[发明专利]一种基于大数据挖掘模型预测住院压力性损伤愈合的方法

说明书

本发明公开了一种基于大数据挖掘模型预测住院压力性损伤愈合的方法，本发明预测模型通过提取住院压力性损伤患者一般特征、疾病相关特征、以及血常规和血生化检验报告结果，对临床压力性损伤的愈合风险进行预测，该方法及模型可以通过简单有效的可视化评分体系早期识别难愈性压力性损伤并判断其转归与预后，进而及早进行相关干预，也可以为后期不同愈合风险的压力性损伤患者进行个性化干预策略提供分层依据，从而促进临床压力性损伤的愈合。

技术领域

本发明涉及临床压力性损伤预测技术领域，具体为一种基于大数据挖掘模型预测住院压力性损伤愈合的方法。

背景技术

压力性损伤指发生在皮肤和(或)潜在皮下软组织的局部性损伤，通常发生在骨隆突处或皮肤与医疗设备接触处。随着全球老龄化进程加快，慢病患者增多以及其带病生存时间延长，卧床患者数量持续增长，导致压力性损伤的高危人群持续增长，再加上难免性压力性损伤的存在，致使国内外压力性损伤的发生率居高不下。压力性损伤一旦发生，其临床治疗相对困难，花费高，给患者和社会都带来沉重的经济负担。压力性损伤是一种慢性难愈性创面，其愈合周期长，愈合率低，治疗相对困难。在压力性损伤预防这一过程中，压力性损伤风险评估表作为评估个体发生压力性损伤风险的工具，是压力性损伤预防程序中的重要组成部分，也是不可或缺的部分。

目前，Braden量表作为国内外最常用的压力性损伤风险评估量表之一已广泛应用于临床压力性损伤预防中。根据该量表的评分护理人员可以快速地预测压力性损伤发生风险，识别压力性损伤高危患者，并进行早期干预，从而有效降低压力性损伤的发生率，Braden等压力性损伤风险评估量表在预防压力性损伤发生中的积极作用已被广泛认可。但Braden量表并不能很好地预测已发生压力性损伤的愈合转归，其结果表明Braden量表各条目中仅有摩擦力或剪切力与压力性损伤的愈合预后有关，对于已发生压力性损伤的患者，并不推荐仅仅使用Braden量表来进行护理评估和指导其护理决策。临床上对于已发生压力性损伤患者的护理评估仍使用Braden量表是片面的。临床上对于已发生压力性损伤的患者的治疗和护理大多仅依据局部创面情况和个人经验而定，例如压力性损伤分期。但研究表明同一压力性损伤分期的病人，其压力性损伤预后也不尽相同。

目前国外常用的压疮愈合评价工具主要有压疮愈合评价量表(Pressure UlcerScale for Healing,PUSH)、Bates-Jensen伤口评价工具(Bates-Jensen WoundAssessment Tool，SWHT)、压疮愈合状态评价及分类量表(Depth,Exudate,Size,Inflammation/Infection,Granulation,Necrotic Tissue,DESIGN)等。这些量表可对压力性损伤愈合过程进行精准的测量和描述，但不适用于压力性损伤愈合的转归预测。国外有研究表明PUSH评估结果与传统的压力性损伤护理观察结果并没有很大的相关性。国内研究也表明PUSH分值变化与压力性损伤预后转归并不完全一致。

根据以上两点可知，已发压力性损伤的治疗和护理决策中尚缺乏预测压力性损伤愈合的综合评价体系，因此有必要建立预测压力性损伤愈合的综合且客观的评价体系来预测其预后转归。

发明内容

列线图，又称诺莫图。它建立在多因素回归分析的基础上，将多个预测指标进行整合，然后采用带有刻度的线段，按照一定的比例绘制在同一平面上，从而用以表达预测模型中各个变量之间的相互关系。列线图将复杂的回归方程，转变为可视化的图形，使预测模型的结果更具有可读性，方便对患者进行评估。

本发明的目的在于提供一种基于大数据挖掘模型预测住院压力性损伤愈合的方法，具体涉及到构建压力性损伤愈合预测的线列图模型，在于构建一种简洁、客观的综合评价体系来评估压力性损伤患者创面难愈风险，通过简单有效的可视化评分体系早期识别难愈性压力性损伤并判断其转归与预后，进而及早进行相关干预，也可能为后期不同愈合风险的压力性损伤患者进行个性化干预策略提供分层依据，以解决上述背景技术中提出的问题。