健康素质与医疗服务的分析方法、装置、设备及存储介质与流程

1.本技术涉及数据处理技术领域，具体而言，涉及一种健康素质与医疗服务的分析方法、装置、设备及存储介质。


背景技术：

2.随着医疗科技的进步，现公共卫生服务的效果提升有助于减轻医疗服务的压力，通过构建医防融合体系进一步推进全民健康事业高质量发展；因此对人们进行合理的健康评估是非常重要的。
3.当前，现有技术中对于公共卫生服务与医疗服务之间的相关性或发展趋势的研究，大多是基于宏观统计分析。
4.但是这样的分析方式对于居民健康素质提升与医疗服务之间相关性没有微观化、精细化的分析方法，导致无法提供医疗服务的精细化管理的问题。


技术实现要素：

5.本技术的目的在于，针对上述现有技术中的不足，提供一种健康素质与医疗服务的分析方法、装置、设备及存储介质，以解决现有技术中对于居民健康素质提升与医疗服务之间相关性在微观化、精细化分析方法上的缺失，进而导致无法提供医疗服务的精细化管理的问题。
6.为实现上述目的，本技术实施例采用的技术方案如下：
7.第一方面，本技术一实施例提供了一种健康素质与医疗服务的分析方法，所述方法包括：
8.从预设的用户签约数据库中获取多组签约用户信息，每组签约用户信息对应一个用户；
9.根据所述每组签约用户信息，从预设的用户健康数据库中获取预设研究周期内，所述每组签约用户信息对应用户的多个健康影响因子的分值；
10.根据所述用户的多个健康影响因子的分值，确定所述预设研究周期内所述用户的健康影响因子坐标；
11.根据所述预设研究周期内多个用户的健康影响因子坐标，计算所述预设研究周期的健康素质指标；
12.根据所述每组签约用户信息，从预设的医疗服务数据库中获取所述预设研究周期内所述用户的医疗服务数据；
13.对所述预设研究周期内所述用户的医疗服务数据进行累加，得到所述预设研究周期的医疗服务指标。
14.可选地，所述根据所述用户的多个健康影响因子的分值，确定所述预设研究周期内所述用户的健康影响因子坐标，包括：
15.根据所述用户的多个静态健康影响因子的分值，和所述用户的多个动态健康因子
的分值，确定所述预设研究周期内所述用户的健康影响因子坐标。
16.可选地，所述多个健康影响因子的分值包括：所述预设研究周期内至少一个单位时间段内的多个健康影响因子的分值；
17.所述根据所述用户的多个健康影响因子的分值，确定所述预设研究周期内所述用户的健康影响因子坐标，包括：
18.根据所述至少一个单位时间段内的所述多个健康影响因子的分值，分别确定所述至少一个单位时间段内所述用户的健康影响因子坐标；
19.所述根据所述预设研究周期内多个用户的健康影响因子坐标，计算所述预设研究周期的健康素质指标，包括：
20.根据所述至少一个单位时间段内所述多个用户的健康影响因子坐标，分别计算所述至少一个单位时间段的健康素质指标；
21.根据所述至少一个单位时间段的健康素质指标，计算所述预设研究周期的健康素质指标。
22.可选地，所述根据所述至少一个单位时间段内所述多个用户的健康影响因子坐标，分别计算所述至少一个单位时间段的健康素质指标，包括：
23.对每个单位时间段内所述多个用户的健康影响因子坐标进行聚类，得到所述每个单位时间段对应的多个健康影响因子坐标簇；
24.根据所述每个单位时间段对应的所述多个健康影响因子坐标簇的质心坐标、各个健康影响因子坐标簇中的用户数以及总的用户数，计算所述每个单位时间段的健康素质指标。
25.可选地，所述根据所述至少一个单位时间段的健康素质指标，计算所述预设研究周期的健康素质指标，包括：
26.对所述至少一个单位时间段的健康素质指标进行累加，得到所述预设研究周期的健康素质指标。
27.可选地，所述方法还包括：
28.对所述预设研究周期之前的研究前时间段内的医疗服务指标，和所述预设研究周期内的医疗服务指标进行比对，得到所述预设研究周期前后的第一医疗服务指标变化值；其中，研究前时间段和所述预设研究周期的时间范围相同；
29.根据所述第一医疗服务指标变化值，和所述预设研究周期的健康素质指标，计算健康素质指标和医疗服务指标之间的第一指标变换关系。
30.可选地，所述预设研究周期包括：第一研究周期和第二研究周期，所述方法还包括：
31.对所述第一研究周期和所述第二研究周期内的健康素质指标进行比对，确定健康素质指标变化值；
32.对所述第一研究周期和所述第二研究周期内的医疗服务指标进行比对，确定第二医疗服务指标变化值；
33.根据所述健康素质指标变化值和所述第二医疗服务指标变化值，计算健康素质指标和医疗服务指标之间的第二指标变换关系。
