《心血管疾病患者再次入院风险评估系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
Ｒ３９单位代码：１Ｕ况ｂ分类号：１密级：无学号：２１３１５０７８＇硕±专业学位论文戀／中文论文题目；公血管疾病患者再次入院风险评估系统的设计与实现英文论文题目ｅｓｉｇｎａｎｄＲｅａｌｉｚａｔｉｏｎｏｆａ民ｅａｄｍｉｓｓｉｏｎ：ＤＲｉｓｋＡｓｓｅｓｓｍｅｎｔＳｙｓｔｅｍｆｏｒＰａｔｉｅｎｔｓｗｉｔｈＣａｒｄｉｏｖａｓｃｕｌａｒＤｉｓｅａｓｅ申请人姓名：朱春燕指导教师；李劲松教摸合作导师；田丽丽专业学位类别：王程硕去专业学位领域：生物医学工程领域所在学阮：生物医学工程与化器科学学院论文提交日期２０１６年０１月０４日 成、血管疾病患者再次入院风险评估系统的设计与实现论文作者签名：Ｉ：：４裝指导教师篇名论文评阅人１；隐名评阅评阅人２；陈杭＼教授＼浙江大学评阅人３；谢松城＼教授级高工＼浙江医院评阅人４，评阅人５；答辩委员会主席：夏灵＼教授＼浙江大学委员１：王永国＼副教授＼浙江大学委员２；张武明＼副教授＼浙江大学３委员；委员４：委员５；：２０１６年３月１０日答辩日期 浙江大学研究生学位论文独创性声明指导下进行的研巧工作及取得的本人声明所呈交的学位论文是本人在导师，论文中不包含其他人己经发研巧成果。除了文中特别加Ｗ标注和致谢的地方外机构的学位或表或撰写过的研巧成果，也不包含为获得浙江大学或其他教育一文证书而使用过的材料。与我同工作的同志对本研巧所做的任何贡献均己在论中作了明确的说明并表示谢意。°／曰签字曰期：２／＾年ｉ月学位论文作者签名：ｆ学位论文版权使用授权书本学位论文作者完全Ｔ解浙江大学有权保留并向国家有关部口或机文被查阅和借阅。本人授权浙江大金构送交本论文的复印件和磁盘，允许论，可＾采用影＾全部或部分内容编入有关数据库进行检索和传播可＾＾１将学位论文的印、汇编学位论文。、缩印或扫描等复制手段保存）（保密的学位论文在解密后适用本授权书＾＾削巾签名：＾学位论文作者签名：＾＾春葵，＾＾／）曰曰期〇日期；年月：２１年＾月曰签字＾户签字（７ 浙江大学硕壬学位论文致谢致谢时光甚荐。站在毕业的口槛上，回首往，转暇近王年巧研究生生涯即将结宋昔感慨万千，奋斗和辛劳成为丝丝记忆，甜美与欢笑也都尘埃落定。在此我要，、レ、向所有关记、指导、帮助过巧的老师同学、亲人和朋友致乂最诚挈的谢意。首先、，衷Ａ地感谢我的导师李劲松教投，感谢他在我攻读硕去期间对我的诗谅教诲和严格要求。李老师知识渊博、治学严谨、思维创新，是我在區学信息学一工作精神平易近人巧处事作风这前沿领域的指路明灯，他Ｗ忘我巧、、积极乐观的生活态度激励我。在论文的构思和撰写，在学术和生活上给予我莫大的帮助、过程中，，李老卿耐Ａ指导提出了很多宝贵的意见。借此机会，我谨向李老师致Ｗ深深的谢意。感谢海军总屋院钱阳明院长、田丽丽主任和庄严工程师提供的医院实际临床数据，及在系统巧发过程中给予的帮助。其次我要感谢实验窒所有一起奋斗的同学，在我短暂的研究生生涯中带给，我难忘的关怀与热情。感谢周天舒、田雨师兄在论文研究及撰写过程中给予的悉、足指导、，感谢姚琴、王华琼、王呈李鹏飞、张洪磊、文语欣、张艺慨、潘斌、吕道明、徐益辉卿兄师姐在项目开发上给予的热记帮助。感谢郑驰、、陶敏等袁一一、起分享和《流学习工作经冬生朱爱明等同窗好友，感谢他们悟我路走来，、验和生活乐趣。感谢李山、苟玲、池胜强童丹阳、王丰等师弟师妹们在学习生活中互帮互助。太多的感情遊于言表，我会永远珍惜这段美好时光。同时，感谢浙江大学生仪学院的巧有老师，感谢他们在我求学期间对我的教。导和帮助，让我能够更好地踏入社会、投入工作Ｌ，养育之恩，无乂为报感谢他们多年来对我还要特别感谢我的父母和家人，我的关怀和鼓励。化要感谢男友吕维扬的包容理解与支持。最后！，诚攀地感谢为评阅本论文而付出辛勤劳动的各位专家和学者Ｉ 浙江大学硕壬学位沦文摘娶搞要随着我国人口老龄化及城镇化进程的加速，Ａ血管疾病危险困素的流行趋势＇星明显上升态势／，从而导致成血管病的发病人数持续增加。近年来，心血管疾病邑成为威胁人类健康的第一死因。由于其病因复杂、病程较长，患者在治疗过程中重复入院率极高，消耗大量医巧资源并产生昂贵的医疗费用。因此，利用预测模型来提前识别高风险患者并通过有效的干预播施降低其再次入院率成为当前研究的热点。本论文总结了患者再次入院风险预测的研究现状及存在问题，结合数据挖掘技术设计建立患者再次入院风险评估模型、，并在此基础上设计并开发Ａ血管疾病患者再次入院风险评估系统。风险评估模型包括风险预测、患者聚类和危险因素回归分析王个部分，可在患者出院时自动预测其３０天巧再次入院风险等级及主０２％。系统根据模型要危险因素排序．６，准确率达９评佑结果结合风险控制知识库，智能地给出个性化的患者院外健康管理及随巧医护人员健康指导建议，在合埋调配医护人员的同时指导患者更好地进行院外自我管理，降低再次入院风险。关巧词：记血管病，再次入院，数据挖掘，风险预测，健康指导ＩＩ 浙江大学硕壬学位论文ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＡｌｏｎｇｗｉｔｈｔｈｅａｃｃｄｅｒａｔｉｏ打ｏｆｐｏｐｕｌａｔｉｏｎａｇｉｎｇａｎｄｕｒｂａ打ｉｚａｔｉｏｎｐｒｏｃｅｓｓｉｎｏｕｒｃｏｕｎｔｒｙ，ｔｈｅｅｐｉｄｅｍｉｃｔｒｅｎｄｏｆｆａｃｔｏｒｓｃｏｎｔｒｉｂｕｔｅｄｔｏｔｈｅｃａｒｄｉｏｖａｓｃｕｌａｒｄｉｓｅａｓｅｈａｖｅｔｔｃｏｎｔｔｔｉｎｃｒｅａｓｅｄｏｂｖｉｏｕｓｌｗｈｉｃｈｒｅｓｕｌｉ打ｈｅｉｎｕｅｄｒｏｗｈｏｆｉｎｃｉｄｅｎｃｅ．Ｒｅｃｅｎｌｙ，ｇｙ，ｃａｒｄｉｏｖａｓｃ山ａｒｄｉｓｅａｓｅｈａｓｂｅｃｏｍｅｔｈｅｆｉｒｓｔｃａｕｓｅｏｆｄｅａｔｈｆｏｒｈｕｍａｎｈｅａｋｈ．Ｂｅｃａｕｓｅｏｆｔｈｅｃｏｍｌｅｘｅｔｉｏｌｏｇｙａｎｄｌｏｎｇｄｕｒａｔｉｏｎ灶ｅｒｅａｄｍｉｓｓｉｏｎｒａｔｅｆｏｒａｔｉｅｎｔｓｉｓｐ，ｐｅｘｔｒｅｍｅｌｈｉｈｄｕｒｉｎｔｈｅｒａｃｏｎｓｕｍｉｎａｌａｒｅａｍｏｕ打ｔｏｆｍｅｄｉｃａｌｒｅｓｏｕｒｃｅｓａｓｙｇｇｐｙ，ｇｇ＾ｒｏｄｕｃｎｘｅｅｏｓｉｔｉｔｏｎｃｏｓｔｓ．Ｔｈｅｉｅｆｏｒｅｕｓｉｎｒｅｄｔｏｎｏｄｅｗｅｌｌａｓｉｅｐｎｓｉｖｈｐａｌｚａｉｉｃｉｍｌｐｇ，ｇｐ－１ｔｔｅｎｔａｄｖａｎｃｅａｎｄｄｕｃｅｔｈｅａｄｍｔＩ：０ｉｄｅｎｉｆｙｈｉｇｈｒｉｓｋｐａｉｓｉ打ｒｅｒｅｉｓｓｉｏｎｒａｅｈｒｏｕｇｈｅｆｆｅｃｔｉｖｅｉｎｔｅｒｖｅｎｔｉｏｎｓｈａｓｂｅｃｏｍｅａｆｏｃｕｓｒｅｃｅｎｔｌｙ．＊Ｔｈｉｓａｐｅｒｓｕｍｍａｒｉ之ｅｓｔｈｅｃｕｒｒｅｎｔｓｉｔｕａｔｉｏｎａｎｄｐｒｏｂｌｅｍｓｏｆｉｉｓｋｐｒｅｄｉｃｔｉｏｎｐｒｅｌｅｖａｎｔｔｏｔｈｅｒｅａｄｍｉｓｓｉｏｎｆｏｒｐａｔｉｅｎｔｓ．Ｃｏｍｂｉｎｅｄｗｉｔｈｄａｔａｍｉ打ｉｎｇ１：ｅｃｈｎｏｌｏｇｙ，ａｒｉｓｋａｓｓｅｓｓｍｅｎｔｍｏｄｅｌｆｏｒａｔｉｅｎｔｓｗａｓｄｅｓｉｎｅｄｆｏｌｌｏｗｅｄｂｔｈｅｄｅｓｉｎａｎｄｐｇ，ｙｇｄｅｖｅｌｏｐｍｅｎｔｏｆｒｅａｄｍｉｓｓｉｏ打ｒｉｓｋ过ｓｓｅｓｓｒｎｅｎｔｓｙｓｔｅｍｆｏｒｐａｔｉｅ打ｔｓｗｉｔｈｃａｒｄｉｏｖａｓｃｕｌａｒｄｉｓｅａｓｅ．Ｔｈｅｒｉｓｋａｓｓｅｓｓｍｅｎｔｍｏｄｅｌｉｎｃｌｕｄｅｓｔｈｒｅｅｐａｒｔｓ：ｒｉｓｋｐｒｅｄｉｃｔｉｏｎｃｌｕｓｔｅｒｉｎ，ｇａｎａｌｙｓｉｓａｎｄｒｅｇｒｅｓｓｉｏ打ａｎａｌｙｓｉｓｏｆｒｉｓｋｆａｖｏｒｓ，ｗｈｉｃｈｃａｎａｕｔｏｍａｔｉｃａｌｌｙｐｒｅｄｉｃａｔｅｔｈｅｒｉｓｋｌｅｖｅｌａｎｄｒｉｓｋｆａｃｔｏｒｓｆｏｒｔｈｅｄｉｓｃｈａｒｇｅｄａｔｉｅｎｔｓｉｎｔｈｉｒｔｄａｓ．Ｔｈｅｍｏｄｅｌｗａｓｐｙｙａｃｃｕｒａｔｅ９０．６２％ｏｆｔｈｅｔｉｍｅ．Ｃｏｍｂｉｎｅｄｔｈｅｍｏｄｅｌａｓｓｅｓｓｍｅｎｔｒｅｓｕｌｔｓｗｉｔｈｒｉｓｋｃｏｎｔｒｏｌｋｎｏｗｌｅｄｇｅｂａｓｅ过ｅｒｓｏｎａｌｉｚｅｄｈｅａｌｔｈｍｍｉａｅｍｅ打ｔａｎｄｈｅ过１ｔｈｃｅｉｖｅｂｃａｒｅ，ｇｕｉｄａｎ打ｐｇｇｙｗｈｉｃｈｃａｎｎｏｔｏｎｌｌｗｏｒｋｅｒｓｃａｎｂｅｕｔｆｏｒｗａｒｄｉｎｔｅｌｌｉｅｎｔｌｌｈｅｍｅｄｉｃａｅｒｓｏｎｎｅｌｐｇｙ，ｙｐｐｕｔａｏｅｔｅｎｏｃａｏｕｔｅ－ｍａｎａｔｔｉｎｔｈｅｒａｔｉｏｎａｌａｌｌｏｃａｔｉｏｎｂｌｓｇｕｉｄａｉｔｓｔｒｒｙｓｌｆｅｍｅｎｂｅｔｅｒｐｇ，＊ｉｅｓｕｌｔｉｎｇｉ打化ｅｄｅｃｒｅａｓｅｏｆｒｅａｄｍｉｓｓｉｏｎｒａｔｅ．Ｋｅｙｗｏｒｄｓ：ＣａｒｄｉｏｖａｓｃｕｌａｒＤｉｓｃ过ｓｅ，Ｒｅａｄｍｉｓｓｉｏｎ，ＤａｔａＭｉｎｉｎｇ，ＲｉｓｋＰｒｅｄｉｃｔｉｏｎ，Ｈｅａｌ化ＧｕｉｄｅＩＩＩ 浙江大学巧壬学位论文目录目录冊Ｉ摘ＩＩＡｂｓｔｒａｃｔＩｌｌ胃＾ＩＶ第１章绪论１１１．研究背景及意义１１．２围内外研究现状２１．３研究内容４１．４论文组织结构５第２章相关理论与技术６２．１数据挖掘概述６２．２数据仓库技术９２．２．１数据仓库９２２２ＥＴＬ１０．．技术２．３数据挖掘算法１１２．３．１分类和预测１１２．３．２聚类算法１５２３３？１．．析６归分２．４分析平台与王具１９２４１ｎｅ软１９．．Ｃｌｅｍｅｎｔｉ件２．４．２民语言２０第３章风险评估系统设计１２３．１系统架构设计２１３２２．２数据库设计３．３数据挖掘模型设计２５３１５．３．预测模型２ＶＩ 浙江大学硕击学位论义目录３．３．２聚类模型２９３．３．３＠归模型３２３３３．４风险控制知识库设计第４章化险评估系统实现３７４．１风险等级预测模型３７４丄１数据预处理３７４丄２４０模型结果４丄３模型评估４２４２４３．患者聚类模型４．２．１数据预处理４３４．２．２模型结果４７４．２．３模型评佑４８４．３危险因素回归模型５３４．３１模型结果５３．４．．３２摸型评估５８４．４系统实现６０５６２第章总结与展望参考文献６３７作者在硕去研究生期间的科研成果６Ｖ 浙汪乂学硕击学位论文第１章绪论第１章绪论１．１巧究背素及意义尼、血管疾病是全球的第一死因毎年死于也＇，血管疾病的人数远＃于其它死因。据世界卫生组织统计，全球毎年约有１５００万人死于知血管疾病，占总死亡人数１［３又有］口的１％，其中３／４Ｗ上发生在低收入或中等收入国家。随着我国人老龄／化及城镇化进程加速，公血管疾病危险因素的流行，居民钦食结构发生改变导致趋势呈巧显上升态势、。呂前，我围鉤有２．９亿记血管疾病患者，其中包括２．７亿口］高血压、７００万脑卒中、２５０万记抓梗塞、４５０方冶力衰竭、９５０万冶脏病患者。《中国卫生和计划生育统计年鉴２０１４》指出，２００５年至２０１３年，我国因冶血管病死亡的居民人数呈逐年上升趋势。至２０１３年，毎千万人中有２７６人死于记血管疾病，分别占城市、农村居民死因构成的４５％和４２％，高居我国居民死因之首Ｗ。因此，采取有效的措施预防和治疗记血管疾病已成为广泛关注的问题。众所周知，记血管疾病病因复杂，治疗病捏较长，通常需要终身治疗，因此患者在治疗过程中需经常反复入晓／心血管疾病的危险因素主要包括。影响高血压、糖尿病、血脂异常、肥胖等慢性疾病；吸烟、缺芝锻炼、不合理饮食等不良生活方式Ｗ。因此，在患者出院时对其再次入院风险及危险因素进行评估，给患者及随巧医护人员提供个性化的键康管理指导建议、，可有效控制冶血管疾病患者的危险因素，降低重复入院率，从而在提高医疗质量和降低治疗费用的同时，帮助医院更合理地分配医疗资源。然而，影响患者再次入院的原西十分复杂，包括患者本身的病情、、在院治疗情况Ｗ及家庭环境等多种因素而其中，影响Ａ，血管疾病患者病情的病因就十分复杂，因此仅基于临床专业知识来评估出院患者再次入院一风险是十分困难的。采集记血管疾病患者的相关数据，利用数据挖掘技术建立Ｗ个风险预测模型，可有效解决上述问题。其中居疗信息系统的发展完善Ｗ及数据挖掘技术的产生，为其提供了疆大的技术支持。随着现代信息技术和互联网的飞速发展，医院信息系统日趋完善。医院的各数据库每天都会产生大量临床医疗及业务数据，运用相关技术手段对这些数据加Ｉ 浙江大学硕去学位论文第１章绪论Ｗ利用，发掘其中潜在的有用信息，可指导临床及业务人员更好地完善和改进医一疗过程。因此，医疗数据挖掘技术应运而生，其发展主要经历Ｈ个阶段第阶段，对医疗数捂巧利用局限于简单的采集、汇总及统计等，且不同的数据来源一并无统标准，因此得到的结果通常并不十分理想，也较难获得大众的认可。随着医疗标准体系的建立一，研究人员对医疗数据的利用也进入了个新的阶段。在一一该阶段，各信息系统源的信息不再杂就不并都遵循于，个标准体系，包括信息交换标准体系、数据交换标准体系Ｗ及业务流程的标准化等。在数据采集过程中，利用相关的数据集成手段，对数据进行清洗筛选Ｗ及标准化处理，从而令最一一终数据是标准统、科学可信、具有研究价值的。此外，相软于第晚段主要从一报表的恭式展现数据统计汇总结果，这阶段还将结果反馈回信息系统中巧成，闭环管理，辅助决策支持，包括临床及业务流程中的预警、提示及多维度的可视化分析展示。受临床医巧所遇问题的驱动，简单的统计反馈己不能满足当前的业务需求，医，，由此疗数据挖掘技术进入第Ｈ个阶段即知识的获取和发现。利用预测、分类、关联等算法对大量数据建立模型，发现其中隐含的信息，从而给医生在临床诊疗过程中提供更好的决策支持。１２．国巧外研究现状目前，风险预测模型被广泛地应用于临床和医疗领域Ｗ帮助决策支持，面向数据的风险预测模型已成为一项帮助临床决策的有效工具二型，包括对孰腺癌、糖尿病、知血管疾病等的疾病发生风险概率预测，危重入院病人的死亡风险评估９４一等。例如ｌａｕｓＲｉｓｃｈ和Ｔｈｏｍｓｏｎ，１９年，Ｃ构建了个乳腺癌风险预测模型，ｐ一能够估计患者在定时间后患孰腺癌的风险，从而辅助临床尽早发现寓危人群，－采取相关干预治疗。２００３年，Ｌｉｎｄｓｔｒ她１和Ｔｕｏｍｉｌｅｈｔｏ通过采集３５６４岁患者的ＢＭＩ指数、年龄、，１０年患、腰困血糖、服用高血压药物历史等数据对其未来ＩＩ性糖尿病的疾病风险进行评分，从４４３５例样本中预测得到１８２例患者在未来ＩＩ有患型糖尿病的风险，并对其进行干预治疗大量研究表明，面向数据的风一工具险预测模型己成为项可帮助医疗决策的有效。一再次入院率作为评价医疗质量的项重要指标、医疗机构、保险，受到政府２ 浙江乂学硕ｉ学位论文第Ｉ章绪论．么司Ｗ及病患的广泛关注。表１．１列出了国内外关于患者再次入院风险预测的传ｓ－Ｗｆ统研究方法。这些研究主要运用還辑回归、Ｃｏｘ风险比例回巧等统计方法识别危险因子，在得到高危风险因子的基砸上再对其进行加权评分，得出患者再次入院的风险指数。例如，２０１１年Ｏｍａｒ和Ｄａｖｉｄ等人通过建立回归棋型，分析１０９４６例内科病人的再次入院影响因素，并根据所得结果控制病患的相关影响因ｔＷ素，从而降低其再次入院率。２０１３年，Ｇａｒｒｉｓｏｎ等人利用逻辑回归的方法对２７６例患者３０天内再次入院风险进行预测，通过预测结果进行家庭医生干预治ＰＷ一疗，从而降低再次入院风险。不同疾病患者的风险因素不，数据分散，因此该类模型只有针对特定类型的疾病患者进行评估时，才能得到较为理想的效果，而当患者类型稍有扩大时，模型有效性就会大大降低。１１表．