[发明专利]手足口病情评分拟合分布-贝叶斯修正模型及其构建方法

权利要求书

1.一种手足口病情评分拟合分布-贝叶斯修正模型的构建方法，其特征在于，所述手足口病情评分拟合分布-贝叶斯修正模型的构建方法包括：

提出基于层次分析法的病情指标权重确定法以及评分模型，基于历史样本数据进行病情评分的分布拟合；根据概率密度函数交点得到等级阈值并采用贝叶斯推断对等级阈值进行修正，建立将临床数据分析和专家经验科学融合并标准化的手足口病定量评分分级模型；

具体步骤如下：

步骤一，基于分级处置的手足口病的病情分级原则的确定；

步骤二，手足口病病情评分模型的构建；

步骤三，手足口病病情评价指标体系及权重的层次分析模型的构建；

步骤四，手足口病病情分级边界值的确定；

所述步骤四中的手足口病病情分级边界值的确定方法包括：

设定当预警指标出现时，判断为IV级；

(1)基于样本拟合分布确定等级边界值

从统计角度分析手足口患儿群体的病情综合评分遵循概率分布，根据频率直方图进行分布拟合以确定概率密度函数，各等级概率密度函数如下：

P₁(x)＝f₁(x，μ₁，σ₁)；

P₂(x)＝f₂(x，μ₂，σ₂)；

P₃(x)＝f₃(x，μ₃，σ₃)；

式中，p₁(x)p₂(x)p₃(x)表示I、II、III等级的概率密度函数；f₁(x，μ₁，σ₁)f₂(x，μ₂，σ₂)f₃(x，μ₃，σ₃)表示I、II、III等级的拟合分布函数；x表示评分；μ₁，μ₂，μ₃，σ₁，σ₂，σ₃表示I、II、III等级的均值和标准差；

等级I和等级II以及等级II和等级III之间的分界值是x_a和x_b：

(0≤x≤x_a)∈gradI，(x_a＜x≤x_b)∈gradII，(x_b＜x≤1)∈gradIII；

其中，p₁(x≤x_a)的值是x≤x_a时确定为等级I的概率，p₂(x≤x_a)是x≤x_a时确定为等级II的概率，定义确定等级边界值的指标：

TP(x)＝p₁(x≤x_a)-p₂(x≤x_a)；

在x_a处取最大值，是最佳的边界值点，所述边界值点意味着当x≤x_a时确定为等级I的概率较大，而x＞x_a时确定为等级II的概率较大；

概率密度函数是由病例样本拟合而得：

当时取最大值max[TP(x)]；

两个概率密度函数的交点为最佳的边界值点，提出确定等级边界的新方法，并与受试者工作特征曲线确定最佳阈值的方法进行对比；对训练样本进行分布拟合，确定各等级边界，再将所得到的边界值对验证样本进行划分等级，将新得到的病情等级与临床评定等级进行对比，并对正确率进行统计；

(2)病情等级边界值的贝叶斯修正

病情等级边界值是通过训练样本得到，提出基于贝叶斯估计的边界值修正方法，后验分布函数表示为样本分布与先验分布的函数，如下式所示：

L”(x)＝kf(x)L'(x)；

式中，L”(x)表示后验分布函数；L'(x)表示先验分布函数；f(x)表示样本分布函数；k表示常数；

根据临床样本，按照层次分析法确定的权重进行评分，得到各个等级的样本分布并计算相应的均值和标准差；根据专家经验确定各等级的典型病例数据，同样根据层次分析法确定的权重进行评分，得到各等级的先验分布，并计算相应的均值和标准差，将样本分布和先验分布的参数带入贝叶斯模型计算得到各个等级的后验分布，再确定贝叶斯修正的等级边界值；

其中，贝叶斯模型的具体公式如下式所示：

式中，μ，μ'，μ”表示临床评分样本均值、先验样本均值、后验均值；σ，σ'，σ”表示临床评分样本标准差、先验样本标准差、后验标准差。