34.第二方面，本技术另一实施例提供了一种健康素质与医疗服务的分析装置，所述
装置包括：获取模块、确定模块和计算模块，其中：
35.所述获取模块，用于从预设的用户签约数据库中获取多组签约用户信息，每组签约用户信息对应一个用户；根据所述每组签约用户信息，从预设的用户健康数据库中获取预设研究周期内，所述每组签约用户信息对应用户的多个健康影响因子的分值；
36.所述确定模块，用于根据所述用户的多个健康影响因子的分值，确定所述预设研究周期内所述用户的健康影响因子坐标；
37.所述计算模块，用于根据所述预设研究周期内多个用户的健康影响因子坐标，计算所述预设研究周期的健康素质指标；
38.所述获取模块，具体用于根据所述每组签约用户信息，从预设的医疗服务数据库中获取所述预设研究周期内所述用户的医疗服务数据；
39.所述计算模块，具体用于对所述预设研究周期内所述用户的医疗服务数据进行累加，得到所述预设研究周期的医疗服务指标。
40.可选地，所述确定模块，具体用于根据所述用户的多个静态健康影响因子的分值，和所述用户的多个动态健康因子的分值，确定所述预设研究周期内所述用户的健康影响因子坐标。
41.可选地，所述多个健康影响因子的分值包括：所述预设研究周期内至少一个单位时间段内的多个健康影响因子的分值；
42.所述确定模块，具体用于根据所述至少一个单位时间段内的所述多个健康影响因子的分值，分别确定所述至少一个单位时间段内所述用户的健康影响因子坐标；
43.所述计算模块，具体用于根据所述至少一个单位时间段内所述多个用户的健康影响因子坐标，分别计算所述至少一个单位时间段的健康素质指标；根据所述至少一个单位时间段的健康素质指标，计算所述预设研究周期的健康素质指标。
44.可选地，所述装置还包括：聚类模块，用于对每个单位时间段内所述多个用户的健康影响因子坐标进行聚类，得到所述每个单位时间段对应的多个健康影响因子坐标簇；
45.所述计算模块，具体用于根据所述每个单位时间段对应的所述多个健康影响因子坐标簇的质心坐标、各个健康影响因子坐标簇中的用户数以及总的用户数，计算所述每个单位时间段的健康素质指标。
46.可选地，所述计算模块，具体用于对所述至少一个单位时间段的健康素质指标进行累加，得到所述预设研究周期的健康素质指标。
47.可选地，所述装置还包括：对比模块，用于对所述预设研究周期之前的研究前时间段内的医疗服务指标，和所述预设研究周期内的医疗服务指标进行比对，得到所述预设研究周期前后的第一医疗服务指标变化值；其中，研究前时间段和所述预设研究周期的时间范围相同；
48.所述计算模块，具体用于根据所述第一医疗服务指标变化值，和所述预设研究周期的健康素质指标，计算健康素质指标和医疗服务指标之间的第一指标变换关系。
49.可选地，所述对比模块，具体用于对所述第一研究周期和所述第二研究周期内的健康素质指标进行比对，确定健康素质指标变化值；对所述第一研究周期和所述第二研究周期内的医疗服务指标进行比对，确定第二医疗服务指标变化值；
50.所述计算模块，具体用于根据所述健康素质指标变化值和所述第二医疗服务指标
变化值，计算健康素质指标和医疗服务指标之间的第二指标变换关系。
51.第三方面，本技术另一实施例提供了一种健康素质与医疗服务的分析设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当健康素质与医疗服务的分析设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面任一所述方法的步骤。
52.第四方面，本技术另一实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
53.本技术的有益效果是：采用本技术提供的健康素质与医疗服务的分析方法，可以在预设的用户签约数据库中获取多组签约用户信息，并根据每组签约用户信息，从预设的用户健康数据库中获取预设研究周期内，每组签约用户信息对应用户的多个健康影响因子的分子，并根据多个健康影响因子的分支确定研究周期内的健康影响因子坐标，从而计算预设研究周期的健康素质指标，这样的计算方式可以根据多组签约用户信息，精细化计算每个预设研究周期内的健康素质指标和医疗服务指标，进而后续可以根据每个研究周期内的健康素质指标和医疗服务指标，对健康素质提升的相关工作进行指导；解决居民健康素质提升与医疗服务之间相关性在微观化、精细化分析方法上的缺失，进而导致无法提供医疗服务的精细化管理的问题。
