發(fā)布時(shí)間：2020-11-21 14:57

　　 依據(jù)聯(lián)合國(guó)人口老齡化國(guó)家的判定標(biāo)準(zhǔn)(老年人人口占比7%),我國(guó)社會(huì)在2000年就邁入了老齡化時(shí)代;預(yù)計(jì)到2030年我國(guó)60歲以上的老年人口比例將超過(guò)25%,到2050年這一比例將達(dá)到33.3%,這意味著我國(guó)將進(jìn)入深度老齡化時(shí)代,甚至在未來(lái)步入重度老齡化階段。同時(shí),當(dāng)前我國(guó)醫(yī)療養(yǎng)老資源供不應(yīng)求,二孩政策與延遲退休政策成效尚不顯著,如此嚴(yán)峻的養(yǎng)老形勢(shì)對(duì)于家庭和社會(huì)來(lái)說(shuō)都構(gòu)成了沉重的負(fù)擔(dān)。因此,本文借助新興技術(shù)設(shè)計(jì)能夠提高醫(yī)療養(yǎng)老資源利用率的居家養(yǎng)老服務(wù)模式,為我國(guó)居家長(zhǎng)者實(shí)施智能化精準(zhǔn)服務(wù)以減輕家庭負(fù)擔(dān),提供了解決人口老齡化和空巢化問(wèn)題的方案,具有重要戰(zhàn)略意義。首先,本文根據(jù)當(dāng)前居家養(yǎng)老服務(wù)所面臨的困境,提出一種多方參與、共享醫(yī)療養(yǎng)老資源為基礎(chǔ)的業(yè)務(wù)運(yùn)營(yíng)模式。定義服務(wù)模式中的參與角色,設(shè)計(jì)出服務(wù)模式的信息流向、整體邏輯以及服務(wù)具體實(shí)施流程,完成醫(yī)養(yǎng)結(jié)合型服務(wù)模式的構(gòu)建。同時(shí)結(jié)合物聯(lián)技術(shù)搭建生命體征監(jiān)測(cè)環(huán)境,明確物聯(lián)網(wǎng)設(shè)備的使用及數(shù)據(jù)采集方式,設(shè)計(jì)數(shù)據(jù)庫(kù)存儲(chǔ)模式。為后續(xù)基于物聯(lián)網(wǎng)技術(shù)的居家養(yǎng)老智能化功能設(shè)計(jì)奠定基礎(chǔ),提高服務(wù)的質(zhì)量與效率。其次,本文對(duì)物聯(lián)網(wǎng)設(shè)備能夠采集的體征數(shù)據(jù)進(jìn)行處理并篩選出影響心臟病發(fā)作的重要因素,分別建立單一分類器和集成分類器的健康預(yù)測(cè)模型對(duì)心臟病發(fā)病情況進(jìn)行預(yù)測(cè)。得出在較為復(fù)雜的指標(biāo)集下,CART決策樹的分類效果要好于SVM的分類效果,boosting集成算法對(duì)于單一分類器預(yù)測(cè)性能的提升要強(qiáng)于Bagging算法,而將兩種集成算法思想結(jié)合起來(lái),融合多個(gè)強(qiáng)學(xué)習(xí)器優(yōu)勢(shì)的Stacking算法分類準(zhǔn)確率最高、誤差最小、穩(wěn)定性最好,在此基礎(chǔ)上構(gòu)建健康預(yù)警機(jī)制,完整地設(shè)計(jì)并實(shí)現(xiàn)了基于物聯(lián)網(wǎng)技術(shù)的智慧居家養(yǎng)老模式的重要服務(wù)內(nèi)容。最后,本文通過(guò)網(wǎng)站服務(wù)器和移動(dòng)APP端實(shí)現(xiàn)服務(wù)模式的部分功能。并從加強(qiáng)人才隊(duì)伍建設(shè)、規(guī)范服務(wù)質(zhì)量評(píng)價(jià)體系、拓展資金渠道和加大宣傳力度四方面給出具體的服務(wù)保障措施,完善智慧居家養(yǎng)老服務(wù)內(nèi)容,提高服務(wù)質(zhì)量。
【學(xué)位單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：R197.1;D669.6
【部分圖文】：

