Apriori算法在卫生标准问卷调查数据挖掘中的应用及R语言实现

目的 归纳Apriori算法在卫生健康标准问卷调查数据中的应用方法、注意事项及R语言实现方法。方法 2019年5—9月,利用arules包（版本号：1.6-4）的Apriori函数进行关联规则计算,设定最小支持度和最小置信度分别为0.3和0.8。以提升度排名前10名的规则作为有效强关联规则。结果 问卷调查数据整理成以调查对象为行、以标准名称为列的二维表格,利用library（）命令调用readxl包导入数据,利用arules、arulesViz和grid包挖掘关联规则,并实现数据结果可视化。还可以利用shinythemes包进行交互式关联规则挖掘。结论 Apriori算法挖掘的关联信息可以为完善标准管理提供技术线索,但是也存在算法效率偏低,不适用于数据量较大的问卷调查数据。     

基于数据融合长短期记忆的大型医疗设备异常检测模型研究

目的：构建基于数据融合长短期记忆(DF-LSTM)的大型医疗设备异常检测模型,用以发掘设备异常,减少设备宕机概率。方法：借助医疗设备日志信息,从医疗设备厂家获取异常标注规则,提取医院计算机断层扫描(CT)设备的传感器日志数据16 643 688条,使用滑动窗口方法对其分割生成日志序列,最终获得53 114个日志序列,以按照时间窗口分割的日志序列为输入,以异常与否为输出,构建基于DF-LSTM的大型医疗设备异常检测模型,并进行训练和验证,对比使用交叉熵损失函数的DF-LSTM异常检测模型与本研究使用焦点损失(focalloss)函数的DF-LSTM异常检测模型的精确率、召回率以及F1分数(F1-score)。结果：基于DF-LSTM大型医疗设备异常检测模型的精确率、召回率及F1-score分别达到99.615%、98.969%和0.993分,较使用交叉熵损失函数的DF-LSTM异常检测模型均有约1%的提升。结论：基于DFLSTM的大型医疗设备异常检测模型具有较好的表现,能够极好地提取日志序列信息,有效识别异常日志序列,减少误判和错判情况,提高大型医疗设备运维人员工作效率,减少因大型医疗设...     

基于物联网数据和神经网络的呼吸机故障预测方法研究

目的：针对呼吸机物联网数据提出一种底层数据预处理方法，并在此基础上提出一种基于神经网络的呼吸机故障预测方法。方法：首先对呼吸机物联网数据进行梳理分类，并进行数据清洗。其次，根据各数据项分布情况，使用特征工程方法实现所有数据项无量纲化与编码化。之后，使用自编码器进行数据降维。最后，采用人工神经网络将异常数据作为训练标签，将预测异常数据故障作为训练目标进行训练，通过计算准确率、精确率、召回率、阴性预测值、特异度指标评估神经网络模型的预测性能。结果：神经网络模型学习效果良好，准确率、精确率、召回率、阴性预测值和特异度分别为99.68%、99.66%、99.99%、99.95%和96.52%。结论：提出的基于物联网数据和神经网络的呼吸机故障预测方法能够实现对特定故障的预测，为利用物联网数据开展医疗设备运维管理提供了参考。     

大肠癌手术治疗患者高额住院费用关联规则挖掘

目的 挖掘大肠癌手术治疗患者高额住院费用出现的预警信息，为减轻大肠癌手术治疗患者经济负担提供依据和对策。方法 收集2018-2020年某医院大肠癌患者的住院信息，利用Apriori算法挖掘各因素与高额住院费用之间潜在的强关联规则。结果 共纳入305例患者，患者手术治疗次住院费用的中位数为83591元(IQR=22877元),P₇₅为97776元。多元线性回归分析结果显示大肠癌患者住院费用的相关因素包括：住院天数、其他伴随手术数量、疾病发现途径、病理分期、分化程度、延迟就诊时间6项因素(P<0.05)。Apriori算法挖掘出的14条与高额住院费用相关的强规则中，9条与住院天数相关，7条与病理分期、疾病发现途径相关。满足强关联规则的患者出现高额费用的概率均是全部患者的3倍以上。结论 大肠癌手术治疗患者高额住院费用的主要预警信息包括：住院天数≥30天、病理分期为D期、因症就诊。通过规范临床路径、建立住院天数监控反馈机制、优化住院患者诊疗流程、开展大肠癌健康教育和人群筛查或有利于控制高额住院费用的产生。     

