[发明专利]一种医院感染数据的样本选取的时间段推理方法

说明书

本发明公开了一种医院感染数据的样本选取的时间段推理方法，在进行数据采样的过程中，以记录的诊断日期为基准，选取真实感染日期或者是真实感染日期最近几天的样本，其中以基准往前的“前时间段”和往后的“后时间段”推理的时间单位长度内抽取样本，并求取平均值进行估值。其有益效果为：采用时间段推理的方法解决样本选取的问题，有效获取处于感染状态的那段时间的感染样本，且该方法具备可推广性，对于时间序列的数据均可以进行尝试，此方法的使用具备的基本条件要类似于基本经验。

技术领域

本发明涉及一种医院感染数据挖掘技术，尤其涉及一种应用于医院感染大数据分析和建模过程中医院感染数据的样本选取的时间段推理方法。

背景技术

在医院感染领域，每年因医院感染造成了大量的经济损失和人员伤亡，医院感染数据的分析建模是医疗数据分析建模中较为棘手的问题，医院感染数据质量差、样本构建难度大，数据的分析和建模也没有较好的先例作为指导，然而，随着医院感染事件逐步受到重视，构建出一种监测预警模型，对医院感染的病例进行实时的监测预警，从而帮助临床医生进行及时干预和救治就成为一个极具价值的问题。近年来，各大医院都开始建立自己的医院感染监测信息系统，不过，这些监测预警系统良莠不齐，效果也差强人意，导致这些问题的原因多在于医院感染大数据分析建模的难度较大，没有很成功的案例作为指导和参考，且每一个案例都是解决某一小部分问题，较难全面阐述和分析医院感染建模的难点。已有文献资料中也提出了对数据建模的解决方案，但是存在各种各样的问题。

例如，文献(林予松,王培培,刘炜,等.医疗体检数据预处理方法研究[J].计算机应用研究,2017,34(4):1089-1092.)提出了一种数据清洗的方法，通过线性函数的数据变换等方式消除了数据重复等问题，然而，在医院感染数据中，更常见的是数据缺失问题，并且不同属性的数据缺失情况也不一样，比如体温基本不会出现大量缺失，而实验室检查可能连续一周都缺失，通过一种固定的模式去对所有数据进行“一刀切”式的处理是不合理的。

再如，文献(Kotsiantis S B,Kanellopoulos D,Pintelas P E.Datapreprocessing for supervised leaning[J].International Journal of ComputerScience,2006,1(2):111-117.)将机器学习领域中数据缺失、数据错误等常见的一些处理办法都进行了介绍，对于缺失值可以采用使用均值、特殊值等办法，然而，从建模的目的而言，这些方法并不是很适合，因为建模的最终目的是要对医院感染的病人进行提前预警或者是实时监测，最重要的是要对最终预警出来的病人给出预警依据，这些依据一般是要展示病人真实的数值而不是处理后的值，这样才便于医生进行合理诊断，所以直接修改值或者使用特殊值的方式是不太适合这种情况的。

再如，文献(李红,梁沛枫,潘东峰,等.自回归滑动平均混合模型在医院感染发病率预测中的应用研究[J].中华医院感染学杂志,2013,23(11):2693.)提出了一种时间序列模型，能够对医院感染的发展趋势进行监测，目的是早期预警，降低医院感染风险。但是，该预警模型有两个较为明显的缺点，一是该模型是通过间接监测医院感染发病率的，这一般属于事后的回顾性研究，很难起到提前、实时的监测，无法及时对医院感染进行干预和治疗，二是该模型属于公式型的计算模型，不具备可解释性，较难去分析原因，且模型使用的数据基于宁夏人民医院建立的，未经其他医院的大量测试，在是否具备可推广性还有待检验。

在进行医院感染大数据分析建模的过程中，遇到的难点主要包括以下几种：

(1)医院感染数据缺失的问题。医院感染数据具备时效性的特点，这一特点决定了使用数据时必须考虑到病人这些检测数据的时间范围，而医院感染数据存在缺失的难题，增加了医院感染大数据分析建模的难度；