患者出院风险预测巧究－年份作者样本建摸方法１９８５Ｓｍｉ化等１５０６例患者多元统计０ｗａ１９９Ｈｏｌｌｏｙ等２９７０例退伍老兵逻辑回归１９９３Ｂｏｕｌｔ等２１７６例７０岁Ｗ上老人逻辑回归、１９９９Ｐｈｉ化ｉｎ等４２７３１例充血性吃力衰竭患者還辑回归、２０００Ｋｒｕｍｈｏｌｚ等２１７６例Ａ力衰竭患者Ｃｏｘ比例风险模型２００８Ｎｏｖｏｔｎｙ等１３１８０９例患者泊松回归、２００９Ｈｏｗｅ＇ｌｌ等３１２９例冠记病及。力衰竭患者逻辑回归、２０１０陈秋等１０１２例Ａ力衰竭患者還辑回归２０１０Ｗｈ扣ｏｃｋ等４４６例膜腺《患者ＬＡＣＥ评分ｍＵ２４＇２０１１Ｈａｍｌ等１６３例公力衰竭患者广义线性回归２０１３ｈａｍａｒａ１３１５＇。力衰竭逻辑回归Ｄｒａｎ等３０７例、Ｃｏｘ风险比例ｊ近年来，有医院通过计算患者的ＬＡＣＥ指数，即利用住院天数（Ｌｅｎｇｔｈｏｆｓｔａｙ，Ｌ）、入院方式（Ａｄｍｉｓｓｉｏｎａｃｕｉｔｙ．Ａ）、伴随疾病指数（Ｃｏｍｏ比地ｔｙｉｎｄｅｘｓｃｏｒｅ，Ｃ）Ｌ乂及抢救次数（ＵｓｅｏｆＥＤＥ）四个变量对患者再次入院风险进行评分。例如２０１０，Ｌ年，Ｗａｌｒａｖｅｎ等人通过计算乂上四个变量得分之和给患者再次入院风险进行评分，３ 浙江大学硕击学位论文第１牵绪论并依据临床经验设置评分阀值，从而判断患者的再次入院风险。这种方法虽可解决上述由于不同疾病风险因子差异导致的模型应用范围受限的问题，但该法是基于这四个变量和再次入院风险存在线性相关的假设之上的，而且评分规则的设定Ｌ义及阀值的划分也都是由医生根据经验来判定因此在使用过程中并不能实现真，正的基于数据驱动的临床决策支持，而会过多地依赖于临床决策者自身的医疗经验。基于上述问题，，有相关研究简化了预测模型特征参数利用支持向量机、朴２０素贝叶斯网络、决策树等算法来预测患者重复入院风险。１４年ＢｒａｇａＰｏｒｔｅｌａ＾等人利用支持向量机、决策树等方法预测进过重症监护室的出院患者再次入院并进入重症监护窒的风险指数，该模型打破了传统方法中利用回归模型计算输入参数的相关系数，而，并再进行加权评分的方法是利用经过精简的输入参数直接建Ｐｉ模预测ｌ。模型评估表明利用贝叶斯网络建立的预测模型准确率高达９８．９１％。，这粪预测模型虽然能较为准确地预测患者再次入院风险，但未对危险因子进行具体分析。２０１５年，Ｊｅｅｊｅｅｂｈｏｙ等人采集了加拿大１８家医院的１０２２名大于１８周岁的急诊患者数据，利用患者体重、握为、血清蛋白等指标对患者进行营养学评Ｐ２１估，并据此预测入院患者在院时间Ｗ及出院患者再次入院风险。该模型的局限性在于多数患者并不进行上述所有指标的体检，数据的缺失导致该模型并不完全适用。１．３巧究巧容基于当前针对出院患者再次入院风险研究成果及存在问题，本论文改进了相关算法及因素选择／心血管疾病患者，设计并实现了基于数据挖掘技术的再次入院风险评估系统具体研究内容及创新点如下：，（）通过计算伴随疾病指数的方法合并了患者伴随疾病、并发症等具体风１险因素，与住院天数、患者年龄、医保类型、急救次数等作为风险因子建立人王、神经网络＊、决策树等分类预测模型预测Ｋ血管疾病患者出院时的再次入院风险，等级。该模型在风险因素的选择上结合了目前现有研究的优点，对各类成血管疾一病患者都具普适性，，因此在研究过程中只需建立个预测模型打破了传统方法４ 浙江大学巧主学位论文巧１章绪论需要对各类疾病进行特定建模的局限。－ｍｓ（２）采集患者所有的相关危捡因素，并利用Ｋｅａｎ、聚类模型对患者进行分类一。然后再对同类病人利用回归撲型找出影响病人再次入院风险的主要危险因素。由于记血管疾病病因复杂，不同患者的危险因素化巧差较大，因此利用聚类棋型将不同类型的患者进行分类，然后再建立回归模型进行相关性分析，找出每类病人个性化的危险因素，可更加有针对性地帮助指导患者院外干预治疗。一／（３）基于Ｗ上模型建立个公血管疾病患者出院风险评估系统，在患者出院时集成其在医院的相关医疗数据，预测其再次入院风险及危险因素。据此分别给患者和随巧医护人员一个性化的院外健康管理及指导建议Ｌ，乂帮助患者出院后更好的自我管理及随访人员的工作安排调配。１．４论文组织结构本论文的结构安排如下：第一章是绪论部分，主要介绍本论文的研究背景与意义、国内外研究现状、１研究目标、创新性＾＾及论文的结构安排。第二章是论文所涉及的相关理论与技术，详细介绍了数据挖掘概念、数据仓库技术、风险评估模型及其相关算法、模型评估方法等，为第王章病人出院风险评估系统的设计提供理论依据。第兰章主更是病人出院风险评估系统的详细设计，介绍了记血管疾病患者的出院风险等级预测模型、患者聚类模型、危险因素回归分析这王个模型的整体架构及设计方案。一第西章分为两个部分：第部分是撰型的实现与评佑，通过计算准确性、召回率、均值标准差等评估模型优劣，从而选取最佳模型用于评估系统；第二部分是系统的实现与结果，，阐述该系统在血管疾病患者出院时通过对其在院数据的采集分析，，得出患者再次入院风险等级及相关危险因素井分别给患者和随访人员提供健康管理及指导建议。第五章是对论文研究内容的兹结，并对后续王作进行展望。５ 浙江大学硕去学位论文第２章相关理论与技术第２章相关望论与技术２．１数据挖掘概述数据挖掘（ＤａｔａＭｉｎｉｎＤＭ）、ｇ，是指从大量数据中找出隐含于其中事先未知的有价值信息及知识的过程。它是现代信息技术迅猛发展的产物，信息时代各行各业彼此沟通的加强大大推动了数据存储技术和整个信息技术产业的发展，而互联网的迅速发展使人们可获取的信息量剧增，有研究评估当前世界的信息量４正Ｗ毎二十个一番的高速呈几何级数增长Ｐ：！月翻。这就迫切需要研究人员对送些，从而帮助相应行业的市场分析数据加Ｗ利用进而转换成有用的信息与知识、欺诈检测，有、商品预测Ｗ及临宋决策等。图此效利用数据挖掘技术在大量杂乱无章的碎片信息中提取出所需要的数据，帮助人们深层理解这些数据，得到隐含于进一，其中未知的但又具实际应用化值的信息，并步规范化使之咸为有效的知识一Ｌ体系，个重大课题。，乂供决策者参考利用己戍为当前各国研究人员的ＰＳｊ数据挖掘技术的产生主要经历四个发展进程，如图２．１所示。＇数据与信息集成数据仓库数据挖掘？．，扣．震５／；数据查询工具Ｗ２０世纪８的巧Ｐ联机事务处理技术（０ＬＡ）ｍｆ。心化＿＿：：层次及＂据库２。世纪７。城复Ｔ…Ｉ■＇覇关系３＾数据库／，—￣￣？齡Ｗ：：＃衣ｐａ誦瞧達病聲臟麵图２．１数据挖掘产生进程２０世纪６０年代Ｌ乂前。，人们对数据的利用主要是简单的原始文件采集处理６０年代Ｌ乂后。７０８０，逐渐产生早期的网状数据库系统到年代末年代初，研究人员开发了关系型数据库系统用Ｗ更加便捷地存放数据，令数据库系统不断发展６ 浙江大学硕壬学位论文第２章相关理论与技术加便捷地提取和理解数据，产生了简单的用户完善。同时，在这个时期，为了更系统用Ｗ查询、统计及汇总数据。自８０年代中期Ｗ来，计算机技术及互联网技。，各行各业的数据都呈爆炸式增长术发展飞速，从而大大推动了信息产业的发展大量数据通常来源于多个异构的信息系统，因此需要对其进行数据清洗、集成再一种新的数据存储结构中，即数据仓库。数据仓库的加载到数据库，由此出现了出现为联机分析处理技术（ＯｎｌｉｎｅＡｎａｌｙｔｉｃａｌＰｒｏｃｅｓｓｈｇ，ＯＬＡＰ）的产生及发展奠定了基础。随着数据量的快速增长，传统的数据统计分析邑远远不能满足研究人员提取信息的需求中发现知识和信息，成为急，因此快速有效地帮助决策者从海量数据需解决的问题。由此，人们对数据的应用模式也产生了质的变化。从图２．２中可Ｌ乂看出，人们对数据的利用方式己经从早期对历史数据简单的理解与评估逐步发。，主展成对数据的深层挖掘，探索其中隐藏的关系及模式动掌握未来发展趋势索隐葱关系、模式Ｉ评估（将来）势．主动掌握未来发展（历史）预测Ｉ＾‘的性别年思已Ｉ龄分布？数据挖数鄉鬟（苗据患？利ｔ／全淹根案、如何对度些用；病患分配医，Ｕ占ＬＡＰｊ（＞，、ｌ）护人员方＼＾ｙ！．一＿／裤哪些病患ｐ＼报表〇〇时间＾理解和巧估历史数据＾＾－尸－一图２．２数据利用方式的发展数据进行汇总展示。后期，报表增早期的数据挖掘系统Ｗ报表为主，对历史，的原因，并且加了解释性的内容，通过对数据进行深入分析探讨历史信息产生在系统中加入警告分析，从而帮助用户更好地理解数据。现今，多数数据巧掘系７ 浙江大学硕主学位论文第２章巧关理论与技术统不再局限于历史数据统计，而是基于历史数据的产生模式预测未来发展趋势，Ｋ供决策支持。然而，这些系统并不完全智能，只是将其挖掘得到的知识展示给用户，而使用者仍需根据自己的经验对结果加ＬＸ分析和利用Ｗ辅助决策支持。因此，更多的数据挖掘系统正逐渐向完全智能化发展。研究人员通过相关评估技术对挖掘所得的知识模型效果进行评佑，从而提取出可信度较高的最优模型，再利用构建知识库等方法将数据知识转换成决策建议等，使用户能够方便快捷地获取更为具体形象的知识。图２３所示即为数据挖掘系统的演化过程。决策分折ＩＩ。－敵－优化数据巧掘—预测分析！Ｉ什么是最好的方案？Ｉ，—动态报告＾餐告分析预测模型Ｉｉ＇ｔＩ＇ｖ＇．＿＿＿—￣将晏发生？．．、．軒、——玄－—互动杳—１旬＼＼厂—解释性模型Ｚ；＼ｆ＇—！为什么会皮生？ｊ数据清洗＾原始数晤＾（３数据资料知识智能图２．３数据挖掘系统的演化数据挖掘技术的不断发展使其在各行各业都有广泛的应用。然而由于应用领一一一域不同、挖掘目的不，挖掘流程也并没有个统标准。为了推广和规范数据一－Ｉｔｒ挖掘技术，欧盟机构制定了个跨行业数据挖掘过程标准（ＣｒｏｓｓｎｄｕｓｙＰ６ｊＤｔａＭ－ＳｄａｄＰｒｏｃｅｓｓｆｏｒａｉｎＣＲＩＳＰＤＭ）该标准只对挖掘流程做了ｌｉａｎｒｉｎ。定，ｇ，规并不限制挖掘方法、目的及工具等，对所有不同行业背景的数据挖掘案例都具有－ＩＳＰＤＭ已普适性。目前大部分数据挖掘工具都遵循上述标准，ＣＲ成为数据挖掘行业么认的准则。ＣＲＩＳＰ－ＤＭ数据挖掘流程准则包括商业理解、数据理解、数据准备、模型建ｎｉ立ｔ、模型评估和结果部署六部分。首先从实际需求出发，结合数据确定数据挖掘目的并制定挖掘方案。然后再对相关数据进行《入的多维分析，在熟悉数据结８ 第２章相关理论与技术浙江大学硕去学位论文构特征的基础上进入数据准备阶段。数据准备与建模阶段是两个彼此交互反馈的、清洗标准化等处理。数据审核通过程、，根据模型的需求对原始数据进行采集过后，根据挖掘计划选择恰当的算法建立模型，此阶段化是整个数据挖掘过程的当的方法对模型的优劣进行评估，常用的评估指标核瓜部分。建模完成后采用适０Ｃ曲线线下面积等。结合业务需求及评估结果，适当调有准确牵、召回率、民整模型参数Ｗ重新建模并评估，直至评估结果较为理憩。至此，数据挖掘模型就提供决策支持－ＤＭ数据挖掘具体流程如图。ＣＲ１ＳＰ可Ｗ运用于实际业务，为其２．４所示。／数据准备ａ）＼＼Ｗ＂１部署心数据［１尽與２－困．４ＣＲＩＳＰＤＭ数据挖掘流程２．２数据仓库技术２．２．１数据仓库数据仓库技术是基于现代决策支持系统对数据操作的需求，从传统数据库技一给出明确的答案数项新技术，很难，术发展演变而来的。对于数据仓库的定义＂吐一一个据仓库系统构造的创始人ＷｉｌｌｉａｍＩｎｍｏｎ给出个说法，即数据仓库是面向主题的、集成的、时变的和非易失的数据集合，主要用于决策支持的数据库９ 巧江大学颂壬学位论文第２窜巧关理论与技术＂口８］口９系统］。据此可Ｗ看出，数据仓库具有Ｋ下四个显著特征。（１）面向主题性：数据仓库是围绕决策者的主题及建模的需求构建而成。与传统的数据库不同，数据仓库只存储用于后期数据分析的数据，为持定的分析主题提供简洁清晰的展示形式。（２）数据集成性：数据仓库的数据是根据决策者的主题分析需求来源于多种数据源，其数据结构通常是异构的，如平面文件、关系型及非关系型数据库等。利用一定的技术手段对异构数据源进行筛选、清洗、标准化等处理，再加载到数据仓库中。（３）时变性：数据通常会随着时间的推移而发生改变，因此数据仓库一般会添加时间元素，即从历史的角度来存储数据。一（４）非易失性：般对数据仓库的操作只包括数据载入及查询而不进行，其他删除一、恢复等操作，因此数据具有非易失性，使得数据仓库比般的数据库更具稳定性。数据仓库的基本体系结构口０］如图２．５所示。首先利用ＥＴＬ－－（ＥｘｔｒａＵＴｒａｎｓｆｏｒｍＬｏａｄ）技术将多个异构的数据源进行集成，加载到数据仓库中，然后再将数据用于联机分析处理、数据挖掘等应用场景。最后再根据用户的不同需求将统计分析结果可视化的呈现，Ｗ供决策支持。ＯＬＡＰ数据源＾￣■１二—ＣＥＴＬＩ＾Ｕ＾巧ＩＩ数据仓库泌Ｌ＇用户可视化ｐ—＿＿＿■Ｓ丽插图２．５数据仓库基本体系结构２．２．２ＥＴＬ技术ＥＴＸ即数据的抽巧化ｘｔｒａｃｔ）、转换（Ｔｒａｎｓｆｏｒｍ）及装载（Ｌｏａｄ）过程则，１０ 第２章相关理论与技术化江大学硕壬学位论文库建立过程的核＇。部主要负责数据从数据源向目标数据库转化的过程，是数据仓２６ＥＴＬ的基本体系结构。分。困．所示为Ｄａｔａｂａｓｅｓ＆ｆｉｌｅｓＭｅｔａｄａｔａｏｅｘｏｒｔｉｍｐｒｔ／ｐ个Ｔａｒｇｅｔａｄａｐｔｅｒｓ＾＿—……－－－Ｙ７ｎ广＾Ｌｏａｄ、／＾ＬＡｄｍｉｎｉｓｔｒａｔｉｏｎ＇＇、＆ｏｅｒａｔｉｏｎｓＲｕｎｔｉｍｅｐ｜Ｉ１ｓｅｒｖｉｃｅｓＴｒａｎｓｆｏｒｍｍ別ａｄａｔａ｜＾／Ｍｅｔａｄａｔａ＊ｓｅｒｖｉｃｅｌ／ｅｓ化ｒ：ｒｏｉｉｐｙ．、ｓ？ｉＴｒａｎｓｐｏｒｔ化ｒｖｉｃｅ．｜Ｌ—１Ｅ）ｃ＂ａｃｔ之．ｒｃｅａｄａ化Ｓｏｕｒｓｐ１￣￣ＡｉＤｅｓｉｇｎ｜＇＇ｍａｎａｅｒｇＤａｔａｂａｓｅｓＬｅｇａｃｙ１＆ｆｉｌｅｓａｌｉｃａｔｉｏｎｓｐｐ图２．６ＥＴＬ基本体系结构首先通过ＯＤＢＣ接口等建立与数据源之间的连接用于数据抽取，然后基于一汇总等处理定的准则进行数据标准化，最后将经过应用需求将数据按照、统计此过程中ｉ，Ｄｅｓｎｍａｎａｅｒ提转换清辣处理的数据装载到目标数据仓库中。而在ｇｇ一数据源与目标数据仓库之间的映射关系供个图像化的映射王具，供开发者定义一个关于ＥＴＬ设计和运行Ｌ乂及详细的标准化转换流程。元数据服务器则提供了ＬｔｒａｔｎＯｅｒａｔｉｏｎｓｅｒｖｉｃｅｓ乂让管理员处理相关定义的元数据资料库。Ａｄｍｉｎｉｓｉｏ＆ｐ可。Ｔｒａｓｅｒｖ，对ＥＴＬ过程进行监测和调度ｎｓｐｏｒｔｉｃｅｓ可实现数据在各层之间的移动（ＴＣＰ（ＦＴＰ），如利用网络协议、ＩＰ）或文件协议在源和目标系统中移动数据１巧利用内存在ＥＴＬ各组件间进行数据移动。２．３数据挖掘算法２．３．１分类和预测分类和预测是数据挖掘技术中常用的两种分析类型，可根据现有的相关属性的发展趋势Ｌ乂帮助我们更找寻其中的隐含规则Ｗ预测事物未来，这种分析方法可一个预估趋势有，Ｗ便于提前采取有好地理解和利用当前数据，并对未来的发展１１ 浙注大学硕ｉ学佳论文第２章相关理论与技术效手段进行干预。常用的预测算法主要有决策树、、贝叶斯网络遗传算法、逻辑回归等一，其中决策树、贝叶斯网络、遗传算法等般用于离散数据的分类预测模型逻辑回归等通常用于连续数据的预测模型，。本文选取了人工神经网络及决策树归纳对也血管疾病患者再次入院风险等缀进行预测。２．３丄１人工神经网络生物神经系统是由许多相互连接的神经元組成的错综复杂的网络，生物信号就是通过这个纵橫交错的网络将信号由一个神经元传递给下一个神经元，从而完成信号的传递一。受此后发，产生了种模仿生物神经网络结构的模型，即人工神经口３］口网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋＡＮＮ）。，该模型在结构上可分为；层如图２．