高龄孕产妇妊娠并发症/合并症分布特征及其关联症状分析

目的 通过病案首页数据及Apriori关联规则分析算法,探究高龄孕产妇妊娠并发症/合并症的症状分布特征及其关联特性。方法 收集某妇幼医院2016—2019年产科病案首页数据,描述高龄孕产妇的症状分布并将其与总体孕产妇人群进行对比,并利用Apriori算法,对妊娠并发症/合并症的症状进行关联规则分析。结果 共纳入74 588名孕产妇信息,高龄孕产妇的妊娠并发症/合并症发生的发生率（82.88%）显著高于非高龄孕产妇人群(69.42%,χ2 = 969.02,P＜0.001)。关联规则分析显示高龄孕产妇与总体孕产妇相比,症状的关联特性具有一定异同。虽然二者子痫前期、胎儿生长受限与早产存在较强关联,但高龄孕产妇中妊娠合并生殖道支原体感染也与早产关联较强。此外,部分症状的关联特性还会随着时间变化逐渐增强。结论 高龄孕产妇妊娠并发症/合并症的症状分布与总体孕产妇人群存在差异,且其相关症状之间存在较复杂的关联,在妊娠围产期需有针对性的监护。     

我国独居老年人健康相关行为与慢性病共病的关联研究

目的 了解我国独居老年人慢性病共病现状和特征,分析其共病模式,探索健康相关行为与独居老年人慢性病共病的关联,旨在为老年人多病共防和共管提供依据。方法 采用2018年中国老年健康影响因素跟踪调查(Chinese longitudinal healthy longevity survey,CLHLS)数据,使用网络图识别独居老年人慢性病共病中常见的二元共病模式,并运用Gephi软件对老年人慢性病共病网络进行可视化;运用Apriori算法,通过关联规则分析健康相关行为与独居老年人共病情况的关联性,使用多因素logistic回归模型分析独居老年人慢性病共病与健康相关行为的关联大小。结果 共纳入1 905名65岁以上的独居老年人,其中766人患有两种及以上慢性疾病,慢性病共病率为40.2%。通过网络图分析共发现45种有意义的具有中强链接的二元共病模式,其中10种与高血压有关,7种与心脏病有关。独居老年人健康相关行为与共病情况的关联规则中的强关联规则为睡眠质量差、无体力活动、无锻炼、无户外活动;多因素logistic回归模型显示：与无慢性病共病的独居老年人相比,会吸烟（OR=1.791,95%CI...     

基于数据挖潜的精神科护理不良事件分析

目的 基于数据挖潜思路对数据进行回顾性分析,旨在发现精神科护理不良事件的相关因素和变量之间的关联规则,为拟定精神科护理安全管理策略和风险预警机制提供科学依据。方法 运用Apriori算法,以支持度、置信度和提升度为指标,对2016年—2021年某精神病专科医院上报的684例护理不良事件的影响因素变量进行关联挖掘。结果 设置最低条件支持度为5,最小规则置信度为85%,最大前项数为3,得到关联规则共90条,经专业判断,最终选择16条关联。其中,科室、护士班次和当班人力、患者总数、患者年龄、性别和住院天数均与跌倒/坠床不良事件有关联;患者总数、精神症状、住院天数、性别和当班护士年龄与暴力攻击不良事件关联;患者的精神症状与自杀地点有关联。结论 采用数据挖潜技术,可以深入分析精神科护理不良事件相关因素之间的关联规则,发现精神科护理不良事件发生的规律和特点,为针对性地开展精神科护理风险管理提供科学依据;针对不良事件的关联规则拟定风险预警机制,对于保障患者安全、减少精神科护士职业伤害有一定指导意义。     

