基于医疗大数据的老年骨质疏松性骨折院前急救分类优化研究

目的提取基于医疗大数据的老年骨质疏松性骨折院前急救的结构、过程、结果指标分类要素,并应用现代数理模型进行多学科交叉分类优化研究,分析其相关特征。方法运用文献回顾法检索20篇老年骨质疏松性骨折院前急救的相关文献,采用迭代求解的聚类分析(K-MEANS算法)算法对院前急救指标进行针对性的分类优化分析。结果经矩阵分析证实,结构指标、过程指标、结果指标的一级指标中各维度的权重分别为0.3324、0.1395、0.5276;矩阵一致性检验结果(CR)值均<0.1,其中结构、过程、结果指标的CR值分别为0.0345、0.0394和0.0395,符合检验要求。结论将K-MEANS算法与DeepFM预测模型用于医疗大数据下的老年骨质疏松性骨折院前急救分类指标的复杂关系的预测、定性、定量有益,可为该病的多学科交叉分类优化处理与各项临床基础工作的贯彻落实提供必要条件。