７所示，巧输入层、隐含层Ｗ及输出层。输入层的每个节点对应输入的属性值。输出层的节点对应目标输出，而中间的隐含层对于开发者来说是不可见的，可Ｗ是单层或多层。输Ａ层隐含层输出层纖壑；ｊ：圍２．７人工神经网络结构本论文所用到的算法为ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）神经网络，其具体执行过程分为Ｗ下几个歩骤一（１）組样本ｋ从训练集中取出某，其ｎ个输入节点即为神经网络的输入，记为：Ｘ＝ＸｋＸ（）．ｋ）（ｉ２（而化））口．１）（２）将输入参数根据传递函数经过各节点逐层向后处理，得到神经网络的输出。传递函数记为：＇ｋｙ＝Ｗ（）／己１ｙ化化化）＋０（／ｃ）口．２）片）１２ 浙江大学硕去学位论文第２章巧关理论与技术一一一０为传递参数层和这层的，化。其中，ｉ分别对应上个节点，ｊ（３）：计算实际输出与期望输出之差，记为＇＝Ｙｋ－Ｙｅｋｋ．３）（）（）（）口（４）根据ＬＸ下修正公式口．４）分别调整ｗ，９两个传递参数，重新计算误差经网络的误差逐渐趋于最小化。其中，，ａ通常为常数并逐层向前传递，使得神，提可根据学习过程中的传递参数实时更新，其作用是为了增加网络的稳定性升模型学习效率，根据经验通常设为化９；巧代表模型学习率，在神经网络执行过程中根据各节点权重参数实时调整。＋＝＊６＊又〇）；〇ａ＊〇）佩＋口化）你）＜作４｜．白＆＋１＝ａ＊白＋＊／〇Ｉ（）从）口（气（５）根据模型相关参数判断模型是否满足终止条件，若满足则迭代结宋并输出结果，若不满足则重复上述步骤，根据修正公式重新调整传递参数并计算误一差，通常是预测误差小于某个较小值或这到。终止条件是在学习开始时预设的定的迭代次数。人工神经网络算法对参数较多的复杂问题具有较强的学习能力，同时其对错误及噪声数据的适应力较强。虽然该模型需耗费较长时间训练学习，即反复调整一旦模型网络成功建立，，在后续使用该网络进行预测分析时参数Ｗ减小误差，但其响应速度快速有效。。因此人工神经网络算法适用于非线性问题的预测模型２３丄２．决策树归纳Ｔ一决策树（Ｄｅｃｉｓｉｏｎｒｅｅ）是种类似流程图的树状结构，通过把实例从根节Ｐ３一］。２８、点传递到某个叶节点来分类实例图．所示代表个根据年龄性别等属性顽测是否买房的决策树。年是巧）嚷Ｉ１３ 浙江大学硕±学位论文第２章相关理论与巧术图２．８决策树结构示意困其中树上的每一个非树叶节点代表一个输入属性毎个分枝代表不同的属性，测试输出。对每个实例都按其属性值对应的树枝向下移动，直到叶节点，毎个叶节点就代表一类输出。在决策树的创建过程中，由于离群值及噪京数据的影响，很多分枝实际上是异常值的存在所造成的。因此，这样的树模型是不能直接应，这种情况叫过拟合用的，而要把异常值所导致的分枝剪去。常用的剪枝方法有先剪枝和后剪枝两种，其中更为常用的是后剪枝的方法Ｌ，即在树完全建立Ｘ后再通过错误率等的计算剪。去不合理的树枝，从而得到较为理想的结果决策树归纳算法由于计算相对简单，因此其学习速率较快，对于缺失及错误数据具有较好的容错性。但是当属性类别比较复杂多样的时候，其学习准确率就会大大降低。因此，该方法适用于属性类别较为简单、数据质量不太理耀的分类预测模型。２．３．１．３预測巧型评佑运用相关方法对模型进行评估，可Ｋ帮助使用者及时调整模型参数，选捧最优模型一。每个预测模型都会得到个与训练集相对应的准确率，模型是在训练集数据自学习的基础上建立的，西此仅依靠该准确率并不能作为评估模型性能的标准，，然后，需选择不同于训练集的测试集数据输入预测模型再通过计算相关参数评估模型效果。对于二分类的预测问题，其测试结果可分为Ｗ下四类：（１）真阳性（ＴＰ）；实际和预测值均为真值；，即正确划分为阳性的数据（２）假阳性（ＦＰ）；预测为真值而实际为假，即错误划分为阳性的数据；（３）真阴性（ＴＮ），；实际和预测值均为假值即正确划分为阴性的数据；（４）ＦＮ）。假阴性（：预测为假值而实际为真，即错误划分为阴性的数据由此，就可Ｌ义计算分粪樸型的正确率、灵敏度及特效性，并将其作为评估二元分类预测模型的参数。其中灵敏度就是正值识别李，即：２．５（＼）＇ＴＰ＋ＦＰ特效性就是负值识别率，即；２．６（＼），ＴＮ＋ＦＮ４１ 浙江大学项壬学位沦义第２章相关理论与技术而正确率就是所有数据的正确率：，即＋ＴＮ－ＪＩ＿？、／ＴＰ＋ＦＰ＋ＴＮ＋ＦＮ此外，民０Ｃ曲线（ＲｅｃｅｉｖｅｒＯｐｅｒａｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃ）也是比较分类模型有效性的工具，它Ｗ假正率为横坐标、真正率为纵坐标绘制曲线，然后计算曲线线下ｅａ一面积（ＡｒＵｎｄｅｒＣｕｒｖｅＡＵＣ）。该值越大的可信度越高。对于般，表示模型，的预测模型，其值至少要达到０．５Ｗ上，才被认为是有效的，否则预测模型不具有参考价值。对于连续型数搪预测模型的评佑，首先运用损失函数计算预测值与输出值之间的误差，例如：＇－绝对误差：．８１於扔１口）２平方误差—９；从佑）口．）基于损失函数，：，再计算误差李或相对误差例如班广词均值绝对误差：２．１０（）塾）（１均方误差：２．１户（）１－相对绝对误差：１２．寶（２）督咬｜相对平方误差：１３．豐爲ｒ口）其中歹是训练样本数据的均值。２．３．２聚类算法聚类算法是通过计算样本属性间的枢离等方法，将集群数据按照相似性进行聚类划分。利用该方法可Ｗ对数组按照属性进行划分，同时也可用于检测离群值与极值。聚类方法主要分为划分法、、层次法基于密度法、基于频繁集模式法等－几类。本论文主要选取Ｋｍｅａｎｓ算法，按照危险因子对瓜血管疾病患者进行聚类。Ｋ－ｍｅａｎｓ算法是典型的基于距离计算的聚类方法，巧距离越近就认为两个，样本的相似度越高，其中距离的计算通常采用欧几里得距离：，即＝ｘ－＾２．１４ｌｋ＝ｉ（ｉｋｊｋｆ（）Ｊ１５ 化江大学硕壬学位论文第２章相关理论与技术ｆ巧２＇其核々计算过程如图．９所示。首先任意定义ｎ类的中公点ｌ，即图中的ａ，ｂ＇ｌ计算各样本到中，心点的距离，根据最小距离对样本进行聚类。于是Ａ，Ｃ两个数据属于、ａｌ类，ＢＤＥ则归于Ｍ类。，，然后根据分类重新定义新的中足点，一＇使得各类中的每个数据到中。点的距离和最小／。如图中所示，两个类的中心点ａ２２变成和ｂ。重复上述步骤，根据新的中成点重新对数据进行聚类由图中可，Ｗ看出，此时Ｂ的分类发生变化。如此反复操作，直到中瓜点及分类不再发生改变，聚类结束。感＂＾—應．？魯綺．；Ｉ养作‘？：必（货必２－ｍｅａｎ图．９Ｋｓ算法执行流程Ｋ－ｍｅａｎｓ算法受噪声数据与离群值的影响较小，但是其在进行计算时，必须ＰＷ由使用者事先确定聚一类数量，因此在使用时有定的局限性。此外，由于该方法需要反复计算距离进行聚类，执行过程繁琐，当数据量较大或者预设聚类数量类别较多时计算速度会非常慢。因此，该算法对小数据集非常有效，但对较大的数据集则处理效率较低－一。此后，有研究人员在Ｋｍｅａｎｓ的基础上发明了种基于袖样的划分聚类方法ＣＬＡＲＡ，从而使得该算法对于大数据集同样具有较好的可伸缩性。２．．３３回巧分析回归分析一１巧是分析两个或多个变量之间存在相互关联的种统计分析方法。该方法主要分为两个步骤：首先对协变量与因变量进行相关性分析，然后再在此基础上建立两者之间的回归方程并构建预测模型。常见的回归分析方法有多元线性回归、逻辑回归等。本论文采用逻辑回归和Ｃｏｘ回归两种算法分析患者危险因素与再次入院风险之间的相关关系。２．３．３．１遐辑回归回归是一种简单易于理解的模型，即寻找合适的函数确定自变量Ｘ与因变量之间的关系＝一ｙｙｆ（ｘ）。其中线性回归是种最简单的回归方法，但其鲁棒性较差，１６ 浙江大学硕击学位论文第２章相关理论与技术一模型效果易受噪声数据的影响。因此，在线性回归的基础上套用了个逻揖函数，回归Ｌｏｓ一重新建立模型（ｉｔｉｃＲｅｒｅｓｓｉｏｎＬ民）模型。，巧逻辑ｇｇ，该模型是种常见的广义线性回归模型，其因变量可Ｌ乂是二分类的，也可Ｗ是多分类的。回归模型的分析方法分为Ｗ下王个步骤：（１）假设预测函数，即ｈ函数；（２）构造损失函数，即Ｊ函数；（３）Ｊ函数最小化并求出回归参数０将。逻辑函数公式及其曲线分别如公式２．１５、围２．１０所示。（）＝ｇ切点口．１５）１－＂ｔＩ？Ｊ一＞｝＿一Ｉ０－－．９／－？０８／－－０，７／０￣－．６ｊ扫－－？－５ｊ－／—０．４－／￣０．３ｙ０。－、－江－１…一ＩＩｉＪｑ［■６．４－２日２６４２困２１０逻辑．函数曲线根据逻辑函数及回巧模型的常规分析步骤，因变量为二分类的情况为例，逻辑回归的计算过程如下：（１）定义二分类边界：了白牛＋…＋＝日义０的％口．１句（２）根据边界构造预测函数：Ｔｈ＝ｙ＝２ｅ的ｇ（目）．１７＿仍（）１＋６则输入Ｘ分类结果为１和０的概率分别如公式２．１８、２．１９所示：（）（）１７ 浙江大学硕壬学位论文第２章相关理论与技术Ｐ＝ｌｘ０＝ｈ２１８．〇｜；）ｅ的（）Ｐ＝００＝１－（ｙｘ；ｈ．１９｜）ｅＯ）口）ｙｉ－ｙ＝－即：ｘｈｌｈ．２Ｐ（；０的）０ｙ｜）（ｅ的）（ｅ口）（３）损失函数最常用的构建方法就是利用似然函数推导，首先取似然函数：ｉ－ｙ‘＝Ｐ０＝１－Ｌ（白）ｎ＾）口ｈ妃）．２１ｉ如枯晋如目妃）尸（ｅ）口）相应的对数似然函数为：－＝ｏ＝ｏｏｌ－２２２１（白）ｌｇＬ（０）Ｓ晋ｌｇｈＯ）＋（１於）ｌｇｈ）．１（於ｅｆ（ｅ妃））（）构造损失函数：＝－Ｋ巧＇０２．２３＾（）（）（４）求出使Ｊ函数最小化的９值０，巧求的最大似然估计值。逻辑回归在医学上有着广泛的应用，最常用的就是寻找疾病的危险因素，并在此基础上预测疾病发生的风险概率。２．３３．２Ｃｏｘ回但’Ｃｏｘ比例风险回归模型（ＣｏｘｓＰｒｏｐｏｒｔｉｏｎａｌＨ犯ａｒｄｓＲｅｇｒｅｓｓｉｏｎＭｏｄｅｌ）是１９７２一年由英国统计学家Ｃｏｘ首先提出的。它是生存分析最常用的方法之，其生存函数构建时，将风险函数作为因变量，考察其与协变量（各影响因素）之间的关ＰＳｊ系。与回归分析的常规步骤类化，Ｃｏｘ回归模型《因素分析的具体流程如下：（１）假设风险函数：’ｆ＋＆ｘ＋＂ｆｎＸｈ＝ｈｅＡ２ｎ２４的的．２〇（）（２）根据风险函数得到对应的生存函数：ｔ＇．．－心＋知２＋相饰＿化ｈ６１舶＝公的化＿Ｊ〇的Ｓ６ｅ〇口．２５巧）其中ｈｅ比）为基础风险函数，Ａ为回归系数。（３）定义两个假设：（０比例风险假定样本有成化例的风险函数，即风险不随时间变化，，不同如么式２．２６）所示：（－＋－＋．．－ｘ＇ＨＲ＝Ｘ＝ｅ知（化刊１）知（化印）如０扣ｎ）ｈｔｊ．２（；口巧ｊ）（ｉｉ）对数线性假定，协变量效应不随时间变化，即协变量与对数风险呈线１８ 浙江乂学硕±学位论文第２章栖关理论与技朵性关系，如公式口．２７）所示；＝＋…ＩｎＸ＋Ｘ口．２７＆２片ｎｎ）歲（４）利用偏似然函数（如公式（２．２８）所示）根据最大似然法估计模型参数。Ｓｉ＼ＰＸ＋义＋‘ＰＸｅｉｉｉ＆￡２ｎｉ打、２８．＋ｈｘ＋＇Ｘ口）ｉａＰｎ巧ｊｊｎ（ｊ＝０＝其中，否１。，当第ｉ个样本删失时４则４（５）１＾３回归模型建立＾后，：，对回归系数进行检验假设｜Ｈ…＝〇〇：？〇．．．．２９〇，知）（，，）口）常用的栓验方法有似然比检（Ｕｋｅｌ化ｏｏｄＲａｔｉｏＴｅｓｔＬＲ）、计分检验、沃尔德，Ｗ）－（ＷａｌｄＴｅｓｔ检验，其检验么式（２．３０２．３２分别如下所示。，）（）＝－ＬＲ检验：２１１＾１１１／？００妃５［（钟（）］口３）—１＝＿＾別计分检验：口朽严）］［＾］［＾］＇验＝３Ｗａｌｄ检；資Ｖ口．；２姑）Ｃｏｘ比例风险回巧是一种半参数模型，对生存时间分布无要求，可Ｗ探索危险因素对风险尊级的影响，主要用于卿瘤、慢性疾病等的预后分析及病固探索。２．４分析平合与工具２．４．１Ｃｌｅｍｅｎｔｉｎｅ软件ＳＰＳＳＣｌｅｍｅｎｔｉｎｅ最旱是由ＩＳＬ（ＩｎｔｅｇｒａｌＳｏｌ山ｉｏｎｓＬｉｍｉｔｅｄ）公司开发的数据挖掘平台工具ＳＰＳＳ一个开源的数搪挖掘平台，后经公司重新整合开发。作为，－ＤＭ标准、、、幻ｅｍｅｎｔｉｎｅ支持ＣＲＩＳＰ，完全支持从数据理解数据堆备模型建立模型评估到结果部署这一完整的数据挖掘流程相较于其他数据挖掘工具，Ｃｌｅｍｅｎｔｉｎｅ最大的特色就是具有图形化的操作界面，可将数据挖掘过程可视化，它将复杂的运算方法Ｗ及冗余的输出结果都封装一个直观友好的界面ｅｎｎｅ提供的在软件内部，而只呈现给用户。Ｃｌｅｍｔｉ多种图形化技术，有助于用户更好的理解数据，，建立数据之间的关联从而帮助巧户更加快速有效地完成后期的数据分析工作。此化，Ｃｌｅｍｅｎｔｉｎｅ还提供了许多基于实践１９ 浙江大学硕壬学位论文第２章相关理论与技术经验的数据挖掘模板，充分利用这些模扳可大大提高用户的使用效率。ｔＬ相较于同类分析软件ｌｅｍｅｎｉｎｅ，Ｃ巧问数提源、输出结果乂及中间处理、建Ｗ１模等各项性能均名列前茅，这使得它在数据挖掘领域拥有相当可观的用户群体。ｉ２．４．２Ｒ语＾艮是一种基于统计计算及绘困的编程语言和环境，最早是１９９６年由新西鱼ａｋａ等一奥克兰大学的比人开发的，它是ＡＴ＆Ｔ贝尔实验窒所开发的Ｓ语言的个ＷＵ一分文。作为个开源软件，任何使用者均可免费获取其所有软件源代码Ｌ，乂便用户加Ｗ检验及利用。民包含了整套数据处理及制图环境，其编程语言是专口为统计和数据分析开发的，易于用户上手，可使用户方便地完成数据输入、输化及处理、建摸等，强大又美观的制图功能方便用户将分析结果进行可视化展示。而民最大的优点就是免费开源，其各种语言包及函数都是完全透明的，因此用户只要获取相关源码并加Ｗ修改利用，就能方便快捷地实现所需功能。此外，由于Ｒ软件小巧，安装便捷，兼容性好，己受到越来越多使用者的青睐由此产生的插件可Ｌ乂大大，提升用户的使用体验。２０ 浙江大学硕壬学位论文第３章风险评估系统设计第３章风险评佑系统设计３．１系统架狗设计血管疾病患者出院风险评估系统主要是由患者出院后再次入院风险等级预测、患者危险因素聚类Ｗ及危险因素与再次入院风险等级相关性分析王个模型构成。系统的结构如图３．１所示。当医生给患者下达出院医嘱时，系统从医院信息系统中集成患者基本信息及在院期间的相关诊断、治疗及检验等数据，将数据依次输入兰个模型，得到患者再次入院风险等级及危险因素排序。根据输出结果，由风险控制知识库分别给患者及随访人员提供个性化的患者院外健康管理和点对点随访臣护人员健康指导建议。通过患者及髓巧人员针对性的自我管理及监督教育，有效控制危险因素，从而降低患者再次入院风险。ｆ；－ＳＳＤ…－Ｈ詞ｉ１＊＃麥巧圓！歷巧信总系統化瞄巧瞄巧数—＾…——＼ｕａａａａａ一釉测巧＼禱＂ＩＳ１（Ｈ）Ｉ一．＝．数据库三由五；＊甘；１Ｉ「ＩＩ■ＥＨＳ４二＾Ｐ／＿＾ｚ＾二＾ｆ＾——￣—…．＇＾危险可ＴＴＴＴ因蒙相ｆ１关性分巧模型ＢＩ巧人员牲巧曰巧图３．１再次入院风险评佑系统结构＇是数据挖掘模型再次入院风险评佑系统的核成，其内容主要包含（下王个方、面，数据采集与清洗数据模型的建立、模型评佑与部署。当对某出院患者的数据集成完成后，就需通过数据挖掘模型对数据进行分析，输出风险评估结果。此时，首先由任务管理模块创建数据挖掘任务，同时由数据营理模块完成数据的传输、，然后利用后台ＥＴＬ工具对数据进行清洗转换等处理，当数据通过审核后将其加载到数据挖掘平台，按顺序分别建立预测、聚类及回归模型。其中聚类和回归模型是两个相互关联的模拱，回巧模型的数据来源于聚类模型结果。最后通过结果展示模块将预测及回归模型的数据挖掘结果传递给前端系统。