附图说明
54.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
55.图1为本技术一实施例提供的健康素质与医疗服务的分析方法的流程示意图；
56.图2为本技术另一实施例提供的健康素质与医疗服务的分析方法的流程示意图；
57.图3为本技术一实施例提供的坐标簇的示意图；
58.图4为本技术另一实施例提供的坐标簇的示意图；
59.图5为本技术另一实施例提供的坐标簇的示意图；
60.图6为本技术另一实施例提供的健康素质与医疗服务的分析方法的流程示意图；
61.图7为本技术另一实施例提供的健康素质与医疗服务的分析方法的流程示意图；
62.图8为本技术一实施例提供的健康素质与医疗服务的分析装置的结构示意图；
63.图9为本技术另一实施例提供的健康素质与医疗服务的分析装置的结构示意图；
64.图10为本技术一实施例提供的健康素质与医疗服务的分析设备的结构示意图。
具体实施方式
65.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。
66.通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求
保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
67.另外，本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
68.如下结合多个具体的应用示例，对本技术实施例所提供的一种健康素质与医疗服务的分析方法进行解释说明。图1为本技术一实施例提供的一种健康素质与医疗服务的分析方法的流程示意图，如图1所示，该方法包括：
69.s101：从预设的用户签约数据库中获取多组签约用户信息，每组签约用户信息对应一个用户。
70.其中，预设的用户签约数据库中存储有大量的用户数据信息，每个用户数据信息中均包括多组签约用户信息，包括但不限于：签约用户身份信息、签约用户健康影响因子信息、签约用户医疗信息等，应当理解上数据实施例仅为示例性说明，具体签约用户信息中包括的信息内容可以根据用户需要灵活调整，并不以上述实施例给出的为限。
71.s102：根据每组签约用户信息，从预设的用户健康数据库中获取预设研究周期内每组签约用户信息对应用户的多个健康影响因子的分值。
72.其中，例如可以根据签约用户的身份信息，在预设的用户健康数据库中获取身份信息对应的所有健康影响因子的分值，为该签约用户的多个健康影响因子的分值。
73.s103：根据用户的多个健康影响因子的分值，确定预设研究周期内用户的健康影响因子坐标。
74.在本技术的一个实施例中，计算健康影响因子坐标的方式例如可以为：根据用户的多个静态健康影响因子的分值，和用户的多个动态健康因子的分值，确定预设研究周期内用户的健康影响因子坐标。
75.s104：根据预设研究周期内多个用户的健康影响因子坐标，计算预设研究周期的健康素质指标。
76.s105：根据每组签约用户信息，从预设的医疗服务数据库中获取预设研究周期内用户的医疗服务数据。
77.其中，在本技术的一个实施例中，健康信息采集目录例如可以包括：医疗服务信息采集目录，预设的医疗服务数据库中的医疗服务数据均为预先采集的签约用户的医疗服务信息，其中，医疗服务信息采集目录例如可以为表1所示；采集到用户的医疗服务信息后，也可以以签约用户的身份标识号码作为唯一的识别标识，将采集的医疗服务信息存储至预设的医疗服务数据库中。
78.表1:
79.[0080][0081]
s106：对预设研究周期内用户的医疗服务数据进行累加，得到预设研究周期的医疗服务指标。
[0082]
在一些可能的实施例中，医疗服务指标例如可以包括总诊疗次数d1、总住院次数d2、总住院天数d3、总医疗费用d4、总药品份用d5、新发慢病病种d6、新发慢病病例数d7等，即在研究周期内，对样本用户人群的医疗服务数据进行累计。
[0083]
采用本技术提供的健康素质与医疗服务的分析方法，可以在预设的用户签约数据库中获取多组签约用户信息，并根据每组签约用户信息，从预设的用户健康数据库中获取预设研究周期内，每组签约用户信息对应用户的多个健康影响因子的分子，并根据多个健康影响因子的分支确定研究周期内的健康影响因子坐标，从而计算预设研究周期的健康素质指标，这样的计算方式可以根据多组签约用户信息，精细化计算每个预设研究周期内的健康素质指标和医疗服务指标，进而后续可以根据每个研究周期内的健康素质指标和医疗服务指标，对健康素质提升的相关工作进行指导；解决居民健康素质提升与医疗服务之间相关性在微观化、精细化分析方法上的缺失，进而导致无法提供医疗服务的精细化管理的问题。
