CN117690597B - 一种基于互联网的生物医药信息聚类分析方法 - Google Patents

一种基于互联网的生物医药信息聚类分析方法 Download PDF

Info

Publication number
CN117690597B
CN117690597B CN202311607782.0A CN202311607782A CN117690597B CN 117690597 B CN117690597 B CN 117690597B CN 202311607782 A CN202311607782 A CN 202311607782A CN 117690597 B CN117690597 B CN 117690597B
Authority
CN
China
Prior art keywords
medicine
analysis
price
medicines
efficacy
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.)
Active
Application number
CN202311607782.0A
Other languages
English (en)
Other versions
CN117690597A (zh
Inventor
沈绍伟
夏华剑
朱赟
罗家友
杨晓栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aiyong Xingchen Pharmaceutical Technology Guangzhou Co ltd
Chongqing Aiyong Xingchen Enterprise Service Co ltd
Chongqing Aiyong Xingchen Standard Medical Service Co ltd
Original Assignee
Aiyong Xingchen Pharmaceutical Technology Guangzhou Co ltd
Chongqing Aiyong Xingchen Enterprise Service Co ltd
Chongqing Aiyong Xingchen Standard Medical Service Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Aiyong Xingchen Pharmaceutical Technology Guangzhou Co ltd, Chongqing Aiyong Xingchen Enterprise Service Co ltd, Chongqing Aiyong Xingchen Standard Medical Service Co ltd filed Critical Aiyong Xingchen Pharmaceutical Technology Guangzhou Co ltd
Priority to CN202311607782.0A priority Critical patent/CN117690597B/zh
Publication of CN117690597A publication Critical patent/CN117690597A/zh
Application granted granted Critical
Publication of CN117690597B publication Critical patent/CN117690597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及医药信息分析技术领域,具体为一种基于互联网的生物医药信息聚类分析方法。包括以下步骤:医药信息采集、医药药效获取、医药药效等级分析、医药价格类型分析、医药敏感等级分析和医药信息分析结果整理,通过对各分析医药对应医药价格的价格类型、主要成分的敏感等级和医药药效的药效等级进行聚类分析,能够直观地了解到各分析医药对应对应医药价格的价格类型、主要成分的敏感等级和医药药效的药效等级,能够帮助患者快速了解到各药物的主要特点,从而按需选择。