由此，就完２１ 浙江大学硕ｉ学位论文第３章风险评估系统设计成了该病人的再次入院风险评估。围３．２所示即是数据挖掘模型建立与展示的架构图。固華．减營、ｍ：赞Ｉ麗审核（雜斷）胃＾一ＩＩＩ数觸繊用Ｉ＇＇任务管理模块’％：尊曾Ｉ创速、瞥理管ｊ数据抬掘任海玻测算法織算法’相关性分析１Ｊ＾＾＾数据挖掘平台Ｉ１＂结果应巧？細＾：＇：司叶返回兢懲《后’台前端图３．２数据挖掘模型架构图３．２数据库设计数据库设计直接影响后期数据的处理效率，为了快速有效地对医院信息系统一的复杂数据进行处理，本论文选择种多维数据库ａｃｈｇ，即Ｃ数据库。它超越了关系型数据库，被棘为第兰代数据库，即后关系型数据库，可在面向对象的同时４３ＳＬ支持Ｑ访问。根据本论文的需求，主要设计了病人住院主记录、诊断记录、手术记录、病人体征记录、病人主索引五张表，分别记录患者在院期间的治疗情况及患者基本信息。此外，还设计了身份、出、费别、入院方式院方式、诊断、诊断类别、手术操作、手术等级、切口等级九张字典表，便于后期数据管理及维护。園３．３所示就是数据库中所有表巧表间关系。２２ 浙江大学硕去学位论文第３章风险评估系统设计搁人化院主记录诊斬记录病人主索引＿．化仙化身份卒典化ｔＭａｓｔｅｒＩｎｄｅｘｉｉＭ萃却宝．卑——Ｊ—ｉｌｎｔｆｔＤｉｔ？Ｄｄｅｙｃ—ｉｔｅｎｔｉｄ扣ａｉｓＴｌｒ＞ａｉｌＰａ帖側Ｐｉｎ〇５ｃｔ．ｔｅｎｔｄ＞ｇｙｊ＾—＇Ｖｒｎｓｉｓｉｔｌｄ．ｊ一Ｗａｊ，ＩＩ５ＭｎＴ—ａｎｓｓＴｅＣｅｂｅｉａｎｏｓＴ４ＰｉｇｐＩｙｐｐ些幽些ＧｅｔＡｄｍｉｓｓｉｏｏＤｇｇＬＹｐｅ＾ｎｄｅｒｐＩ—ＩｄｅｎｔｉｔｙＮａｍｅＴａｉａｎｏｓｉｓｔｅＮａｍｅ）ＤｇｙｐｔｅｏＢ，Ａｍｉｓｓｉ〇ｎＤａｔｅｉｍｅ荀ｎＩｒｔｄｇ而嘟Ｄａｆｈ…ＰｒｒｏｒｉｌｎｉｃａｔｏｒｔｙｄｅＦｏｉａｏｓｉｓＤｅｓｃｔＤｉｓｃｈａｒｅｒｏｍｇｎＢｉｒｔｈｐｌａｃｅＤｐｇＭＷ３｜〇口ｔｏｒ＊＂山Ｄａ＂１Ｌ＾ｉｓｃｈａｒｅＤａｔｅＴｉｍｅＤｉａｎｏｓｉｓｌｌｄｅｎＤｇｇ—．ｔｉｔｙｊ诊巧字典■￣ｄｉ了巧ＷＤａｓｉ；＞ＣｈａｒｇｅＴｙｐｅＩｅｎｔｔｙｙｒ；ＴＩｎｏｄＤ尚ｒｅａＲｅｓｕｌｔＤａｇｓ然别字典ｓｔＶｉｓｉｔＤａ化知ａｒｇｅＴｙｐｅｔＵＩ｜子＊Ａｄ’０扣ｒＴｒｅａＩｎｄｉｃａｏｒ１—■ｒｅｓｓｔｔ？，ｄ？一ｌｅ。。ｓＣｏｅＣｈａ吃。曲ｔ，町ｄ件；巧…ｅＮｕｍｂｗ唱１Ｄ巧ｎｏｓｉｓＮａｍｅ．ｇＩ一，—？ａ」Ｐｔ．ｅｎＣａｓｓｔｌｒｇ州ａｅＴ仍ｅＣｏｄｅ．，寺－｜｜Ｔ去ｍｒＴｉｍｅｓ术Ｌ录扣ＮａｍＥｅｒｅａｔｆａｒｇ而ｐｅｅｄ（ＣＯａｓａｉｃｒＵｙＣｈｒｇｅＰｒｉｃｅＩｎａ化ＯｏｅｒａｔｉｏｎＣＣＵＤａＬｓｙ１＿＿防ｓｃａｒｅＤｋｏｓｉｔｉｏｎｈｇｐｔｉｔ厂ｊｐｅｎｌＤ＇入院方式字典－－＇骑ｉｔ祐手节操祀爭４ｅｉｏｎｔ摘人体征记录ＰａｔｉｅｎｔＣｌａｓｓＤｉｃｔ却Ｏｐｗｔ扣ｃ｜尹ｊ＾萨宇Ｊ本５缉爭舉ｌｎＲｌｔａＳｉｓｅｃＰａＯａｉｔｅＶｇｔｉｅｎＣａｓｓＣｏｄｅｅｒａｔｉｏｎＣｏｅＰｐｒｔ：ｑｐｐｔｌｐｄｅ；｜｜ｅ：〇ｒａｔｆ饥Ｓｅａｌ地化ｐＰａｔｉｅｎｔ曰ａｓｓＮａｍｅＷｏｕｎｄＧｒａｄｅ＾ＯｐｅｒａｔｉｏｎＮａｍｅｉ过＂ｅａｅＨｒａｔｉｏｎＳｃａｌｅｅｒａｔｌｎｃａｅｄｅ町蝴ｌＯｐＯｐｏＳｌＣｐｙ啤卸化院方式字典ＯｐｅｒａｔｉｏｎＤａｔｅＯｐｅｒａｔｉｏｒＳｃａｌｅＮａｍｅＲｅｒ出ｎＯ直巧；ｃｐｇｊＴＤｉｓｃｈａｒｅ扣冲ｏｓｉｔｉｏｎＷ过ｉｍｅＰｏｉｎｔｇ＾切口啤绒宇典ＤｉｓｃｈａｒｅＤｉｓｐｏｓｉｔｉｏｎＣｐｅＷｇ＾ｏｕｎｄＧｒａｄｅＤｉｃｔ觀鑑／ａｕｅｓｌＮｍＤｉｓｃｈａｒｇｅＤｉｓｐｏｓｉｔｉｏｎａｅ－ｕｎ化＾ＷｏｕｎｄＧｒａｄｅＣｏｄｅＷｏｕｎＧｒａｅＮａｍｅｄｄ图３．３数据库表间关系、、３４至图３、诊断记录手术记录的图．７分别为病人住院主记录体征记录．细定义了各表的字段、属性等。其中，由于诊断、手术及病人体设计文档，并详，竣征记录均为患者在院期间产生的诊疗数据，因此Ｗ病人住院主记录作为主表、通过患者瓜和患者本次住院标识断记录、手术巧录病人体征记录作为子表，。建立父子关系。该设计可方便数据获取及处理，而无需进行不义要的表间关联表名ＩＸＰ．ＰａｔＶｉｓｉｔ定义差扇人住寅主击录胃！！ｉｌｉｌｌｉｉ！瞬Ｉ誦！圍ＩｐｐｉＳｔｒｉｎｇ〇患看ＩＤＰａｔｉｅｎｔｌｄ＂ｉｎｔｅｇｅｒ〇意者本次吿屍标识入津科窒ＤｅｔＡｄｍｉｓｓｉｏｎＴｏＳｔｒｉｎｇｐ入绕３ＡｄｍｉｓｓｉｏｎＤａｔｅＴｉｍｅＴｉｍｅＳｔａｍｐ疾及时再兰涛私室ＤｅｔＤｉｓｃｈＢｒｇｅＦｉＴＱ证Ｓｔｒｉｎｇｐ岂寅５ＤｉｓｃｈａｒｅＤａｔｅＴｉ顶ｅＴｉｍｅＳｔａｍｐ賄获时項ｇ是祐ＩｄｅｎｔｉｔｙＳｔｒｉｎｇｌｙｅＳｔｒｉｎｇｊＣｈ泛ｒｇｅｐ赛寒Ｓｔｒｉｎ兹址Ａｄｄｒｅｓｓｇ联系霉话ＰｈｏｎｅＮｕ巧ｈｅｒＳｔｒｉｎｇ入或方式ＰｓｔｉｅｎｔＣｌａｓｓＩｎｔｅｇｅｒｍｅＩｎｔｅｅｒ－被次載ＥｊｎｅｒＴｒｅａｔＴｉｓｇ拾一ＩＣＵＤｓｙｓＩｎｔｅｇｅｒ重适益护天歡—．ＣＣＵＤｓＩｎｔｅｇｅｒ〔〔１产＿敎巧占竞方式Ｄｉｓｃｈ云ｒｇｅＰｉｓｐｏｓｉｔｉｏｎＩｎｔｅｇｅｒ｜图３．４病人住院主记录设计文档２３ 浙江大学硕主学位论文第３章风险巧佑系统设计袁差ＩＮＰ．ＶｉｔｓｌＳｉｇｎｓＲｅｃ走又茗廣人体狂巧录＾扣麵聞韩語＾山雜菁需§閣强肖翼權藤出ｉ出詰基謂謡背黃胃曜斐：誤窜醉細｜補嚷賴中琴巧；；；；洛参；聞Ｗ巧巧捐巧拓Ｗ巧間問巧裤閱輪％靡爾：！团！！；吊Ｎ；Ｍｉｌ間＂￣；一靑帝巧出强翊截裙谨￣￣￣１是入值男主记某ＩＸＰ．ＰａｔＶｉｓｉｔ万宗主键〇２：■三录Ｅ駕ＲｅｃｏｒｄｉｎｇＰａｔｅ了ｉｍｅＳｔａｍ〇ｐ３學早点ｌｉｍｅＰｏｉｎｔＴｉｍｅＳｔａｍＯｐ，二豪４巧實ＶｉｔａｌＳｉｇｎｓＳｔｒｎｉ〇ｇＶｔｉａｎｓＶａｅｓ巧Ｂｆｔ雙ｉｌＳｉｇｌｕＳｔｒｉｎｇ巧Ｂ革１玄ＵｎｉｔｓＳｔｒｉｎｇ图３．５病人体征记录设计文档＂煮畫ＩＮＰ．Ｄｉａｇｎｏｓｉｓ是义甚诊新１己录！苗雜爾费巧；巾讀頭馨議禱ｐｂ單麵細；幫彎養苗叫單！山３出肖ｉ裝垫｜賴擊要雜晰禱覇聲ｉ阳巧度备棘巧强曲巧巧；；；；强铺拓關ｉＷ；端酱運ｉ閱聞聞關；雨Ｋ巧帘巧带命巧扣战爾１壳人佳虎互Ｔｉｌ录ＩＮ？，ＰａｔＶｉｓｉｔ父衷兰詰〇２皆薪舆棠Ｄ主ａｇｎｏｓｉｓＴｙｐｅＳｔｒｉｎｇ〇３诊揖孕号ＤｉａｎｏｓｉｓＸｏＩｎｔｅ〇ｇｇｅｒ梦断ＶｉｔａｌＳｉｎｓＳｔｒｉｎｇｇ诊新Ｈ巧ＶｉｔａｌＳｉｎｓＶａｕｅｓｇｌＩｉｍｅＳｌ：ａｍｐ谱巧六－敎ＴｒｅａｔＰａＩｎｔｅｅｒｙｓｇ吉巧洁某ＴｒｅａｔＲｅｓｕｔＩＳｔｒｉｎｇ手亢洁：ｅａｎｄ，胥巧六ＯｐｅｒＴｒｔＩｉｃａｔｉｏｒＩｎｔｅｇｅｒ图３．６诊断记录设计文槽表違ＩＸＰ．Ｏｐｅｒａｔｉｏｎ定义名亭，卡巧录｜＾度巧門＾；；击捐田謂巧；；；；中！式吉麗Ｉ！；藝圆！出出；！强閣出山韦谭孽讀疆出；相寡Ｉ賴顧ｉ爾專轉［譯：；；；：；巧ｉｉ閲全雨巧Ｗｈｊ韓站话；間保链ｄ閒；鎖ｉ链ｙ；站骑配吊辭頂；Ｗ間抗雨巧ｙ蓝顔；葡塘谨；１填人空寬呈记录１沖．ＰａｔＶｉｓｉｔ文泉主巧〇＿＿２Ｏｅｒａｔｏ爭京序号ｐｉｏｎＮＩｎｔｅｅｒＯｇ手术畫實ＯｐｅｒａｔｉｏｎＰｅｓｃＳｔｒｉｎｇ手尤編璋ＱｐｅｒａｔｉｏｎＣｏｄｅＳｔｒｉｎｇ巧己尊裝ＷｏｕｎｄＧｒｓｄｅＳｔｒｉｎｇ巧口合’Ｈｅａ章《■ｌＳｔｒ王口ｇ子尤Ｓ撰ＱｐｅｒａｔｉｏｎＰａｔｅＴｍｅｉＳｔａｍｐ图３．７手术记录设计文档患者基本信息及身份、费别等字典表的建立，是为了方便后期对数据进行统一的管理与维护。例如，若将来对诊断类别的划分标准有所改变，整个系统的数据处理模式无需随之更改，也不会因此导致整个系统的性能受影响，只需对诊断类别字典表进行维护即可。图３．８、图３９．分别是病人主索引及身份字典表的数据库设计文档，其他８张字典表的数据库设计与之类似，在此不再费述。２４ 浙江大学硕去学位论文第３牽风险评估系统设计袁甚側．ＰａｔＭｓｓｔｅｒｌｎｄｅｘ定义堯瑪人主案引間巾菌韋棠策ｌ聲ｂ鹽麗馨１１１卿ｉｋｌｊｉｉｉｉｉ：同濯擊ｉｌ，：；骑刚鹏配扣靡巧＾巧；：；；菲巧醒補疆；卽語離扣Ｍ削謂〇ｅｎｔＳｔｒｉｎｇ１吾看ＩＤ．Ｐ己ｔｉｉｄ蜡畫Ｘ己ｍｅＳｔｒｉｎｇＧｅｎｄｅｒＳｔｒｉｎｇ适躬ＳｅＯｆＢｔｈ了ｉｍｅＳｓａｍ虫查？棋ＤａｔｉｒｐＢｉｒｔｈｐｌａｃｅＳｔｒｉｎｇ出鱼迪ＩｄｅｎｔｉｔＳｔｒｉｎｇ妾皆ｙＣｈ己ｒｇｅｌｙｐｅＳｔｒｉｎｇ费裝？ｓａｔｅＴｉ面ｅＳｔａｍｐ±次敢雖Ｈ與Ｌ这ｓｔＹｉｉｔＰ｜Ｉ图３．８病人主索引设计文挡表备ＤＩＣＬＩｄｅｎｔｉｔｙＤｉｃｔ是又違著资罕吳ｌｌｌｌｌ華ｌｉｌｌｌｌｌｉｉｉｐｐ〇ｐＩｄｅｎｔｉｔｏｄｅＳｔｒｉｎｇ玉勇倚代巧ｙＣ＇桌挣畫靜ＩｄｅｎｔｉｔｙＮａｍｅＳｔｒｉｎｇＰｒａｔｏｒＩｎｔｅｅｒｉｏｒｉｔｙＩｎｄｉｃｇ货壳捂识ＭｔａｒＩｎｄｉｃａｔｏｒＩｎｔｅｅｒ覃人輕识ｉＩｉｙｇ園３．９身份字典设计文档３．３数据挖掘模型设计３．３．１预测棋型预测模型输入参数的选择，是在总结当前国内外关于患者再次入院风险预测。本论文选择患者性别、费别等基本信研究的优点与不足的基础上确定的、年龄息，住院天数、入院方式、伴随疾病指数、抢救次数四个用于ｌａｃｅ评分的指标，入。相较于直接Ｗ及是否有并发症、是否手术等患者病情与在院治疗信息作为输，选择具体的伴随疾病、并发症、手术等危险因素作为预测模型输入本论文的设计对不同类型疾病患者的预测具有更强的伸缩性、灵活性。不同类型疾病患者的一，伴随疾病等危险因素分布常常较为分散，直接对其进行建模效果并不理巧。能力并不强一由方面是由于当前多数传统的预测算法对高维数据处理；另方面是、入于部分因子的单个类别过大、变异系数较低。而直接根据患者住院天数院方、ＬＡＣＥ评分的方法虽然可Ｗ杜绝式、伴随疾病指数抢救次数四个指标计算患者上述问题，但该方法后期需更多地依赖于医生的临床经验，从而可能会忽略其中隐藏的危险因素。２５ 浙江大学硕壬学位论文第３章风险评估系统设计３１０模垫的具体设计如图．所示。Ｗ再次入院风险等级作为输出，选择人工神经网络、决策树两种算法，建立患者再次入院风险等级预测模型。并通过计算准确率等指标评估模型，从而选出最优模型作为系统的风险预测模型。（风险錯巧誦誦動誦心！圓圓誦圓！ＩｌＨＶ８Ｈｗ：ｐ．ｗ＾９Ｈ０＾Ｋｉｆ、．＇…＇意墓＼ｒ畫ｉ敎据清洗………………．………漏…漏‘（１预测模型！ｊ．．．‘…一＂‘…‘＂…’＂％－■＇良－固３．１０风险预测樸型设计性别、年龄、费别、入院方式、抢数次数、住院天数可直接从数据库中获取，或通过对数据库中数据做简单的运算得到。患者再次入院风险尊级是根据患者下次因同种疾病入院与本次出院的时间间隔来划分的，其划分标准按照国家医疗质量统计对重复入院率指标的划分规则，即间隔大于３０天，等级置为０１５０，至３天为１，２至１５天则是２，而患者出院当天再次入院则视为高风险等级３。是否有并发症、是否手术则可通过并发症及手术记录表中是否存在患者数据得到。Ｗ并发症为例，围３．Ｈ为并发症字段处理流程，取父表患者佐院主记录ＰａｔＶｉｓｉｔ表中的数据，判断子表诊断记录Ｄｉａｇｎｏｓｉｓ表中是否有对应数据，若无，则并发症字段置为０一条诊断数据并根据诊断类型判断是否为并，否则读取第，发症诊断一，若是，则并发症字段置为１，否则取下条诊断数据重复上述步潔，一０若此时取不到下条数据，则并发症字段置为。２６ 第３章风险评估系统设计浙江大学硕壬学位论文：ＰａｔＶｉｓｉｔ）．表否ｊＤｉａｇｎｏｓｉｓ中是巧任在数据？／丫＇＇＇并发症字段置为ｏ）一＇、取第条诊断数据；＞＇＇八／＼＇＇。根据珍断类型判断＇是＼是宵为并发症诊断？、否．否＾；并发症字段置为１；／．走—＿．？一．取卞一票诊断数据＾—－————Ｉ＇＇＇、、Ｘ人、判断数据？、是否为空是，－＇？＇Ｘ并发症字段置为０）（图３．１１并发症字段处理流程伴随疾病指数是根据患者所有的诊断计算所得到。取患者本次入院所有诊断，从而３，将诊断记录．１所示的伴随疾病对应的评分加和，根据表疾病评分标准３１２所示。得到患者伴随疾病指数。其具体流程如图．表３．１伴随疾病指数评分标准疾病名称＾、成肌梗塞１脑血管病１外周血管病１无并发症糖尿病１成、力衰竭２伴２有终末器官损巧的糖尿病慢性肺病２２７ 浙江大学硕主学位论文第３章风险巧估系统设计表３．１伴随疾病指数评分标准（续）疾病名称分数轻微肝／肾脏疾病２任何肿瘤Ｃ包括淋巴癌和白血病）２痴呆３结缔组织病３义滋病４中度或严重的肝／肾脏疾病４转移的恶性肿瘤６Ｄｉａｇｎｏｓｉ（＾ＩＩ伴随疾病指数置为０，取第一条诊断数据—’．Ｉ—Ｈ＊＾否取下一个Ｉ伴随疾病Ｉ巧Ｉ１－评分１配片伴随疾５＾＼／／对应分数为琴是Ｔ评分加上对应分数ｖｗｆ＾Ｉ诊断数据／《断为／梦乂／、图３．１２伴随疾病指数计算流程２８ 浙江乂学硕壬学位论文第３章风检巧估系统设计数据提取完成后，通过计算各字段的基本指标及分布困可对样本数据进行基本的了解，并对其中的连续型字段数据进行合理分类。由于数据通常会存在缺失、噪声值，因此在建模之前还需进行数据审核，填补缺失值，删除离群值、极值等无效数据。对于连续字段，通常考察计算总数、范围、最大值、最小值、平均值、中位数等概况、，标准差、方差、偏度、峰度等基本参数，平均值标准误、偏度标准误峰度标准误等误差参数，并根据结果合理分类各字段数据。然后考察所有字段类别及范围，删除检测出的异常数据。对缺失数据，少量缺失使用样本均值进行填、寺，Ｉ而若某些样本出现大量因子缺失，则删除该样本数据。所有数据审核通过后，选择人工神经网络及决策树算法建立预测横型。其中，人王神经网络解决复杂非线性问题的能力较强，但通常需要较长的训练时间；决策树算法简单，训练速度较快，但它只适合处理输入类别较为简单的数据。由于本论文的预测模型旨在找出输入因子与输出风险等级之间存在的复杂关系，且输入因子的种类较为简单，因此选择上述两种分类和预测方法用于本论文的预测模型较为合理。此外，，医疗数据最大的恃点就是数据复杂其中可能会存在较多的噪声数据，而这两种算法恰好都对嗓声数据有较强的适应能力。算法的具体计算原理与流程ａ在第二章中作详细介绍，因而在此不再捧述。３．３．２聚类撲型通过预测模型得到患者再次入院风险等级后一，可对病人风险做个简单的评估，及早发现高危病人进行干预，降低再次入院风险。然而，仅凭再次入院风险等级对患者进行评估是远远不够的，如果能根据结果再深入挖掘，找到影响患者再次入院风险的相关危险因素，从而进行针对性的干预，则会大大提高随巧医护人员的王作效率及患者白我管理的效果。上文中提到，不同类型患者的危险因素一一分布不，因此本论文设计了个聚类模型，首先将患者按照危险因子进行聚类，一个聚类里的数据进行危险因子与风险等级之间的回归分析然后再对同，寻找各聚类患者各白的危险因素。相关研究Ｗ及对实际数据的统计分析表明、血管疾病患者再次入院风，影响Ａ险等级的危险因素有很多，包括性别、年龄等基本信息，ＢＭＩ指数（巧身体质２９ 浙江大学硕±学位论文第３幸风险评估系统设计量指数）、血压等体征参数，手术等级、手术切口等巧、手术切口愈合情况等手米信息，并发症、伴随疾病等病情相关信息。因此，本论文的聚类模型输入就选取了上述参数，其中，伴随疾病及并发症的类型选择，是对血管疾病患者实际Ａ、成肌梗塞四数据迸行汇总统计而得到的。本论文对冠病、高血压、力衰竭、类记血管疾病患者诊断数据进行统计，得到达四种疾病患者伴隨和并发疾病前十位排序如表３，冠成．２所示。