[0084]
示例地，在一些可能的实施例中，预设的用户健康数据库中的数据例如可以为预先获取的各签约用户的数据，其中可以包括：采集的各签约用户的信息数据，采集的各签约用户的健康信息数据；其中，各签约用户的健康信息数据例如可以为根据用户签约的健康信息采集目录采集的，各签约用户的信息数据例如可以为根据用户签约的签约信息数据采集目录采集的。
[0085]
其中，用户签约的签约信息数据采集目录例如可以为表2所示，采集到用户签约的签约信息后，可以以签约用户的身份标识号码作为唯一的识别标识，将采集的签约信息存储至预设的用户健康数据库中。
[0086]
表2：
[0087]
[0088][0089]
在本技术的一个实施例中，健康信息采集目录例如还可以包括：健康影响因子采集目录，用户签约的健康影响因子采集目录例如可以为表2-表4所示。
[0090]
其中，表3为静态健康影响因子采集目录；表4为动态健康影响因子采集目录；表5为健康影响因子分指标采集目录，采集到的用户签约的健康影响因子信息后，也可以以签约用户的身份标识号码作为唯一的识别标识，将采集的健康影响因子信息存储至预设的用户健康数据库中，并根据影响因子分值表，换算成可量化评估的分数，并分别统计动态量分值x，和静态量分值y。
[0091]
表3：
[0092]
[0093][0094]
表4：
[0095]
[0096][0097]
表5：
[0098][0099]
在本技术的实施例中，获取用户数据之前，需要与待获取用户进行签约，签约方式例如可以为：
[0100]
从预设区域内选出一批样本人群(人群数为n)作为待获取用户，也即研究对象，其中，预设区域例如可以为小区为单位、或以区为单位、或以街道为单位、或以省份为单位等，具体预设区域的划分可以根据用户需要灵活调整，本技术在此不做任何限制。
[0101]
样本人群的确定方式例如还可以为：获取确定某一病种的人群作为样本人群，从而实现该病种的专项研究；或确定某一年龄段的人群为样本人群，从而实现针对该一年龄段人群的专项研究；或确定有相似或共同属性的人群为样本人群，从而实现针对有相似或共同属性的人群进行专项研究等，以得到特殊人群健康素质提升对医疗服务的量化关系，具体样本人群的确定方式可以根据用户需要灵活调整，并不以上述实施例给出的为限。
[0102]
其中，待获取用户的个体选择无特异性，为随机性盲选，且为提高量化分析准确率和普适性，在本技术的实施例中，n设置为较大的数，例如n》5000。随后向n个样本用户推送服务签约通道，由用户申请签约并授权信息调阅后，根据用户签约信息采集目录，为预设的用户健康数据库采集相关的数据，对于用户签约信息采集目录中空缺的数据，可以生成报表由用户进行填写和提交。若有部分样本用户不愿意进行签约，则可以在区域内再次随机挑选相同数量的用户，直至签约服务的样本人群数为n。
[0103]
在本技术的实施例中，考虑针对个体用户在信息采集时的特殊情况(如用户遗忘提交数据或漏报数据等)，在少量样本缺失情况下，对后续的计算结果不会发生影响。
[0104]
在一些可能的实施例中，采集相关的数据例如可以包括：采集用户健康影响因子数据，采集方式例如可以为根据预设用户健康影响因子信息采集目录，向待采集用户的终端设备推送采集请求，待采集用户在收到采集请求后，根据采集请求中的预设用户健康影响因子采集目录补充并确认信息，并在补充完成后提交，至此完成相关数据的采集。
[0105]
为提高数据采集的效率，对于一些需要每日采集的动态数据，待采集用户可以预先设置复制前一日提交的数据并粘贴至今日的采集数据中的功能开启，随后只需在今日采
集的数据中，对部分需要修改的数据进行修改，从而就可以实现数据的快速采集；该功能可以根据用户的需要，在待采集用户的终端设备上设置开启或关闭，具体可以根据用户需要灵活调整，并不以上述实施例给限。
[0106]
对于一些静态数据，可以预先设置较低的采集频率，例如可以设置为每周采集一次或每月采集一次，具体采集频率可以灵活调整，并不以上述实施例给出的为限。
[0107]
可选地，在上述实施例的基础上，本技术实施例还可提供一种健康素质与医疗服务的分析方法，如下结合附图对上述方法的实现过程进行示例说明。图2为本技术另一实施例提供的一种健康素质与医疗服务的分析方法的流程示意图，多个健康影响因子的分值包括：预设研究周期内至少一个单位时间段内的多个健康影响因子的分值；如图2所示，s103可包括：