Description

一种基于互联网的生物医药信息聚类分析方法
技术领域
本发明涉及医药信息分析技术领域,具体为一种基于互联网的生物医药信息聚类分析方法。
背景技术
随着互联网技术的发展和生物医药信息数字化的推进,越来越多的信息***出现在大众视野中,由于缺乏信息互通,导致许多生物医药信息存在片面性和主观性,不利于提高医疗保健的质量、效率和安全性,鉴于此,需要对生物医药信息进行聚类分析。
目前许多的生物医药的聚类分析通常是基于静态的信息数据,反而忽略了实时数据的获取,导致生物医药信息聚类分析结果存在一定的偏差,进而无法进一步提高生物医药的治疗效果。
发明内容
针对上述存在的技术不足,本发明的目的在于提供一种基于互联网的生物医药信息聚类分析方法。
本发明的目的可以通过以下技术方案实现:一种基于互联网的生物医药信息聚类分析方法,包括如下步骤:
一、医药信息采集:对生物医药对应的各同类医药进行采集,并将生物医药与其对应的各同类医药标记为分析医药,进而对各分析医药对应的基本信息进行采集,得到各分析医药对应的基本信息。
优选地,各分析医药对应的基本信息包括:各分析医药对应的医药价格和各分析医药对应各主要成分的含量和占比。
二、医药药效获取:对各分析医药对应的各购买患者进行获取,并通过设定的沟通方式对各分析医药对应各购买患者的医药药效评价录音进行获取,得到各分析医药对应各购买患者的医药药效评价录音,对各分析医药对应各购买患者的医药药效评价录音进行解析,得到各分析医药对应的疗效信息,进而基于各分析医药对应的疗效信息对各分析医药对应的药效评估系数进行分析,得到各分析医药对应的药效评估系数。
优选地,对各分析医药对应各购买患者的医药药效评价录音进行解析,得到各分析医药对应的疗效信息,具体解析步骤如下:
对各分析医药对应各购买患者的医药药效评价录音进行文字转换,得到各分析医药对应各购买患者的医药药效评价的文字段;
从各分析医药对应各购买患者的医药药效评价文字段中提取关键词,得到各分析医药对应各购买患者的医药药效评价中的各关键词,并将其进行整合,得到各分析医药对应医药药效评价的各关键词;
将各分析医药对应医药药效评价的各关键词与设定的各情感类型对应的关键词集合进行匹配,得到各分析医药对应各关键词的情感类型,其中情感类型包括:褒义情感类型、中性情感类型、贬义情感类型;
将各分析医药对应各关键词的情感类型按照相同的情感类型分类整理,得到各分析医药对应各情感类型的各关键词,同时统计各分析医药对应各情感类型中关键词的数量,得到各分析医药对应各情感类型的关键词数量,由各分析医药对应各情感类型的关键词数量构成各分析医药对应的疗效信息。
优选地,基于各分析医药对应的疗效信息对各分析医药对应的药效评估系数进行分析,得到各分析医药对应的药效评估系数,具体分析方式如下:
从各分析医药对应的疗效信息中提取各分析医药对应各情感类型的关键词数量,并记为Ni j,i表示为各分析医药的编号,i=1,2,...,n,n表示为分析医药编号的总数,j表示为各情感类型的编号,j=j1,j2,j3,Ni j=Ni j1、Ni j2、Ni j3,Ni j1、Ni j2、Ni j3分别表示为第i个分析医药对应褒义情感类型的关键词数量、中性情感类型的关键词数量,贬义情感类型的关键词数量,j1,j2,j3分别表示为褒义情感类型,中性情感类型,贬义情感类型;
依据公式计算出各分析医药对应的药效评估系数YXi,a1、a2、a3分别表示为设定的情感类型的关键词数量、中性情感类型的关键词数量、贬义情感类型的关键词数量对应的权值因子。
三、医药药效等级分析:基于各分析医药对应的药效评估系数对各分析医药对应医药药效等级进行分析,得到各分析医药对应医药药效的药效等级。
优选地,基于各分析医药对应的药效评估系数对各分析医药对应医药药效等级进行分析,得到各分析医药对应医药药效的药效等级,具体分析方式为:将各分析医药对应的药效评估系数与数据库中存储的各药效等级对应的药效评估系数区间进行匹配,若某分析医药对应的药效评估系数处于某药效等级对应的药效评估系数区间内,则判定该分析医药对应的药效等级为该药效等级,同理分析得到其它分析医药对应的药效等级,由此得到各分析医药对应医药药效的药效等级。
四、医药价格类型分析:从各分析医药对应的基本信息中提取各分析医药对应的医药价格,并由此对各分析医药对应医药价格的价格类型进行分析,得到各分析医药对应医药价格的价格类型。
优选地,对各分析医药对应医药价格的价格类型进行分析,得到各分析医药对应医药价格的价格类型,具体分析方式为:
将各分析医药对应的医药价格按照从大到小的顺序依次进行排列,并从中筛选出中位医药价格、众数医药价格,同时计算出各分析医药对应医药价格的平均医药价格,由此得到分析医药对应的中位医药价格、众数医药价格和平均医药价格;
将分析医药对应的中位医药价格、众数医药价格和平均医药价格分别记为WG、ZG、JG,并依据公式FG=WG×a4+ZG×a5+JG×a6计算出分析医药对应的分析医药价格FG,其中a4+a5+a6=1,a4、a5、a6分别表示为设定的中位医药价格、众数医药价格和平均医药价格对应的权值因子;
从数据库中提取医药价格对应浮动区间的参考上幅值和参考下幅值,将分析医药对应的分析医药价格与医药价格对应浮动区间的参考上幅值进行相加,得到分析医药对应医药价格的分析上幅值,将分析医药对应的分析医药价格与医药价格对应浮动区间的参考下幅值进行相减,得到分析医药对应医药价格的分析下幅值,由分析医药对应医药价格的分析上幅值和分析下幅值构成分析医药对应医药价格的参考价格区间;
将各分析医药对应的医药价格与分析医药对应医药价格的参考价格区间进行对比,若某分析医药对应的医药价格处于其对应的参考价格区间内,则将该分析医药对应医药价格的价格类型判定为合理类型,若某分析医药对应的医药价格大于其对应的参考价格区间,则将该分析医药对应医药价格的价格类型判定为偏高类型,若某分析医药对应的医药价格小于其对应的参考价格区间,则将该分析医药对应医药价格的价格类型判定为偏低类型,由此得到各分析医药对应医药价格的价格类型。
五、医药敏感等级分析:从各分析医药对应的基本信息中提取各分析医药对应各主要成分的含量和占比,并对各分析医药对应各主要成分的敏感评估系数进行分析,得到各分析医药对应各主要成分的敏感评估系数,进而基于各分析医药对应各主要成分的敏感评估系数和各主要成分的占比对各分析医药对应主要成分的敏感等级进行分析,得到各分析医药对应主要成分的敏感等级。
优选地,对各分析医药对应各主要成分的敏感评估系数进行分析,得到各分析医药对应各主要成分的敏感评估系数,具体分析方式为:
将各分析医药对应的各主要成分与数据库中存储的各主要成分对应的致敏率进行匹配,得到各分析医药对应各主要成分的致敏率,并记为MLi f,f表示为各主要成分的编号,f=1,2,...,g,g表示为主要成分编号的总数。
对各分析医药对应各主要成分的含量进行归一化处理并取其数值,记为HLi f,并依据公式MPi f=MLi f×b1+HLi f×b2计算出各分析医药对应各主要成分的敏感评估系数MPi f,b1、b2分别表示为设定的致敏率、含量对应的影响因子。
优选地,基于各分析医药对应各主要成分的敏感评估系数和各主要成分的占比对各分析医药对应主要成分的敏感等级进行分析,得到各分析医药对应主要成分的敏感等级,具体分析方式为:
将各分析医药对应各主要成分的占比记为ZBi f,并依据公式计算出各分析医药对应主要成分的敏估值MGi,YZ表示为设定的修正因子。
将各分析医药对应主要成分的敏估值与设定的各敏感等级对应的敏估值阈值进行匹配,得到各分析医药对应主要成分的敏感等级。
六、医药信息分析结果整理:对各分析医药对应基本信息中医药价格的价格类型和主要成分的敏感等级进行整理,同时对各分析医药对应医药药效的药效等级进行整理,进而通过相应的结果展示方式进行相应的展示。
本发明的有益效果:
本发明通过对生物医药对应的同类医药进行采集,并将其统称为分析医药,进而对各分析医药对应的基本信息进行获取,不仅能够提升生物医药信息分析结果的准确性和全面性,还有助于后续提高生物医药的质量、效率和安全性。
本发明通过对各分析医药对应的疗效信息进行相应的获取与解析,得到各分析医药对应的疗效信息,进而基于此分析的各分析医药对应的药效评估系数,进一步地,分析得到各分析医药对应医药药效的药效等级,能够便于患者直观地了解各分析医药对应的医药药效,有助于提升患者基于自身条件进行针对性的选择。
本发明通过基于各分析医药对应的医药价格对各分析医药对应医药价格的价格类型进行分析,有助于帮助患者基于各分析医药的价格类型择优选择,避免因价格不合理而对患者造成经济负担。
本发明通过基于各分析医药对应各主要成分的含量和占比对各分析医药对应各主要成分的敏感评估系数进行分析,进而分析得到各分析医药对应主要成分的敏感等级,可以在一定程度上减少药物中易过敏成分对患者造成的不良反应,大幅度提高了生物医药的治疗效果。
本发明通过对各分析医药对应医药价格的价格类型、主要成分的敏感等级和医药药效的药效等级进行聚类分析,能够直观地了解到各分析医药对应对应医药价格的价格类型、主要成分的敏感等级和医药药效的药效等级,能够帮助患者快速了解到各药物的主要特点,从而按需选择。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的方法步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于互联网的生物医药信息聚类分析方法,包括如下步骤:
一、医药信息采集:对生物医药对应的各同类医药进行采集,并将生物医药与其对应的各同类医药标记为分析医药,进而对各分析医药对应的基本信息进行采集,得到各分析医药对应的基本信息,其中各分析医药对应的基本信息包括:各分析医药对应的医药价格和各分析医药对应各主要成分的含量和占比。
二、医药药效获取:2-1:对各分析医药对应的各购买患者进行获取,并通过设定的沟通方式对各分析医药对应各购买患者的医药药效评价录音进行获取,得到各分析医药对应各购买患者的医药药效评价录音,具体分析方式为:
在一个具体的实施例中,通过设定的沟通方式对各分析医药对应各购买患者的医药药效评价进行获取,具体获取方式包括:若某分析医药对应某购买患者进行复检,则通过医师对该分析医药对应该购买患者的医药药效评价进行询问,同时通过录音器对医师与该分析医药对应该购买患者的医药药效评价询问过程进行录取,得到该分析医药对应该购买患者的医药药效评价录音;若某分析医药对应某购买患者不存在复检项目,则获取该购买患者对应的联系方式,并基于其联系方式通过智能机器人对该分析医药对应该购买患者的医药药效评价进行询问,并启动录制功能,得到该分析医药对应该购买患者的医药药效评价录音,由此得到各分析医药对应各购买患者的医药药效评价录音。
需要说明的是,根据相关法律法规和规定,为保护购买患者的个人隐私,申请人在本专利申请中可能需要获取购买患者的个人信息,并对其进行处理。在此,申请人郑重承诺,将严格遵守相关法律法规和规定,为购买患者的个人信息保密负责,并不会将购买患者的个人信息用于其他目的。同时,申请人也将采取必要的技术和组织措施,确保购买患者的个人信息的安全和保密。购买患者在同意提供个人信息的同时,也理解并同意上述授权及承诺。
2-2:对各分析医药对应各购买患者的医药药效评价录音进行解析,得到各分析医药对应的疗效信息,具体解析步骤如下:
对各分析医药对应各购买患者的医药药效评价录音进行文字转换,得到各分析医药对应各购买患者的医药药效评价的文字段;
从各分析医药对应各购买患者的医药药效评价文字段中提取关键词,得到各分析医药对应各购买患者的医药药效评价中的各关键词,并将其进行整合,得到各分析医药对应医药药效评价的各关键词;
将各分析医药对应医药药效评价的各关键词与设定的各情感类型对应的关键词集合进行匹配,得到各分析医药对应各关键词的情感类型,其中情感类型包括:褒义情感类型、中性情感类型、贬义情感类型;
在一个具体的实施例中,褒义情感类型对应的关键词集合包括但不限于:很好、很棒、不错、身体好、人轻松;中性情感类型对应的关键词集合包括但不限于:还行、一般;贬义情感类型对应的关键词集合包括但不限于:不行、效果不好、没感觉、没效果。
将各分析医药对应各关键词的情感类型按照相同的情感类型分类整理,得到各分析医药对应各情感类型的各关键词,同时统计各分析医药对应各情感类型中关键词的数量,得到各分析医药对应各情感类型的关键词数量,由各分析医药对应各情感类型的关键词数量构成各分析医药对应的疗效信息。
2-3:基于各分析医药对应的疗效信息对各分析医药对应的药效评估系数进行分析,得到各分析医药对应的药效评估系数,具体分析过程为:
从各分析医药对应的疗效信息中提取各分析医药对应各情感类型的关键词数量,并记为Ni j,i表示为各分析医药的编号,i=1,2,...,n,n表示为分析医药编号的总数,j表示为各情感类型的编号,j=j1,j2,j3,Ni j=Ni j1、Ni j2、Ni j3,Ni j1、Ni j2、Ni j3分别表示为第i个分析医药对应褒义情感类型的关键词数量、中性情感类型的关键词数量,贬义情感类型的关键词数量,j1,j2,j3分别表示为褒义情感类型,中性情感类型,贬义情感类型;
依据公式计算出各分析医药对应的药效评估系数YXi,a1、a2、a3分别表示为设定的情感类型的关键词数量、中性情感类型的关键词数量、贬义情感类型的关键词数量对应的权值因子。
三、医药药效等级分析:基于各分析医药对应的药效评估系数对各分析医药对应医药药效等级进行分析,得到各分析医药对应医药药效的药效等级,具体分析方式为:
将各分析医药对应的药效评估系数与数据库中存储的各药效等级对应的药效评估系数区间进行匹配,若某分析医药对应的药效评估系数处于某药效等级对应的药效评估系数区间内,则判定该分析医药对应的药效等级为该药效等级,同理分析得到其它分析医药对应的药效等级,由此得到各分析医药对应医药药效的药效等级。