根据结果可知病、高血压、糖尿病、脑梗塞、肺，部感染、高血脂等是成血管疾病的主要伴随和并发疾病。通过比较数据统计结果与查阅相关记血管疾病文献，最终本论文选取了高血压、糖尿病、癌症、血脂异＇一常１、吃功能不全、脑极塞等１类疾病与病人基本信息、体征信息、手术信息起作为记血管疾病患者的危检因素建立聚类模型。表３．２四类Ａ血管疾病患者伴随、并发疾病排序排序冠Ａ病高血压＜心力衰竭々化巧塞、１高血压冠尼病冠Ａ病活吃病２糖尿病糖尿病肺部感染高血压３脑梗塞脑梗塞糖尿病糖尿病、４成绞痛脯部感染高血压肺部感染、、５肺部感染吃绞痛功能不全／心绞痛６高血脂高血脂肺炎脑梗塞７／公肌梗塞上呼巧道感染々率失常高血脂、８肺部感染率失常巧吸衰竭ｊ心律失常９上呼吸道感染肺恶性脚瘤＇。绞痛上呼吸道感染１０肺恶性肿瘤史肺炎々肌裙塞肺炎患者的基本信息在做预测模型时邑经进行数据提取及清洗，无需重复处理。疾病类型均为二分类数据，即取患者的所有诊断记录判断患者是否患有该种疾病，１ｅｒａｔｏｎ中获若有，则该字段置为否则置为０。手术相关信息是从手术记录Ｏｉ，ｐ取，当父表患者住院主记录ＰａｔＶｉｓｉｔ表取不到对应的手术数据时，手术相关字段均置为０；当能获取到多条数据时，则所有字段均取最严重的数据，如某患者有一两条手术信息等级分别为，则该患者的手术等级字段置为四级。，手术级、四级３０ 浙江大学硕击学位论文第３章风险评估系统设计病人在院期间会产生大量体征数据，光其是瓜血管疾病患者，血压、血脂等指标通常毎天都会多次测量。本论文对体征数据进行采集的时候选取病人本次住院期一一间最新的次测量数据，即距离出院时间最近的条数据。其中，血压取的是收２缩压，ＢＭＩ指数则为体重／身高，因此实际是从数据库中取收缩压、身高、体重Ｈ个指标。Ｌ乂体重为例３．１３，图为体重字段处理流程，取父表患者住院主记录ＰａｔＷｓｉｔ表中的数据，判断子表体征记录ＶｉｔａｌＳｉｇｎｓ民ｅｃ表中是否有对应数据，若无，则体重字段置为空，将该患者所有体征数据按，否则照主表住院时间与子一表记录时间之差从小到大进行排列，读取第条体征数据并根据体征名称判断是一否为体重记录，，否则取下，若是则将该条体征值置给体重字段条体征数据重一复上述歩骤，、，若此时取不到下条数据则体重字段置为空。其他收缩压身高等体征字段处理流程均与之类似。＇ｆＰａｔＶｉｓｉｔ）表ＶｉｔａＫｉ５争＼＾否卽＾存在数据？丫，｜，按主表，出晚时间与Ｉ麻＾１字＾＾＾子表体征记录时间么差将数据从小到大排序２取第一条否为体重否丫、＾体征数据断数否为空＇乐呈苗度置力琴困３．１３体重字段处理流程３１ 浙江大学硕±学位论文第３章风险巧化系统设计数据提取完成后，采用与上述预测懊型相同的方法对聚类模型数搪进行审核一－ｍｅａｎｓ算法作为和清洗，当所有数据审核通过后，再建立聚类棋型。Ｋ个经典的聚类算法，其计算过程简单易于理解，对噪声数据的处理能为较强，非常适合处理数据杂乱的临床数据。但它在使用前必须由用户首先规定所需聚类的数量，一这使得该算法在使用过程中受到定的局限－ｍｅａｎｓ。本论文设定了《沮不罔的Ｋ聚类参数对相关数据进行聚类，通过计算各聚类的均值、相似度、标准差等参数、对模型进行评佑，选择适合尼血管疾病患者危险因素聚类棋型的最佳ｋ参数。聚类算法的原番及流程己在第２章中详细介绍，在此就不再赞述。３．３３回归模型Ｌ患者危险因素聚类模型完成乂后，需对该患者所属的聚类数据进行回妇分析。模型Ｌ乂患者危险因素作为输入、再次入院风险等绞作为输出，采用逻辑回归及Ｃｏｘ风险比例回归建立模型，找出密切影响患者风险等级的主要危险因素。此模型所需数据巴在前两个模型中采集完成并通过审核，因此无需再进行数３０据清洗。在建立Ｃｏｘ回归模型时，将再次入院间隔时间作为生存时间，Ｗ天作为截断。回归分析的方法在解决多因素问题时简单方便易于理解，因此在相关性分析及预测分析中得到广泛的应用。其中，Ｌｏｇｉ如Ｃ回归模型把风险等级作为响麼变量，并借助逻揖函数建立其与各协变量之间的回归方程。虽然该模裂的回归系数解释性较差，但仍被广泛应用于疾病风险概率预测及危险因素的评估。Ｃｏｘ回归是一种半参数模型一，般用于生存分析。本论文只需比较不同个体巧的风险，只要估计出解释变量风险比，无需计算基础危检率函数的具体形式。因此选择该模型进行回归分析不仅完全贴合本论文的研究内容，还能适当降低工作量。最后，通过对两个模型回归参数的检验估计比较，选择其中效果较好的方法作为本论文中系统回巧模型的算法。关于两种算法的具体原理与流程，在第２章中巴做详细介绍。３２ 浙正大学硕壬学值论文第３章风险巧估巧统设计３．４风隆控制知识库设计根据模型输出结呆得到患者再次入院风险等级及危险因素的预测结果，首先读取数据库中患者危险因素的详细信息，然后通过风险控制知识库智能地给患者及随访人员制定健康管理建议。知识库是基于患者年龄、疾病类型、再次入院风＜险等级、公血管疾病相关的院外、手术信息并发症及伴随疾病几类数据，结合预一后、防治指南来设计的，毎个危险因素对应条键康建议。手术相关的危险困素选择了手术等级、手术切口等级、手术巧口愈合情况。基于巧测得到的危险因素，读巧患者手术详细信息３．３，并根据表所示手术信息相关等级说明，给出建议。例如预测得到某患者手术相关的危险因素有切口等级、巧口愈合等绣，读取该患者手术详细信息，其进行的是单支冠状动脉主动脉接桥Ｉ术，：，切口等绞是级愈合等级是乙绞。知识库给出的建议是该患者进行过单支冠状动脉主动脉搭桥手术；巧口等级Ｉ级，为无菌切口；愈合等绣乙巧，愈合欠佳，需注意切口感染化腺。表３．３手术信息等級说巧手术信息类别等级说明一手术等烫缀技术难度较低、手术过程简单、风险度较小一二般、级技术难度、手未过巷不复杂风险度中等三歌技术难度较大、手术过趕较复杂、风险度较大四级技术难度乂、手术过程复杂、风险度乂切口等织Ｉ级无菌切口ＩＩ级可能感染的切口打１级污染切口切口愈合等級甲级愈合优良乙级愈合欠佳丙级切口化脈体征巧关的危险园素选择了收缩压、ＢＭＩ指数两个指标，基于模型输出结果读取相关危险因素具体值，并根据生理参数标准进行划分，给出建议。其中，３３ 浙江大学硕主学位论文第３章风险评化系统设计划分标准如表３．４所示。例如预测得到某患者生理参数相关的危险因素有收缩压、ＢＭＩ指数，读取患者收缩压为１５０ｍｍＨｇ，体重为９０ｋｇ。知巧库给出的建议是：该患者收缩压为１５０ｍｍＨｇ血压过高，是轻度高血压，应注意钦食，减少脂肪、，钢盐摄入，戒烟戒酒，合理运动；ＢＭＩ指数为２９．４１，属于肥胖，应注意饮食，减少脂肪摄入，增加运动，控制体重。表３．４生理参数标准生理参数类别值说明■收缩压ＳｌＳＯｍｍＨｇ重度高血压＞１６０ｍｍＨｇ＆＜１ＳＯｍｍＨｇ中度高血压＞４０１ｍｍＨｇ＆＜１如ｍｍＨｇ轻度高血压＞１３０ｔｎｍＨｇ＆＜１４０ｍｍＨｇ临界离血压＞９０ｍｍＨｇ＆＜１３０ｍｍＨｇ正常血压＜９０ｍｍＨｇ低血压ＢＭＩ指数含３６极度肥胖＞３２＆＜３６重度肥胖＞２８＆＜３２肥胖＞２４＆＜２８偏胖＞１８．５＆＜２４正常８＜１．５偏瘦基本信息相关危险因素选捧了性别、年龄两个参数，基于预测得到的危险因素结果，结合表３．５所示标准对患者年龄进行划分，并给出建议，其中，由于冠、、记ｊ心々为衰竭在少年儿童中软为少见病、高血压、肌梗塞、，因此对此年龄段患者不予考虑。例如某患者预测得到也别、年龄均为危险因素，读取数据库数据，该患者为女性：，８０岁。知识库给出的建议是该患者为老年女性，应注意饮食、习惯，多吃柔软易于消化的食物，注意理健康护理。３４ 浙江乂学硕壬学位论文第３章风险评估系统设计表３．５年龄划分标准年龄说明＞９０长涛老人＞７５＆＜９０老年＞如＆＜７５年轻老年人含４５＆＜６０中年＞１８＆＜４５青年并发及伴随疾病相关危险因素则选择高血压成、、糖尿病、癌症、血脂异常、功能不全、脑梗塞等１１类疾病。本论文参考该１１类疾病的临床诊疗、预后健康一一３指南．６，分别建立对应的健康建议规则，表所示展示了其中部分疾病的对应预后指南。表３．６疾病相应预后指南疾病预后指南高血压毎天早、中、晚测量血压并记录，遵医嘱继续进行药物治疗。注意饮食习惯，减少脂肪、钥盐摄入，戒烟戒酒，合理运动。与回巧人员保持良好沟通，及时汇报异常情况，反馈相关测量数据。糖尿病毎天进餐前后测量空腹及饭后血糖并记录（初期每天至少监测４次，不務定期需要８次Ｗ上），遵医嘱继续进行药概治巧，可根据血糖水平调整降血搪药物郝量。注意饮食健康，《吃五谷杂粮、豆制品Ｗ及苦瓜等降血糖食物，不吃高脂肪、离胆固醇及含糖量高的食物，不能饮酒，适当运动。与回访人员保持良好沟通，及时汇报异常情况，反馈相关测量数据。＞轻微肝／肾保持良好的生活习报，避。愉悦，注意休息免过劳，切勿饮酒过量。保持身，脏疾病避免情绪激动。注意饮食健康，切忌摄入高蛋白食物，注意补充维生素，多吃胡萝ｈ等养肝蔬菜。遵医嘱用药，不能随意滥用药。坚持长期复查，与回访人员保持良好沟通，及时汇报异常情况，反馈栖关测量数据。患者的院外自我管理计划建议是基于レ乂上患者的基本信息、手术信息、体征信息Ｗ及疾病信息建议综合得到的。例如，某患者通过预测模型得到，其再次入３５ 浙江大学硕±学位论文第３章风险评佑系统设计２因素有年龄口愈合等级丙级、院风险等级为，即高风险等级，危险８０、手术切ｉａ压１７５ｍｍＨｇ、ＢＭ１指数２４乂、高血压、糖尿病、轻微肝／肾脏疾病。则根搪知识库中毎个危险因素对应的健康建议，分别给出７条患者自我管理建议。随访人员大都具备相关的医学知识，因此，为其制定的健康管理日历主要是根据患者再次入院风险等级制定的随巧频次及时间，并列出病人相关危险图素及指标Ｗ供参考。其中，风险等级与随访频次的对应关系如表３．７所示，随巧人员根据相关危险因素，重点关注相关病情并指导患者自我管理，几次随巧Ｗ后根据实际情况评巧患者病情并调整随巧频次。３轰．７随访频次制定准则风险等级等级描述随访频次极高风险存在当天再次入院风险－毎天一高风险２－１５天内有再次入院风险周两到王次一一中等风险５－入院风险１３０天内有再次周次一低风险３０天内无再次入院风险半个月次其中，对于预测再次入院风险等级为极高风险，即出院当天就有再次入院风险的患者，则系统给出警示信息，建议医生暂时不批准该患者出院。若医生核定病人情况后仍批准其出院，则再由知识库根据上述设定规则给出建议。３６ 浙江大学硕去学位论文第４章凤险评估系统实现第４章风险评估系统实现也＇血管疾病患者再次入院风险评佑系统的整体设计方案与架构己在上一章中详细巧述，本章主要阐述系统的开发实现。其中系统实现的核记就是王个数据挖掘模型的构建与评估。４．１风险等紋预测摸型４．１．１数据预处理２００４－２０１患者再次入院风险预测模型采集自化京某五甲医院１４年０２２８条１血管疾病患者数据．所示。表４．１所，其中所有连续型字段数据的直方图如图４示则为其相关指标，包括年龄、住院天数、伴随疾病指数、抢救次数、ＩＣＵ使用天数、ＣＣＵ使用天数六个输入的均值、方差、中位数、均值标准误等。——…―＇￣＇＾＇＇．ＡｅＴＴｒｅａｔＤａｙｓ智ｇ．．小ｓＩｒｊ｜＊Ｖ．Ｉ＇＂公ＩＬ———－ＳｃｏｒｅＴＥＤ励ｉｉ１，—；＼＊ｔＩｉ．．ｉ１！！ＩＩ．Ｉ．．．．…．．—一—；．Ｉ１Ｋ万如，——．———…—－＇…ＣＣＵ－！ＰＩＣＵ１？｜歴．１：…；Ｉ１…Ｉ．．，＾．．！图４．１风险等銀预测模型连续型字段直方图３７ 浙江大学硕±学位沦文第４章风险评估系统实现表４．１风险等级预测模型连续型字段概况字段ＡｇｅＴｒｅａｔＤ巧ＳＳｃｏｒｅＥＤＩＣＵＣＣＵ最小值８０００００１最大值１０３４８２１３７１５５６２总数７３４２９３２４５０９８１４２巧２０９１１８８５２０４范西８５４８２１３７１５５的．７９２平均值７１３．９６．３９０．０２．１２０．５１１０平均值标准误０．Ｕ０．２５０．０２０．０００胞０胞标准差ｎ．２５２５．０５１．％０．１９１．８９２．３５．５２７．４６３．．５８５，５１方差口６拍．８２００４３－０偏度．６９４．１２１．７４１５．２３５７．５９９．１４偏度标准误〇肥０胞０．０２０．０２０化０．０２０．４２４．０９４０７８４４５８４１峰度３２．６９３．．２３７．４６峰度标准误０５５０５．．００．００．００５０．０５０．０５中位数７４１７１０００根据上述结果，将连续型数据按表４．２所示规则进行转换分类：４表．２风险等级预测樸型连续型字段转换规则字段数值分类Ａｅ《６５１ｇ＞６５＆＜８０２＞８０３ＴｒｅａｔＤａｙｓ《６１＞６＆《１４２＞１４＆＾１９３＞１９４Ｓｃｏｒｅ＝００＝１１＝２２＞３３ＥＤ＝００＞０Ｉ＝ＩＣＵ００＞０１ＣＣＵ＝００１＾２３８ 浙江大学硕去学位论文第４章风险评估系统实现离散型字段则按表４．３所示规则进行转换：表４．３风险等级预测模型离散型字段转换规则分类字段原始分类转换后１２３４，，，Ｃｏｍｉｔｉ发症伴随疾病，都有，都无ｐｌｃａｏｎ，｝｛｝｛并费１，２，３，４，５ＰａｅｒＣ，公费，医保，其他ｌａｓｓ，自｝ｙ｛军队医改｝｛１〇ｅｎｄｅｒ男’Ｇ，女｛｝｛｝０１’Ａｃｕｉｔ急救｝ｙ｛，非急救｝（ｅａ手术１，〇Ｏｒｔｉｏｎ，未｛｝ｐ｛手术｝３２１０１５他，，，Ｒｅａｄｍｉｓｓｉｏｎ民ｉｓｋ当天，天，３０天，其｝｛｝｛数据转换完成后，对其进行建模并检测异常值。刪除其中３３１条异常记录，／插补缺失值９８９７条通过审核的公血管疾病患者数据进行建模，其中，最终挑选、＇＇６５８９８、２７０，病２４８３例例、。肌摄塞１２４例公力衰竭例分包括冠尼、高血压２５０９％５乂巧％，１２．６０％，２．７２％。模型所有输入输出字段的分布别占总数据的．，．２图４３图如图４、．所示。—＇＂＇ＧｅｎｄｅｒＡｃｕｉｔｙｉ：，；ｉ！ｉ—■ｉ￡．，Ｉ；ＩＩ……．—＇——＂＂，…＂…ＶＴ：：Ｖ３——＂＾？一．—．－．ｉｒｔａｔ…—＇ｗ：Ｏｅｒｎ！ｐ孤ＩＩ——－麵Ｉ３■．Ｔｉａ■ｉ．＊？；．．…＇：……－＂…犹巧ｒＩＣｔＰｉ家ｉｉ一．．一、．—；．．一单：三式图４．２风险等觀预测模型数据分布１３９ 浙江乂学硕壬学位论文第４章风险巧估系统实现■．—．—■＇■‘—：盛—；Ａ一ｉｅＰｌｇｆ—ａｙｏｒＣａｓｓ守：；■玄Ｉ７爛＇■－知祇羞游壶若巧八？＂Ｉ！麵—？—ａ疆Ｅ■．：＇＞Ｖ：＊ｔ－————Ａ＜ｖ？４＂ｆ＊？ｉｔＳｃｏｒｅ－０田加ｔｉｏｎ…—＾巧ｉＩ！｜［ｆ匪１．Ｉ＇＇’ｉ￣＾．！；；ｒ醒Ｉ！：靈—，＿ｚｘ安厕Ｉ；ｉｉＬ＿，—ｉ￣￣…？＂．—一－？Ｉ？＊＊？ｉ？…？—…ｒｓｉｒ芯ｓ？一＂ｉ￣……’＂———一？—‘台音＂ｔ！）江女言Ｉ了ｉＲ疗穿过扣ｉ§吞ｉ抒円Ｒｉ到ｒ＂甲；；Ｉ；ｒＴｆｓ＊：玄禪Ｉｉｉ！Ｉ一１ｉ＾１—＿件＇＇‘…—————－—．…—―…Ｉ＂■，＂＇—＞＇？？冷…苗心，品。品＂图４．３风险等级预测模型数据分布２４丄２摸型结果将数据按：１的１比例随机分成训练集和测试集，训练集数据用于模型训练，测试集数据用于横型评估。４丄２．１人工神经网络人工神经网络预测模型信息如图４．４所示，输入层包括性别、年龄、住院天数、是否急救入院、伴随疾病指数、抢救次数ＩＣＵ、、天数、ＣＣＵ天数是否手术、并发症情况、费别共１１个协变量；输出层是再次入院风险，为因变量，共分４个等巧；隐藏层有２层，第１层共有８个神经元，第二层有６个。４０ 第４章风陰巧估系统实现浙江大学硕击学位论文＂ｎｅｒ￥７７１协没榮ｉＣｅｄＡｅ２ｇ？州３ｉ巧ｓＴ］ｔＤ４Ａｃｕｉｔｙ５Ｓｃｏｒｅ６巧７ＩＣＵ８ｃａ；９ＯｐｅｒａｔｉｏｎｏｍｌｃａｏＩＱＣｐｉｒ．ｉｎＵＰａｅ此］ａｓｓｙ坐？