基于Apriori算法的慢性阻塞性肺疾病超限住院费用关联规则数据挖掘

目的深入挖掘天津市慢性阻塞性肺疾病(COPD)患者超限住院费用的影响因素,为进一步有针对地控制医疗费用提供方法学上的借鉴。方法收集天津市2009-2013年城镇职工基本医疗保险数据库中确诊为COPD的全部出院患者进行回顾性分析。采用多元线性逐步回归筛选住院费用的外部影响因素,应用关联规则数据挖掘方法中的Apriori算法挖掘与超限住院费用存在强关联规则的条件属性,揭示隐含的关联规则。结果多元线性逐步回归分析显示,住院天数、医院级别、手术治疗和年龄对住院费用影响的差异均有统计学意义(P0.01)。关联规则模型共挖掘出4条有意义的关联规则,监测到发生费用超限患者占总超限的39.20%。具有规则前项条件的患者发生费用超限概率分别为原来的11.20、11.00、8.78和8.22倍。结论挖掘出的强关联规则可以作为识别超限费用发生的警示信息,提示医院应缩短平均住院日,做好分级诊疗工作,从而控制住院费用,切实减轻COPD参保人员的经济负担。     

基于Apriori算法的布鲁菌病感染相关危险因素关联性

目的 分析布鲁菌病(布病)感染相关危险因素间的关联作用,为制定布病防控措施提供依据。方法 基于全国传染病疫情信息网络直报系统中济宁市2014―2017年数据,识别布病感染高发地区;在高发地区中采用多阶段整群抽样的方法,依靠问卷和血样检测共调查2 892人。通过二分类logistic回归分析模型分析布病的危险因素;运用Apriori算法挖掘相关危险因素的关联规则。结果 有279人感染布病,感染率为9.65%;logistic回归分析模型显示养殖人员(OR=2.406, 95%CI:1.726～3.353)、接触羊(OR=3.323, 95%CI:2.448～4.511)、收购皮毛(OR=21.141, 95%CI:14.154～31.577)是布病感染的危险因素,差异均有统计学意义(均P<0.001);Apriori算法共挖掘出以感染布病为后项的强关联规则203条,最大提升比为10.37,最小为6.22,不同的危险因素组合对布病感染的可能性在关联强度等方面存在差异。结论 布病感染率较高,应重点关注畜牧养殖、羔羊接触及皮毛收购等重点人群;多种危险因素存在紧密关联性,应注意同时具备强关...     

基于增强CT门静脉期图像的影像组学模型对进展期胃腺癌浆膜浸润的预测价值

目的 利用uAI科研平台建立进展期胃腺癌增强CT的影像组学特征模型，探究其预测浆膜浸润的可行性。方法 回顾性分析2019年1月至2021年12月扬州大学附属苏北人民医院收治的170例进展期胃腺癌患者的临床资料，其中浆膜浸润组90例，非浆膜浸润组80例。所有患者均行增强CT扫描，在增强CT门静脉期图像上勾画感兴趣区（ROI）并提取影像组学特征，采用五折交叉（种子数为20）法将170例患者的影像数据分为训练组（136例）和测试组（34例），采用LASSO算法实现高维数据的降维，并用逻辑回归分类器构建预测进展期胃腺癌浆膜浸润的影像组学模型，最后绘制受试者工作特征曲线（ROC曲线），用曲线下面积（AUC）、精确率、灵敏度、特异度及准确率评估模型的预测效能。结果 进展期胃腺癌门静脉期影像组学模型训练组和测试组AUC值分别为0.868、0.823，精确率、灵敏度、特异度及准确率分别为0.808、0.794、0.788、0.791和0.752、0.767、0.725、0.747。结论 基于增强CT门静脉期图像的影像组学模型对进展期胃腺癌浆膜浸润具有较好的预测价值。     

