[发明专利]一种基于模型的机构长期护理住院时间模式分析方法

摘要

本发明公开一种基于模型的机构长期护理住院时间模式分析方法，包括如下步骤：介绍长期护理(LTC)的机构：向患者以及相关人员介绍长期护理(LTC)的机构，LTC主要包括由地方当局运行的社会服务项目，以及机构养老院提供的住宅护理(RC)和护理(NC)。该基于模型的机构长期护理住院时间模式分析方法，将马尔可夫模型拟合数据集，第一阶段拟合表明RC为一种状态，NC为两种状态，同时用Kaplan‑Meier型估计和用Markov模型估计的RC和NC两种性别的幸存者，以此确定马尔可夫模型的结构，并对相应的数据进行分析处理，可以很好的根据居民的各项属性参数通过机构长期护理住院时间模式分析方法计算出所需要的数据并进行相应的管理措施。

主权项

1.一种基于模型的机构长期护理住院时间模式分析方法，其特征在于，包括如下步骤：S1、介绍长期护理(LTC)的机构：向患者以及相关人员介绍长期护理(LTC)的机构，LTC主要包括由地方当局运行的社会服务项目，以及机构养老院提供的住宅护理(RC)和护理(NC)；S2、收集数据：收集自地方当局定期收集受其照顾的居民的数据，入院日期、入院地点、转移日期和地点以及出院日期，并记录成表格后存储于数据库内；S3、模拟ILTC中老年人的流动：使用状态组合来捕获每种类型护理的居民流动情况，并记录于数据库内，RC和NC中的停留时间均遵循coxian分布，A类概率密度函数形式为：f_A(t)＝‑Φ^T_Aexp(Q_AAt)Q_AA¹，其中ΦA是通过每个成员状态进入类A概率的列向量；S4、整合居民的特征：检测并记录步骤S3中每种类型的居民的P个属性X：x₁、x₂、x₃...x_p(第k个居民的属性i到j的转变率写为：q_i，j，k＝exp(β^T_ijx_k)，其中(i≠j))；S5、ILTC中公共资助居民的停留时间模式状态区分：将马尔可夫模型拟合数据集，第一阶段拟合表明RC为一种状态，NC为两种状态；S6、NC居民的停留时间模式差异的特征纳入：使用两种不同的方法将特性纳入模型，即模型1：作为连续变量在RC中的停留时间，模型2：作为二进制变量在RC中的先前存在时间；S7、停留时间模式的性别差异记录：将性别作为区别特征区分居民并记录于数据库内；S8、确定马尔可夫模型的结构：通过公式：L(θ)＝(ⁿΣ_i‑1)log{l(θ|c_i，t_i)}，计算n对c和t的对数可能性，随后选择一组θ的值，使对数似然函数最大化，将马尔可夫模型拟合到观测数据中，将马尔可夫模型拟合到整个停留数据长度。