[发明专利]基于评分系统的糖尿病患病风险模型的构建方法

说明书

本发明公开了一种基于评分系统的糖尿病患病风险模型的构建方法，属于大数据与机器学习领域，其步骤包括：采集目标地区的体检数据，并进行预处理，对预处理后的数据进行特征提取，获得特征集，对获得的特征集进行特征筛选，获得筛选后的最优特征子集，对获得的最优特征子集里的每个特征进行分箱，计算各箱的WOE并映射到数据中，运用逻辑回归建模，运用评分模块制作糖尿病患病风险评分卡；采用本发明的方法所构建的风险模型，可以得到更为精细、量化的糖尿病患病风险评分，运用该模型，有利于指导个人进行更加适当的个人健康管理，包括更合理的饮食习惯、锻炼习惯等生活习惯，有利于商业保险机构作出更为准确更为客观的商业承保决策。

技术领域

本发明涉及大数据与机器学习领域，尤其涉及一种基于评分系统的糖尿病患病风险模型的构建方法。

背景技术

目前，各种类型的慢性病，包括各种心脑血管疾病、肿瘤、慢性呼吸系统疾病、糖尿病等等，给社会和家庭造成严重的负担，并呈现出快速上升和年轻化趋势。

2015年国家卫计委例行新闻发布会上发布了《中国疾病预防控制工作进展(2015年)报告》，报告称慢性病综合防控工作力度虽然逐步加大，但防控形势依然严峻，脑血管病、恶性肿瘤等慢性病已成为主要死因，慢性病导致的死亡人数已占到全国总死亡的86.6％，而导致的疾病负担占总疾病负担的近70％。

目前的共识是，定期体检是管理糖尿病风险的重要策略之一。

目前大众的体检意识逐渐增强，个体的体检报告虽然能够给个人提供一定程度的健康信息包括糖尿病患病风险，但是，目前体检报告本身以及医务人员能够从体检报告结果中给出的糖尿病患病风险，依据的仅仅是单一或者几个临床实验室指标，比如尿糖、血糖、胆固醇等等，以及体重、腰围、血压等指标，依据这些指标给出的糖尿病患病风险，存在以下缺陷：一是，这严重依赖于医务人员的经验，主观性较强，参考意义不大；二是，糖尿病的影响因素非常复杂，不仅包括年龄、性别、遗传、高血压、糖尿病、血脂异常、超重和肥胖、不健康膳食、缺乏身体运动、吸烟、精神压力过大、过量饮酒，还包括地域、人口等社会因素，目前能够给出的糖尿病患病风险结果，即使运用一些模型进行评估，也只能得到“是”或“否”这样的粗糙定性结果，参考意义也不大。

也就是说，目前从体检报告所能得到的糖尿病患病风险，结果粗糙，误差较大，参考意义不大，这就导致：

(1)对于个体，即便坚持定期体检，也不能得到较为准确的糖尿病患病风险信息，不利于个体的健康管理；

(2)对于医院、体检机构等医疗机构，由于不能从个体的体检报告中给出更为准确可靠的健康管理建议，客户的信任度逐渐减低；

(3)对于提供各种商业保险的保险机构，对于是否承保、保费的定价，目前也仅能从体检报告中得出“是”与“否”的商业决策，但是这样的决策，所基于想信息是不可靠的，并不能根据不同的风险级别来进行保费的定价，给客户和保险机构自身都造成不公平的问题，商业效益和社会效益有待提升；

(4)对于各级地方政府和国家的卫生保健部门，也不能准确掌握所辖区域的人民的糖尿病患病风险，从而不能制定更为合理的社会医疗保险政策以及社会健康统筹管理。

发明内容

本发明的目的就在于提供一种基于评分系统的糖尿病患病风险模型的构建方法，以解决上述问题。

为了实现上述目的，本发明采用的技术方案是这样的：一种基于评分系统的糖尿病患病风险模型的构建方法，通过以下步骤训练获得：

S1：采集目标地区的体检数据，并进行预处理；

S2、对S1预处理后的数据进行特征提取，获得特征集；

S3、对S2获得的特征集进行特征筛选，获得筛选后的特征子集；

S4、对S3获得的特征子集里的每个特征进行分箱；