Apriori关联规则在甲状腺结节病案分析中的应用

目的 进行甲状腺结节相关因素研究,通过数据挖掘形成关联规则.方法 收集某医院2000～2009年的甲状腺结节住院病例数据.内容包括与甲状腺结节相关的11项指标.首先将各项指标数据离散化为计数资料,将源数据库映射为挖掘数据库;然后设置最小支持度为0.1,最小置信度为0.8,利用Apriori算法进行关联规则挖掘,最后由临床免疫科专家解释及检验所产生的规则.结果 共形成251个强关联规则,这些强关联规则中蕴含着甲状腺结节发病与性别、年龄、甲状腺功能及血常规指标等因素之间的关联关系.结论 本方法有利于将目前医院中大量医疗病例通过数据挖掘方法转变为实用的新知识,为医院大量病案信息提供了新的研究方法,具有一定的应用价值.     

分位数回归模型在新疆涂阳肺结核报告率生态学影响因素的应用分析

目的探讨分位数回归模型在新疆地区涂阳肺结核报告率与生态学相关因素关联分析中的应用价值。方法基于2011-2015年新疆103个区县涂阳肺结核报告率的面板数据,描述与分析其地区分布现况,分析人口密度、人均GDP、年平均温度、年总降水量及年平均相对湿度与涂阳肺结核报告率的关联性,应用分位数回归模型,探讨影响因素随涂阳肺结核报告率变化其效应变化趋势。结果新疆不同地区涂阳肺结核报告率存在地区差异,南疆地区高于北疆、东疆及中部地区,2011-2015年报告率呈小幅波动但整体下降趋势。经典线性模型显示人均GDP越高、年总降水量越高,涂阳肺结核报告率越低,关联有统计学意义(P 0. 05);分位数回归模型进一步提示:随着涂阳肺结核报告率的增加,人均GDP的效应大小呈倒"U"型趋势,年总降水量的影响效应呈递增趋势。结论相比经典线性回归模型,分位数回归模型可提供更加丰富细致的信息,在传染病时空面板数据中具有一定的应用价值。     

基于Apriori算法的甲状腺恶性肿瘤患者高额住院费用关联规则分析

目的基于甲状腺恶性肿瘤患者住院费用的影响因素,挖掘各因素与高额住院费用之间的关联规则,为降低患者费用提供参考依据。方法收集中国西南地区某大型三级甲等综合医院2018—2019年甲状腺外科住院病例数据,在多元线性逐步回归筛选出住院费用影响因素的基础上,利用Apriori算法挖掘各因素与高额住院费用之间潜在的强关联规则。结果是否手术、肿瘤是否淋巴转移、材料费、检查费、药品费、住院天数、术前等待天数、肿瘤分型和年龄对住院费用具有显著影响(P0.001)。关联规则模型共挖掘出4条有意义的与高额住院费用相关的强关联规则。具有规则前项条件的患者发生高额住院费用的概率分别为整体高费用发生率的4.6、4.4、4.1和2.6倍。结论高额住院费用与是否淋巴转移、是否手术、材料费、药品费、住院天数、年龄强关联。个人应重视常规体检,增强预防意识;医院需要控制药材使用比例,优化医疗费用结构;同时提高运行效率,缩短平均住院日。     

关联规则与Logistic回归在维吾尔族健康体检人群代谢综合征数据挖掘中的应用

目的针对维吾尔族人群体检数据,探索与分析代谢综合征可能的影响因素以及因素间的交互作用,以挖掘体检信息,为疾病预防提供参考。方法采用关联规则方法,筛选出代谢综合征相关因素的强关联条,作为logistic回归模型的待选解释变量,构建模型分析影响因素以及因素间的交互作用。结果男性与女性代谢综合征患病率分别为10.98%和4.78%。当最小支持度为1.2%,最小置信度为80%时,按性别分别筛选出15条强关联规则。女性代谢综合征的相关因素有统计学意义(P0.05)的分别为年龄、胰腺及甲状腺影像学检测、尿蛋白、亚硝酸盐与甲状腺检测的交互效应、窦性心律与尿蛋白交互效应等;男性代谢综合征的相关因素有统计学意义(P0.05)的分别为年龄、尿蛋白、血尿素氮/肌酐、脂肪肝、心血管疾病家族史、家族史与血沉K值交互效应等。结论关联规则挖掘技术与logistic回归模型相结合,获得因素与疾病的关联强度,为疾病的早期发现、诊断及预防提供有益线索。     

