[发明专利]一种基于核主成分TOPSIS的药物效果评价方法

摘要

本发明提供了一种基于核主成分TOPSIS的药物效果评价方法。其特征在于基于医院已有的信息化系统，通过对患者的检验检查指标表中特定的药物关联指标进行分析，以患者在使用药物之后的指标变化情况为出发点，采用核主成分TOPSIS方法构建患者用药疗效的评价指标体系，通过加权核主成分分析法与逼近理想排序法实现对药物疗效的评价。通过本方法可以建立药物疗效的评价和体系和系统，帮助临床医生进行用药效果的评价，调整用药方案，提高医疗服务水平。

主权项

一种基于核主成分TOPSIS的药物效果评价方法，其特征在于，步骤为：步骤1、将I个患者的历史用药情况整理成数据形式；同时将患者的历史的J个检验检查数据指标整理成数据形式；步骤2、比较每个患者用药前后的两次检验检查指标数据的变化情况，构建初始化决策矩阵X，$X=\left(\begin{array}{cccc}{x}_{11}& x_{12}& ...& x_{1J}\\ x_{21}& x_{22}& ...& x_{2J}\\ \·& \·& & \·\\ \·& \·& x_{\mathrm{ij}}& \·\\ \·& \·& & \·\\ x_{I1}& x_{I2}& ...& x_{\mathrm{IJ}}\end{array}\right),$式中x_ij表示第i个患者的第j项检验检查数据指标的变化情况；步骤3、对决策矩阵X进行归一化处理；步骤4、通过非线性映射函数将归一化处理后的决策矩阵X映射到高维特征空间得到核矩阵K，$K=\left(\begin{array}{cccc}{k}_{11}& k_{12}& ...& k_{1J}\\ k_{21}& k_{22}& ...& k_{2J}\\ \·& \·& & \·\\ \·& \·& k_{\mathrm{ij}}& \·\\ \·& \·& & \·\\ k_{I1}& k_{I2}& ...& k_{\mathrm{IJ}}\end{array}\right);$步骤5、求取核矩阵K的相关系数矩阵R，$R=\left(\begin{array}{cccc}{r}_{11}& r_{12}& ...& r_{1J}\\ r_{21}& r_{22}& ...& r_{2J}\\ \·& \·& & \·\\ \·& \·& r_{\mathrm{ij}}& \·\\ \·& \·& & \·\\ r_{J1}& r_{J2}& ...& r_{\mathrm{JJ}}\end{array}\right),$r_ij表示第i项检验检查数据指标与第j项检验检查数据指标的相关系数，且r_ij＝r_ji；步骤6、求取相关系数矩阵R所对应的J个特征根以及每个特征根所对应的特征向量，每个特征根定义为一个主成分，每个特征向量具有J个元素；步骤7、计算每个主成分的方差贡献度后，再计算得到累计主成分方差贡献度，其中，第i个主成分λ_i的方差贡献度为则累计主成分方差贡献度为取累积方差贡献度大于等于指定阀值的主成分，则从J个主成分中筛选出p个主成分，记为λ₁，λ₂，…，λ_p及p个主成分对应的p个特征向量，记为e₁，e₂，…，e_p，将p个主成分定义为核主成分；步骤8、建立J行p列的初始因子载荷矩阵l，初始因子载荷矩阵l中第i行的p个元素分别为第i项检验检查数据指标对应p个核主成分权重；步骤9、将每项检验检查数据指标的核主成分权重直接组合成一个具有p列元素的一维的评价指标权重向量，则得到J个评价指标权重向量；步骤10、将J个评价指标权重向量与步骤3得到的归一化处理后的决策矩阵X相乘从而得到加权标准化矩阵V；步骤11、计算加权标准化矩阵V的最优解和最差解；步骤12、利用步骤1至步骤3相同的方法将医生对I个患者的当前用药方案以及用药前后的两次J个检验检查指标数据的变化情况整理成归一化处理后的与当前用药方案相关的决策矩阵X′，将决策矩阵X′与步骤9得到的J个评价指标的权重向量相乘得到与当前用药方案相关的加权标准化矩阵V′；步骤13、分别计算加权标准化矩阵V′中医生对各个患者的当前用药方案与最优解和最差解的距离，并计算两个距离的相对贴近度，当相对贴近度超过预先设定的阈值时，则对医生对相应患者的当前用药方案给出预警。