CN114203307A - 一种受试者分配方法、***及电子设备 - Google Patents
一种受试者分配方法、***及电子设备 Download PDFInfo
- Publication number
- CN114203307A CN114203307A CN202111488966.0A CN202111488966A CN114203307A CN 114203307 A CN114203307 A CN 114203307A CN 202111488966 A CN202111488966 A CN 202111488966A CN 114203307 A CN114203307 A CN 114203307A
- Authority
- CN
- China
- Prior art keywords
- subject
- physical examination
- group
- data
- subjects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种受试者分配方法、***及电子设备,属于大数据的技术领域,缓解了现有的体检数据的分析不够准确的问题。该方法包括:获取并存储受试者的身份信息和生理信息;根据生理信息将受试者分为多个类型;确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准;将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别;获取并存储受试者的第一次体检数据,以及依据所属的组别使用样品后的第二次体检数据。
Description
技术领域
本发明涉及大数据技术领域,尤其是涉及一种受试者分配方法、***及电子设备。
背景技术
随着医疗健康技术的普及,人们越来越注重身体的身体状态,学校、工作单位等机构会定期组织人员进行体检。
对于体检结果,也需要对体检人群进行统计和分析。目前的医院或体检中心等体检机构通常有相应的***对体检结果进行分析,通常是对各个体检项目的数据比较重视,得出的分析结果也是基于体检数据本身,但是同样的体检数据对于身体条件不同的人群来说意义是不同的,因此现有技术没有太多考虑到身体条件与体检数据之间的关系,存在体检数据的分析不够准确的问题。
发明内容
本发明的目的在于提供一种受试者分配方法、***及电子设备,以缓解由于受试者生理指标不均衡,导致体检数据的分析不够准确的问题。
第一方面,本发明提供一种受试者分配方法,应用于体检服务数据平台,所述方法包括:
获取并存储受试者的身份信息和生理信息;
根据生理信息将受试者分为多个类型;
确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准;
将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别;
获取并存储受试者的第一次体检数据,以及依据所属的组别使用样品后的第二次体检数据。
进一步的,所述生理信息包括性别、年龄、过敏源、病史和身体特征指标中的至少一种或多种。
进一步的,所述多个组别包括试食组和参照组别,所述参照组别包括对照组、空白组、阳性参照物组中的至少一组或多组。
进一步的,将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别的步骤,包括:
确认符合筛查标准的受试者;
将每个类型的受试者平均分配至试食组和参照组别;
存储每个受试者所属的组别。
进一步的,根据生理信息将受试者分为多个类型的步骤,包括:
根据年龄、性别、BMI指标范围、高血压、高血脂中的至少一种或多种,将受试者分为多个类型。
进一步的,该方法还包括:
将每个受试者的第一次体检数据和第二次体检数据进行比较,并获取体检数据差异;
根据不同组别的受试者的体检数据差异,获得样品效果数据。
进一步的,该方法还包括:
根据受试者使用样品的跟踪记录数据确定每个受试者的依从性等级;
根据每个受试者的依从性等级对样品效果数据进行调整,生成最终样品效果数据。
第二方面,本发明还提供一种受试者分配***,应用于体检服务数据平台,该***包括:
获取模块,用于获取并存储受试者的身份信息和生理信息;
分类模块,用于根据生理信息将受试者分为多个类型;
确定模块,用于确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准;
分组模块,用于将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别;
所述获取模块,还用于获取并存储受试者的第一次体检数据,以及依据所属的组别使用样品后的第二次体检数据。
第三方面,本发明还提供一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
第四方面,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述的方法。