包教ＩＩ协襄醬的赛标浸方法梓巧記。强巧這强莱．覃截■强菜Ｓ着１申的化括孩Ｉ乾藏惡，Ｂ２４的卑径數巧请语教巧盤．藍巧Ｒｅａｄｍ＇ｓｉｓｓｉｗＲｊｋ辕出垣装义逞Ｉ專估數教谨巧骇’思等百古ｂ链误化裝Ｉ图４．４神经网络模型信息４丄２．２决策树、４、、住决策树巧测模型的图形表达如图．５所示，包括性别年龄院天数是、１ＣＵＣＣＵ天数、是否手术、并、、否急救入院、伴随疾病指数抢救次数天数发症情况、费别共１１个自变量；因变量是再次入院风险，共分４个等级。从决出规则的分枝和走向２０，其中１２个为策树图巧中可直观地看。该树共有个节点。、、、伴随疾病指数、费别５个自变量终端节点，包括住院天数年龄并发症情况＼■！＂ｊｗ灯ｎ！Ｉ？！？Ｕ），＊忠…！！：為：Ｐｌｔ＊：‘；＇Ｗ？Ｍｆ；ＳＩ…Ｗ盛從ｗ似．．？＜＊？夺ｔ？１……一善菩基？－￣Ｔｒ＾＾Ｘ３：＊瓜‘ｗｗ＊５Ｗ．Ｗ？Ｊ？巧？ｉＩＷ繫＊＂■ｒ１—，＂？？？化ＪＴｔｋｕｊ今！￣￣￣？－－…－——？ｅ＇说＾＊？Ｉｗｉｉ！ｒｒｉｎｒ？Ｔ＾呼ｉ－‘…＇…＇话嘴哨ｔ祇听貴讀专Ｉ濟杞气潘齊哨Ｎ骚章請離專Ｉ哉？？’＂？ｎｓ還Ｓ二苗岩！罵近．．；｜进名Ｉ师．如＂＂＂，《Ｕ＂？碱ｒ如记…ｉ应ｉ若占！麵－＂―＊……一＊＾Ｈ！—＜■＊？）■＿．＾Ｓ；‘？一前Ｗ＂一护。…Ｗｗ，＊＊＂万苦＾方ＩＩ■Ｊｊｌ＾＼＾！化＇ｔＵＷ？Ｊｔ＊Ｍ，■Ｙ＇Ｖ—．＇——＇－‘；：１ｒｒ一―，Ｊ：如；巧Ｖ；；ｉｉ５Ｌ：ＣＺＳｌＩｌ石亏＇巧田丘禪ｓ’阳ｌ＊■节：；：Ｓｉ！ｉｉ：苗１５：？，；气；！古Ｓｉｓ３基Ｉｆ语甚１ｒ當；由可：；吉ｍｓ古古苦＿？—ｗｊＩＨｍ—？？＿？ＭＬ？—＾祠？ｉＫ图４．５决策树模型４１ 浙江大学硕ｉ学位论文第４章风险评佑系统实现４．１．３棋型评佑利用训练得到的预测模型对４８４９条测试数提进行再次入院风险等级预测，并根据预测结果与真实值进行比较统计得到测试结果。表４、．４表４．５所示分，别是神经网络和决策树模型的测试结果。表４．４神经网络测试结果预测值０１２３０４０３３２０１１３９５４架１１４１１８４２际２１６１３１１７值１３９３５１１２表４．５决策树测试结果预测值０１２３０４３１８５３４６１０架１５３７４１０际２５７３９５０值３４１６３７９９０６２％根据上述测试结果计算可得．，神经网络及决策树模型的准确率分别为４及９４．１６％各风险等级召回率如图．６所示。虽然决策树模型预测的准确率略高，于神经网络其大多数样本预测值均落入风险等级为０一，而其，但的类中他几类的召回率明显较低。因此，本论文最终选择效果较好的人工神经网络模型作为系统巧风险预测樸型。４２ 浙江大学硕壬学位论文第４章风险评估系统实现殆Ｑ７．５４￣￣…山．８２＜１８６％１００．００％品．５２％８０．００％－Ｚ＂心漏车记Ｉ］Ｉ医．６０．００％ＩＷＩ？神经网络ｉ■－４０．００％ｊ：■决策树—２０－．００％：Ｉｆ？ｉＩ〇〇．〇〇／，＝＝＝＝Ｒｉｓｋ０Ｒｉｓｋ王Ｒｉｓｋ２Ｒｉｓｋ３图４．６预测模型召回率４．２患者聚粪模型４．２．１数据预处理、２００４－２０患者危险因素聚类模型采集自北京某王甲医院１４年２８９３条尼血管疾病患者数据，其中所有连续型字段的相关指标如表４．６所示，包括年龄、住院天数、ＢＭＩ指数、收缩压、抢敕次数、ＩＣＵ使用天数、ＣＣＵ使用天数六个输入的均值、图４７所示则是其数据的直方图。方差、中位数、均值标准误等，表４．６危险因素聚类模型连续型字段概况字段ＡｇｅＴｒｅａｔＤＳＢＭＩＳＢＰＥＤＩＣＵＣＣＵ巧最小值２８０１．３８７０００最大值９８２１６６２．５０２１０５３０１９总数１９８２４３５１０饥仿３７１３６６２７２３７３０２７２２范围７０２２６６１．１２２０３５３０１９７０．７８１８．２３２２２７１３０．７７０．０１０１１０．２平均值．．６０．２３０．３５０．１２０．２７０００２０．０３平均值标准误．０．０５１８．３４６．４７．．．标准差１１１４４４０１７１０７１．３９為方差１４２．７５３；３６．４３４１．８０２０８．５６０．０３１」５］．９３－－０偏度．５４３．６５０．５６０．２９１６．７４１５．５３７．４８偏度标准误０．０５０．０５０．０５０．０５０．０５０．０５０．０５－峰度０．１９２４．０６１．０８４２８６０乂６３．３１１．１３６６．３８峰度标准误０．０９０．０９０．０９０．０９０．０９０．０９０．０９中位数７３１３２３．４４０１３００００４３ 渐江乂学硕壬学位论文第４章风障评估系统实巧ｉ巧］；＊＊ｉｗ）Ｉ［７）、；＇Ｗ…—＇—＇—＇＇＇＇Ａ＇…＇ｌｇｅｒｉｇ度左ｉ…－．．．ｗ．ｉ，一…ｎ－ｉｒ■■■＇；ｉＥ■Ｉ■！隱ｉｊｉＩＪ－－＾Ｍｒ＼ｒ１＼占《ａｏＭ：？ｔｆｍ＂ｓｓＴｒｅａｔＤａｓｅｄｙ．ｊ＾１＇－？ｉ‘－Ｉ’‘＾ＭｉＩ：Ｌ＂Ｊ＿—ｗ＾？ｆ？ＡＭ＂■！［＊ｉ■？Ｉ．＂；ＢＭＳ岂Ｐｒｉｔｓｌ个Ｉ－；Ｉ＇．＇＇＇１画：１Ｊ－ｙＸ：麥配．＾Ｗｒｌ＿Ｌ——＇．．—■－—．＂．．．＇．；＇＾＇ａ—＾‘＇’－ｒｅｃｕ占去：ｉｃｕｊＩ＜？」－Ｉ．．－叫．‘．．■—－＊＊＊￣．‘？点Ｋ３；＾？图４．７危险因素聚类模型连续型字段直方图４４ 浙江大学硕壬学位论文第４章风隘评借系统实现根搪上述结果，将连续型数据按表４．７所示规则进行转换分类，离散型字段则按表４．８所示规则进行转撫，其中并发伴随疾病Ｃｏｍｐｌｉｃａｔｉｏｎ实际包含１１种疾病字段，根搪患者是否患有该病置１或０。表４．７危险因素聚类模型连续型字段转换规则字段数值分类Ａｅ《６５１ｇ＞６５公＜７５２＞７５衣＜８０３＾８０４ＴｒｅａｔＤａｙｓ《６１＞９及《１４２＞１４＆＾２０３＞２０４ＥＤ＝００＞０１ＢＭＩ矣１８１＞１８．５在《２４２＞２４底＾２８３＞２８及＾３２４＞３２５ＳＢＰ《９０１＞９０公《１３０２１３０１４＞＆《０３＞１４０＆《１６０４＞１６０５＝ＩＣＵ００＞０１ＣＣＵ＝００＞０１４５ 浙江大学硕击学位论文第４章风险评借系统实现表４．８危险因素聚类模型离散型字段转撫规则字段原始分粪转换后分类ＰａｙｅｒＣＩａｓｓ医改，自费，基本医保，医保，其他１，２，３，４，５｛军队｝｛｝Ｇｅｎｄｅｒ勇，女｝（１，〇｛｝Ａｃｕｉｔ急救１．０ｙ｛，非急救｝｛｝一二ＯｅｒＳｃａｌｅ級１２４ｐ，缀，三缴，四缀，，３，｛｝｛｝ＷｏｕｎｄＧｒａｄｅ｛Ｉ，ＩＩ，ＩＵ｛１，２，３｝｝Ｈｅａ１２３ｌＧｒａｄｅ甲級，乙級级，，，丙｝｛｛｝Ｃｏｍ１ｐｌｉｃａｔｉｏｎ，否＊０｛是｝｛｝数据转换完成后，对其进行建模检测异常值，删除其中９２条异常记录，插２８０＞１条通过补缺失值，最终挑选审核的心血管疾病患者数据进行建模，其中冠＇／＞心病５６１１７７２００心力衰竭６例、高血压例、心肌梗塞４例、８例，分别占总数据的２０．０３％６３．２６％１４．２８％，２．４３％。图４．８列出了模型部分字段的分布图。，，）；Ｓ別ＢＭ１ｉ誦Ｉ－－■－巧■—－．＇■ＴＬＺ￡ＳＢＢＩｉ＾ｍＥＺＥｌｌｉｉａｉＭａｉ：，ｍ—｜－．ｒｎａｄｊｒｒ：．．．．＇巧聽．■辦翊ＩｗｙＩ．！ｉＩＩ■—＂—————：■－工ｉｉ■、１：．Ｉ１Ｉ５ｉｉｉ画团ＩＬＬ困４．８危险因素聚类模型数据分布４６ 浙江大学硕壬学位论文第４牵风险评估系统实现４．２．２摸塑结果－Ｋｍｅａｎｓ聚类模型输入包括性别、年龄、费别、是否急救入院、住院天数、抢救次数、ＩＣＵ天数、ＣＣＵ天数、收缩压、ＢＭＩ指数、手术等级、切口等缀、＇口愈、、切合等级、脑血管病、外周血管病离血压糖尿病等共２４个变量。本论＝Ｋ值设为３－文分别将１０进行聚类，围４．９所示为当ｋ６时的聚类模型结果，其７３５２５６１３１７７４３８８７５中六个聚类分别包含的样本数量为１，，，，，。．－－３－－５－４驳年６巧卑巧单２早帮脊１谭：识菲间如㈱０帖帘谭￣－￣Ｔ￣？ｊＰＨＩＩ，加？一３—ｉ１——？＇＇ＩＩ廣帮—ｆｉｇｅ？—Ｉ，加—￣ＩＩｍａｎｆＨ一！１１ｒ■Ｈ＇＊巧ＢＷ＇？■＿Ｓ＿圏杂巧ｊ—＇ｃｃＢｒｎ—会ＩＩＩｊ，加＾—ｉ－ｗＪｌ—Ｊ—Ｌ＂威培ＣＣＵＨｎｍｍ？＊，加ＢＢＨ－—Ｉ１＿＿＿ＩＢ，ｍｍｍｍ—成巧ＣＰＤ１一ｍ＂？叫！０．９９＿Ｉｒ’＂＂ｗｓｖ＇．ＨＭＢｉｍｋｖＭＭｌｉｍｉ、ｌｌ圓＊Ｉ１ＨＩ■ＭＬＢ９Ｉｍ？＿ｍｉ亦巧＿ＩＤｉａｂｅ１Ｉ会ｔｅｓ＾＾ｊ￣＂＇加ｌ—ＢＩＬｂ一ｒｒ麵ｉ是？０．：１＿－－—．￣■：４，Ｔ？货？Ｉｈｃｖｄ１；３口誦■Ｉ４ｒ０．７３１！＝图４．９聚类撰型结果ｋ６）（４７ 浙江大学硕壬学位论文第４章风险评估系统实现４．２．３模型评估根据聚类结果，分别计算各类相似度，表４．９、表４．１０分别列举ｋ参数设为４和６的情况下各聚类之间的相似度。根据结果分别计算不同参数ｋ对应的平均＝＝相化度１４ｋ６，其结果如图４．０所示。根据结果可得，当ｋ，时其各聚类之间的平均相似度最低。因此从各个聚类之间的相似度角度来分析，達ｋ设为４或６时，聚类效果最佳。＝表４．９聚类模型相似度（ｋ４）聚类１２３４－１１．１０１．０９１．５９－０２１．１０．８５１．５７－３１．０９０．８５１．６４４－１．．１．５９５７１６４４＝表．１０聚类模型相做度（ｋ６）聚类１２３４５６－１１．６８１．５４１．２２１．３５１．５０２？１．６８１．３２１．６２１．１３０為５－３１．５４１．３２１．２５１．３４１．０２－４１２２１．６２１．２５１．０２１．５．３５－１．３５１．１３１．３４１．０２１．１１－６１．５００．９５１．０２１．５３１．１１—７．４７１．５０Ｙ＾Ｊ７４Ｔ１．４。１．３０？平細似度３１．２０３４５６７８９１０Ｋ－图４．１０不同参数Ｋｍｅａｎｓ聚类模型平均柜假度４８ 第４章风险评估系统实现浙江大学硕击学位论文上述分析是基于聚类模型各类之间进行的评估，而对于各类内部，则通过计及标准差进行评估。表４．１２算每个样本到中々点之间的平均距离．１１、表４分别列举ｋ参数设为４和６的情况下的计算结果。（ｋ＝４表４．１１聚类模型各聚类平均距离及标准差）聚类平均距离标准差２３８０．５５１．０．５３２２．７１０．５２３２．０１０．５３４２．１５＝４（ｋ６）表．１２聚类模型各聚类平均距离及标准差聚类平均距离标准差２．５０１．２６００．４８２１．７８９０．５３３２．６０．５１４２．０９０．４６５２．２２０．５２６１．９８—２．５０２＂．、２１２Ａ２．０８２．０４２．０４马；－一…一．一一－—－－－一—家．巧成崩ｊ祭：常苛２—＇Ｗ＾ｉＳ＾＾—Ｊ‘１．５。，１Ｊ＾Ｉ＾■平均距离１．００：＇巧瑪＾ｇＪ：０．５０３４５６７８９１０Ｋ４Ｋ－ｍｅａｎｓ围．１１不同参数聚类模型平均距离４９ 浙江大学硕去学位论文第４章风险评估系统实现分别计算不同参数ｋ对应的平均距离和标准差，平均距离比较结果如图４．１１所示，标准差比较结果如困４．１２所示。从图中可Ｗ看出，ｋ值越大，各类样本到中也＇点平均距离及标准差越小，即从聚类内部各样本点的距离来考察值越大，ｋ，模型聚类效果越好一。由于聚类模型的结果将用于下个回归模型，当ｋ值较大时会因模型分类较多而导致毎个聚类的样本量较少，使得回归模型的有效性受影响。此外－，Ｋｍｅａｎｓ聚类模型的学习效ｋ率与值大小成反比。因此，ｋ值不宜设定过大。综合考虑上述情况，从各个聚类内部距离及标准差角度进行分析，ｋ值应该选择６或７。０．６００．５３０．５３￣￣￣￣ｃｒ？８ＣｆＴ／｜ｆＢｃ？０５０：心隆’ｉｔ－１１＾－－－ｒ１Ｊ：‘．标准差ｅＩ————＂－…－／。．：１０ｉｆ！＇￣￣－￣￣￣￣—＜：良＇疫４ＩＰ／．０００＿‘＾３４５日７８９１０Ｋ４－图．１２不罔参数Ｋｍｅａｎｓ聚类模型标堆差最后从模型各输入变量层面上对聚类模型进行评估，分别计算每个输入变量、４．３聚类和误差的自由度均方等值，表１、表４．１４分别列举ｋ参数设为４和６的情况下聚类模型的检验结果。其中，ｄｆ为自由度（ｄｅｇｒｅｅｏｆｆｒｅｅｄｏｍ，ｄｆ），表示能够自由取值的变量个数－，为ｎ１；均方为离差平方和与自由度相除之商；Ｆ为Ｆ检验统计量一，检验样本方差是否有差异，即检驗聚类是否有意义，般来说，Ｆ统计量越大越好Ｓｉ．００５；ｇ为显著性检验值，当其值小于．时说明该变量有意义。５０ 浙江太学硕壬学位论文第４章风隘巧估系统实巧＝４４表．１３聚类模型检验（ｋ）聚粪误差ＦＳｉｇ．均方ｄｆ均方ｄｆＳｅｘ２３．６９３０１２７９１１４２０００．２７．０．Ａｇｅ４５６．９８３０．８４２７９７５４３．１９０．００ＰａｙｅｒＣｌ化ｓ１９７７．９７３０．５９２７９７巧６０．２００．００Ａｃｕｉｔｙ３．９４３０．１６２７９７２４．１６０．００ＴｒｅａｔＤａｙｓ２１４．８５３０．９９２７９７２１８．０４０．００ＥＤ０．０８３０．０１２７９７１０．％０．００ＩＣＵ３．４８３０１．．０２２７９７２０６３０．００３０．ｅｃｕ化巧．０６２７９７５９２０．００ＳＢＰ８．８３３０．６９２巧７１２．８３０．００ＢＭＩ１５０．４６３１２７９７５４０．００．０１１４９．ＯｒＳｃａ．１６２１．ｐｅｌｅ５２４３０．０４７９７２５８６５２０．００ＷＧｒａｄｅ９１．ｏｕｎｄ．３６３０．０２２７９７４０８３４９０．００ＨｅａｌＧｒａｄｅ７５．１２３０．０１２７９７５６１３．６１０．００２７９．ＰＭＩ０．３５３０．０９７３７９０．０１ＨＣＶＤ０．００３０．００２７９７０．３９０．７６ＣＣＢ０．１１３０．０２２１９１４．８２０．００Ｄａ．２９．２０２７１．４７０２２ｉｂｅｔｅｓ０３０９７．ＣＰＤ０．３９３０．０４２７９７１０．６１０．００＊ＬＬＫＤ１４．１１２７０．８３０巧７１．０９．００Ｓ０．９２３００９２７９７１００４００ＬＫＤ．．．０Ｔｕｍｏｕｒ０．９６３０．０８２７９７１２．巧０．００Ｃａｎｃｅｒ０．２６３０．０４２７９７６．３３０．００Ｈｙｐｅｒｔｅｎｓｉｏｎ１．１２３０．１１２７９７１０．６８０．００Ｈｅｒｌｉｉａ０．０６３０２７９．０５０３ｙｐｐａｅｍ．０２７３．０５１ 浙江大学硕去学位论文第４章风险评估系统实现４＝泉．１４聚粪模型检验（ｋ６）聚类误差均方ｄｆ掏方ｄｆＦＳｉｇ．１５５．２１２．４．Ｓｅｘ．５１０７９５７５３０００Ａｅ４０９．７１５．６０２巧５６８３．０ｇ０．４７００ＰａｙｅｒＣｌａｓｓ１２１４．７２５０．５４２７９５２２巧．３３０．００Ａｃｕｉ３．１ｔｙ．４３５０６２７９５２１．２３０．００ＴｒｅａｔＤａｙｓ２３９．０１５０．７９２７９５３０２．８８０．００ＥＤ０．０６５０．０１２７９５７．３１０．００ＩＣＵ２５０２２７９５２２１１．．１１０．１．０００ｅｃｕ０．３１５０．０６２７９５５．６５０．００８２９５０６７２７９５７．４９０００純Ｐ１．２．ＢＭＩ２０３１６５２巧５．．０．８１２５２３８０．００．１ＯｅｒＳｃａｌｅ７２７５０．０６２７９５５７６．ｐ３０．於０００ＷｏｕｎｄＧｒａｄｅ５３．１６５０．０３２７９５２０９７．５００．００ＨｅａｌＧｒａｄｅ４３．３９５０．０２２７９５２６４４．１９０．００ＰＭＩ０．４５５０．０９２巧５４．８６０．００ＨＣＶＤ０．００５０．００２７９５０．４５０．８２ＣＣＢ００７５０２２７９５．．０．２８２０．０２Ｄｉａｂｅｔｅｓ２，７２５０．１９２７９５１４．２５０．００ＣＰＤ０．４０５０．０４２巧５１０７６０．００．ＬＬＫＤ１．７４５０１１２５１６．３６０．００．巧；．５０．０９２７９５９９０ＳＬＫＤ１２６１３．．００Ｔｕｍｏｕｒ０．８４５０．０８２巧５１１．０８０．００Ｃ０．３８５０９．３３ａｎｃｅｒ．０４１１９５０．