[0108]
s107：根据至少一个单位时间段内的多个健康影响因子的分值，分别确定至少一个单位时间段内用户的健康影响因子坐标。
[0109]
确定方式例如可以为：设用户i在第j周内的相对静态量为xi,j，设yi,j为用户i在第j周内连续7天的动态量分值的均值则用户i在第j周的健康影响因子的坐标点为ri,j(xi,j,yi,j)
……
(i从1到n)。
[0110]
依此类推，得到本区域内所有n个用户在第j周内的健康影响因子的坐标为r1,j(x1,j,y1,j)，r2,j(x2,j,y2,j)
……
rn,j(xn,j,yn,j)。
[0111]
对第j周获得的n个用户的健康影响因子的坐标，有如下n个点，具体坐标如下：r1,j(x1,j,y1,j)、r2,j(x2,j,y2,j)、r3,j(x3,j,y3,j)
……
rn-1,j(xn-1,j,yn-1,j)、rn,j(xn,j,yn,j)。
[0112]
s104可包括：
[0113]
s108：根据至少一个单位时间段内多个用户的健康影响因子坐标，分别计算至少一个单位时间段的健康素质指标。
[0114]
在本技术的一个实施例中，计算例如可以对每个单位时间段内多个用户的健康影响因子坐标进行聚类，得到每个单位时间段对应的多个健康影响因子坐标簇；根据每个单位时间段对应的多个健康影响因子坐标簇的质心坐标、各个健康影响因子坐标簇中的用户数以及总的用户数，计算每个单位时间段的健康素质指标。
[0115]
在一些可能的实施例中，可以在聚类前将噪点数据(例如分布稀疏的数据)先行进行排除，即将噪点数据不列入聚类算法的计算中。
[0116]
为了解决由于噪点数据、采集缺漏等情况带来的样本量减少的问题，可以在样本采集的过程中，考虑按一定幅度增加原定签约用户的人数。
[0117]
其中，通过聚类分析计算坐标簇的质心坐标的方式例如可以为：对上述n个点用欧几里得度量(euclidean)距离函数进行聚类分析，聚类为三个类。聚类算法例如可以为k均值聚类算法(k-means clustering algorithm)。
[0118]
初始假设a1，b1，c1(a1，b1和c1为ri,j(xi,j,yi,j
……
)n个点中的任意三个，设a1为rl,j(xl,j,yl,j)，b1为rm,j(xm,j,ym,j)，c1为rp,j(xp,j,yp,j))分别为三个簇的中心(质心)，计算每个点ri,j(xi,j,yi,j
……
)(i从1到n)分别到a1，b1和c1之间的距离(a1,b1,c1与自身的点除外)，则有：
[0119][0120][0121]
随后按照上述距离大小，在其它n-3个点中选择与其最近的质心(a1，b1，c1)，形成三个簇的点集合；计算这三个簇的质心，假设有g1(xg1，y g1)，g2(xg2，y g2)，g3(xg3，y g3)。重新计算各个点ri,j(xi,j,yi,j)(i从1到n)到g1，g2，g3的距离，根据距离最小原则重新指派各个点到离其最近的质心，再次产生出三个坐标簇；此时重新计算这三个坐标簇的质心；如果质心发生变化，则重复上述操作，重新产生三个坐标簇；如果质心不发生变化，则认为已收敛，形成最终的三个坐标簇，即三个类，并得到三个质心坐标，记为g1,j(x1,j，y1,j)，g2,j(x2,j，y2,j)，g3,j(x3,j，y3,j)，至此完成坐标簇的质心坐标的计算。
[0122]
应当理解上述实施例仅为示例性说明，具体可以按照研究需要分出多个类，并不局限于目前给出的三类聚类。
[0123]
s109：根据至少一个单位时间段的健康素质指标，计算预设研究周期的健康素质指标。
[0124]
在一些可能的实施例中，例如可以对至少一个单位时间段的健康素质指标进行累加，得到预设研究周期的健康素质指标；其中，单位时间段例如可以每周，或每十天等；预设研究周期例如可以为每三个月为一个研究周期，或每六个月为一个研究周期，或每年为一个研究周期，具体单位时间段和研究周期均可以根据用户需要灵活调整，并不以上述实施例给出的为限。
[0125]
根据单位时间段的健康素质指标，计算预设研究周期的健康素质指标的方式例如可以为：根据上述计算方式获取到研究周期内所有单位时间段的三个坐标簇和质心坐标，分别记为(g1,1，g2,1，g3,1)，(g1,2，g2,2，g3,2)，
……
(g1,j，g2,j，g3,j)
