多个Cox比例风险模型中选取一个作为所需的日常生活自理能力受损风险预测模型。

6.如权利要求1所述的老年人日常生活自理能力受损的风险预测方法，其特征在于，在Cox比例风险模型训练完成之后，所述方法还包括：

为日常生活自理能力受损风险预测模型添加图形化输出工具，以通过图形的方式输出受试者日常生活自理能力受损的预测结果。