００Ｈｙｐｅｒｔｅｎｓｉｏｎ１．３１５０．１０２７９５１２．％０．００Ｈｅｒｌｉａｅｍｉａ０．０５５０．０２２７９５２．６００．０２ｙｐｐ根据结果分别计算不同参数ｋ对应的平均均方和显蕾性检验值，其结果分别５２ 浙江犬学硕壬学位论文第４韋风险评估系统实现如图４．１３、图４．１４所示。从图中可Ｗ看出，ｋ值越大，聚类及误差的均方越小，而其显著性检验的值基本相差不大，ｋ值越。即从聚类各输入参数的均方来考察。，ｋ值不宜大，模型聚类效果越好与上述同理由于设定过大，因此综合考虑应选择６或７。－２００．００ｒ〇５〇■０＼．４５—．１５０．０００４０＾ｌ２５．１７Ｓ－０ｆｃ．３５祖加一＾聚类均方寺误差均方０．２０５０．００．０．２１－０＾＾＾０．１５１＾７－－．０１！１０１０．００Ｉ，，！！１３４５６７８９１０Ｋ４－图．１３不同参数Ｋｍｅａｎｓ聚类模型均方￣？＿０．化＾＾强—＿—＿而〇。４‘３０．０４／Ｘ１＂０，０３—０．０３－—．—．１１Ｉ＾ｒ０叫０．．０３０２ｔ—￣ｄ０■．０２＊Ｓ．ｉｇ．Ｉ—…０．０１／＾ＩＩ＂＾？■＊７泽渊樹松ｙ巧＊ｓｆ＊ｉ＊＾ｒｊｒａｓｉｗｏｆｘａＷ一？—＿／＾巧；岡衡ｆｃｒ０，００￥！１１！（＾ｉ３４５６７８９１０Ｋ４－性检验图．１４不同参数Ｋｍｅａｎｓ聚类模型显著．Ｌ聚类模型根据上述分别从聚类之间、聚粪内部乂及聚类输入参数王个角度对ｋ＝－６ｅａｎｓ聚，的Ｋｍ类模型作为本系统的患进行评估，综合评估结果最终选择者危险因素聚类模型。４．３危险因亲回归摸型４．３１．棋型结果中的各类数据，并分别作处理分析患者危险因素回归模型采集上述聚类模型。５３ 浙江大学硕去学位论文第４章风险评估系统实现ｋ６乂第个聚类为例，样本共包含８７５条数据。４．．３．１１Ｌｏｇｉｓｔｉｃ回但Ｌｏｓｔｃｇｉｉ回归模型输入包括性别、年龄、费别、是否急救入院、住院天数、抢救次数ＩＣＵ天数、ＣＣＵ天数、收缩压、ＢＭＩ口等銀、、指数、手术等穀、巧切口愈合等级、脑血管病、外周血管病、高血压、糖尿淸等共２４个协变量，再，１２，次入院风险等觀为因变量，分为０，３四个等缀，参考类别为０。取风险、等级分别为１，２，３时的回归方程各切变量的偏回归系数Ｂ，并进行显著性捡验，得到相对危险性值（０艮偃）及其置信区间，结果如表４５．１所示。４．表ＫＬｏｇｉｓｔｉｃ回归撰型偏回归系数显著性检验结果Ｒ＝＝＝ｉｓｋ１ＲｉｓＲ３ｋ２ｉｓｋＢＥｘｐ巧ＢＥｘ（ＢＢＥ邱巧）ｐ））－Ｓｅｘ１．０７２．９１２．３５１．０３０．０１１．０１－Ａ．１３８８０．４５３３０２０２２ｇｅ００．１．．１．ＰｒＣａｓｓ－－－ａｅｌ１．５７０．２１０．１５０．００１．３３０．２７ｙ－－－Ａｃｕ０．５７１０３０．．ｉｔｙ〇ｊ６．９８０６３０，５４ＴｒｅａｔＤａｓ－０．０８０９３０２６５５１０８４２３２ｙ．．．．．－－ＥＤ１７３８０．０３０５０．２２．０．１．００１．０－Ｉ－－ＣＵ１．２５２９２．８３１４３０．２４０．．－－－ｅｃｕ６９５０１．１０４９．０．．９１００００．７．８０８－Ｓ；ＢＰ０．０１０．６６１３００２１２３．．１．－－ＢＭＩ０．３８０．６８０２５１．３９．０．９．０２０８－－－ＯＳｃａｌｅ８４４１１６０００００５９．１３ｐｅｒ．４．．３３．８４３９４０．００－２４０－１．２９０－０ＰＭＩ．０．１７１．１．４００．６７－－－ＨＣＶＤ－０１．２６１０８．３４．０．９４０．３９－－ＣＣＢ１．６５０１１．２．．９０．５７８１７７０．１７－－Ｄｉａｅ．６２．５４３４０．３０．１０４４ｂｔｅｓ０００．０８．－－ＣＰＤ０．２００３１２６０．４８．８２１．０．巧１．ＬＬＫＤ－０－．７２０４９０．２２１．７２．９．０．０４０６－－－ＳＬＫＤ１．９００１５Ｌ８６４．１８１．４００２５．．５４ 浙江大学硕击学位沦文第４章风险评估系统实现Ｃ续）表４．１５Ｌｏｇｉｓｔｉｃ回归模型偏回归系数显著性检验结果＝＝＝．民ｉｋ２民ｉｓｋ３ｉｓｋｌＲｓ目Ｅｘｐ（Ｂ）ＢＥｘｐ（Ｂ）ＢＥｘｐ巧）３１．３５３．８６Ｔ．５７２４５０．７ｕｍｏｕｒ２．６１１．３－３．．９６０５８１．７Ｃａｎｃｅｒ．．１９００２１．９１１６－２．１５Ｈ？０．７６１．８６ｅｒｔｅｎｓ１巧ｙｐｉｏｎ０．４３－－－２０．１３Ｈｅｒ．６０．８２０．３１．０３ｙｐｌｉｐａｅｍｉａ０１表中Ｅｘｐ（Ｂ）即为检验得到的０民值（其中已删除部分未通过检验数据），其４－．１５．１７大小表示协变量对再次入院风险的影响程度，即相对危险程度。图图４所示即为所有危险因素的相对危险系数排序，参数值越大，说明该因素越危险，－１１５３０即对患者再次入院风险的影响越大。从图中可看出，风险等巧为，即天内有再次入院风险的患者、癌症、性别、高血压、血脂，其主要危险因素有肿瘤２２－１５，，即天内有再次入院风险的患者其主要危险异常、年龄等；风险等级为、、ＢＭＩ、、血压等；风险等因素有治疗天数、严重巧／肾脏疾病癌症指数年龄、，、肿瘤治级为３，即当天就有再次入院风险的患者其主要危险因素有高血压疗天数、、、癌症慢性肺病年龄等。—１４－Ｚｆ＿－￣￣口—／１０８一６４－／—２…１—：叮１巧哪腳巧＂￣＊￣……’…’―１ｒｔｒｔ＊＾！０ｔｔ了１与＇否３５害§吉｜益ｇｉ．含蓋３§１３§畜３２§為〇Ｓ芝ＨＳ．Ｑ．王互＝４ｉ０民值ＣＲｉｓ１）圍．１５Ｌｏｇｉｓｔｃ回归方程ｋ５５ 浙江大学硕击学位论文第４章风险评估系统实现￣—６Ｙ１’５Ｉ■■／■４－Ｉｆｒ定３－／ｊＩ，ＬｉＷｒｍ—ｘ：ｔｔ托ｒｔｉ怔ｕ心’———－，＇广下—＊＇．…．。＂＇———＂．Ｖ—０ｆｆＴ１、｛ｉ５广子Ｓｃ－ｃ＾＜ｗｕｕａ＿ｗ〇Ｓ：＾身｜＂５Ｓ罢＝４ｉｉ国．１６Ｌｏｇｓｔｃ回归方程Ｏ民值（Ｒｉｓｋ２）￣￣￣￣￣￣—７Ｙ…￣￣—＊６ｉｌ＇＿＿＿＿＿＿＿－／５—－／Ｈｌ；４—－／３＂——￣￣－１Ｖ２：？抵１ｍ；；—１ＴＴｌ１１，—＊＂Ｉ＊ＩＴＴＴ１１？？？＊＾一—￣…—￣？￣．－－．－ｗｙ￣＇￣￣？￣￣￣￣ＰＰ曼＾於巧Ｈ￣￣￣￣——￣￣￣￣－￣￣￣—￣￣Ｖｒ｝ｒｒ？ｉ１ｉ１｛ｊｉｓｔ１ｉｊｊｔ３ｓｉ§ｍｉｉｉ§ｇｌｉ｜ｌ｜Ｕ＜ｐｉｌ芒ｆＳ岩秦呈占芝艺ｉ占Ｉ４＝图１１＾〇〇．７３础回归方程０民值（民础３）４．３丄２Ｃｏｘ回归Ｃｏｘ回归摸型输入包括徑别、年龄、费别、是否急救入院、住院天数、抢救次数、ＣＣＵ口、ＩＣＵ天数天数、收缩压、ＢＭＩ指数、手术等级、切等级、切口愈合等级、脑血管病、外周血管病、高血压、糖尿病等共２４个协变量，再次入５６ 浙江大学硕去学位论文第４章风险评估系统实现０天院时间间瞩设为生存时间，３作为截断点。取固归方程各协变量的偏回归系数Ｂ，并进行显著性检验，得到相对危险性值（ＯＲ值）及其置信区间，结果４１６中巧口等銀口如表．所示，其、切愈合等绣相关性導罔于手术等銀。表４．１６Ｃｏｘ回归方程偏回归系数显著性检验结莱〇协变量艮Ｅｘｐ（Ｂ）９５．０／〇ａ用于Ｅｘｐ（Ｂ）下部上部Ｓｅｘ０．６３１．８７０．６６５．２９Ａｅ－０１３３ｇ．０３０．９７０．７ｌ．；Ｃ－Ｐａｙｅｒｌａｓｓ２．１００．１２０．０２０．９３－０３Ａｃｕｉｔｙ．１０．７４０．４２１．３０ＴｒｅａｔＤａｙｓ０．３４１．４０１．０４１．９１ＥＤ０４２１．５２０．１９１１．９０．－－ＩＣＵ１２．７５０．０００．００ｅｃｕ－１．１６０．０４２４２０．３１．ＳＢＰ０．２１１．２３０．９１１．６６－ＢＭＩ０．．２４０７９０．６０１４．０ＯｅｒＳｃａｌｅ２．３３１０．２７１．９４５４．４８ｐ－ＰＭＩ０．５５０．５８０．２２１．５４－－ＨＣＶＤ１２．．００．００００００－ＣＣＢ１．３．０３０６０．０３４．５０Ｄ－ｉ油ｅｔｅｓ０．３３０．７２０３９１．３２．－０ＣＰＤ．１９２．２６２０．８０．６６－２ＬＬＫＤ０．３２．巧．２４２００．２ＫＤ－ＳＬ１．６９０．１９０．０２２．１２Ｔｕｍｏｕｒ１．．３３３７８２．１４６７０．Ｃａｎｃｅｒ０．５０１，６４０．１４１９．０９ｅｒｔｅｎｓｏｎ０．Ｈ．９９２６９０．２６２７８０ｙｐｉ，Ｈｅ－－ｒｉａｅｍｉａ１１．５７０．０００．００ｙｐｌｐ５７ 浙江大学硕壬学位论文第４章风险评估系统实巧与Ｌｏｉｓｔｉｃ回归模型做同样处理４ｇ，图．１８所示即为所有危险因素的相对危险系数排序，参数值越大，说明该因素越危险，即对患者再次入院风险的影响越大。一从图中可看化，针对这聚类患者，其主要危险因素有手术等巧、肿瘤、高血压、、ｊ性别、癌症、心肌授塞等。＿＿＿。細，＿＿＂／———－－１０．０００Ｉ＇一—Ｓ＇ＯＯＧｊ—６．０００—４．０００＂＂＂￣￣￣￣￣￣￣￣￣￣￣－／２．０００］］ｎＴＨ＂Ｉｉ１＾＾？———＇＊￣－？－－￣／，ｙｐ…０．０００’省ｇ〇｜ａ日秦吉罢吝ｇ盖ｉＳｇｇ器＜ｉＪＳ进ｍＳ５〇擇Ｉ图４．１８Ｃｏｘ回归方程ＯＲ值４．３．２模型评佑系统最终用到的相对危险系数是根据回归模型的协变量偏回归系数Ｂ计算得到，因此分别计算Ｂ的标准误、４卡方值对模型进行评估。表１７ｉｉ．所示为Ｌｏｇｓｔｃ回归和Ｃｏｘ回归模型协变量偏回归系数的检验结果。其中，ＳＥ是偏回归系数Ｂ的标准误；Ｗａｌｄ是卡方值，等于偏回归系数除Ｗ其标准误的平方值，用于对偏回巧系数的检验。根据结果可Ｗ看出，Ｃｏｘ回归模型部分参数的标准误非常大，而Ｌｏｉｓｔｉｃ回归模型的误差相对较小ｇ。５８ 浙江犬学硕壬学位论文第４章风险巧佑系统实现表４．１７回归模型偏回归系数评估Ｃｏｘ回归Ｌｏｇｉｓｔｉｃ圓归Ｌｏｇｉｓｔｉｃ回归Ｌｏｇｋｔｉｃ回归＝＝＝（Ｒｉｓｋ１）（Ｒｉｓｋ２）（Ｒｉｓｋ３）ＳＥＷａｌｄＳＢＷａｌｄ化ＷａｌｄＳ巨Ｗａｉｄ＞Ｓｅｘ０．４１２．１３０２６２１．４９．１７６５０的１．．ｌ．Ｓ．２．Ａｇｅ０．１６０．０３０．８８１．４６０．６８０．４５０．６２０．００ＰａｅｒＣ４４．１０２７．２４．ｙｌａ巧１．０１．００２４０．３９０．２７０．５５Ａｃｕｉｔ０．２９１．１２０．９５２．７３０．８５１．４７１．０５１．５９ｙＴｒｅａｔＤａｙｓ０４．７６４９３８．４０４３０．４９１．６５．１６０．１．００．ＥＤ．．．０．０．１０５０．１６０．２２０１２０２１０２３０８．０５ＩＣＵ５８３７００．００５．１０１．．乂１０２４５．２１５．８３０．０７ｅｃｕ１．０４１２４６．８６０２４５６．４０．０５．．０３．８５０．０ＢＰ１５１．７１．１８１１４３１４５２４Ｓ０．９．６００．００．．０．ＢＭＩ０．１４２．８６０．２６０．０９０．２２１．２３０．２４０．７７ＯｐｅｒＳｃａｌｅ０．８５７．４８０．２４２．５８０．２２２．３６０．２００．０１－－－－ＰＭＩ０－－．５０１．１９ＨＣＶＤ７６６．００１．０２０．６３０．０３０４．９７０１．５０．６９０．３ＣＣＢｌ．２９．．５．２００．：０６３６０００．０５０４４．５００．０４Ｄｉａｂｅｔｅｓ０．３１ｌ．Ｉｌ２．９１０．３２１．６３０．１２１．６６１．１４ＣＰＤ０．６００１１０．５３１．３７０．４１０．６２０．５３２．４０．ＬＬＫＤ０．．．．．巧０３２０．９４００５１２５０６８０．６５０３７ＫＤ２４１４１．１９０．３７７３０７８．ＳＬ１．．８０．．０９０．０００Ｔｕｍｏｕｒ０．２９２０．８７２．１５０．７８１．５２１．４９１，５００．８６Ｃａｎｃｅｒ１．２５０．１６０．４６３１．９５０．４５２９．７５０．５４６．２５Ｈｅｒｔｅｎｓｉｏｎ１．１９０．６９２．６３０．２０２．３４０．００１．２００．２４ｙｐＨｙｐｅｒｌｉｐａｅｍｉａ４１５．９１０．００２．５２０．０３１．５５０．２４１．４８１．５１５９ 浙江大学硕±学位论文第４牵风险巧估系统实巧分别计算两个回归模型的平均标准误和卡方值，其结果如图４．１９所示。从围中可Ｗ看出，Ｌｏｇｉｓｔｉｃ回归樸型的误差明显小于Ｃｏｘ回归。。。－２ＳＣＬＳａ９０一１－Ｉ？…Ｉ柄准误０－１圓６０卡方值：：＼３３０－＾４—＿５－—－０Ｉ１１６Ｃｏｘ回归Ｌｏｇｉｓｔｋ：回归園４．１９回归模型评佑对比此外，通过偏回归系数不仅可Ｗ找到协变量与因变量之间的相关性，还可由此得到回归方程并进行预测。因此，本论文还根据偏回归方程的预测结果对两个回归模型进行评佑，得到Ｌｏｇｉｓｔｉｃ回归及Ｃｏｘ回归模型的准确率分别为８９．５７％，一＾８４！．２３％。从预测准确率这层面，同样可乂得到Ｌｏｇｉｓｔｉｃ回归棋型的效果更好。因此根据上述模型评估结果，本论文最终选择Ｌｏｇｉｓｔｉｃ回归模型作为系统危险因素相关性分析的回归模型。４．４系统实现／公血管疾病患者再次入院风险评估系统的使用界面如图４０．２所示。当區生给某病人下送出院医嘱时，运行该系统，输入患者标识、本次住院标识并选择疾病类型，点击确定后系统会自动集成该患者的相关信息，并对其再次入院风险进行评估，得到患者姓名、出入院时间、联系方式等基本信息，再次入院风险等级及主要危险因素信息。例如图中所示患者胡太来，经过系统预测得到其再次入院、风险等级为高风险，，，其主要危险因素有治疗天数严重肝／肾脏疾病癌症等读取危险因素的具体说明并分别给出患者院外自巧管理建议及随访人员健康指导建议。医生根据系统评估结果可Ｗ适当修改，完善建议并导出，分别供患者及随访人员参考。６０ 浙江乂学硕壬学位论文第４章風险巧估系统实现－口Ｘ，担涩营臟覃私赚乎—Ｐ瓜１扣知巧次ＳＶ！Ｄ：：８３６Ｓ５＾ｉ５巧者欄ｉ（禮！福｜Ｓｌ￥璋息１…出生巨巧ｈ９４０－８－：巧哀别公赛屋巧法者性咨：胡龙巧性別马＇－－ｎ－￣：＾１７炼杞简：２Ｄ８１０进院栓室：咕血居巧科入院粉巧２０２９巧｜…―＇—＇…：化竞是爱活医里５￡＾南进甲２詩耶之ｍ＾ｍ＾：１３６０１１７８３６５１｜跃觸广ＩＳＩ‘再化＼除鶏宾及：綱ＷＩ＊广芋‘因子：张違ｉＳ主要危险留录＊一Ｉ１．文＇，：台巧１２ｉｆＳＬ￣’，１严室巧巧病扉客术是巧巧按／香皮１画…垣涅沉査３：ｉＭ＿ｊ画醒Ｍ指巧…４目３！．：５Ｑｃｉ巧（易亩！＾一，疆疆５端７ＷＭｌ￣￣可庸宝＇６１ｍｍＨ枚巧ｇＰ■Ｂ—１？？？．－７；唯蓝巧ＭｉＥＢ？■■■ＢＳ＿＿■言靈画麵８Ｉ。抗結．。琴．疆篇与》巧ｇ；Ｕ．．ＩＩ；厂賴ｊ夏Ａ＇＊＊＊＊冷＊—ＴＡｂ、＊＊々片＊少＊ｙＡ＞＊Ａ衣＆＊１０爸寂、分。ＶＶ入＂夺、卢＊—＇＇＇Ｉ．１？＾没；厂：定者院化有我管理達议Ｉ：ｇ邱，＇１７１理建康护理Ｉ１．定定为歩男性．巧注意敕食习裙，寒想柔巧、易子消化约食物，注唐记１２晓．在隐天巧１２巧化巧這冢法远朽颈巧王蓄者裝受情巧，。貯送院治疗、化次尚善巧入？；３、在院辖雨呈巧坦駐苦营按宣Ｔ宫弓！荒术，手六等巧二汲，罚口等级！，哲台等汲甲，班口窗会島骑，不这巧需汪唐衣居旨我建康营理：４、库吉出民前电貞Ｉ压为１２弓ｍｍＨｇ，ＢＭ指巧为化２５Ｉ磁互号狭替．廷当殺巧，该這巧重．控範远Ｈｉ压－：．砖窓．辟窓术居巧巧孩应注意沿下几巧！５，主要转陡及耗发疾病育青血压草、！：糕贸．奶盐ｊ穿…毎天．中、晓搬量脑玉巧记轰，涅握骚强斌鮮打茜顿治巧．法意饮食吾债，满班；入，成滔戒Ｓ，色理运或。Ｕ２）保沒房巧的生活习镇，注急ｆｔ廢，返魚应黃，巧巧狹霞２量，操淳身必沧惊，度免傅绪激就汪＾＆＾京〇妨忌ＭＡ离蛋ｇ食物，乏據补５ｒ多＾５０更＾等．逐屋喔电巧，不能目：撤，食獲１＾Ｉ＾莽巧縣盐用药■職长巧題？一－之－；古之；／＾陸寒效封离瞬险：５夫？＾桌島友文娱枉１＾，蕾艾技苗掀义妾雇３义皂导達坡：定去香欠入＾；度巧—上违主要危检因表如疆卓是者的共司卓度＾育．并巧据患者反患暗元窗巧调百强巧巧划．……ｒ雨！图４．