……
(g1,w，g2,w，g3,w),w为单位时间段的数量。
[0126]
图3为本技术一实施例提供的坐标簇的示意图；图4为本技术另一实施例提供的坐标簇的示意图；图5为本技术另一实施例提供的坐标簇的示意图，如图3-图5所示，其中，每个图片中分别对应不同单位时间段对应的坐标簇示意图，横坐标表示相对静态量分值，纵坐标表示动态量分值，从左到右依次为g1,j坐标簇(x1,j，y1,j)，g2,j坐标簇(x2,j，y2,j)和坐标簇g3,j(x3,j，y3,j)，每个坐标簇中的*号即为该坐标簇中的质心坐标。
[0127]
针对g1,j(x1,j，y1,j)，g2,j(x2,j，y2,j)和g3,j(x3,j，y3,j)，如果x1,j*y1,j》x2,j*y2,j,则可以认为g1坐标簇的健康素质要高于g2坐标簇，依此类推。针对不同时期点上的g1,1(x1,1，y1,1)，g1,2(x1,2，y1,2)，如果x1,2*y1,2》x1,1*y1,1,则可以认为第2单位时间段的健康素质要高于第1单位时间段，依此类推。
[0128]
随后针对每个单位时间段的健康素质指标，分别计算三个坐标簇的质心到x轴，y轴围成的矩形面积，乘以该坐标簇中包括的人数(h)在总人数(n)中的百分比(旨在考虑每个坐标簇人数占比为权重)，然后相加，得到某一单位时间段内人群健康素质指标sj，进而得到研究周期内(共w周)，人群整体健康素质指标z:
[0129]
可选地，在上述实施例的基础上，本技术实施例还可提供一种健康素质与医疗服务的分析方法，如下结合附图对上述方法的实现过程进行示例说明。图6为本技术另一实施例提供的一种健康素质与医疗服务的分析方法的流程示意图，如图6所示，在图1的基础上，该方法还可包括：
[0130]
s110：对预设研究周期之前的研究前时间段内的医疗服务指标，和预设研究周期内的医疗服务指标进行比对，得到预设研究周期前后的第一医疗服务指标变化值。
[0131]
其中，研究前时间段和预设研究周期的时间范围相同，从而保证两个时间段保持相同的采集范围。
[0132]
s111：根据第一医疗服务指标变化值，和预设研究周期的健康素质指标，计算健康素质指标和医疗服务指标之间的第一指标变换关系。
[0133]
在本技术的实施例中，例如设研究前时间段的医疗服务量化指标，包括总诊疗次
数d01、总住院次数d02、总住院天数d03、总医疗费用d04、总药品费用d05、新发慢病病种d06、新发慢病病例数d07等。设预设研究周期内的医疗服务量化指标，包括总诊疗次数d’1、总住院次数d’2、总住院天数d’3、总医疗费用d’4、总药品费用d’5、新发慢病病种d’6、新发慢病病例数d’7等。设预设研究周期内的健康素质指标z；其中：
△
d1＝d’1-d01，
△
d2＝d’2-d02，
……△
d7＝d’7-d07。
[0134]
则有z＝|α1*
△
d1|，z＝|α2*
△
d2|，
……
z＝|α7*
△
d7|，α1，α2，
……
α7》0，输出的α1，α2，
……
α7均为常数，即为健康素质指标和医疗服务指标之间的第一指标变换关系，该第一指标变换关系可以用来表征健康素质指标对减少医疗行为和医疗费用的贡献度。
[0135]
可选地，在上述实施例的基础上，本技术实施例还可提供一种健康素质与医疗服务的分析方法，如下结合附图对上述方法的实现过程进行示例说明。图7为本技术另一实施例提供的一种健康素质与医疗服务的分析方法的流程示意图，预设研究周期包括：第一研究周期和第二研究周期，在图1的基础上，如图7所示，该方法还可包括：
[0136]
s112:对第一研究周期和第二研究周期内的健康素质指标进行比对，确定健康素质指标变化值。
[0137]
在同等外部因素影响的情况下(如无大规模突发传染性疾病爆发等异常情况)，设定研究周期为第一研究周期和第二研究周期，设第一研究周期人群健康素质指标为z1，医疗服务量化指标包括总诊疗次数d11、总住院次数d12、总住院天数d13、总医疗费用d14、总药品费用d15、新发慢病病种d16、新发慢病病例数d17等；设第二研究周期人群健康素质指标为z2，医疗服务量化指标包括总诊疗次数d21、总住院次数d22、总住院天数d23、总医疗费用d24、总药品费用d25、新发慢病病种d26、新发慢病病例数d27等。其中，两个研究周期内人群健康素质指标变化值为
△
z，则
△
z＝z2
–
z1。
[0138]
s113：对第一研究周期和第二研究周期内的医疗服务指标进行比对，确定第二医疗服务指标变化值。