本发明提供的受试者分配方法,用于分析健康食品、保健食品或化妆品等改善人体状态的功效性产品样品对受试者的身体状态的影响。获取并存储受试者的身份信息和生理信息,然后根据生理信息(例如年龄、性别、BMI指标范围、高血压、高血脂等指标)将受试者分为多个类型;另一方面,确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准,例如试食组、对照组等,再符合筛查标准的将每个类型的受试者平均分配至各个组别,实现双盲随机分组,并存储每个受试者所属的组别。通过以上方式分组,能够使各个组别的人群结构趋于相同,尽可能的排除了不同人群的生理条件对体检数据的影响,使体检数据的分析结果更加客观准确。
在后续数据统计和分析中,通过比较受试者的第一次体检数据和第二次体检数据,即可更加准确的获得功效性产品样品对受试者的身体状态的影响效果。其中,第一次体检数据为受试者的初始身体状态,也就是使用样品之前的身体状态;一段时间后将对受试者进行第二次体检,获取并存储受试者依据所属的组别使用样品后的第二次体检数据,在此期间内,试食组的受试者会坚持使用样品,对照组的受试者使用安慰剂产品,空白组的受试者不使用任何产品,阳性参照物组的受试者使用其他类似功效性产品。因此,采用本发明提供的受试者分配方法,能够尽可能的排除不同人群的生理条件对体检数据的影响,使体检数据的分析结果更加客观准确。
相应地,本发明实施例提供的受试者分配***、电子设备及计算机可读存储介质,也同样具有上述技术效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的受试者分配方法的流程图;
图2为本发明实施例一中步骤S4的一种实施方式的流程图;
图3为本发明实施例一中步骤S4的另一种实施方式的流程图;
图4为本发明实施例二提供的受试者分配***的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前的医院或体检中心等体检机构通常有相应的***对体检结果进行分析,通常是对各个体检项目的数据比较重视,得出的分析结果也是基于体检数据本身,但是同样的体检数据对于身体条件不同的人群来说意义是不同的,因此现有技术没有太多考虑到身体条件与体检数据之间的关系,存在体检数据的分析不够准确的问题。
同时,目前各种健康食品、保健食品、化妆品等功效性产品的资质认证开始逐渐发展普及,按照国家法规要求,会组织进行产品功效性验证的临床试验,因此需要对产品使用效果有一个科学可靠的评定流程、管理方法及管理工具。
针对上述问题,本发明实施例提供一种受试者分配方法,应用于体检服务数据平台。
实施例一:
如图1所示,本发明实施例提供的受试者分配方法包括以下步骤:
S1:获取并存储受试者的身份信息和生理信息。
本实施例中,身份信息可以包括姓名、身份证号、职业、指纹和人脸特征、联系方式中的一种或多种。另外,还可以收集受试者的各项其他资料和数据,包括知情同意书、健康体检表基本信息、膳食调查表、体力活动调查表,以及健康体检表、记忆量表、症状询问表、用眼情况询问表、通便每日情况记录表等各个功能量表。
生理信息可以包括性别、年龄、过敏源、病史和身体特征指标(例如肥胖、贫血等)中的一种或多种。
S2:根据生理信息将受试者分为多个类型。
具体的分类方式可根据每次体检项目的需求选择,根据年龄、性别、BMI指标范围、高血压、高血脂中的至少一种或多种,将受试者分为多个类型。
例如,以性别(男、女)和年龄(青年、中年、老年)两种因素综合分类,可分为男性青年、女性青年、男性中年、女性中年、男性老年和女性老年共六个类型。
又如,本次体检项目不需涉及性别因素,则可以仅以年龄分类,分为青年、中年和老年共三类。
又如,本次体检项目需要涉及年龄和肥胖程度两种因素,则可分为肥胖青年、非肥胖青年、肥胖中年、非肥胖中年、肥胖老年和非肥胖老年共六个类型。
S3:确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准。
组别的设置通常会根据项目需求分为试食组和参照组别,参照组别可包括对照组、空白组、阳性参照物组中的至少一组或多组,即从最少两个组别到最多四个组别。其中,试食组的受试者使用项目所验证的功效性产品,对照组的受试者使用安慰剂产品,空白组的受试者不使用任何产品,阳性参照物组的受试者使用其他类似功效性产品。
同时对于特定项目,还需组织受试者进行特定项目体检,以确认是否符合本次入组的人群筛查标准,如轻度高血压人群、糖尿病初期人群等,并据此来从人群数据库中筛选出符合标准的基础人群。
S4:将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别。
如图2所示,在一种可能的实施方式中,共包括试食组和对照组两个组别,则本步骤具体包括:
S41:确认符合筛查标准的受试者。
根据前述特定项目确认是否符合本次入组的受试人群筛查标准,如轻度高血压人群、糖尿病初期人群等,从而确认符合筛查标准的受试者。
S42:将每个类型的受试者平均分配至试食组和对照组。
例如,受试者共有男性青年、女性青年、男性中年、女性中年、男性老年和女性老年六个类型,则本步骤中将每个类型的受试者都平均分配至试食组和对照组,使得试食组与对照组的人群结构趋于相同。
需要说明的是,本步骤在分配过程中只对受试者的人数进行把控,而对于每个受试者个体仍保持双盲随机分配的方式。
S43:存储每个受试者所属的组别。
受试者的组别分配完毕后,需存储每个受试者所述的组别,以便于后续对体检数据的统计和分析。
