基于网络爬虫技术的健康医疗大数据采集整理系统

目的快速、准确地获得公共卫生服务系统的医疗数据,并进行数据整理,为建立人群健康风险评估模型提供数据基础。方法运用聚焦网络爬虫技术,设计算法并编程,在自动记录和修正URL异常、原始数据存档、保持登录方式3个方面进行算法改进。将设计好的爬虫应用于爬取已获得授权网站的医疗数据,通过医学数据库系统,对数据进行解析、整理与导出。结果获得多个公共卫生服务基地数据,为当地政府部门提供数据分析报告,利用整理分析的数据完成多项健康风险评估模型建立。结论基于网络爬虫技术建立的数据采集整理系统,可以解决获取及整理网络许可数据的难题,将此技术应用于医药卫生领域,可使现有丰富的医学数据资源得以充分利用并提高利用效率。

基于社区2型糖尿病患者的心脑血管事件5年风险预测模型

目的构建新诊断的2型糖尿病患者5年内首次发生心脑血管事件的预测模型。方法研究对象选自青岛市黄岛区疾病预防控制中心慢性病管理系统,选择未发生过心脑血管事件的2型糖尿病患者2 899例作为训练样本,建立Cox模型和评分模型,并对模型进行内部验证;用"山东多中心健康管理纵向观察队列"中的1 016例2型糖尿病患者作为验证样本,对模型进行外部验证。结果随访期间训练样本共发生228例心脑血管事件,发病密度为16.86‰。模型变量包括年龄、性别、收缩压、低密度脂蛋白、高密度脂蛋白和心脑血管病家族史。训练样本Cox模型ROC曲线下面积(AUC)为0.678(95%CI:0.660~0.695),评分模型AUC为0.663(95%CI:0.648~0.680);外部验证Cox模型AUC为0.640(95%CI:0.608~0.676),评分模型AUC为0.631(95%CI:0.600~0.661)。结论研究建立的2型糖尿病患者心脑血管事件5年预测模型可以为社区糖尿病患者管理初期提供参考。