[发明专利]院内致命性消化道再出血预测关键指标的智能筛选方法

说明书

本发明提出了一种院内致命性消化道再出血预测关键指标的智能筛选方法，包括：根据纳入排除标准，从数据库中提取消化道出血患者的指标数据并计算结局标识；对指标数据进行数据清洗以处理异常值，去除多余的指标和缺失值严重无法进行分析的指标；根据依据临床实际情况设置的离散标准对指标数据进行离散化处理；将离散后的指标数据作为条件属性，将结局标识作为决策属性；将条件属性和决策属性输入到筛选算法模型中，计算适应度，迭代重复至适应度不再增加，指标不再减少，得到筛选出的关键指标数据。本发明能够高效且稳定地计算出指示消化道出血患者发生院内致命性再出血的关键指标，辅助医生决策。

技术领域

本发明涉及进化计算技术领域，特别涉及一种院内致命性消化道再出血预测关键指标的智能筛选方法。

背景技术

消化道出血为急诊临床常见病症，且病因复杂，可因消化道本身疾病如胃溃疡、胃黏膜急性病变、血管病变、肿瘤或机械性损伤等因素引起，也可因邻近器官的病变和全身性疾病累及消化道所致。消化道出血患者在医疗机构内接受救治，重要目标之一就是防止出现院内致命性再出血，因为患者一旦发生隐匿性消化道致命性再出血或短期不可控大出血，并由此引发的窒息或失血性休克往往是此类患者院内死亡的主要原因。

当前，大数据已经在医疗服务领域得到了广泛应用。在医疗信息化的推动下，每天都会产生数以亿计条医疗数据。大数据分析技术的发展以及急诊数据库的建立，为基于急救大数据的急诊消化道出血患者院内致命性再出血相关核心指标的研究提供了技术和数据支持。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1、目前，大部分的算法并不能明确筛选出对消化道出血患者致命性再出血有指示作用的关键指标，而是以前瞻性研究或回顾性研究的方式，结合现有的评分系统，通过不同的临床和内镜指标对患者进行危险评级后，再去评价或比较其在再出血预测方面的临床效用。

2、现有的约减算法，主要是从粗糙集的核出发，采用启发式搜索的方法构造所含条件属性，但是这种算法会随着问题规模的增大变得越来越复杂，难以找到全局最优。

3、消化道再出血的相关数据采集大多从前瞻性分析或回顾性分析中得到，数据量有限且耗时长。

4、现有的研究大多采用统计检验的方法对数据进行分析和处理，样本量较小，挖掘深度不够。

5、消化道再出血的研究多以治疗和评估的视角开展，将再出血率作为评价疾病危重性或治疗效果的一种指标，对预防和预测的参考价值有限。