非酒精性脂肪肝风险人群分层健康管理框架及多维代谢指标数据挖掘方法

非酒精性脂肪肝病(NAFLD)是最常见的慢性肝病,近年来其患病率不断增加。目前临床上针对NAFLD风险人群健康管理策略采用“一体适用”的方法,忽视了不同危险分层患者之间的差异性,为此,提出NAFLD风险人群分层健康管理框架及多维代谢数据挖掘方法。首先,使用动态时间扭曲算法对受检者的多维代谢指标时间序列数据进行相似性度量,并使用相似性网络融合算法对多维代谢指标时间序列相似度矩阵进行融合;其次,构建受检者多维代谢指标社交网络,通过Leiden社区发现算法进行危险分层;再次,基于各个子社区的结构化数值型数据与非结构化文本型数据进行知识发现,挖掘典型模式与TOP-N主题词及健康建议;最后,将该框架应用于真实世界数据集并开发原型系统。实验结果表明,本文提出的NAFLD风险人群分层健康管理框架及方法能够使临床医生更好地了解受检者危险层级及相应特征,从而以分层医学思想实施更精细化的健康管理。