一种预测失能者日常生活功能的方法技术

一种预测失能者日常生活功能的方法，将多个失能者多项复健评估指标套组的测量结果及其相对应的日常生活功能状态输入至机械学习机中，透过机械学习机选出数个分类效能最佳的复健评估指标套组的变量数值后，搭配其相对应的日常生活功能状态，藉由监督式机械学习演算法以建立日常生活功能状态预测模型后，最后将新受检者多项复健评估指标套组的施测结果输入至日常生活功能状态预测模型中，透过日常生活功能状态预测模型的内部运算，即可得到日常生活功能状态的预测结果。

【技术实现步骤摘要】
一种预测失能者日常生活功能的方法
本专利技术系提供一种预测失能者日常生活功能的方法，系透过日常生活功能状态预测模型的建立，从而预测受检者未来的日常生活功能状态，并据以妥善分配照护资源，减少不必要的照护资源浪费。
技术介绍
身心失能者(简称失能者)的定义为：身体或心智功能部分或全部丧失，致其日常生活需要他人协助者。失能的程度，通常系由日常生活功能量表(ADLs)或工具性日常生活功能量表(IADLs)来评判，通常依照状况分为轻度、中度与重度失能。据统计，台湾于2011年共有近67万失能者，其中65岁以上约41万人，到了2020年将预估成为86万失能者，65岁以上的失能者则会突破60万人。现今社会往往在轻度失能时缺乏照护，随即很快地恶化成为中、重度失能，而当今的医学技术又足以维持失能者的生命，长期下来会造成中、重度失能者的人数越来越多，造成国家与社会的负担越来越重。为了克服上述问题，现有技术系使用人工对单一危险因子的复健评估量表进行判读，以评估失能者日常生活功能的方法，然而上述方法缺乏系统性的评估、未使用多项实验室检验数据、无法评估整体数据的分布型态且效率低下，无法轻易得知失能者未来的日常功能状态，进而影响其在临床使用上的效能，因此在正确性、时效性及判读结果重现性上仍有改善的空间。
技术实现思路
本专利技术的目的在于提供一种预测失能者日常生活功能的方法，预测受检者未来的日常生活功能状态，并据以妥善分配照护资源，减少不必要的照护资源浪费。为实现上述目的，本专利技术公开了一种预测失能者日常生活功能的方法，其特征在于包括：A.建立多项复健评估指标套组，该些复健评估指标套组具有能统计分数的复健评估量表及实验室检验数值；B.将多个失能者分别进行多项复健评估指标套组的施测后，再将复健评估指标套组的测量结果及其对应各个失能者的日常生活功能状态输入至机械学习机中；C.透过机械学习机选出多个分类效能最佳的复健评估指标套组的变量数值，搭配其相对应的日常生活功能状态，并透过监督式机械学习演算法以建立日常生活功能状态预测模型；及D.将新受检者进行多项复健评估指标套组的施测，并将施测后结果输入至日常生活功能状态预测模型中，即可进行日常生活功能状态的运算，并得到日常生活功能状态的预测结果。其中，获得日常生活功能状态的预测后，可根据预测结果提醒受检者采取后续对应状态的行动。其中，日常功能状态的判定日期与复健评估量表的评估日期，两者相隔时间为2周至1年。其中，复健评估量表为雷氏修正量表、巴氏量表、功能性由口进食量表、迷你营养评估量表、健康生活品质测量问卷、工具性日常生活功能量表、伯格氏平衡量表、步行速率、六分钟行走测试、傅格－梅尔评估量表、简短智能测验、动作活动量表、简明失语症测验或上述的任意组合。其中，日常生活功能状态系使用巴氏量表-日常生活依赖程度、工具性日常生活功能分数或雷氏修正量表分数进行评估。其中，实验室检验数值为全套血液检查、白血球分类计数、总蛋白、白蛋白、白血球脂化酶、C反应蛋白、前降钙素、红血球沉降速率、乳酸、乳酸去氢酶、糖份、钠离子、钾离子、钙离子、氯离子、镁离子、亚铁离子、铁离子、尿素氮、肌酐酸、胱蛋白C、胆红素、低密度脂蛋白、高密度脂蛋白、三酸甘油脂、总胆固醇、血糖、微白蛋白、醣化血色素、同半胱胺酸、脂蛋白、尿酸或上述的任意组合。其中，监督式机械学习演算法使用逻辑式回归、K邻近法、支持向量机、类神经网路学习、决策树、随机森林、贝氏决策法或上述的任意组合。通过上述内容，本专利技术主要透过将多项复健评估指标套组对多个失能者施测，并将测量结果及其对应各个失能者的日常生活功能状态输入至机械学习机中，透过机械学习机选出数个分类效能最佳的复健评估指标套组的变量数值后，搭配其相对应的日常生活功能状态，藉由监督式机械学习演算法以建立日常生活功能状态预测模型，最后将新受检者进行多项复健评估指标套组的施测，再把施测后结果输入至日常生活功能状态预测模型中，即可进行日常生活功能状态的运算，并得到日常生活功能状态的预测结果；所得到的结果可提醒受检者采取后续行动，达到高效能预测受检者未来的日程生活状态，并据以分配照护资源，减少不必要的照护资源浪费为其主要目的。本专利技术为日常生活功能状态预测模型解决大数据判读的问题，该等复健评估量表套组包含多样化的资讯，能让医疗人员能从更多面向得知失能者的身体情况及日常生活功能，因此当评估指标越多，其评估效果会越好，但这大数据直接由临床医疗人员进行判断，在时效性及正确性上可能皆有其不足，因此本专利技术利用监督式机械学习演算法，得以最大程度地从现有的数据中，分析失能者于复健评估指标套组分布上的差异，并且从整体的数据分布样貌中找出分类依据，从而预测未来个案的日常生活状态是属于轻度依赖、中度依赖或重度依赖；因此利用建立的日常生活功能状态预测模型代替人力判读，则是增加了整体判读效率及正确率，且该日常生活功能状态预测模型，亦可多方面地复制至使用者的终端机进行使用。附图说明图1为本专利技术的流程示意图。图2为本专利技术工具性日常生活功能分数预测模型的ROC曲线。图3为本专利技术工具性日常生活功能分数预测模型的效能，以ROC曲线下面积作为指标。图4为本专利技术以ROC曲线下面积为指标，比较多个指标搭配不同的监督式机械学习演算法及单一指标预测效能的比较表。具体实施方式首先请参阅图1，本专利技术所提供的主体概念为一种预测失能者日常生活功能的方法，将多个失能者统计分数的多项复健评估量表及实验室检验数值建立复健评估指标套组；将多个失能者分别进行多项复健评估指标套组的施测后，再将测量结果及其对应各个失能者的日常生活功能状态输入至机械学习机中；透过机械学习机挑选出数个分类效能最佳的复健评估指标套组的变量数值后，搭配相对应的日常生活功能状态，藉由监督式机械学习演算法以建立日常生活功能状态预测模型；最后将新受检者进行多项复健评估指标套组的施测，并将施测后结果输入至日常生活功能状态预测模型中，即可进行日常生活功能状态的运算，并得到日常生活功能状态的预测结果，而后即可根据预测结果提醒受检者采取后续对应状态的行动。其中日常功能状态的判定日期与复健评估量表的评估日期，两者相隔时间为2周至1年。其中复健评估量表为雷氏修正量表(ModifiedRankinScale,MRS)、巴氏量表(BarthelIndex)、功能性由口进食量表(Functionaloralintakescale,FOIS)、迷你营养评估量表(MiniNutritionAssessment,MNA)、健康生活品质测量问卷(EuroQoL-5D)、工具性日常生活功能量表(IADLScale)、伯格氏平衡量表(BergBalanceScale,BBS)、步行速率(Gaitspeed)、六分钟行走测试(Sixminuteswalkingtest,6MWT)、傅格－梅尔评估量表(Fugl-MeyerAssessment,FMA)、简短智能测验(Mini-mentalstateexamination,MMSE)、动作活动量表(MotorActivityLog,MAL)、简明失语症测验(ConciseChineseAphasiaTest,CCAT)或上述的任意组合。其中日常生活功能状态系使用巴氏量表-日常生活依赖程度(Bart本文档来自技高网...