如图3所示,在另一种可能的实施方式中,共包括试食组、对照组和空白组三个组别,则本步骤具体包括:
S401:确认符合筛查标准的受试者。
根据前述特定项目确认是否符合本次入组的受试人群筛查标准,如轻度高血压人群、糖尿病初期人群等,从而确认符合筛查标准的受试者。
S402:将每个类型的受试者平均分配至试食组、对照组和空白组。
例如,受试者共有肥胖青年、非肥胖青年、肥胖中年、非肥胖中年、肥胖老年和非肥胖老年六个类型,则本步骤中将每个类型的受试者都平均分配至试食组、对照组和空白组,使得以上三组的人群结构趋于相同。
S403:存储每个受试者所属的组别。
受试者的组别分配完毕后,需存储每个受试者所述的组别,以便于后续对体检数据的统计和分析。
通过本步骤能够实现双盲随机分组,双盲随机分组是一种医学判断标准,具体是指受试者被分为多个组别时是随机分配的,且受试者不知道自己所属的组别;同时,工作人员在给受试者配发样品时,也不知道所配发的是真正的样品还是安慰剂。因此,受试者对于自己所属的组别是“盲”的,工作人员对于所配发的样品也是“盲”的,从而实现双盲随机分组。
通过本发明实施例提供的方法进行分组,能够使各个组别的人群结构趋于相同,尽可能的排除了不同人群的生理条件对体检数据的影响,使体检数据的分析结果更加客观准确。
S5:获取并存储受试者的第一次体检数据,以及依据所属的组别使用样品后的第二次体检数据。
本发明实施例能够应用于分析健康食品、保健食品或化妆品等改善人体状态的功效性产品样品对受试者的身体状态的影响,此时获取的第一次体检数据为受试者的初始身体状态,也就是使用样品之前的身体状态。第一次体检数据具体可以包括身高、体重、体脂比、血压、血氧、B超单、心电图等多种体检指标,具体可以根据实际需要确定体检指标包含的类别。
在给受试者配发样品一段时间后,将对受试者进行第二次体检,在此期间内,试食组的受试者会坚持使用项目所验证的功效性产品,对照组的受试者使用安慰剂产品,空白组的受试者不使用任何产品,阳性参照物组的受试者使用其他类似功效性产品。
第二次体检数据包括的体检指标应当与第一次体检数据一致,以便于对各项指标进行比较。
本实施例中,还可以包括以下步骤:
S6:将每个受试者的第一次体检数据和第二次体检数据进行比较,并获取体检数据差异。
体检服务数据平台将每个受试者在先后两次体检中的各项指标进行比较,获得每个受试者的体检数据差异。
S7:根据不同组别的受试者的体检数据差异,获得样品效果数据。
通过试食组与对照组(及安慰剂组)之间的体检数据差异,即可获得该样品对人体身体状态的影响效果。
S8:根据受试者使用样品的跟踪记录数据确定每个受试者的依从性等级。
可以预先根据受试者上传跟踪记录数据的次数,设置相应的依从性的不同等级。例如,受试者应当在两次体检之间使用样品50次,那么受试者也需要上传50次跟踪记录数据,所以可以将上传45次以上设置为依从性1级,上传40~44次设置为依从性2级,以此类推,每间隔5次设置一级,从而根据每个受试者上传跟踪记录数据的次数确定依从性等级。
S9:根据每个受试者的依从性等级对样品效果数据进行调整,生成最终样品效果数据。
采用本发明提供的受试者分配方法,能够尽可能的排除不同人群的生理条件对体检数据的影响,使体检数据的分析结果更加客观准确。并且,根据受试者的依从性等级对样品效果数据进行调整,进一步保证了测试结果的科学性和真实性。
实施例二:
如图4所示,本发明实施例提供一种体检分配***,应用于体检服务数据平台,该***包括:
获取模块1,用于获取并存储受试者的身份信息和生理信息;
分类模块2,用于根据生理信息将受试者分为多个类型;
确定模块3,用于确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准;
分组模块4,用于将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别;
获取模块1,还用于获取并存储受试者的第一次体检数据,以及依据所属的组别使用样品后的第二次体检数据。
比较模块5,用于将每个受试者的第一次体检数据和第二次体检数据进行比较,并获取体检数据差异,根据不同组别的受试者的体检数据差异,获得样品效果数据。
本发明实施例提供的受试者分配***,与上述实施例提供的受试者分配方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
实施例三:
本发明实施例提供一种电子设备,包括存储器、处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例一提供的方法的步骤。
本发明实施例提供的电子设备,与上述实施例提供的受试者分配方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
对应于上述方法,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述方法的步骤。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
又例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,再例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种受试者分配方法,其特征在于,应用于体检服务数据平台,所述方法包括:
