一种合并症和并发症的病历统计分析系统技术方案

本发明专利技术公开了一种合并症和并发症的病历统计分析系统，包括用于病历统计分析的分析计算模组；及与分析计算模组通信的并发症关联查询库、病历接收系统、分类统计模块和分析模组；本发明专利技术的合并症和并发症的病历统计分析系统，能够完成主要诊断结果和其它诊断结果之间是否为并发症，并发症和并发症概率，以及通过前端诊断对可能引起一种或多种并发症的预测。

【技术实现步骤摘要】
一种合并症和并发症的病历统计分析系统
本专利技术涉及一种病历统计分析系统，具体涉及一种合并症和并发症的病历统计分析系统，属于病历统计分析系统

技术介绍
并发症是指一种疾病在发展过程中引起另一种疾病或症状的发生，后者即为前者的并发症，如消化性溃疡可能有幽门梗阻、胃穿孔或大出血等并发症。合并症也称为共病现象，是指与主要疾病同时存在的疾病状态，且与主要疾病状态相互独立；主要疾病在患者患病过程中起主导作用，且是住院治疗的首要原因，也是患者健康负担的主要部分。并发症与主要疾病之间有因果关系，合并症与主要疾病之间无因果关系；一种疾病在发展过程中时常有另一种疾病或症状的发生，而后一种疾病或症状是否与前种疾病有因果关系有时不能下准确判断；为此，中国专利申请号：201710221662.5，公开一种合并症与并发症的病历统计分析系统，其能够利用计算机高速运算迅速分析出与选定主要诊断可能有因果关系的合并症与并发症，达到速度更高的有益效果；但其并未对病案首页数据进行细化处理，在数据统计过程中，容易因为极端概率掩盖并发症与合并症与主要诊断结果真实关联度，从而导致分析误差大；另外，对于其他诊断结果仅仅进行2×2交叉分类资料的χ2检验计算方式，其计算误差大，且无法进行后续精确预测。
技术实现思路
为解决上述问题，本专利技术提出了一种合并症和并发症的病历统计分析系统，能够完成主要诊断结果和其它诊断结果之间是否为并发症，并发症和并发症概率，以及通过前端诊断对可能引起一种或多种并发症的预测。本专利技术的合并症和并发症的病历统计分析系统，包括用于病历统计分析的分析计算模组；及与分析计算模组通信，并通过穷举法建立的并发症关联查询库，即对于某一医学症状通过穷举法获取与其相关联的N个并发症；其中，并发症的关联依据建立手段为医学常识、历史病历或直接医学证据；及与分析计算模组通信，及用于接收病案首页数据的病历接收系统；及与分析计算模组通信，及用于将接收的病历数据进行类项划分的分类统计模块，所述分类统计模块包括根据主要诊断结果统计划分为多个主分类项的主分类模型，及对每一主分类项进行细化划分的从分类模型，其中，病案首页数据包括主要诊断和其他诊断，主要诊断和其他诊断划分为：本科疾病在前，他科疾病在后，主要疾病在前，次要疾病在后，原发疾病在前，继发疾病在后，急性疾病在前，慢性疾病在后，后遗症在前，原手术或疾病史在后，危及病人生命的疾病在前，其他疾病在后，花费医疗时间多的在前，少的在后；所述从分类模型其分类如下：无手术无住院的A类项，无手术住院的B类项，术后无住院C类项，术后住院，且住院天数在预设阈值范围内的D类项，术后住院，且住院天数少于预设阈值的E类项，术后住院，且住院天数大于预设阈值的F类项；及依次对主分类项下各组从分类模型进行统计分析的分析模组；所述分析模组其统计具体如下：a、病历数据分类编码，对病历接收系统送入的病历数据进行编码，编码过程即为送入分类统计模块进行分类统计，最后获取每一病历对应的编码，其编码由主分类编码号和从分类编码构成；b、病历数据统计，建立病历统计表格，表格内容包括病历ID号、分类编码号、主要诊断结果数据和其他诊断结果数据；c、独立分类项病历数据分析，选择某一分类编