[0139]
两个研究周期内医疗服务指标变化值为
△
d1＝d21
–
d11，
△
d2＝d22
–
d12，
……△
d7＝d27
–
d17。
[0140]
s114:根据健康素质指标变化值和第二医疗服务指标变化值，计算健康素质指标和医疗服务指标之间的第二指标变换关系。
[0141]
则有
△
z＝|β1*
△
d1|，
△
z＝|β2*
△
d2|，
……△
z＝|β7*
△
d7|，β1，β2，
……
β7》0，输出的β1，β2，
……
β7均为常数，即为第二指标变换关系，用于表征健康素质指标的变化对医疗服务指标带来的量化变化。
[0142]
在本技术的实施例中，还可以根据运算结果，向签约用户以及预设服务人员推送消息，从而提醒签约用户或预设服务人员进行健康管理，例如：当运算得同时期的三个族质心面积值差距及大小、不同时期同类质心的面积值差距及大小，系统将通过消息推送的方式，提醒预设服务人员防止健康素质的两极分化或应加强健康干预的工作。当采集的健康影响因子分数值变低时，系统将通过消息推送的方式，例如可以将消息推送至签约用户的移动终端，从而提醒用户对生活方式进行健康管理。
[0143]
在另一些可能的实施例中，还可以根据计算结果输出健康素质指标、多个医疗服务指标、以及健康素质指标与医疗服务指标的关系常数。
[0144]
示例地，还有一些可能的实施例中，还可以对输出的指标进行评估分析，推导相应
的发展趋势，例如：针对研究周期内，比较三个族的质心轨迹，若一个族的质心坐标围成的面积值乘以该族人数占总人数的比例，呈上升趋势，表明人群整体健康素质有所提升。
[0145]
随后比较研究周期前的时间段和研究周期内的时间段情况，根据输出的α1，α2，
……
α7，可以表征健康素质指标对减少医疗行为和医疗费用的贡献度，具有对其他地区推广指导的意义，可以较好地预测通过健康素质提升对医疗服务相关指标的影响。
[0146]
比较两个研究周期情况，根据输出的β1，β2，
……
β7，可以表征健康素质指标的变化对医疗服务指标带来的量化变化。即可以预测下一研究周期内，根据预设的医疗服务指标或健康素质指标的变化值，推导出相应的变化趋势，为达到降低医疗服务相关费用和总支出的相关要求，反过来对健康素质提升提出有针对性的量化要求。
[0147]
采用本技术提供的健康素质与医疗服务的分析方法，可以通过向用户手机端推送问卷的方式，采集用户的健康相关信息，包括但不限于签约信息、健康影响因子信息、医疗服务信息等。随后根据预设模型和算法，以研究周期和单位时间段为单位，对采集到的数据进行运算，对区域内居民健康素质指标和相关医疗服务指标进行对比分析，找出健康影响因子的变化与医疗服务相关指标的内在量化关系，实现对医疗服务相关指标的可预测、可控制、可量化的精细化管理，进而指导与改善健康素质和医疗服务提升的相关工作。
[0148]
下述结合附图对本技术所提供的健康素质与医疗服务的分析装置进行解释说明，该健康素质与医疗服务的分析装置可执行上述图1-图7任一健康素质与医疗服务的分析方法，其具体实现以及有益效果参照上述，如下不再赘述。
[0149]
图8为本技术一实施例提供的健康素质与医疗服务的分析装置的结构示意图，如图8所示，该装置包括：获取模块201、确定模块202和计算模块203，其中：
[0150]
获取模块201，用于从预设的用户签约数据库中获取多组签约用户信息，每组签约用户信息对应一个用户；根据每组签约用户信息，从预设的用户健康数据库中获取预设研究周期内，每组签约用户信息对应用户的多个健康影响因子的分值；
[0151]
确定模块202，用于根据用户的多个健康影响因子的分值，确定预设研究周期内用户的健康影响因子坐标；
[0152]
计算模块203，用于根据预设研究周期内多个用户的健康影响因子坐标，计算预设研究周期的健康素质指标。
[0153]
获取模块201，具体用于根据每组签约用户信息，从预设的医疗服务数据库中获取预设研究周期内用户的医疗服务数据；
[0154]
计算模块203，具体用于对预设研究周期内用户的医疗服务数据进行累加，得到预设研究周期的医疗服务指标。
[0155]
可选地，确定模块202，具体用于根据用户的多个静态健康影响因子的分值，和用户的多个动态健康因子的分值，确定预设研究周期内用户的健康影响因子坐标。
[0156]
可选地，多个健康影响因子的分值包括：预设研究周期内至少一个单位时间段内的多个健康影响因子的分值；
[0157]