获取并存储受试者的身份信息和生理信息;
根据生理信息将受试者分为多个类型;
确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准;
将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别;
获取并存储受试者的第一次体检数据,以及依据所属的组别使用样品后的第二次体检数据。
2.根据权利要求1所述的方法,其特征在于,所述生理信息包括性别、年龄、过敏源、病史和身体特征指标中的至少一种或多种。
3.根据权利要求2所述的方法,其特征在于,所述多个组别包括试食组和参照组别,所述参照组别包括对照组、空白组、阳性参照物组中的至少一组或多组。
4.根据权利要求3所述的方法,其特征在于,将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别的步骤,包括:
确认符合筛查标准的受试者;
将每个类型的受试者平均分配至试食组和参照组别;
存储每个受试者所属的组别。
5.根据权利要求1所述的方法,其特征在于,根据生理信息将受试者分为多个类型的步骤,包括:
根据年龄、性别、BMI指标范围、高血压、高血脂中的至少一种或多种,将受试者分为多个类型。
6.根据权利要求1所述的方法,其特征在于,还包括:
将每个受试者的第一次体检数据和第二次体检数据进行比较,并获取体检数据差异;
根据不同组别的受试者的体检数据差异,获得样品效果数据。
7.根据权利要求6所述的方法,其特征在于,还包括:
根据受试者使用样品的跟踪记录数据确定每个受试者的依从性等级;
根据每个受试者的依从性等级对样品效果数据进行调整,生成最终样品效果数据。
8.一种受试者分配***,其特征在于,应用于体检服务数据平台,该***包括:
获取模块,用于获取并存储受试者的身份信息和生理信息;
分类模块,用于根据生理信息将受试者分为多个类型;
确定模块,用于确定本次体检需设置的多个组别,以及本次体检受试人群筛查标准;
分组模块,用于将符合筛查标准的每个类型的受试者平均分配至各个组别,并存储每个受试者所属的组别;
所述获取模块,还用于获取并存储受试者的第一次体检数据,以及依据所属的组别使用样品后的第二次体检数据。
9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111488966.0A CN114203307A (zh) | 2021-12-07 | 2021-12-07 | 一种受试者分配方法、***及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111488966.0A CN114203307A (zh) | 2021-12-07 | 2021-12-07 | 一种受试者分配方法、***及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114203307A true CN114203307A (zh) | 2022-03-18 |
Family
ID=80651302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111488966.0A Pending CN114203307A (zh) | 2021-12-07 | 2021-12-07 | 一种受试者分配方法、***及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114203307A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116631552A (zh) * | 2023-07-21 | 2023-08-22 | 浙江太美医疗科技股份有限公司 | 随机分组方案的生成方法、装置、设备和介质 |
-
2021
- 2021-12-07 CN CN202111488966.0A patent/CN114203307A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116631552A (zh) * | 2023-07-21 | 2023-08-22 | 浙江太美医疗科技股份有限公司 | 随机分组方案的生成方法、装置、设备和介质 |
CN116631552B (zh) * | 2023-07-21 | 2023-11-21 | 浙江太美医疗科技股份有限公司 | 随机分组方案的生成方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Harlow et al. | Distinguishing between the success and precision of recollection | |
Weber et al. | The effect of judgment type and confidence scale on confidence-accuracy calibration in face recognition. | |
