本發明屬于，具體涉及一種基于動態評估的心血管健康風險干預方法及系統。

背景技術：

1、心血管疾病(cvd)是全球頭號死因，每年有大量人口因心血管疾病而死亡。心血管病風險評估和管理是預防心血管病的重要基礎，但目前我國尚缺乏針對居民個體水平的心血管病風險評估及其管理的專業指南。因此，心血管健康風險的動態評估和干預方法顯得尤為重要。

2、盡管有一些指南如《中國心血管病一級預防指南》提出了生活方式干預和危險因素防控的建議，但這些指南往往缺乏針對個體的具體操作性指導，導致實際應用中的效果有限；

3、現階段采用的心血管評估模型是基于china-par模型進行的，主要專注于動脈粥樣硬化性心血管疾病(ascvd)事件的風險預測，忽略了其他相關事件如脂質降低治療等，這導致對心血管疾病風險的評估不夠全面，該模型在不同人群中的表現還需要重新校準和外部驗證，并且僅通過短期風險評估可能無法充分考慮到生活方式改善和心血管疾病預防的重要性。

技術實現思路

1、為解決現有技術中存在的上述問題，本發明提供了一種基于動態評估的心血管健康風險干預方法及系統，本發明的目的可以通過以下技術方案實現：

2、一種基于動態評估的心血管健康風險干預方法，包括：

3、通過心血管風險評估模型獲取體檢人員的風險預測結果，將所述風險預測結果為高風險對應的所述體檢人員通過行為特征分類模型劃分為三類接診人群，所述接診人群包括動機形成類人群、資源需求類人群、行為改變類人群；

4、通過風險評估工具對所述接診人群進行動態風險評估，根據所述動態風險評估的結果輸出所述接診人群的個體化干預策略。

5、具體地，所述心血管風險預測模型通過電子病歷數據庫作為驗證數據集，通過醫療信息系統導入所述體檢人員的醫療記錄數據，將所述驗證數據集中確定的cvd偶發診斷與所述醫療記錄數據進行關聯，根據所述體檢人員的性別擬合兩個獨立的病因特異性cox模型得到基于心血管疾病的風險方程，預測變量設置為年齡相互作用項、cvd基線累積危險度的nelson-aalen估計值、cvd結局指標、基線累積危險度和非cvd死亡結局指標。

6、具體地，所述cvd偶發診斷包括致死性或非致死性心肌梗死、缺血性心臟病、缺血性、出血性、未明確的中風以及短暫性缺血性發作。

7、具體地，所述行為特征分類模型用于整合行為屬性特征并根據所述行為屬性特征的量化表示進行條件統計，根據統計結果劃分接診人群類別，所述行為屬性特征通過醫療信息系統獲取，具體包括風險感知度、知覺心理壓力、生活方式健康度、文化程度、溝通積極性的高、中、低三維量化表示。

8、具體地，所述風險評估工具為外部驗證的性能度量，用于對所述接診人群的行為屬性特征估計實際的個體風險，通過特定原因風險回歸模型將所述接診人群的審查行為與cvd偶發診斷風險關聯。

9、具體地，所述動態風險評估方法為：通過醫療記錄數據中的縱向數據識別具有相似發展軌跡的患者群體。

10、具體地，所述個體化干預策略為所述動態風險評估后識別的同一行為類的患者群體進行的引導行為規范措施。

11、一種基于動態評估的心血管健康風險干預系統，包括：風險預測模塊、行為特征分類模塊、動態風險評估模塊；

12、所述風險預測模塊用于通過心血管風險評估模型獲取體檢人員的風險預測結果；

13、所述行為特征分類模塊用于將所述風險預測結果為高風險對應的所述體檢人員通過行為特征分類模型劃分為三類接診人群；

14、所述動態風險評估模塊用于通過風險評估工具對所述接診人群進行動態風險評估，根據所述動態風險評估的結果輸出所述接診人群的個體化干預策略。

15、本發明的有益效果為：

16、通過風險評估工具對預測模型的性能進行全面評估的性能度量，增強了模型對大基數人群的判別能力，減少了cox模型的錯誤歸類情況，通過動態評估方式實時預測cvd風險，從而提高預測的個性化和準確性；將基于行為的風險影響因素加入至心血管風險預測模型中，最大限度的考慮不同人群的特點和適用性，并建立一個基于病因特異性cox模型的心血管疾病風險方程，更準確地預測不同病因對cvd風險的影響，并提供個性化的風險評估。

技術特征：

1.一種基于動態評估的心血管健康風險干預方法，其特征在于，包括：

2.根據權利要求1所述的方法，其特征在于，所述心血管風險預測模型通過電子病歷數據庫作為驗證數據集，通過醫療信息系統導入所述體檢人員的醫療記錄數據，將所述驗證數據集中確定的cvd偶發診斷與所述醫療記錄數據進行關聯，根據所述體檢人員的性別擬合兩個獨立的病因特異性cox模型得到基于心血管疾病的風險方程，預測變量設置為年齡相互作用項、cvd基線累積危險度的nelson-aalen估計值、cvd結局指標、基線累積危險度和非cvd死亡結局指標。

3.根據權利要求2所述的方法，其特征在于，所述cvd偶發診斷包括致死性或非致死性心肌梗死、缺血性心臟病、缺血性、出血性、未明確的中風以及短暫性缺血性發作。

4.根據權利要求1所述的方法，其特征在于，所述行為特征分類模型用于整合行為屬性特征并根據所述行為屬性特征的量化表示進行條件統計，根據統計結果劃分接診人群類別，所述行為屬性特征通過醫療信息系統獲取，具體包括風險感知度、知覺心理壓力、生活方式健康度、文化程度、溝通積極性的高、中、低三維量化表示。

5.根據權利要求4所述的方法，其特征在于，所述風險評估工具為外部驗證的性能度量，用于對所述接診人群的行為屬性特征估計實際的個體風險，通過特定原因風險回歸模型將所述接診人群的審查行為與cvd偶發診斷風險關聯。

6.根據權利要求1所述的方法，其特征在于，所述動態風險評估方法為：通過醫療記錄數據中的縱向數據識別具有相似發展軌跡的患者群體。

7.根據權利要求1所述的方法，其特征在于，所述個體化干預策略為所述動態風險評估后識別的同一行為類的患者群體進行的引導行為規范措施。

8.一種基于動態評估的心血管健康風險干預系統，用于執行如權利要求1-7的方法，其特征在于，包括：風險預測模塊、行為特征分類模塊、動態風險評估模塊；

技術總結
本發明涉及一種基于動態評估的心血管健康風險干預方法及系統，屬于醫療風險預測技術領域。其中，該方法包括：通過心血管風險評估模型獲取體檢人員的風險預測結果，將風險預測結果為高風險對應的所述體檢人員通過行為特征分類模型劃分為三類接診人群；通過風險評估工具對接診人群進行動態風險評估，根據動態風險評估的結果輸出接診人群的個體化干預策略。實現了基于健康大數據的心血管高危因素挖掘與風險評估，通過優化篩查方案并建立個體化的心血管疾病發病風險預測模型，提供個體化的干預策略有助于更精準地管理心血管健康風險。

技術研發人員：陸小英,梁芳,葉藝,王胥人,段亞哲,孫潔
受保護的技術使用者：中國人民解放軍海軍軍醫大學第一附屬醫院
技術研發日：
技術公布日：2025/3/20