[发明专利]一种基于医疗大数据挖掘的慢性病风险模型的构建方法

摘要

本发明涉及一种基于医疗大数据挖掘的慢性病风险模型的构建方法，其包括以下步骤确定慢性病的若干个危险因素，获得参与调查的人群含有危险因素及患有慢性病的临床统计数据；对慢性病的若干个危险因素进行任意组合获得n种危险因素组合，计算每个危险因素组合在医疗统计数据中的支持度和置信度；设置最小支持度和最小置信度，选择出支持度和置信度大于最小支持度和最小置信度的危险因素组合；通过危险因素组合构建慢性病风险模型，慢性病风险模型为慢性病与每种危险因素同时出现的概率，具体是指每种危险因素在支持度和置信度高于最小支持度和最小置信度的危险因素组合中出现的概率。本发明可广泛应用于慢性病风险模型的构建中。

主权项

一种基于医疗大数据挖掘的慢性病风险模型的构建方法，其包括以下步骤：1)确定慢性病的若干个危险因素，获得参与调查的人群含有危险因素及是否患有慢性病的医疗统计数据；2)对慢性病的若干个危险因素进行任意组合获得n种危险因素组合，其中，n为正整数；将每个危险因素组合作为关联规则中的先导X，将慢性病作为关联规则中的后继Y，计算每个危险因素组合在医疗统计数据中的支持度和置信度；3)设置最小支持度和最小置信度，在n种危险因素组合中选择出支持度和置信度在最小支持度和最小置信度以上的危险因素组合；4)通过危险因素组合构建慢性病风险模型，其为慢性病与每种危险因素同时出现的概率，具体是指每种危险因素在支持度和置信度高于最小支持度和最小置信度的危险因素组合中出现的概率；所述每种危险因素在支持度和置信度高于最小支持度和最小置信度的危险因素组合中出现的概率pi为：pi＝ni/N；式中，pi为第i种危险因素在支持度和置信度高于最小支持度和最小置信度的危险因素组合中出现的概率；ni为第i种危险因素在支持度和置信度高于最小支持度和最小置信度的危险因素组合中出现的次数；N为支持度和置信度高于最小支持度和最小置信度的危险因素组合数。