２０系统界面６１ 浙江大学巧去学位论文第５章总结与展望第５章总结与展望沁血管疾病病因复杂、病程较长，患者在治疗过程中需经常反复入院，在消耗大量医疗资源的同时产生昂贵的医疗费用。本论文针对上述问题，结合当前国内外对出院患者再次入院风险预测的研究，利用数据挖掘技术对患者在院信息进行深入分析。系统主要包括，设计并实现成血管疾病患者再次入院风险评佑系统下列功能；（１）利用人工神经网络算法建立患者再次入院风险预测模型，在患者出院时自动预测其３０天内再次入院风险等级；（２）根据患者危险因素进行实时聚类，利用Ｌｏｇｉｓｔｉｃ回归算法对患者所在聚类数据建立回归模型；，分析得到影响患者再次入院风险的危险因素排序（３）根据记血管疾病患者健康指南建立风险控制知识库，基于模型评估得到风险等级及危险因素预测结果，自动给出患者院外自我健康管理和随访医护人员健康指导建议。本论文在预测模型的参数选择上，总结了相关研究的优缺点并进行改进，从而提高了预测模型的学习效率及准确率。对患者实时聚类后，再利用回归模型找＂＂寻主要危险因素，从而指导后期建立个性化的健康计划。风险知识库的建立＂＂使系统有了自动思考的能力，智能地为患者及随巧人员提供健康管理建议。医生可Ｗ在此基础上结合模型评估结果完善建议，从而指导患者更好地进行院外自我管理，降低再次入院风险。一随着系统的使用，会产生大量相关数据。方面需要完善系统性能，保证数据量增大情况下系统的运行效率及准确率一方面则是通过对这些数据的合理；另加和完善系统功能一工作包括。因此：利用，增，下步（１）继续优化现有数据挖掘模型算法，提高算法伸缩性及系统性能。（２）现有的风险知识库是结合健康指南制定的，还不具较疆的灵活性。采集系统实际使用过程中医生改进后的健康建议及患者院外自我管埋情况的相关数据，使整，利用自然语言处理、机器学习等技未不断改进和完善知识库个系统更趋于智能化及个性化。６２ 浙江大学硕击学位论文参考文献参考文献２０Ｍ－１４．川世界玉生組织．年全球非传染性疾病现状报告［．日巧瓦２０１４：１２８１４４］［２］国家卫生和计划生育委员会．２０１４中国玉生和计划生育统计年鉴［Ｍ］．北京：２０９１－中国协和医科大学出版化１４：２３２０．３玉生部／心血管病防治研究中记Ｍ．中国Ａ血管病报告２０１４．北京：中国大［］［］２０１３－百科全书出版社１５：６０．，Ｋ－４ｏｅｈｌｅｒＢＥＲｉｃｈｔｅｒＫＭＹｏｕｎｂｌｏｏｄＬｅｔａｌ．Ｒｅｄｕｃｔｉｏｎｏｆ３０ｄａ［］，，ｇｙｏｓｔｄｓｃｒｅｏｓｉｔａｒｅａｄｍｉｓｓｏ打ｏｒｅｍｅｒｅｎｃｔＥＤｖｓｔｒａｔｅｓｎｐｉｈａｇｈｐｌｉｇｙｄｅｐａｒｔｍｅｎ（）ｉｉｉ－ｈｉｈｒｉｓｋｅｌｄｅｒｌｙｍｅｄｉｃａｌａｔｉｅｎｔｓｔｈｒｏｕｈｄｅｌｉｖｅｒｏｆａｔａｒｅｔｅｄｃａｒｅｂｕｎｄｌｅＪ，ｇｐｇｙｇ［］Ｊ－ｏｕｒｎａｌｏｆＨｏｓｉｔａｌＭｅｄｉｃｉｎｅ２００９４４：２１１２１８．ｐ，，（）５ＣｉｏｓＫＪ，ＭｏｏｒｅＧＷ．Ｕｎｉｕｅｎｅ巧ｏｆｍｅｄｉｃａｌｄａｔａｍｉｎｉｎ．Ａｒｔｉｆｉｃｉａｌ［］ｑｇ［｜｜２００２２６１１－ｉｎｔｅｌｌｉｇｅｎｃｅｉｎｍｅｄｉｃｉｎｅ：２４．，，（）Ｃ－６ｌａｕｓＥＢＲｉｓｃｈＮＴｈｏｍｓｏｎＷＤ．Ａｕｔｏｓｏｍａｌｄｏｍｉｎａｎｔｉｎｈｅｒｉｔａｎｃｅｏｆｅａｒｌ［］，，ｐｙｏｎｓｅｔｂｒｅａｓｔｃａｎｃｅｒ．Ｉｍｐｌｉｃａｔｉｏ打ｓｆｂｒｒｉｓｋｐｒｅｄｉｃｔｉｏｎ［Ｊ］，Ｃａｎｃｅｒ，１９９４，７３（３）：６４３－１６５．［７］Ｌｉｎｄｓｔｒ６ｍＪ，ＴｕｏｍｉｌｅｈｔｏＪ．ＴｈｅＤｉａｂｅｔｅｓＲｉｓｋＳｃｏｒｅＡｐｒａｃｔｉｃａｌｔ臀１化ｐｒｅｄｉｃｔ＊－ｔｙｐｅ２ｄｉａｂｅｔｅｓｉｉｓｋ阴．Ｄｉａｂｅｔｅｓｃａｒｅ，２００３，２６（３：７２５７３１．）ＮｏｒｔｏｎＭＮ＊ＳｍｉｔｈＤＭＪＡｃｄｏｎａｌｄＣＪ．ｏｎｅｌｅｃｔｉｖｅｉｅａｄｍｉｓｓｉｏｎｓｏｆｍｅｄｉｃａｌ閒，，ａ－ｔｔｓＪ．Ｊｒｏｎｉｃｓｅａｓｅｓ１３８：１ｐｉｅｎ［］ｏｕｒｎａｌｏｆｃｈｄｉ，９８５，（３）２３２２４．巧ＨｏｌｌｏｗａｙＪＪ，ＭｅｄｅｎｄｏｒｐＳ乂ＢｒｏｍｂｅｒｇＪ．Ｒｉｓｋｆａｃｔｏｒｓｆｏｒｅａｒｌｙｒｅａｄｍｉｓｓｉｏｎ］ｖｅｔｅｒａｎｓＪｔ１２５１Ｐｔ２１３－ａｍｏ打ｇ．Ｈｅａｌｈｓｅｒｖｉｃｅｓｒｅｓｅａｒｃｈ９９０：２３７．［］，，（巧１０ＢｏｕｔＤｏｗｄＢｃａｒｅＤｅｔａＳｃｒｅｅｎｎｅｅｒｓｆｏｒｒｉｓｋｏｆｈｏｓｔａｌＣＭＣｆｌ．ｉｌｄｉｌ［］，，ｙ，ｇｐａｄｍＡｍｔ４１－ｉｓｓｉｏｎ？ＪｏｕｒｎａｌｏｆｔｈｅｅｒｉｃａｎＧｅｒｉａｒｉｃｓＳｏｃｉｅｔ１９９３８：８１１８１７－…ｙ，，（）ｎＰｈＥＦＤ巧ＴＰｔ＊ｒｔｔｉ化ｉｎａｌｖｏＧ．ｒｅｄｉｃｉｏｎｏｆｈｏｓｉａｌｉｅａｄｍｉｓｓｉｏ打ｆｏｒｈｅａｆａｉｌｕｒｅ：［］，ｐｅｖｅｏｍ＊ｄｌｐｍｅｎｔｏｆａｓｉｐｌｅｒｉｓｋｓｃｏｉｅｂａｓｅｄｏｎａｄｍｉｎｉｓｔｒａｔｉｖｅｄａｔａＪ．Ｊｏｕｒｎａｌｏｆｔｈｅ［］ｅｒ－ＡｍｉｃａｎＣｏｌｌｅｇｅｏｆＣａｒｄｉｏｌｏｇｙ，１９９９，３３６：１５６０１５６６．（）＂Ｗ１２Ｋｍｍｈｏｌ之ＨＭＣｈｅｎＹ１ａｎｅｔａｌ．Ｐｒｅｄｉｃｔｏｒｓｏｆｒｅａｄｍｉｓｓｉｏｎａｍｏｎ［］，，ｇ义ｇｅｌｄｅｒｓｕｒｖｖｏｒｓｏｆａｄｍｉｓｓｉｏｎｗｉｈｈｅａｒｔ拉ｉｌｕｒｅＪ．ｍｅｒｉｃａｎｈｅａｒｔｏｕｒｎａ２０００ｌｙｉｔＡｌ，，［］ｊ６３ 浙江大学硕击学位论文参考文献－１３９１７２７７：．（）１３ＮｏｖｏｔｎＮＬ，ＡｎｄｅｒｓｏｎＭＡ．Ｐｒｅｄｉｃｔｉｏ打ｏｆｅａｒｌｒｅａｄｍｉｓｓｉｏ打ｉｎｍｅｄｉｃａｌ［］ｙｙｔｉｔＡｄｍｔｒｉｎｐａｅｎｔｓｕｓｉｎｇｔｈｅＰｒｏｂａｂｉｌｉｔｙｏｆＲｅｐｅａｅｄｉｓｓｉｏｎｉｎｓｕｍｅｎｔＪ．Ｎｕｒｓｉｎｇ［］ｒｅｓｅａｒｃ２００８５７６－ｈ：４０６４１５．，，（）［１４］ＨｏｗｅｌｌＳ，ＣｏｏｒｙＭ，Ｍａｒｔｉ打Ｊ，ｅｔａｌ．Ｕｓｉｎｇｒｏｕｔｉ打ｅｉｎｐａｔｉｅ打ｔｄａｔａ化ｉｄｅｎｔｉｆｙｐａｔｉｅｎｔｓａｔｒｉｓｋｏｆｈｏｓｐｉｔａｌｒｅａｄｍｉｓｓｉｏｎ［Ｊ］．ＢＭＣＨｅａｌｔｈＳｅｒｖｉｃｅｓＲｅｓｅａｒｃｈ，２００９，９１：９６．（）、１５陈秋，皮延生，李春燕等．慢性成为衰竭患者再次入院相关因素的研究阴．［Ｊ，昆明医学院学报２０－１０３１８：：１２７１３０．，，（）［１旬ＷｈｉｔｌｏｃｋＴＬ，ＴｉｇｎｏｒＡ，ＷｅｂｓｔｅｒＥＭ，ｅｔａｌ．Ａｓｃｏｒｉｎｇ巧Ｓｔｅｍ化ｐｒｅｄｉｃｔ化ａｄｍｉｓｓｉｏｎｏｆｐａｔｉｅｎｔｓｗｉ化ａｃｕｔｅｐａｎｃｒｅａｔｉｔｉｓ１：０化ｅｈｏｓｐｉｔａｌｗｉ化ｉｎ化ｉｒｔｄａｙｓｏｆｙｓｃｒｅＪ抑－ｄ，ｌｉｎｃａａｓｔｒｏｅｎｔｅｒｏｏＨｑｍｔｏｌｏ２０１１：１７５１８０ｉｈａｇＣｉｌＧｌｇｙｄｇｙ，，９．［］口）１７ＨａｍｍｉｌｌＢＧ，ＣｕｒｔｉｓＬＨ，ＦｏｎａｒｏｗＧＣｅｔａｌ．Ｉｎｃｒｅｍｅｎｔａｌｖａｌｕｅｏｆｃｌｉｎｉｃａｌｄａｔａ［］，ｂｅｏｎｄｃｌａｒｅｔｎ３０－ｄａｏｕｔｃｏｍｅｓａｆｔｅｒｈｅａｔｆａｍｓｄａｔａｉｎｉｌｕｒｅｙｉｐｄｉｃｉｇｙｒｈｏｓｐｉｔａｌｉｚａｔｉｏｎＪ．Ｃｉｒｃｕｌａｔｉｏ打：Ｃａｒｄｉｏｖａｓｃｕｌａｒｕａｌｋａ打ｄＯｉｒｔｃｏｍｅｓ２０１１４１：［］Ｑｙ，，（）－６７６０．１ＤｈＨＦＬＺｔＤ－ａｒｍａｒａａｎＫｓｉｅｈＡｉｎｅａｌ．ｉａｎｏｓｅｓａｎｄｔｉｍｉｎｏｆ３０ｄａ［，，，巧ｊｇｇｙ＊ｉｅａｄｍｓｓｏ打ｓａｆｔｅｒｈｏｓｔａｚａｔｉｏｎｏｒｅａｒｔｆａｉｌｕｒｅａｃｕｔｅｍｏｃａｒｄｉａｌｎｆａｒｃｔｏｎｏｒｉｉｐｉｌｉｆｈ，ｙｉｉ，ｎｅｕｍｏｎａＪａｍａ２０－１３４：３５３６３ｐｉＪ．３０９５．［］，，（）１９ＨａｓａｎＯＭｅｌｔｚｅｒＤＯＳｈａｋｅｖｉｃｈＳＡｅｔａｌ．Ｈｏｓｉｔａｌｒｅａｄｍｉｓｓｉｏｎｉｎｅｎｅｒａｌ，，，［］ｙｐｇｍｅｄｉｃｉｎｅａｔｉｅｎｔｓ：ａｒｅｄｉｃｔｉｏｎｍｏｄｅＪ．Ｊｏｕｒｌｏｆｅａｌｉｎｔｅｌｍｅｄｉｃｉｎｅｐｌｎａｇｅｎｒｒｎａｐ［］，２０－１０２５３：２１１２１９．，（）Ｍａｎｓｕｋｈａｎ－２０ＧａｒｒｉｓｏｎＧＭｉＭＰ，ＢｏｈｎＢ．Ｐｒｅｄｉｃｔｏｒｓｏｆｔｈｉｒｔｄａｒｅａｄｍｉｓｓｉｏｎ［］，ｙｙａｍｏｎｇｈｏｓｐｉｔａｌｉｚｅｄｆａｍｉｌｙｍｅｄｉｃｉｎｅｐａｔｉｅｎｔｓＪ．ＴｈｅＪｏｕｒｎａｌｏｆｔｈｅＡｍｅｒｉｃａｎ［］ＢＭ－ｏａｒｄｏｆＦａｍｉｉ２０１３２６７１ｌｅｄｄｎｅ：７７．ｙ，，ｙ）２ＭＦ’［１ＢｒａａＰＰｏｒｔｅｌａＦＳａｎｔｏｓ，巧ａｌ．Ｄａｔａｍｉｎｉｎｍｏｄｅｌｓ！：〇ｒｅｄｉｃｔａｔｉｅｎｔｓ］，，ｇｇｐｐ－ｒｅａｄｍｉｓｓｉｏｎｉｎｉｎｔｅｎｓｉｖｅｃａｒｅｕｎｉｔｓＣ／／ＩＣＡＡＲＴ２０１４Ｐｒｏｃｅｅｄｉｎｓｏｆ化ｅ６也［］ｇＩｎｔｅｍａｔｏ打ａｌｏｎｆｅｒｅｎｃｅｏｎＡｅｎｔｓａｎｄＡｉｔｉ巧ｃｉａｌＩｎｔｅｌｌｉｅｎｃｅ．２０１４．ｉＣｇｇ［２２］ＪｅｅｅｅｂｈｏＫＮ，ＫｅｌｌｅｒＨＧｒａｍｌｉｃｈＬｅｔａｌ．Ｎｕｔｒｉｔｉｏｎａｌａｓｓｅｓｓｍｅｎｔ：ｃｏｍａｒｉｓｏｎｊｙ，，ｐ６４ 浙江犬学硕去学位论文参考文献ｏｆｃａａｍｅｎｔａｎｄｏｂｅｃｔｖｅｖａａｂｌｅｓｆｏｒｔｈｅｒｅｃｔｏｎｏｆｅｎｔｈｌｉ打ｉｃｌｓｓｅｓｓｊｉｒｉｐｄｉｉｌｇｏｆｈｏｓｉｔａｌｓｔａａｎｄｒｅａｄｍｉｓｓｉｏｎ．ＴｈｅＡｍｅｒｉｃａｎｏｕｒｎａｌｉｉｌｔｒｉｔｉ２０５ｌｏｆｃ打ｃａｎｕｏｎ１ｐｙ口］，，ｊ－１０１５：９５６９６５．（）口３］范明，孟小峰．数据挖掘：概念与故术［Ｍ］．北京：机械工业出版社，２００７：３－２７．２４凌寒—．在真实世界中观察对比剂的临床安全性访同济大学附属上海第十［］２０４２］１－人民医院必脏中必主任徐亚伟教授叫．中国当代医巧，１，（６）：３．２ＨａｌＦｒａｎｋＥｅｓＧｅｔａ．ＴｈｅＷＥＫＡｄａｔａｍｉｎｎｓｏａｒｅ：ａｎｕｔｅ．ｌＭＨｏｌｍｌｉｆｔｗｄａ［引，，ｇ，ｐｙ］ＡＣＭ－ＳＩＧＫＤＤｅｘｐｌｏｒａｔｉｏｎｓｎｅｗｓｌｅｔｅｒ２００９ｎ：１０１义，，ｙ）２．．２００８［，李雄飞，等数据挖擺技术标准综述阴，，巧刘明亮，孙涛计算机科学３５５－（巧：１０．７民ｉｃｈａｒｄＪ？民ｏｅｒｃｅＷ．Ｇｅａｔｚ．Ｍ．？１ｉｇＭｉｈａｌ数据挖擺教程翁敬农戴紅译口］，［］，，２００３Ｈ８－巧版．化京：清华大学出版社：Ｉ２９．，２８ＩｎｍｏｎＷＨ．Ｂｕｌｄｉｎ地ｅｄａｔａｗａｒｅｈｏｕｓｅ：ＧｅｔｉｎｓｔａｅｄＪ．ＷｈｉｔｅＰａｅｒ［］ｉｇｇｒｔ［］ｐ．巧ｌｌｉｎｍｏｎ．ｃｏｍ２０００，９拉ｍｂａｌｌ民民ＯＳＳＭ．Ｔｈｅｄａｔａｗａｒｅｈｏｕｓｅ化ｏｌｋｉｔ：ｔｈｅｃｏｍｌｅｔｅｕｉｄｅｔｏ口］，ｐｇｄｈｎｅｎｓｉｏ打ａｌｍｏｄｅｌｉ打ｇ［Ｍ］．ＪｏｈｎＷｉｌｅｙ免Ｓｏ打ｓ，２０１１．口巧苏新宁．数据仓库和数据挖掘［Ｍ］．北京：清华大学出版社有限娩词，２００６：４０－４１．口ＩＪＰｉｎｇｌｉＷＫＷＬＷ，ＢｉｎＳ．ＲＥＳＥＡＲＣＨＯＮＴＥＣＨＮＯＬＯＧＹＯＦＥＴＬＩＮＤＡＴＡＷＡＲＥＨＯＵＳＥＡＮＤＩＴＳＰＲＡＣＴＩＣＥ．ＣｏｍｅｒＡｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ口］ｐ山ｐｐ，２００５１１１１：０．，３２ＬｉｕＸＴｈｏｍｓｅｎＣＰｅｄｅｒｓｅｎＴＢ．ＥＴＬＭＲ：ａｈｉｈｌｓｃａｌａｂｌｅｄｉｍｅｎｓｉｏｎａｌＥＴＬ［］，，ｇｙｆｒａｍｅｗｏｒｋｂａｓｅｄｏ打ｍａｅＭＴｔｏｎｏ打Ｌａ－ｃａｅＤａｔａ－ａ打ｄｐｒｃｄｕｃ／／ｒａｎｓａｃｉｓｒｅＳｌ［］ｇ－ＣＶＳ－ＫｎｏｗｌｅｄｅｅｎｔｅｒｅｄＳｅｍｓＩＩＩｉ１．ｒｎｅｒＢｅｒｌｉｎＨｅｉｄｅｌｂｅｒ２０３：１３１．ｇｙ巧ｐｇｇ，３３ＰｉｅｃｈａＪ．Ｔｈｅｎｅｕｒａｎｅｔｗｏｒｋｅｅｃｔｏ打ｏｒａｍｅｄｉｃａｉａｎｏｓｔｃｓｓｔｅｓｉｎａ打［］ｌｓｌｉｆｌｄｇｉｙｍｕｇａｒｔｉ打ｄａｌｄａｔａｓｅｔＪ．ＣＩＴ．Ｊｏｕｒｎａｌｏｆｃｏｍｔｉｎａｎｄｉｎｆｏｒｍａｔｉｏｎ１；ｅｃｈｎｏｌｏ２００１［］ｐｕｇｇｙ，，９２－：１２３１３２．（）３４ＰａｔｅｌＶＬＳｈｏｒｔｌｉｆｆｅＥＨＳｔｅｆａｎｅｌｌｉＭｔａｌ．Ｔｈｅｃｏｍｉｎｏｆａｅｏｆａｒｔｉｆｉｃｉａｌ［］，，ｅ，ｇｇ６５ 浙江大学硕去学位沦文参考文献－ｉ打ｔｅｌｌｉｇｅｎｃｅｉ打ｍｅｄｉｃｉ打ｅ？Ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅ打ｃｅｉｎｍｅｄｉｃｉ打ｅ２００９４６１：５１７．［巧，，（）＊－口引ＪａｉｎＡＫ．Ｄａｔａｃｌｕｓｔｅｒｉｎ：５０ｅａｒｓｂｅｏｎｄＫｍｅａｎｓ口？Ｐａｔｅｒｎｒｅｃｏｎｉｔｉｏｎｌｅｔｅ。ｇｙｙ］ｇ，２０－１０３：．１８６５１６６６，（）－３６袁方．ｍｅａｍ．［］，周志勇宋恣初始聚类中瓜优化的ｋ计算机工稷，算法［巧，２００７３３－０３：６５６６．，（）［３７］ＤｒａｐｅｒＮ民，Ｓｍｉ化Ｈ，ＰｏｗｎｅｉｌＥ．Ａｐｐｌｉｅｄ化ｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓ［Ｍ］．ＮｅｗＹｏｒｋ：Ｗｉｌｅｙ，１９６６．［３＾ＣｈａｔｔｅｒｊｅｅＳ，ＨａｄｉＡＳ．Ｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｂｙｅｘａｍｐｌｅ［Ｍ］．ＪｏｈｎＷｉｌ巧足Ｓｏｎｓ，２０１５．３９ＹａｎＲＸＪＰｅｎｔａ．ＡｃｏｒｏａｔｎｏｇｉｏｎＹｅｌＳＡＳｍａｒｒａｍｆｂｒｂｃｈｒｏｃｅ巧ｉｆ［］，，ｐｇｇｇ，［ｇｐ＊ｕｎｉｖａｒｉａｔｅＣｏｘｉｅｇｒｅ巧ｉｏ打ａｎａｌｙｓｉｓｆｏｒｒｅａｔｄａｔａｂａｓｅＪ．Ｚｈｏｎｎａｎｄａｘｕｅｘｕｅｇ］［］ｇ＝ｒｎｂａｏ．ＹｅｂａｎａｅｎａｌＳｏｕｎｉｖｅｒｓｔｅｄｃａｃｅｎｃｅｓｉｘｕＪｏｕｌｏｆＣｔｒｔｈＵｉ．Ｍｉｌｓｉ２０１５ｙ，，４０２－：１９４７．１９（）４０ＳＰ％ＣｈＭｏｄ－－ｉｎａ析数软件（上海巧限公司．ＳＰＳＳｅｌｅｒ軟件简介．２０１３０１１５］［］［＝ｗ－ｈｔ：／／ｗｗｗｓｃｏｎｈｃｎｒｅｓｏｆｔｗａｒｅｓｔｓｘｐ．ｐ化／ＳｏｆｔａＳｏｌｕｔｉｏｎ／ＳＬｉ．ａｐ？ＭＣＩＤ５８＆Ｍ＿＿＝ＣＣｏｎｔｅｎｔＩＤ５３．＿［４１］ＬｕｉｓＴｏｒｇｏ．数据挖掘与民语言［Ｍ］．李洪成，陈道轮，吴立明，译．北京：机－械工业出版社２０１３：１４．，４２Ｉｎｔｅｒｓｓｔｅｍ：ＣａｃｈｅＴｅｃｈＧｕｉｄｅｈｔ：／／ｗｗｗ．ｉｎｔｅｒｓｓｔｅｍｓ．ｃｎ／ｃａｃｈｅ／．［］ｙ，ｐｙ６６ 作者在頭去巧究生期间的科巧成果１．朱东燕．田雨李劲松．基于临床数据挖掘的冠知病药物治巧分析［Ｊ．中国数，］字医学ＩＳＴＩＣ，２０１５，１（Ｋ６．）２．陶敏．．基于ＢＩ，王星，朵寒燕等系统的个性化电子病历设计化中国数宇医学ＩＳＴＩＣ，２０１４，９７．（）＂＂３二．陶敏王豈朱卷燕．尊．中华医院信息网络大会优秀论文等奖．，，４一一．软件著作权李劲松朱春燕．童丹阳朱爱民．医，周天舒，田雨院科室业，，务管理软件Ｖ１．０．登记号２０１５Ｓ民１４８８０６．—５．王丰王呈朱寒戒．田丽天舒．急性上呼吸道感软件著作权李劲松，，，周，染用巧提示系统软件Ｖ１．０．登巧号２０１巧Ｒ１５６３５８．６７
此文档下载收益归作者所有