码号，即选择某一主要诊断结果目录下的某一从分类项进行数据分析，依次选择分类编码号，直到主要诊断结果目录下的所有分类项完成分析；其分析过程如下：c1、分析数据获取，先获取分类项下每一组主要诊断结果和其他诊断结果数据；c2、比较分析，通过主要诊断结果调用并发症关联查询库，即通过主要诊断结果查找并发症关联查询库内与其一致的医学症状，从而获取该医学症状相关的并发症；接着，依次将主要诊断结果其分类项下每一其它诊断结果与该医学症状相关的并发症比较，如果与某一并发症一致；则将其标示为1，否则标示为0；c21、独立分类项分析：分别调用每一分类项下标示为1的所有其它诊断结果，确定某一其它诊断结果发生概率；分别调用每一分类项下标示为0的所有其它诊断结果，确定某一其它诊断结果发生概率，且设置第一概率阈值线；当下标示为0的某一诊断结果超过第一概率阈值线，则输出可能并发关联，否则输出合并症；c22、联合分类项分析：c221、当下标示为0的某一其它诊断结果至少两个分类项超过第一概率阈值线时，则输出并发关联，并送入并发症关联查询库，更新其相关医学症状相关的并发症列表；c222、当超过第一概率阈值线的分类项少于2个时，对分类项进行加权计算，计算分为两组，包括用于统计A类项+B类项的甲组；其中A类项权重不少于60%；用于统计C类项+D类项+E类项+F类项为乙组；其中，D类项权重不少于60%，C类项比重不超过10%，E类项和F类项权重一致，加权计算时，依次对下标示为0的某一其它诊断结果乘以该类项权重得到分类比重值，最后将甲组或乙组下的所有分类比重值相加，得到总的概率值；并设置第二概率阈值线；当总的概率值超过第二概率阈值线，则输出可能并发关联，否则输出合并症；其中，甲组和乙组选择如下：当选择某一主要诊断结果后，通过统计该主要诊断结果在甲组和乙组中的比例，当甲组或乙组其占的比重超过70%时，则调用该组进行加权计算，另一组低比重的直接忽略；当两组都未超过70时，则均调用该组进行加权计算，并获得计算结果，最后，将两组计算结果分别乘以各自比重后相加得到总的概率值；并设置第二概率阈值线；当总的概率值超过第二概率阈值线，则输出可能并发关联，否则输出合并症；c23、并发症隐形关联分析和差值关联分析，依次选定某一主要诊断结果，分别调用其每一分类项下标示为1的所有其它诊断结果，及调用其每一分类项下标示为0的所有其它诊断结果，当分类项下标示为0的其它诊断结果其阀概率低于5%时，将其视作合并症，直接忽略不计；对分类项下标示为0的剩余诊断结果和下标示为1的所有其它诊断结果进行分析，其分析过程如包括并发症隐形关联分析和差值关联分析；所述并发症隐形关联分析具体如下：分析前，先根据上一步骤选定甲组和乙组方法选定组别，统计某一其它诊断结果在对应组别下的各个分类项的概率，并计算某一其它诊断结果从一分类项至另一分类项其概率增量比例或减量比例；最后获取概率同步增量或同步减量的各个其它诊断结果，其为同向关联，或某一或多个其它诊断结果减量，剩余其它诊断结果为保持或增量，其为反向关联；所述差值关联分析具体如下：分析前，先对每一概率进行换算取整，对于概率不超过十位数的数据进行取整，即将一位小数点后数字进行忽略，并对小数点数字进行四舍五入；对于概率超过十位数的数据先除10，再进行取整，即将一位小数点后数字进行忽略，并对小数点数字进行四舍五入；将概率不超过十位数，且符合分析的其它诊断结果均进行差值运算，差值少于2的为关联项；当概率超过十位数，且两个其它诊断结果差值少于4的为关联项。进一步地，所述同向关联具体为：当诊断某一其它诊断结果时，需要诊断与其同向关联的其它诊断结果；所述反向关联具体为：当诊断某一其它诊断结果本文档来自技高网...

