[发明专利]一种构建压力性损伤风险预测模型的装置及方法

权利要求书

1.一种构建压力性损伤风险预测模型的装置，其特征在于，包括处理模块(100)，处理模块(100)配置为：

对病历数据进行筛选获取第一病历数据；

基于随机森林模型对第一病历数据进行分类以获取造成压力性损伤的多个第一风险变量；

基于多元逻辑回归模型对第一病历数据中的多个第一风险变量进行二元回归预测以获取多个第一风险变量之间的关于递进关系的第一权值；

基于第一权值对第一病历数据进行划分形成多个第二病历数据，并采用随机森林模型对多个第二病历数据进行建模以生成多个第一风险预测模型；

处理模块(100)配置按照如下方式基于第一权值对第一病历数据进行划分形成多个第二病历数据：

基于每个第一风险变量构建递进关系表；获取第一权值小于第二阈值的第一风险变量对；基于递进关系表计算该第一风险变量对所对应的相同的第一风险变量的数量；若相同的第一风险变量的数量超过第三阈值，则寻找下一对第一权值小于第二阈值的第一风险变量对，若相同的第一风险变量的数量小于等于第三阈值，则选择该第一风险变量对产生其他第一风险量的数量最少的第一风险变量作为孤立的第一风险变量，处理模块(100)配置为基于第一病历数据选取包含该孤立的第一风险变量的病历数据作为第二病历数据；

在基于第一权值划分第一病历数据失败的情况下，处理模块(100)配置为：以第一病历数据中第一风险变量为自变量且第一风险变量之间的关联程度为因变量建立多元逻辑回归模型；基于多元逻辑回归模型获取多个第一风险变量之间的关联程度；基于关联程度对第一病历数据进行划分从而生成第二病历数据。

2.根据权利要求1所述的装置，其特征在于，处理模块(100)配置为：

在多个第一风险预测模型进行分类生成多个第二风险变量的情况下，通过多个第一风险预测模型交叉验证以调整其第二风险变量的个数和表示发生压力性损伤关联程度的第二权值。

3.根据权利要求1所述的装置，其特征在于，处理模块(100)配置为按照如下方式对病历数据进行筛选：

检索病历数据中入院时的疾病状况，对入院时发生压力性损伤的病历数据进行排除；

获取入院时未发生压力性损伤的病历数据中发生压力性损伤的第一时间信息；

排除第一时间信息小于第一阈值的入院时未发生压力性损伤的病历数据，从而得到第一病历数据。

4.根据权利要求1所述的装置，其特征在于，处理模块(100)配置为按照如下方式构建数据库：

对病历数据进行模块分类并针对每个模块分配第一键值对；

基于第一键值对构建第一哈希表；

对模块内的内容分配第二键值对；

基于第二键值对构建第二哈希表。

5.根据权利要求1所述的装置，其特征在于，处理模块(100)配置为：

以第一病历数据中第一风险变量为自变量且第一风险变量之间的是否递进为因变量建立多元逻辑回归模型；

基于多元逻辑回归模型获取多个第一风险变量之间的递进关系。

6.根据权利要求1所述的装置，其特征在于，处理模块(100)配置为：

基于基尼系数作为随机森林模型的分裂或竞争规则，从而获取第一风险预测模型的第二风险变量和第二权值，其中，第二权值为基尼系数。