【技术实现步骤摘要】
本专利技术涉及医学数据分析与预测，具体为慢性肾病健康状态智能分析预测预警方法及系统。
技术介绍
1、慢性肾病（ckd）是全球范围内的一个重大公共卫生问题，其发病率和患病率逐年上升，尤其在老年人群中更为普遍。ckd的进展会导致肾功能逐渐丧失，最终可能需要透析或肾脏移植。因此，早期诊断和及时治疗对于延缓病情进展、改善患者预后至关重要。
2、在现有的慢性肾病管理策略中，医生主要依赖定期的血液和尿液检查来监测患者的肾功能状态。这些方法包括血肌酐、尿素氮水平的测定，以及对尿蛋白的定性和定量分析。然而，这些传统的监测手段存在滞后性、间断性、非综合性的局限问题，鉴于慢性肾病管理中存在的这些挑战，一种慢性肾病健康状态智能分析预测预警方法便应运而生。
3、现有技术如公告号为：cn116564511a的专利技术专利申请公开的一种慢性病健康状态预测方法、装置及设备，其中，预测方法包括：将基本信息特征表示和动态随访数据特征表示进行融合，形成融合后的数据；将融合后的数据通过多头自注意力机制进行处理，形成处理数据；基于第一全连接层对所述处理数据处理形成慢性病健康预测结果。针对性地分离基本信息和随访数据，并将随访数据建模成时间序列形式，对于慢性病随访患者预测提供了一种基于时间序列数据挖掘的完整解决方案，设计个性化的自注意力融合机制并将其应用于模型中，有效提升预测精度。
4、基于上述方案发现，现有技术存在的局限至少包括如下问题，首先，现有的慢性肾病监测方法常常依赖于单次或间歇性的健康评估，从而难以充分捕捉患者健康状态的动态变
技术实现思路
1、针对现有技术的不足，本专利技术提供了慢性肾病健康状态智能分析预测预警方法及系统，解决了现有的慢性肾病监测方法常常依赖于单次或间歇性的健康评估，从而难以充分捕捉患者健康状态的动态变化，尤其是在慢性病管理中，病情的微小变化可能对患者的长期健康产生重大影响，其次，现有的评估方法未能综合考虑患者的多维度健康数据，从而容易导致评估结果的局限性和偏差，难以全面反映患者的真实健康状况的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：慢性肾病健康状态智能分析预测预警方法，包括以下步骤：获取患者历史若干次的历史健康测量数据，所述历史健康测量数据包括历史血液数据、历史尿液数据、历史生理数据；分别对患者历史每次的历史健康测量数据进行评估分析，得到患者历史每次的历史血液健康评估指数、历史尿液健康评估指数、历史生理健康评估指数；分别对患者历史每次的历史血液健康评估指数、历史尿液健康评估指数、历史生理健康评估指数进行综合分析，得到患者历史每次的肾脏健康状态评估指标；将患者历史每次的肾脏健康状态评估指标分别与预设的肾脏健康状态评估阈值进行差值分析，并基于差值分析结果判断是否需要预警。
3、进一步地，所述历史血液数据具体为历史肌酐浓度值、历史尿素氮浓度值、历史血钙浓度值、历史血磷浓度值、历史白蛋白浓度值，历史尿液数据具体为历史尿蛋白浓度值、历史尿钠浓度值，历史生理数据具体为历史血压值、历史bmi指数。
4、进一步地，得到患者历史每次的历史血液健康评估指数的具体步骤如下：获取患者的肌酐浓度参考值、尿素氮浓度参考值、血钙浓度参考值、血磷浓度参考值、白蛋白浓度参考值；将患者历史每次的历史肌酐浓度值、历史尿素氮浓度值、历史血钙浓度值、历史血磷浓度值、历史白蛋白浓度值，分别结合肌酐浓度参考值、尿素氮浓度参考值、血钙浓度参考值、血磷浓度参考值、白蛋白浓度参考值进行综合分析，得到患者历史每次的历史血液健康评估指数。
5、进一步地，计算患者历史每次的历史血液健康评估指数的具体公式如下：；其中，为患者历史第次的历史血液健康评估指数，为患者历史第次的历史肌酐浓度值，为患者的肌酐浓度参考值，为肌酐浓度系数，为患者历史第次的历史尿素氮浓度值，为患者的尿素氮浓度参考值，为尿素氮浓度系数，为患者历史第次的历史血钙浓度值，为患者的血钙浓度参考值，为血钙浓度系数，为患者历史第次的历史血磷浓度值，为患者的血磷浓度参考值，为血磷浓度系数，为患者历史第次的历史白蛋白浓度值，为患者的白蛋白浓度参考值，为白蛋白浓度系数，，，为获取的历史次数。
6、进一步地，得到患者历史每次的历史尿液健康评估指数的具体步骤如下：获取患者的尿蛋白浓度参考值、尿钠浓度参考值；将患者历史每次的历史尿蛋白浓度值、历史尿钠浓度值分别结合尿蛋白浓度参考值、尿钠浓度参考值进行综合分析，得到患者历史每次的历史尿液健康评估指数。
7、进一步地，计算患者历史每次的历史尿液健康评估指数的具体公式如下：；其中，为患者历史第次的历史尿液健康评估指数，为患者历史第次的历史尿蛋白浓度值，为患者的尿蛋白浓度参考值，为尿蛋白浓度系数，为患者历史第次的历史尿钠浓度值，为患者的尿钠浓度参考值，为尿钠浓度系数，为自然常数，，，为获取的历史次数。
