[发明专利]一种基于模型的机构长期护理住院时间模式分析方法

说明书

本发明公开一种基于模型的机构长期护理住院时间模式分析方法，包括如下步骤：介绍长期护理(LTC)的机构：向患者以及相关人员介绍长期护理(LTC)的机构，LTC主要包括由地方当局运行的社会服务项目，以及机构养老院提供的住宅护理(RC)和护理(NC)。该基于模型的机构长期护理住院时间模式分析方法，将马尔可夫模型拟合数据集，第一阶段拟合表明RC为一种状态，NC为两种状态，同时用Kaplan‑Meier型估计和用Markov模型估计的RC和NC两种性别的幸存者，以此确定马尔可夫模型的结构，并对相应的数据进行分析处理，可以很好的根据居民的各项属性参数通过机构长期护理住院时间模式分析方法计算出所需要的数据并进行相应的管理措施。

技术领域

本发明涉及医疗技术领域，具体为一种基于模型的机构长期护理住院时间模式分析方法。

背景技术

老年人经常经历身心健康和日常生活活动的下降，例如，进食、如厕和自我护理可能变得困难，当老人不能在家里得到照顾时，就需要提供长期护理(LTC)的机构的帮助，LTC主要包括由地方当局运行的社会服务项目，以及机构养老院提供的住宅护理(RC)和护理(NC)，一般来说，RC由董事会和个人护理组成，为那些身体虚弱但仍能管理日常生活活动的人提供服务，而NC则为身体稳定但身体和精神残疾程度较高的老年人提供服务，需要NHS(国家卫生服务)注册护士的投入。

住院时间数据的分析属于统计学的一个分支，称为生存分析，它通常将住院时间数据作为研究不同患者特征对生存时间影响的工具。然而，用于分析生存数据的数据挖掘方法(如基于决策规则和人工神经网络的方法)通常涉及对给定的一组患者特征(如治疗后3年死亡或存活)的分类生存结果的预测。对于这些方法，生成观测服务水平数据的底层随机过程通常是隐式建模的。其他方法，如基于流动模型和随机过程的方法，集中于对底层过程的明确建模，目的是捕捉停留时间的高水平模式。

在现有技术中，难以很好的根据居民的各项属性参数通过机构长期护理住院时间模式分析方法计算出所需要的数据并进行相应的管理措施，降低服务效率的同时在一定程度上增加了成本的支出，同时容易出现由于数据较多而导致的管理混乱。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于模型的机构长期护理住院时间模式分析方法，解决了在现有技术中，难以很好的根据居民的各项属性参数通过机构长期护理住院时间模式分析方法计算出所需要的数据并进行相应的管理措施的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于模型的机构长期护理住院时间模式分析方法，包括如下步骤：

S1、介绍长期护理(LTC)的机构：向患者以及相关人员介绍长期护理(LTC)的机构，LTC主要包括由地方当局运行的社会服务项目，以及机构养老院提供的住宅护理(RC)和护理(NC)；

S2、收集数据：收集自地方当局定期收集受其照顾的居民的数据，入院日期、入院地点、转移日期和地点以及出院日期，并记录成表格后存储于数据库内；

S3、模拟ILTC中老年人的流动：使用状态组合来捕获每种类型护理的居民流动情况，并记录于数据库内，RC和NC中的停留时间均遵循coxian分布，A类概率密度函数形式为：f_A(t)＝-Φ^T_Aexp(Q_AAt)Q_AA¹，其中ΦA是通过每个成员状态进入类A概率的列向量；