Smith et al. | Eyewitness accuracy and confidence: Within-versus between-subjects correlations. | |
Loewenstein et al. | Caregivers' judgments of the functional abilities of the Alzheimer's disease patient: a comparison of proxy reports and objective measures | |
US8202095B2 (en) | Cognitive function index | |
Teitelbaum et al. | The validity of the MAST in psychiatric settings: a meta-analytic integration. Michigan Alcoholism Screening Test. | |
Mendenhall et al. | A national study of internal medicine and its specialties: II. Primary care in internal medicine | |
Barnes et al. | Examination of the factor structure of a global cognitive function battery across race and time | |
WO2010005656A2 (en) | Brain condition assessment | |
CN110782990B (zh) | 用于基层公卫服务脑卒中风险评估的方法、***及移动平台 | |
MacLean et al. | Measurement invariance in the assessment of people with an intellectual disability | |
CN106257471B (zh) | 一种客户评测方法、装置、可读存储介质及电子设备 | |
CN110729054B (zh) | 异常就诊行为检测方法、装置、计算机设备及存储介质 | |
Badia et al. | Inconsistent responses in three preference-elicitation methods for health states | |
Barbic et al. | Validation of the brief version of the Recovery Self-Assessment (RSA-B) using Rasch measurement theory. | |
CN113539400A (zh) | 一种受试者大数据管理方法、***及电子设备 | |
desRosiers et al. | The neuropsychological differentiation of patients with very mild Alzheimer's disease and/or major depression | |
CN114203307A (zh) | 一种受试者分配方法、***及电子设备 | |
Warden | Definitions of bias in clinical research | |
DE112018005455T5 (de) | Vorrichtung zur unterstützung der gesundheitsvorsorge, verfahren und programm | |
Rabbitt et al. | Age-associated losses of brain volume predict longitudinal cognitive declines over 8 to 20 years. | |
Hubbard et al. | Methods of validating self-reports of drug use: A critical review | |
Njoki Chege et al. | Relationship between empathy dimension and customer satisfaction in the insurance industry in Kenya | |
McGuire et al. | Impaired self-awareness after traumatic brain injury: inter-rater reliability and factor structure of the Dysexecutive Questionnaire (DEX) in patients, significant others and clinicians | |
Ritchie et al. | Effective normative samples for the detection of cognitive impairment in older adults |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |