本發(fā)明涉及健康風(fēng)險(xiǎn)的評估領(lǐng)域，具體為一種作為健康風(fēng)險(xiǎn)評估的模型。

背景技術(shù)：

健康風(fēng)險(xiǎn)評估是近年來國內(nèi)外研究提升國民體質(zhì)與防治疾病的重要工具，特別在預(yù)測疾病危險(xiǎn)因素方面具有重要的意義。該評估當(dāng)前最主要的手段是運(yùn)用數(shù)理統(tǒng)計(jì)分析與計(jì)算機(jī)模擬優(yōu)化等技術(shù)，在信息論研究的基礎(chǔ)上，建立動態(tài)的健康風(fēng)險(xiǎn)評估系統(tǒng)，為評估提供重要的技術(shù)支撐。

現(xiàn)在國內(nèi)市場與學(xué)術(shù)界存在的健康風(fēng)險(xiǎn)評估系統(tǒng)幾乎都使用靜態(tài)的權(quán)重因素組合法(Static Weights of Factors)。也就是說，評估中用戶輸入的層級信息（問卷、測量）在重要性的權(quán)重分配方面是沒有經(jīng)過優(yōu)化的，對不同的人群（研究總體）缺乏針對性和動態(tài)性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種用于健康風(fēng)險(xiǎn)評估的評估系統(tǒng)，采用了動態(tài)的權(quán)重因素組合方法，針對于不同的群體，具有動態(tài)性。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案為：其步驟為：

步驟1：選取樣本，對樣本中的樣本單位進(jìn)行信息采集；

步驟2：對樣本中樣本單位的體質(zhì)指數(shù)進(jìn)行排序；

步驟3：拆分樣本至M份子樣本，然后對每一個(gè)子樣本進(jìn)行權(quán)重參數(shù)優(yōu)化；

步驟4：根據(jù)步驟3獲取M份子樣本的M份權(quán)重參數(shù)值w_i’s；

步驟5：建立風(fēng)險(xiǎn)評估模型。

優(yōu)選的，步驟1中，樣本單位的信息包括有：個(gè)人生理生化因素、生活方式數(shù)據(jù)、健康史數(shù)據(jù)、心理因素以及與個(gè)人相關(guān)的環(huán)境因素。

優(yōu)選的，步驟2中可采取兩種形式進(jìn)行樣本單位的體質(zhì)排序：（1）采用體質(zhì)測試進(jìn)行排序；（2）安排樣本單位進(jìn)行運(yùn)動，運(yùn)動后由樣本單位進(jìn)行主觀選擇體質(zhì)等級，采用比較矩陣生成體質(zhì)排序。

優(yōu)選的，步驟3中對于權(quán)重參數(shù)優(yōu)化步驟為：

（1）初始化計(jì)算模塊的權(quán)重參數(shù)；

（2）綜合初始化的權(quán)重參數(shù)與步驟1中所采集的信息，計(jì)算評估分?jǐn)?shù)并根據(jù)分?jǐn)?shù)進(jìn)行排序；

（3）計(jì)算肯德爾相關(guān)系數(shù)值（Kendall’s tau），

Kendall’s tau = ，

n為樣本的個(gè)數(shù)；

（4）隨機(jī)調(diào)整權(quán)重參數(shù)w_i’s，重復(fù)（2）和（3）的步驟，得到肯德爾相關(guān)系數(shù)值（Kendall’s tau）最大的權(quán)重參數(shù)；

（5）經(jīng)過迭代計(jì)算，得到超曲面，并在超曲面上找出使得肯德爾相關(guān)系數(shù)值（Kendall’s Tau ）數(shù)值最大的那組權(quán)重參數(shù)值w_i’s。

優(yōu)選的，步驟4中，為了防止權(quán)重參數(shù)值因其中一個(gè)樣本的特異性而嚴(yán)重偏離整體分布，我們在M份最優(yōu)權(quán)重參數(shù)值wi’s中剔除異常值，最后將剩下的最優(yōu)權(quán)重參數(shù)值取平均值作為評估系統(tǒng)最終使用的參數(shù)值。

優(yōu)選的，所述風(fēng)險(xiǎn)評估模型包括有：疾病風(fēng)險(xiǎn)、膳食評估、生活質(zhì)量、精神壓力、行為方式、體力活動等的模型。

本發(fā)明與現(xiàn)有技術(shù)相比的有益效果：

采用動態(tài)的權(quán)重因素組合方法，即權(quán)重的值會隨著目標(biāo)群體數(shù)據(jù)的變化而變化，比如老年人和青少年，對于健康因素方面的側(cè)重點(diǎn)是不一樣的，不同職業(yè)、不同地區(qū)與許多其他因素都會有差異性，采用此方法計(jì)算權(quán)重，對群體的針對性更強(qiáng)更合理。

附圖說明

圖1為本發(fā)明的整體流程圖；

圖2為權(quán)重參數(shù)最優(yōu)化子流程圖；

圖3為本發(fā)明中利用該模型進(jìn)行健康風(fēng)險(xiǎn)評估的流程圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合一次具體的數(shù)據(jù)做進(jìn)一步的詳細(xì)說明。在此，本發(fā)明的示意性事例用于解釋本發(fā)明，但并不作為對本發(fā)明的限定。