【技术保护点】
1.一种合并症和并发症的病历统计分析系统，其特征在于：包括用于病历统计分析的分析计算模组；/n及与分析计算模组通信，并通过穷举法建立的并发症关联查询库，即对于某一医学症状通过穷举法获取与其相关联的N个并发症；其中，并发症的关联依据建立手段为医学常识、历史病历或直接医学证据；/n及与分析计算模组通信，及用于接收病案首页数据的病历接收系统；/n及与分析计算模组通信，及用于将接收的病历数据进行类项划分的分类统计模块，所述分类统计模块包括根据主要诊断结果统计划分为多个主分类项的主分类模型，及对每一主分类项进行细化划分的从分类模型，所述从分类模型其分类如下：无手术无住院的A类项，无手术住院的B类项，术后无住院C类项，术后住院，且住院天数在预设阈值范围内的D类项，术后住院，且住院天数少于预设阈值的E类项，术后住院，且住院天数大于预设阈值的F类项；/n及依次对主分类项下各组从分类模型进行统计分析的分析模组；所述分析模组其统计具体如下：/na、病历数据分类编码，对病历接收系统送入的病历数据进行编码，编码过程即为送入分类统计模块进行分类统计，最后获取每一病历对应的编码，其编码由主分类编码号和从分类编码构成；/nb、病历数据统计，建立病历统计表格，表格内容包括病历ID号、分类编码号、主要诊断结果数据和其他诊断结果数据；/nc、独立分类项病历数据分析，选择某一分类编码号，即选择某一主要诊断结果目录下的某一从分类项进行数据分析，依次选择分类编码号，直到主要诊断结果目录下的所有分类项完成分析；其分析过程如下：/nc1、分析数据获取，先获取分类项下每一组主要诊断结果和其他诊断结果数据；/nc2、比较分析，通过主要诊断结果调用并发症关联查询库，即通过主要诊断结果查找并发症关联查询库内与其一致的医学症状，从而获取该医学症状相关的并发症；接着，依次将主要诊断结果其分类项下每一其它诊断结果与该医学症状相关的并发症比较，如果与某一并发症一致；则将其标示为1，否则标示为0；/nc21、独立分类项分析：分别调用每一分类项下标示为1的所有其它诊断结果，确定某一其它诊断结果发生概率；分别调用每一分类项下标示为0的所有其它诊断结果，确定某一其它诊断结果发生概率，且设置第一概率阈值线；当下标示为0的某一诊断结果超过第一概率阈值线，则输出可能并发关联，否则输出合并症；/n c22、联合分类项分析：/nc221、当下标示为0的某一其它诊断结果至少两个分类项超过第一概率阈值线时，则输出并发关联，并送入并发症关联查询库，更新其相关医学症状相关的并发症列表；/nc222、当超过第一概率阈值线的分类项少于2个时，对分类项进行加权计算，计算分为两组，包括用于统计A类项+B类项的甲组；其中A类项权重不少于60%； 用于统计C类项+D类项+E类项+F类项为乙组；其中，D类项权重不少于60%，C类项比重不超过10%，E类项和F类项权重一致，加权计算时，依次对下标示为0的某一其它诊断结果乘以该类项权重得到分类比重值，最后将甲组或乙组下的所有分类比重值相加，得到总的概率值；并设置第二概率阈值线；当总的概率值超过第二概率阈值线，则输出可能并发关联，否则输出合并症；/n其中，甲组和乙组选择如下：/n当选择某一主要诊断结果后，通过统计该主要诊断结果在甲组和乙组中的比例，当甲组或乙组其占的比重超过70%时，则调用该组进行加权计算，另一组低比重的直接忽略；当两组都未超过70时，则均调用该组进行加权计算，并获得计算结果，最后，将两组计算结果分别乘以各自比重后相加得到总的概率值；并设置第二概率阈值线；当总的概率值超过第二概率阈值线，则输出可能并发关联，否则输出合并症；/nc23、并发症隐形关联分析和差值关联分析，依次选定某一主要诊断结果，分别调用其每一分类项下标示为1的所有其它诊断结果，及调用其每一分类项下标示为0的所有其它诊断结果，当分类项下标示为0的其它诊断结果其阀概率低于5%时，将其视作合并症，直接忽略不计；对分类项下标示为0的剩余诊断结果和下标示为1的所有其它诊断结果进行分析，其分析过程如包括并发症隐形关联分析和差值关联分析；所述并发症隐形关联分析具体如下：/n分析前，先根据上一步骤选定甲组和乙组方法选定组别，统计某一其它诊断结果在对应组别下的各个分类项的概率，并计算某一其它诊断结果从一分类项至另一分类项其概率增量比例或减量比例；最后获取概率同步增量或同步减量的各个其它诊断结果，其为同向关联，或某一或多个其它诊断结果减量，剩余其它诊断结果为保持或增量，其为反向关联；/n所述差值关联分析具体如下：/n分析前，先对每一概率进行换算取整，对于概率不超过十位数的数据进行取整，即将一位小数点后数字进行忽略，并对小数点数字进行四舍五入；对于概率超过十位数的数据先除10，再进行取整，即将一位小数点后数字进行忽略，并对小...