8、进一步地，得到患者历史每次的历史生理健康评估指数的具体步骤如下：获取患者的血压参考值、bmi参考指数；将患者历史每次的历史血压值、历史bmi指数分别结合血压参考值、bmi参考指数进行综合分析，得到患者历史每次的历史血压评估值、历史bmi评估值；对患者历史每次的历史血压评估值、历史bmi评估值分别进行加权分析，得到患者历史每次的历史生理健康评估指数；其中，计算患者历史每次的历史生理健康评估指数的具体公式如下：；其中，为患者历史第次的历史血压评估值，为患者历史第次的历史血压值，为患者的血压参考值，为患者历史第次的历史bmi评估值，为患者历史第次的历史bmi指数，为患者的bmi参考指数，为患者历史第次的历史生理健康评估指数，为血压系数，为bmi系数，，，为获取的历史次数。
9、进一步地，计算患者历史每次的肾脏健康状态评估指标的具体公式如下：；其中，为患者历史第次的肾脏健康状态评估指标，为患者历史第次的历史血液健康评估指数，为血液健康系数，为患者历史第次的历史尿液健康评估指数，为尿液健康系数，为患者历史第次的历史生理健康评估指数，为生理健康系数，为自然常数，，，为获取的历史次数。
10、进一步地，将患者历史每次的肾脏健康状态评估指标分别与预设的肾脏健康状态评估阈值进行差值分析，并基于差值分析结果判断是否需要预警的具体步骤如下：将患者历史每次的肾脏健康状态评估指标分别与预设的肾脏健康状态评估阈值进行差值分析，得到患者历史每次的肾脏健康状态评估差值；将患者历史每次的肾脏健康状态评估差值分别与预设的差值阈值进行比较分析，并统计肾脏健康状态评估差值高于预设的差值阈值的次数；若是肾脏健康状态评估差值高于预设的差值阈值的次数，高于预设的次数阈值，则发送慢性肾病健康预警。
11、慢性肾病健康状态智能分析预测预警系统，包括：数据获取模块、指数分析模块、健康评估模块本文档来自技高网...
【技术保护点】
1.慢性肾病健康状态智能分析预测预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，所述历史血液数据具体为历史肌酐浓度值、历史尿素氮浓度值、历史血钙浓度值、历史血磷浓度值、历史白蛋白浓度值，历史尿液数据具体为历史尿蛋白浓度值、历史尿钠浓度值，历史生理数据具体为历史血压值、历史BMI指数。
3.根据权利要求2所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，得到患者历史每次的历史血液健康评估指数的具体步骤如下：
4.根据权利要求3所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，计算患者历史每次的历史血液健康评估指数的具体公式如下：
5.根据权利要求2所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，得到患者历史每次的历史尿液健康评估指数的具体步骤如下：
6.根据权利要求5所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，计算患者历史每次的历史尿液健康评估指数的具体公式如下：
7.根据权利要求2所述的慢性肾病健康状态智能分析预测
8.根据权利要求1所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，计算患者历史每次的肾脏健康状态评估指标的具体公式如下：
9.根据权利要求1所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，将患者历史每次的肾脏健康状态评估指标分别与预设的肾脏健康状态评估阈值进行差值分析，并基于差值分析结果判断是否需要预警的具体步骤如下：
10.慢性肾病健康状态智能分析预测预警系统，应用权利要求1-9任意一项所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，包括：数据获取模块、指数分析模块、健康评估模块、预警判断模块；
...【技术特征摘要】
1.慢性肾病健康状态智能分析预测预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，所述历史血液数据具体为历史肌酐浓度值、历史尿素氮浓度值、历史血钙浓度值、历史血磷浓度值、历史白蛋白浓度值，历史尿液数据具体为历史尿蛋白浓度值、历史尿钠浓度值，历史生理数据具体为历史血压值、历史bmi指数。
3.根据权利要求2所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，得到患者历史每次的历史血液健康评估指数的具体步骤如下：
4.根据权利要求3所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，计算患者历史每次的历史血液健康评估指数的具体公式如下：
5.根据权利要求2所述的慢性肾病健康状态智能分析预测预警方法，其特征在于，得到患者历史每次的历史尿液健康评估指数的具体步骤如下：
6.根据权利要求5...
【专利技术属性】
技术研发人员：何鸣宇，张淋迪，张守琳，谭天宝，邹迪，王银萍，王宏安，衣春光，刘洪凯，黄旭，南赫，金迪，
申请(专利权)人：长春中医药大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。