本發(fā)明基于計(jì)算機(jī)進(jìn)行統(tǒng)計(jì)以及運(yùn)算，主要進(jìn)行由圖1、圖2所示的步驟：

步驟1：將某特定研究總體（例如社區(qū)、單位、學(xué)校）作為樣本總體，選取其中部分作為樣本，利用計(jì)算機(jī)錄入或采集樣本單位信息并進(jìn)行建立數(shù)據(jù)庫；

步驟2：對樣本單位的體質(zhì)指數(shù)進(jìn)行排序；

步驟3：拆分樣本至M份子樣本，然后對每一個(gè)子樣本進(jìn)行權(quán)重參數(shù)優(yōu)化；

步驟4：根據(jù)步驟3獲取M份子樣本的M份權(quán)重參數(shù)值wi’s；

步驟5：建立風(fēng)險(xiǎn)評估模型。

優(yōu)選的，步驟1中，樣本單位的信息包括有：個(gè)人生理生化因素、生活方式數(shù)據(jù)、健康史數(shù)據(jù)、心理因素?cái)?shù)據(jù)以及與個(gè)人相關(guān)的環(huán)境因素?cái)?shù)據(jù)，所述個(gè)人生理生化因素?cái)?shù)據(jù)包括有：體重、身高、血壓等數(shù)據(jù)，所述生活方式數(shù)據(jù)包括有：吸煙、膳食、運(yùn)動等數(shù)據(jù)，所述健康史數(shù)據(jù)包括有：個(gè)人病史和家庭遺傳病史的情況，所述心理因素?cái)?shù)據(jù)主要為精神壓力等級。

優(yōu)選的，步驟2中可采取兩種形式進(jìn)行樣本單位的體質(zhì)排序：（1）采用體質(zhì)測試進(jìn)行樣本體質(zhì)測試，對測試結(jié)果進(jìn)行排序；（2）安排相互比較熟的樣本單位進(jìn)行運(yùn)動或社會活動，運(yùn)動后由樣本單位進(jìn)行主觀選擇體質(zhì)等級，主要分為體質(zhì)比較好、一般或差幾個(gè)等級，采用比較矩陣生成體質(zhì)排序，為了減少誤差或錯(cuò)誤，可以將兩種排序方式結(jié)合使用。

優(yōu)選的，步驟3中對于權(quán)重參數(shù)優(yōu)化步驟為：

（1）初始化計(jì)算模塊的權(quán)重參數(shù)，比如：w₁=0.1, w₂ = 0.1, w₃ = 0.2, w₄ = 0.1, w₅ = 0.1, w₆ = 0.2, w₇ = 0.2 ，Σw_i = 1；

（2）綜合初始化的權(quán)重參數(shù)與步驟1中所采集的信息，計(jì)算評估分?jǐn)?shù)并根據(jù)分?jǐn)?shù)進(jìn)行排序，排序表格如表1：

（3）根據(jù)表1中的排序，計(jì)算肯德爾相關(guān)系數(shù)值（Kendall’s tau），其中，肯德爾相關(guān)系數(shù)值（Kendall’s tau）越接近于1，說明專家和評估系統(tǒng)的結(jié)論越一致；肯德爾相關(guān)系數(shù)值（Kendall’s tau）值越接近于0，說明專家和評估系統(tǒng)的結(jié)論越不一致，

Kendall’s tau = ，n為樣本的個(gè)數(shù)；

對表1中的5個(gè)子樣本兩兩對比其一致性，得到表2：

根據(jù)表2中的組間一致性計(jì)算肯德爾相關(guān)系數(shù)值（Kendall’s tau），

Kendall’s tau = 。

（4）隨機(jī)調(diào)整權(quán)重參數(shù)wi’s，重復(fù)（2）和（3）的步驟，得到肯德爾相關(guān)系數(shù)值（Kendall’s tau）最大的權(quán)重參數(shù)；

（5）經(jīng)過迭代計(jì)算，得到超曲面，并在超曲面上找出使得肯德爾相關(guān)系數(shù)值（Kendall’s Tau ）數(shù)值最大的那組權(quán)重參數(shù)值wi’s。

優(yōu)選的，步驟4中，為了防止權(quán)重參數(shù)值因其中一個(gè)樣本的特異性而嚴(yán)重偏離整體分布，我們在M份最優(yōu)權(quán)重參數(shù)值wi’s中剔除異常值，最后將剩下的最優(yōu)權(quán)重參數(shù)值取平均值作為評估系統(tǒng)最終使用的參數(shù)值，所述異常值系指嚴(yán)重偏離整體分布，其中一個(gè)通用的定義是：其值大于樣本均值加3個(gè)樣本標(biāo)準(zhǔn)差或者小于樣本均值減3個(gè)樣本標(biāo)準(zhǔn)差。

優(yōu)選的，所述風(fēng)險(xiǎn)評估模型包括有：疾病風(fēng)險(xiǎn)、膳食評估、生活質(zhì)量、精神壓力、行為方式、體力活動等的模型。

建立本模型的目的是，利用該模型進(jìn)行健康風(fēng)險(xiǎn)評估，其具體步驟為：

（1）利用計(jì)算機(jī)進(jìn)行個(gè)人信息的輸入；

（2）在此模型的基礎(chǔ)上進(jìn)行評估；

（3）出具包括有：疾病風(fēng)險(xiǎn)、膳食評估、生活質(zhì)量、精神壓力、行為方式、體力活動等風(fēng)險(xiǎn)評估報(bào)告。