飞利浦64排128层CT的故障处理与维护保养

CT作为一种被广泛应用于各级医院的影像诊断设备,在疾病诊疗活动中发挥着重要的作用.在实际使用中,由于受各种因素的影响,常导致CT开机率下降,影响疾病诊疗活动的进行;且随着CT集成化程度及运算速度的提高,导致设备维修难度显著增加.本文通过对我院在用飞利浦64排128层CT出现的两例故障进行分析,以及对相关故障处理方法和维...     

数据挖掘在降低住院患者鼻肠管非计划拔管率的应用与效果分析

目的 分析住院患者鼻肠管非计划性拔管原因,制订防范策略,降低鼻肠管非计划性拔管率.方法 回顾性整理某三级甲等医院2019年1月1日—2019年12月31日上报的鼻肠管非计划性拔管事件,采用Apriori算法对非计划性拔管信息进行挖掘、分析,建立有价值的强关联规则,采取防范措施.结果 在收集的210例鼻肠管非计划性拔管事...     

移动平均模型预警传染病的建立与应用研究

目的探索新的传染病预警模型,评价预警效果。方法联合运用移动平均和线性回归模型,使用株洲市2004-2009年流行性腮腺炎发病数据,建立以周为时间序列的发病模型,计算预警阈值,制作预警控制图,并用灵敏度、特异度、及时性评价预警效果。结果该模型全部预警到株洲市2010-2011年流行性腮腺炎的暴发和流行,灵敏度100%、特异度91.67%,较监测系统早2~6周预警暴发和流行,预警阈值范围在均数加1.6~2.3倍标准差之间。结论联合移动平均和线性回归模型,具有较高的预警灵敏度、特异度和及时性,适合预警有周期性和季节性的常见传染病。     

应用关联规则法分析饮水中硝酸盐超标的影响因素

目的探讨关联规则方法在饮用水水质资料分析中的应用。方法采用Apriori关联规则,通过设置最小支持度、最小置信度和提升度对水质资料进行关联规则分析。结果设置规则后件为硝酸盐超标,最小支持度、最小置信度和提升度分别为0.50%、90.00%和3,样本数为12 624条,获得15条规则。这些规则提示了造成硝酸盐超标的变量值及变量值的组合,反映了数据中高度相关的变量间关系。结论在水质资料中应用关联规则分析可以揭示潜在的、有价值的关系,为检测结果审核以及风险预测提供参考。     

关联规则在挖掘患者就医行为模式研究中的应用

[目的]探讨数据挖掘中的关联规则在患者就医行为模式研究中的应用价值,为卫生服务研究提供方法学上的借鉴。[方法]利用关联规则中的Apriori算法,通过设置最小支持度和最小置信度对患者就医行为等信息进行挖掘。[结果]不同收入水平、不同报销渠道与疾病不同严重程度等情况的患者就医行为模式存在差异。[结论]关联规则引入到卫生服务研究的资料分析中,可以探讨影响患者就医行为各种因素间潜在的、有价值的关系,较传统的多元回归方法具有独特的优势。     

基于贝叶斯估计的Sysmex CS5100全自动血凝分析仪故障诊断方法研究

目的 ：为快速诊断Sysmex CS5100全自动血凝分析仪故障，提出一种基于贝叶斯估计的故障诊断方法。方法：首先，通过多个传感器采集血凝分析仪的输出信号数据，并采用贝叶斯估计算法对数据进行融合处理；其次，将提取数据融合后的幅值作为血凝分析仪的特征参数；最后，根据信号幅值特征参数计算血凝分析仪故障数据间的依附率，然后结合k近邻算法完成血凝分析仪的故障诊断。结果：采用该方法可精准判断血凝分析仪的故障状态并及时发出预警信息。结论：提出的方法计算过程简单、操作难度低、诊断结果可靠，能够满足血凝分析仪的故障诊断要求。