燕山大學(xué)管理學(xué)碩士學(xué)位論文-36-的斜率、(12)使用熒光染色法測(cè)定的主血管數(shù)、(13)THAL值(一種地中海貧血的血液疾病)、(14)患病情況。在863例數(shù)據(jù)中患病數(shù)據(jù)為394例，占總數(shù)據(jù)比例的45.65%。本文以此數(shù)據(jù)為樣本，建立并訓(xùn)練包括居家長(zhǎng)者在內(nèi)的不排除更廣泛人群的心臟病預(yù)測(cè)模型，其中原始數(shù)據(jù)集中存在空缺值、數(shù)據(jù)值不正確、數(shù)據(jù)格式不統(tǒng)一等問(wèn)題。因此本文通過(guò)刪除空缺值、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸約等方式對(duì)數(shù)據(jù)進(jìn)行處理。(1)空缺值處理�？杖敝凳侵概c某些屬性相對(duì)應(yīng)的值是空缺的，在數(shù)據(jù)分析的過(guò)程中，空缺值會(huì)影響分析結(jié)果。因此在對(duì)原始數(shù)據(jù)進(jìn)行分析整理后需要對(duì)空缺值進(jìn)行處理，其中缺失的數(shù)值屬性用均值替代，缺失的屬性值用眾數(shù)替代。(2)數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)轉(zhuǎn)換就是將數(shù)據(jù)轉(zhuǎn)換成更適用于數(shù)據(jù)分析的格式。使數(shù)據(jù)分析的結(jié)果更加準(zhǔn)確。其主要針對(duì)非連續(xù)型變量，例如性別(sex)值用0，1替代，其中0代表女性，1代表男性；胸痛類型的級(jí)別分別用1、2、3、4表示，數(shù)值1為典型心絞痛，數(shù)值2為非典型心絞痛，數(shù)值3為非心絞痛，數(shù)值4表示為無(wú)癥狀；空腹血糖值若大于120mg/dl則用1(true)表示，反正則用0(false)表示；thal值表示一種地中海貧血的血液疾病的嚴(yán)重程度，分別用數(shù)字3,6,7表示其嚴(yán)重程度，數(shù)值3表示正常，數(shù)值6表示有固定缺陷，數(shù)值7表示缺陷可逆轉(zhuǎn)。(3)數(shù)據(jù)歸約。能夠在縮減數(shù)據(jù)量的同時(shí)保證數(shù)據(jù)指標(biāo)的有效性和完整性，提高分類模型的運(yùn)算效率。對(duì)在原始數(shù)據(jù)中的患病情況指標(biāo)進(jìn)行約減，將患病情況指標(biāo)中數(shù)值為1的情況定義為患病，數(shù)值為0的情況定義為未患病，經(jīng)過(guò)預(yù)處理后斷面截取的部分的數(shù)據(jù)如圖4-1所示，特征含義如表4-1所示。圖4-1預(yù)處理之后的部分?jǐn)?shù)據(jù)

燕山大學(xué)管理學(xué)碩士學(xué)位論文-38-可看出年齡、靜息血壓、血漿類固醇含量、最高心率的連續(xù)值分布較為合理。圖4-2數(shù)據(jù)初步描述性統(tǒng)計(jì)為提高分析結(jié)果的精度和可讀性，本文以患病情況(target)參數(shù)值為指標(biāo)，若target值大于等于1，則確定為患病，對(duì)應(yīng)數(shù)值默認(rèn)為1；若target值為0，則為非患玻其中60歲以上患者266例，65歲以上患者120例，分別占總樣本的30.82%、13.9%。在患病數(shù)據(jù)中（target）>=1）中男性患者有324例，女性樣本70例。如圖4-3所示，橫坐標(biāo)表示患者的年齡，縱坐標(biāo)表示患病數(shù)量，不同顏色代表患病與否，不難看出，未患有心臟病的人群隨著年齡的增長(zhǎng)而不斷減少，患病人群呈現(xiàn)不明顯的遞增態(tài)勢(shì)，未患病人數(shù)隨著年齡的增大呈明顯的遞減趨勢(shì)，而患病人數(shù)在55歲-67歲之間到達(dá)峰值，總體上呈遞增趨勢(shì)。為更直觀的體現(xiàn)心臟病的發(fā)作規(guī)律，本文以年齡為橫坐標(biāo)，患病的人數(shù)百分比為縱坐標(biāo)，繪制出在病例數(shù)據(jù)中患病人數(shù)隨年齡變化的趨勢(shì)圖。如圖4-4所示，對(duì)于患病人群的年齡分布趨勢(shì)可以看出：經(jīng)過(guò)數(shù)據(jù)預(yù)處理后的患病比率與未患病比率呈正態(tài)分布，且發(fā)病的人群主要集中在55-65歲之間。進(jìn)一步來(lái)看，本文根據(jù)病例信息繪制出各年齡患病概率統(tǒng)計(jì)圖，由圖4-5所示，心臟病發(fā)生的概率沒(méi)有隨著年齡增長(zhǎng)而呈現(xiàn)遞增的趨勢(shì)。綜合來(lái)看，心臟病的發(fā)病情況與年齡不是簡(jiǎn)單的線性相關(guān)，更多地受到隨著年齡增長(zhǎng)而變化的各項(xiàng)身體指標(biāo)的影響。由此可知，心臟病發(fā)作是由多種復(fù)雜因素導(dǎo)致，因此本文將在下文中對(duì)13類影響指標(biāo)進(jìn)行分析篩眩