【技术特征摘要】
1.一种合并症和并发症的病历统计分析系统，其特征在于：包括用于病历统计分析的分析计算模组；
及与分析计算模组通信，并通过穷举法建立的并发症关联查询库，即对于某一医学症状通过穷举法获取与其相关联的N个并发症；其中，并发症的关联依据建立手段为医学常识、历史病历或直接医学证据；
及与分析计算模组通信，及用于接收病案首页数据的病历接收系统；
及与分析计算模组通信，及用于将接收的病历数据进行类项划分的分类统计模块，所述分类统计模块包括根据主要诊断结果统计划分为多个主分类项的主分类模型，及对每一主分类项进行细化划分的从分类模型，所述从分类模型其分类如下：无手术无住院的A类项，无手术住院的B类项，术后无住院C类项，术后住院，且住院天数在预设阈值范围内的D类项，术后住院，且住院天数少于预设阈值的E类项，术后住院，且住院天数大于预设阈值的F类项；
及依次对主分类项下各组从分类模型进行统计分析的分析模组；所述分析模组其统计具体如下：
a、病历数据分类编码，对病历接收系统送入的病历数据进行编码，编码过程即为送入分类统计模块进行分类统计，最后获取每一病历对应的编码，其编码由主分类编码号和从分类编码构成；
b、病历数据统计，建立病历统计表格，表格内容包括病历ID号、分类编码号、主要诊断结果数据和其他诊断结果数据；
c、独立分类项病历数据分析，选择某一分类编码号，即选择某一主要诊断结果目录下的某一从分类项进行数据分析，依次选择分类编码号，直到主要诊断结果目录下的所有分类项完成分析；其分析过程如下：
c1、分析数据获取，先获取分类项下每一组主要诊断结果和其他诊断结果数据；
c2、比较分析，通过主要诊断结果调用并发症关联查询库，即通过主要诊断结果查找并发症关联查询库内与其一致的医学症状，从而获取该医学症状相关的并发症；接着，依次将主要诊断结果其分类项下每一其它诊断结果与该医学症状相关的并发症比较，如果与某一并发症一致；则将其标示为1，否则标示为0；
c21、独立分类项分析：分别调用每一分类项下标示为1的所有其它诊断结果，确定某一其它诊断结果发生概率；分别调用每一分类项下标示为0的所有其它诊断结果，确定某一其它诊断结果发生概率，且设置第一概率阈值线；当下标示为0的某一诊断结果超过第一概率阈值线，则输出可能并发关联，否则输出合并症；
c22、联合分类项分析：
c221、当下标示为0的某一其它诊断结果至少两个分类项超过第一概率阈值线时，则输出并发关联，并送入并发症关联查询库，更新其相关医学症状相关的并发症列表；
c222、当超过第一概率阈值线的分类项少于2个时，对分类项进行加权计算，计算分为两组，包括用于统计A类项+B类项的甲组；其中A类项权重不少于60%；用于统计C类项+D类项+E类项+F类项为乙组；其中，D类项权重不少于60%，C类项比重不超过10%，E类项和F类项权重一致，加权计算时，依次对下标示为0的某一其它诊断结果乘以该类项权重得到分...

【专利技术属性】
技术研发人员：唐华，徐海鹏，张华，丁英峰，
申请(专利权)人：山东勤成健康科技股份有限公司，
类型：发明
国别省市：山东;37