四、医药价格类型分析:从各分析医药对应的基本信息中提取各分析医药对应的医药价格,并由此对各分析医药对应医药价格的价格类型进行分析,得到各分析医药对应医药价格的价格类型,具体分析过程为:
将各分析医药对应的医药价格按照从大到小的顺序依次进行排列,并从中筛选出中位医药价格、众数医药价格,同时计算出各分析医药对应医药价格的平均医药价格,由此得到分析医药对应的中位医药价格、众数医药价格和平均医药价格;
需要说明的是,中位医药价格为各分析医药对应医药价格的排列顺序中的中位数,众数医药价格为各分析医药对应医药价格的排列顺序中的众数。
将分析医药对应的中位医药价格、众数医药价格和平均医药价格分别记为WG、ZG、JG,并依据公式FG=WG×a4+ZG×a5+JG×a6计算出分析医药对应的分析医药价格FG,其中a4+a5+a6=1,a4、a5、a6分别表示为设定的中位医药价格、众数医药价格和平均医药价格对应的权值因子;
从数据库中提取医药价格对应浮动区间的参考上幅值和参考下幅值,将分析医药对应的分析医药价格与医药价格对应浮动区间的参考上幅值进行相加,得到分析医药对应医药价格的分析上幅值,将分析医药对应的分析医药价格与医药价格对应浮动区间的参考下幅值进行相减,得到分析医药对应医药价格的分析下幅值,由分析医药对应医药价格的分析上幅值和分析下幅值构成分析医药对应医药价格的参考价格区间;
需要说明的是,分析医药对应医药价格的参考价格区间的计算方式:例如,数据库中提取医药价格对应浮动区间的参考上幅值和参考下幅值分别为一元和三元,同时分析医药对应的分析医药价格为二十九元,则将二十九元与一元进行相加,得到三十元,将二十九元与三元进行相减,得到二十六元,则分析医药对应医药价格的参考价格区间为二十六元到三十元之间。
将各分析医药对应的医药价格与分析医药对应医药价格的参考价格区间进行对比,若某分析医药对应的医药价格处于其对应的参考价格区间内,则将该分析医药对应医药价格的价格类型判定为合理类型,若某分析医药对应的医药价格大于其对应的参考价格区间,则将该分析医药对应医药价格的价格类型判定为偏高类型,若某分析医药对应的医药价格小于其对应的参考价格区间,则将该分析医药对应医药价格的价格类型判定为偏低类型,由此得到各分析医药对应医药价格的价格类型。
五、医药敏感等级分析:5-1:从各分析医药对应的基本信息中提取各分析医药对应各主要成分的含量和占比,并对各分析医药对应各主要成分的敏感评估系数进行分析,得到各分析医药对应各主要成分的敏感评估系数,具体分析方式为:
将各分析医药对应的各主要成分与数据库中存储的各主要成分对应的致敏率进行匹配,得到各分析医药对应各主要成分的致敏率,并记为MLi f,f表示为各主要成分的编号,f=1,2,...,g,g表示为主要成分编号的总数。
在一个具体的实施例中,致敏率指代设定人数中存在若干人员对指定药物成分产生过敏反应的概率。
对各分析医药对应各主要成分的含量进行归一化处理并取其数值,记为HLi f,并依据公式MPi f=MLi f×b1+HLi f×b2计算出各分析医药对应各主要成分的敏感评估系数MPi f,b1、b2分别表示为设定的致敏率、含量对应的影响因子。
5-2:基于各分析医药对应各主要成分的敏感评估系数和各主要成分的占比对各分析医药对应主要成分的敏感等级进行分析,得到各分析医药对应主要成分的敏感等级,具体分析方式为:
将各分析医药对应各主要成分的占比记为ZBi f,并依据公式计算出各分析医药对应主要成分的敏估值MGi,YZ表示为设定的修正因子。
将各分析医药对应主要成分的敏估值与设定的各敏感等级对应的敏估值阈值进行匹配,得到各分析医药对应主要成分的敏感等级。
六、医药信息分析结果整理:对各分析医药对应基本信息中医药价格的价格类型和主要成分的敏感等级进行整理,同时对各分析医药对应医药药效的药效等级进行整理,进而通过相应的结果展示方式进行相应的展示。
在一个具体的实施例中,将各分析医药对应医药价格的价格类型按照相同价格类型划分,得到各价格类型对应的各分析医药,同时将各分析医药对应主要成分的敏感等级按照相同敏感等级进行划分,得到各敏感类型对应的各分析医药,将各分析医药对应医药药效的药效等级按照相同药效等级进行划分,得到各药效等级对应的各分析医药。
需要说明的是,将各价格类型对应的各分析医药、各敏感类型对应的各分析医药、各药效等级对应的各分析医药进行一一展示。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (1)

