一種痛風(fēng)預(yù)測(cè)模型系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202210117699.4 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN114512240A 公開(kāi)（公告）日 2022-05-17
申請(qǐng)公布號(hào) CN114512240A 申請(qǐng)公布日 2022-05-17
分類號(hào) G16H50/50（2018.01）I;G16H50/70（2018.01）I;G06K9/62（2022.01）I;A61B5/00（2006.01）I 分類 物理
發(fā)明人 李平;杜登斌;陳伯懷;李宗博 申請(qǐng)（專利權(quán)）人 吾征智能技術(shù)（北京）有限公司
代理機(jī)構(gòu) 武漢紅觀專利代理事務(wù)所（普通合伙） 代理人 -
地址 100000北京市海淀區(qū)西三旗沁春家園1號(hào)樓、2號(hào)樓、3號(hào)樓3層301-3045室
法律狀態(tài) -

摘要

摘要 本發(fā)明提出了一種痛風(fēng)預(yù)測(cè)模型系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，數(shù)據(jù)收集模塊收集并保留剔除噪音數(shù)據(jù)后依然完整的初始樣本數(shù)據(jù)，進(jìn)行標(biāo)準(zhǔn)化處理；樣本數(shù)據(jù)集構(gòu)建模塊采用Lasso回歸篩選出進(jìn)行標(biāo)準(zhǔn)化處理后的初始樣本數(shù)據(jù)與痛風(fēng)強(qiáng)相關(guān)的變量作為特征變量，構(gòu)建樣本數(shù)據(jù)集；分類器模塊采用樸素貝葉斯算法訓(xùn)練分類器，預(yù)測(cè)被檢者的痛風(fēng)發(fā)病概率；評(píng)價(jià)模塊采用布里爾分?jǐn)?shù)來(lái)評(píng)價(jià)所述痛風(fēng)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果價(jià)值；提示模塊根據(jù)被檢者的預(yù)測(cè)患痛風(fēng)的概率及信息數(shù)據(jù)給出相應(yīng)的提示和建議。本發(fā)明通過(guò)多種因素變量建立預(yù)測(cè)規(guī)則，實(shí)現(xiàn)對(duì)待測(cè)人群未來(lái)痛風(fēng)發(fā)病的風(fēng)險(xiǎn)評(píng)估，并針對(duì)不同風(fēng)險(xiǎn)分層和單個(gè)危險(xiǎn)因素水平給出相應(yīng)提示和建議，為臨床痛風(fēng)的早篩提供了指導(dǎo)性建議。