一种内痔套扎术后患者健康行为管理系统

本发明涉及健康管理，特别涉及一种内痔套扎术后患者健康行为管理系统。

背景技术：

1、内痔套扎术（rbl, rubber band ligation）是治疗内痔的常用微创术式，具有操作简便、创伤小、恢复快的优点。然而，术后患者的康复质量高度依赖于其自我管理行为，包括饮食控制、排便习惯养成、创口护理及并发症监测等。临床研究表明，不良的生活方式（如营养不均衡、缺乏运动、压力应对不当等）与术后自我管理行为的恶化存在显著关联，进而影响术后恢复效果，增加并发症发生率。

2、目前，术后患者管理主要依赖医护人员的定期随访和患者的主观报告，缺乏对患者生活方式与自我管理行为之间关联模式的系统性数据挖掘能力，无法基于历史患者数据构建前置性风险预警机制，导致不良生活方式对自我管理行为的负面影响难以在早期被识别和干预。

3、鉴于此，需要一种内痔套扎术后患者健康行为管理系统。

技术实现思路

1、针对现有技术中缺乏对患者生活方式与自我管理行为之间关联模式的系统性数据挖掘能力，无法基于历史患者数据构建前置性风险预警机制的问题，本发明提供了一种内痔套扎术后患者健康行为管理系统，能够通过采集模块并行获取生活方式与自我管理行为数据，经数据处理模块构建事务数据库，由规则挖掘模块利用fp-growth算法挖掘二者之间的关联规则并构建规则库，最终通过预警模块实现对新患者的前置性风险预警。具体技术方案如下：

2、一种内痔套扎术后患者健康行为管理系统，包括：

3、采集模块，用于按预设时序采集术后患者的多维度行为数据，所述多维度行为数据包括健康促进生活方式量表的维度评分数据以及自我管理行为量表的维度评分数据；

4、数据处理模块，用于对所述多维度行为数据进行标准化处理和基于历史全局四分位数的离散化处理，将连续评分转化为等级标签，并基于滑动时间窗口对时序化的等级标签进行聚合，构建事务数据库；

5、规则挖掘模块，用于利用fp-growth数据挖掘算法对所述事务数据库进行频繁项集挖掘，并基于所述频繁项集生成关联规则，所述关联规则的前件为不良生活方式维度等级项，后件为自我管理行为变差维度等级项，并通过置信度、提升度和卡方检验对所述关联规则进行筛选以构建规则库；

6、预警模块，用于将新患者的实时多维度行为数据经所述数据处理模块处理后与所述规则库进行匹配，当新患者当前的不良生活方式维度集合覆盖所述规则库中某条关联规则的前件时，自动触发预警，提示医护人员和/或患者重点关注该关联规则后件对应的自我管理行为维度。

7、优选的，所述采集模块采用两套并行量表进行结构化采集：

8、健康促进生活方式量表，包含营养、运动、健康责任、压力应对、人际关系和自我实现共6个维度，每个维度包含4至6个评估条目，采用likert 4级评分；

9、自我管理行为量表，包含饮食管理、排便管理、用药管理、创口护理和并发症监测共5个维度，每个维度包含3至5个评估条目，采用likert 5级评分。

10、优选的，所述采集模块的预设时序为：

11、术后第1至3天由医护每日评估；术后第4至14天患者每日自评；术后第15至30天每3天自评；术后第1至6个月每周自评；所有原始数据以五元组形式存入时序数据库。

12、优选的，所述数据处理模块依次执行以下子步骤：

13、维度得分计算与数据清洗子步骤，用于将原始评分按维度内算术平均聚合为维度得分，并对缺失值和异常值进行处理；

14、标准化子步骤，用于采用基于历史全体患者全局极值的min-max标准化方法消除量纲差异；

15、离散化子步骤，用于基于历史全体患者标准化得分的全局四分位数进行自适应切分，将连续得分转化为等级标签；

16、滑动窗口聚合子步骤，用于采用预设窗口大小和步长的滑动窗口将连续多天的标准化得分聚合为窗口均值，对窗口均值重新应用所述离散化子步骤生成单条事务记录，遍历所有历史患者及所有有效窗口起点构建所述事务数据库。

17、优选的，所述标准化子步骤中，对新患者 incoming 时的标准化处理严格使用历史全局极值，严禁使用新患者个人数据计算极值;

18、所述离散化子步骤中，生活方式维度按全局四分位数切分为优、良、中、差四个等级，自我管理维度按全局四分位数切分为好、较好、一般、差四个等级，且各等级样本量通过全局四分位数自适应均衡。

19、优选的，所述规则挖掘模块执行以下流程：

20、频繁项集挖掘子步骤，用于利用fp-growth算法在所述事务数据库上挖掘满足最小支持度阈值的频繁项集；

21、关联规则生成子步骤，用于对每个频繁项集进行约束拆分，使前件仅含生活方式维度等级项、后件仅含自我管理维度等级项，且前件与后件非空、互不相交；

22、规则筛选子步骤，用于计算每条候选规则的置信度、提升度和卡方统计量，仅将同时满足置信度≥60%、提升度≥1.2且卡方值>3.841的关联规则纳入所述规则库；

23、动态更新子步骤，用于按预设周期将新增患者数据追加至历史数据库，重新计算全局极值与四分位数并全链路重跑规则挖掘，对规则库进行增量更新。

24、优选的，所述预警模块包括：

25、规则匹配子步骤，用于识别新患者当前的不良生活方式维度集合，遍历所述规则库，当所述不良生活方式维度集合完全覆盖某条关联规则前件中的所有项时，判定该规则命中，取所有命中规则后件的并集得到需重点关注的自我管理维度集合；

26、预警分级子步骤，用于根据命中规则的置信度和数量进行分级预警：当存在命中规则置信度≥80%或命中规则数量≥3条时触发红色预警；当存在命中规则置信度在60%至80%之间或命中规则数量为1至2条时触发橙色预警；当存在不良生活方式但未命中任何规则时触发黄色提醒；当无不良生活方式时判定为正常。

27、优选的，所述预警模块还包括闭环验证子步骤，用于在预警触发后经过预设随访周期重新采集所述需重点关注的自我管理维度集合中各维度的评分，计算改善率：

28、

29、式中，为预警触发日标准化后的自我管理维度得分，为预警触发日，为预设随访周期。

30、一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行如上所述的内痔套扎术后患者健康行为管理系统。

31、一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行如上所述的内痔套扎术后患者健康行为管理系统

32、与现有技术相比，本发明的有益效果为：

33、本发明通过并行采集生活方式与自我管理行为两套量表数据，实现了对患者术后康复影响因素的全面覆盖；采用基于历史全局极值的min-max标准化和基于全局四分位数的自适应离散化处理，确保新患者 incoming 时的数据处理结果与历史分布保持一致，有效避免分布偏移；利用滑动时间窗口对时序化等级标签进行聚合，显著降低单日偶然因素的干扰，提升关联规则挖掘的稳定性；通过fp-growth算法系统挖掘生活方式与自我管理行为之间的关联规则，并设置置信度、提升度和卡方检验三重筛选条件，确保所生成规则的科学性和可靠性；在此基础上实现分级预警机制，根据规则命中情况自动触发不同级别的预警并同步推送至医护端和患者端；同时建立闭环验证机制，通过随访期改善率评估干预效果，对干预不足的案例自动升级预警级别并将数据回流至历史数据库，实现规则库的持续优化与自学习能力，从而系统性解决了现有术后患者管理中缺乏前置性风险预警的技术问题，显著提升了内痔套扎术后患者的康复管理质量和效率。