1.一种基于互联网的生物医药信息聚类分析方法,其特征在于,包括如下步骤:
一、医药信息采集:对生物医药对应的各同类医药进行采集,并将生物医药与其对应的各同类医药标记为分析医药,进而对各分析医药对应的基本信息进行采集,得到各分析医药对应的基本信息,包括各分析医药对应的医药价格和各分析医药对应各主要成分的含量和占比;
二、医药药效获取:对各分析医药对应的各购买患者进行获取,并通过设定的沟通方式对各分析医药对应各购买患者的医药药效评价录音进行获取,得到各分析医药对应各购买患者的医药药效评价录音,对各分析医药对应各购买患者的医药药效评价录音进行解析,得到各分析医药对应的疗效信息:对各分析医药对应各购买患者的医药药效评价录音进行文字转换,得到各分析医药对应各购买患者的医药药效评价的文字段;
从各分析医药对应各购买患者的医药药效评价文字段中提取关键词,得到各分析医药对应各购买患者的医药药效评价中的各关键词,并将其进行整合,得到各分析医药对应医药药效评价的各关键词;
将各分析医药对应医药药效评价的各关键词与设定的各情感类型对应的关键词集合进行匹配,得到各分析医药对应各关键词的情感类型,其中情感类型包括:褒义情感类型、中性情感类型、贬义情感类型;
将各分析医药对应各关键词的情感类型按照相同的情感类型分类整理,得到各分析医药对应各情感类型的各关键词,同时统计各分析医药对应各情感类型中关键词的数量,得到各分析医药对应各情感类型的关键词数量,由各分析医药对应各情感类型的关键词数量构成各分析医药对应的疗效信息;
基于各分析医药对应的疗效信息对各分析医药对应的药效评估系数进行分析,得到各分析医药对应的药效评估系数:从各分析医药对应的疗效信息中提取各分析医药对应各情感类型的关键词数量,并记为Ni j,i表示为各分析医药的编号,i=1,2,...,n,n表示为分析医药编号的总数,j表示为各情感类型的编号,j=j1,j2,j3,Ni j=Ni j1、Ni j2、Ni j3,Ni j1、Ni j2、Ni j3分别表示为第i个分析医药对应褒义情感类型的关键词数量、中性情感类型的关键词数量,贬义情感类型的关键词数量,j1,j2,j3分别表示为褒义情感类型,中性情感类型,贬义情感类型;
依据公式计算出各分析医药对应的药效评估系数YXi,a1、a2、a3分别表示为设定的情感类型的关键词数量、中性情感类型的关键词数量、贬义情感类型的关键词数量对应的权值因子;
三、医药药效等级分析:基于各分析医药对应的药效评估系数对各分析医药对应医药药效等级进行分析,得到各分析医药对应医药药效的药效等级:将各分析医药对应的药效评估系数与数据库中存储的各药效等级对应的药效评估系数区间进行匹配,若某分析医药对应的药效评估系数处于某药效等级对应的药效评估系数区间内,则判定该分析医药对应的药效等级为该药效等级,同理分析得到其它分析医药对应的药效等级,由此得到各分析医药对应医药药效的药效等级;
四、医药价格类型分析:从各分析医药对应的基本信息中提取各分析医药对应的医药价格,并由此对各分析医药对应医药价格的价格类型进行分析,得到各分析医药对应医药价格的价格类型:将各分析医药对应的医药价格按照从大到小的顺序依次进行排列,并从中筛选出中位医药价格、众数医药价格,同时计算出各分析医药对应医药价格的平均医药价格,由此得到分析医药对应的中位医药价格、众数医药价格和平均医药价格;
将分析医药对应的中位医药价格、众数医药价格和平均医药价格分别记为WG、ZG、JG,并依据公式FG=WG×a4+ZG×a5+JG×a6计算出分析医药对应的分析医药价格FG,其中a4+a5+a6=1,a4、a5、a6分别表示为设定的中位医药价格、众数医药价格和平均医药价格对应的权值因子;
从数据库中提取医药价格对应浮动区间的参考上幅值和参考下幅值,将分析医药对应的分析医药价格与医药价格对应浮动区间的参考上幅值进行相加,得到分析医药对应医药价格的分析上幅值,将分析医药对应的分析医药价格与医药价格对应浮动区间的参考下幅值进行相减,得到分析医药对应医药价格的分析下幅值,由分析医药对应医药价格的分析上幅值和分析下幅值构成分析医药对应医药价格的参考价格区间;