第4章基于數(shù)據(jù)挖掘技術(shù)的健康預(yù)警功能設(shè)計(jì)-39-圖4-3年齡-患病情況病例數(shù)量統(tǒng)計(jì)圖圖4-4以年齡為參考的患病人數(shù)分布的統(tǒng)計(jì)圖圖4-5考慮年齡影響的患者患病概率統(tǒng)計(jì)圖
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁露露;吳美珍;;“醫(yī)養(yǎng)結(jié)合”下民營(yíng)養(yǎng)老機(jī)構(gòu)的醫(yī)療個(gè)性化服務(wù)的研究[J];經(jīng)營(yíng)管理者;2015年23期

2 沈婉婉;鮑勇;;上海市養(yǎng)老機(jī)構(gòu)“醫(yī)養(yǎng)結(jié)合”優(yōu)化模式及對(duì)策研究[J];中華全科醫(yī)學(xué);2015年06期

3 嚴(yán)妮;;城鎮(zhèn)化進(jìn)程中空巢老人養(yǎng)老模式的選擇:城市社區(qū)醫(yī)養(yǎng)結(jié)合[J];華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2015年04期

4 紀(jì)嬌;王高玲;;協(xié)同理念下醫(yī)養(yǎng)結(jié)合養(yǎng)老機(jī)構(gòu)創(chuàng)新模式研究[J];中國(guó)社會(huì)醫(yī)學(xué)雜志;2014年06期

5 高鵬;鄭超;任岐鳴;張浩;李德文;秦文華;;ARM和ZigBee的智能家居監(jiān)控網(wǎng)絡(luò)設(shè)計(jì)[J];計(jì)算機(jī)測(cè)量與控制;2014年10期

6 黃佳豪;孟昉;;“醫(yī)養(yǎng)結(jié)合”養(yǎng)老模式的必要性、困境與對(duì)策[J];中國(guó)衛(wèi)生政策研究;2014年06期

7 高小芬;于衛(wèi)華;;基于患者需求的醫(yī)養(yǎng)結(jié)合老年科護(hù)理工時(shí)測(cè)量及分析[J];中國(guó)實(shí)用護(hù)理雜志;2014年11期

8 吳蕾蕾;;現(xiàn)代物聯(lián)網(wǎng)技術(shù)在居家養(yǎng)老服務(wù)中的應(yīng)用——以杭州上城區(qū)智慧養(yǎng)老為例[J];當(dāng)代社科視野;2014年03期

9 王素英;張作森;孫文燦;;醫(yī)養(yǎng)結(jié)合的模式與路徑——關(guān)于推進(jìn)醫(yī)療衛(wèi)生與養(yǎng)老服務(wù)相結(jié)合的調(diào)研報(bào)告[J];社會(huì)福利;2013年12期

10 尹紀(jì)庭;袁佳;焦志曼;吳斌;張?jiān)诜?余建波;;基于ARM和ZigBee的智能家居控制系統(tǒng)研究與開發(fā)[J];計(jì)算機(jī)測(cè)量與控制;2013年09期

相關(guān)博士學(xué)位論文 前1條

1 陳淑慧;分類方法在中醫(yī)辨證診斷應(yīng)用中的比較研究[D];廣州中醫(yī)藥大學(xué);2008年

本文編號(hào)：2893176