确定模块202，具体用于根据至少一个单位时间段内的多个健康影响因子的分值，分别确定至少一个单位时间段内用户的健康影响因子坐标；
[0158]
计算模块203，具体用于根据至少一个单位时间段内多个用户的健康影响因子坐标，分别计算至少一个单位时间段的健康素质指标；根据至少一个单位时间段的健康素质
指标，计算预设研究周期的健康素质指标。
[0159]
可选地，在上述实施例的基础上，本技术实施例还可提供一种健康素质与医疗服务的分析装置，如下结合附图对上述图8给出的装置的实现过程进行示例说明。图9为本技术另一实施例提供的健康素质与医疗服务的分析装置的结构示意图，如图10所示，该装置还包括：聚类模块204，用于对每个单位时间段内多个用户的健康影响因子坐标进行聚类，得到每个单位时间段对应的多个健康影响因子坐标簇；
[0160]
计算模块203，具体用于根据每个单位时间段对应的多个健康影响因子坐标簇的质心坐标、各个健康影响因子坐标簇中的用户数以及总的用户数，计算每个单位时间段的健康素质指标。
[0161]
可选地，计算模块203，具体用于对至少一个单位时间段的健康素质指标进行累加，得到预设研究周期的健康素质指标。
[0162]
如图9所示，该装置还包括：对比模块205，用于对预设研究周期之前的研究前时间段内的医疗服务指标，和预设研究周期内的医疗服务指标进行比对，得到预设研究周期前后的第一医疗服务指标变化值；其中，研究前时间段和预设研究周期的时间范围相同；
[0163]
计算模块203，具体用于根据第一医疗服务指标变化值，和预设研究周期的健康素质指标，计算健康素质指标和医疗服务指标之间的第一指标变换关系。
[0164]
可选地，对比模块205，具体用于对第一研究周期和第二研究周期内的健康素质指标进行比对，确定健康素质指标变化值；对第一研究周期和第二研究周期内的医疗服务指标进行比对，确定第二医疗服务指标变化值；
[0165]
计算模块203，具体用于根据健康素质指标变化值和第二医疗服务指标变化值，计算健康素质指标和医疗服务指标之间的第二指标变换关系。
[0166]
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
[0167]
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，简称asic)，或，一个或多个微处理器，或，一个或者多个现场可编程门阵列(field programmable gate array，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，简称cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。
[0168]
图10为本技术一实施例提供的健康素质与医疗服务的分析设备的结构示意图，该健康素质与医疗服务的分析设备可以集成于终端设备或者终端设备的芯片。
[0169]
如图10所示，该健康素质与医疗服务的分析设备包括：处理器501、存储介质502和总线503。
[0170]
处理器501用于存储程序，处理器501调用存储介质502存储的程序，以执行上述图1-图7对应的方法实施例。具体实现方式和技术效果类似，这里不再赘述。
[0171]
可选地，本技术还提供一种程序产品，例如存储介质，该存储介质上存储有计算机程序，包括程序，该程序在被处理器运行时执行上述方法对应的实施例。
[0172]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其
它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0173]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0174]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0175]
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本技术各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文：read-only memory，简称：rom)、随机存取存储器(英文：random access memory，简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。