【技术保护点】
1.一种预测失能者日常生活功能的方法，其特征在于包括：A.建立多项复健评估指标套组，该些复健评估指标套组具有能统计分数的复健评估量表及实验室检验数值；B.将多个失能者分别进行多项复健评估指标套组的施测后，再将复健评估指标套组的测量结果及其对应各个失能者的日常生活功能状态输入至机械学习机中；C.透过机械学习机选出多个分类效能最佳的复健评估指标套组的变量数值，搭配其相对应的日常生活功能状态，并透过监督式机械学习演算法以建立日常生活功能状态预测模型；及D.将新受检者进行多项复健评估指标套组的施测，并将施测后结果输入至日常生活功能状态预测模型中，即可进行日常生活功能状态的运算，并得到日常生活功能状态的预测结果。

【技术特征摘要】
1.一种预测失能者日常生活功能的方法，其特征在于包括：A.建立多项复健评估指标套组，该些复健评估指标套组具有能统计分数的复健评估量表及实验室检验数值；B.将多个失能者分别进行多项复健评估指标套组的施测后，再将复健评估指标套组的测量结果及其对应各个失能者的日常生活功能状态输入至机械学习机中；C.透过机械学习机选出多个分类效能最佳的复健评估指标套组的变量数值，搭配其相对应的日常生活功能状态，并透过监督式机械学习演算法以建立日常生活功能状态预测模型；及D.将新受检者进行多项复健评估指标套组的施测，并将施测后结果输入至日常生活功能状态预测模型中，即可进行日常生活功能状态的运算，并得到日常生活功能状态的预测结果。2.如权利要求1所述的预测失能者日常生活功能的方法，其特征在于，获得日常生活功能状态的预测后，可根据预测结果提醒受检者采取后续对应状态的行动。3.如权利要求1所述的预测失能者日常生活功能的方法，其特征在于，日常功能状态的判定日期与复健评估量表的评估日期，两者相隔时间为2周至1年。4.如权利要求1所述的预测失能者日常生活功能的方法，其特征在于，复健评估量表为雷氏修正量表...

【专利技术属性】
技术研发人员：陈智光，陈春贤，王信尧，林宛莹，
申请(专利权)人：长庚医疗财团法人林口长庚纪念医院，长庚大学，
类型：发明
国别省市：中国台湾,71