将各分析医药对应的医药价格与分析医药对应医药价格的参考价格区间进行对比,若某分析医药对应的医药价格处于其对应的参考价格区间内,则将该分析医药对应医药价格的价格类型判定为合理类型,若某分析医药对应的医药价格大于其对应的参考价格区间,则将该分析医药对应医药价格的价格类型判定为偏高类型,若某分析医药对应的医药价格小于其对应的参考价格区间,则将该分析医药对应医药价格的价格类型判定为偏低类型,由此得到各分析医药对应医药价格的价格类型;
五、医药敏感等级分析:从各分析医药对应的基本信息中提取各分析医药对应各主要成分的含量和占比,并对各分析医药对应各主要成分的敏感评估系数进行分析,得到各分析医药对应各主要成分的敏感评估系数:将各分析医药对应的各主要成分与数据库中存储的各主要成分对应的致敏率进行匹配,得到各分析医药对应各主要成分的致敏率,并记为MLi f,f表示为各主要成分的编号,f=1,2,...,g,g表示为主要成分编号的总数;
对各分析医药对应各主要成分的含量进行归一化处理并取其数值,记为HLi f,并依据公式MPi f=MLi f×b1+HLi f×b2计算出各分析医药对应各主要成分的敏感评估系数MPi f,b1、b2分别表示为设定的致敏率、含量对应的影响因子;
基于各分析医药对应各主要成分的敏感评估系数和各主要成分的占比对各分析医药对应主要成分的敏感等级进行分析,得到各分析医药对应主要成分的敏感等级:将各分析医药对应各主要成分的占比记为ZBi f,并依据公式计算出各分析医药对应主要成分的敏估值MGi,YZ表示为设定的修正因子;
将各分析医药对应主要成分的敏估值与设定的各敏感等级对应的敏估值阈值进行匹配,得到各分析医药对应主要成分的敏感等级;
六、医药信息分析结果整理:对各分析医药对应基本信息中医药价格的价格类型和主要成分的敏感等级进行整理,同时对各分析医药对应医药药效的药效等级进行整理,进而通过相应的结果展示方式进行相应的展示。
CN202311607782.0A 2023-11-29 2023-11-29 一种基于互联网的生物医药信息聚类分析方法 Active CN117690597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311607782.0A CN117690597B (zh) 2023-11-29 2023-11-29 一种基于互联网的生物医药信息聚类分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311607782.0A CN117690597B (zh) 2023-11-29 2023-11-29 一种基于互联网的生物医药信息聚类分析方法

Publications (2)

Publication Number Publication Date
CN117690597A CN117690597A (zh) 2024-03-12
CN117690597B true CN117690597B (zh) 2024-06-18

Family

ID=90131017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311607782.0A Active CN117690597B (zh) 2023-11-29 2023-11-29 一种基于互联网的生物医药信息聚类分析方法

Country Status (1)

Country Link
CN (1) CN117690597B (zh)

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4421169B2 (ja) * 2002-03-27 2010-02-24 株式会社エヌ・ティ・ティ・データ 医薬品評価システム
CN101159058A (zh) * 2005-10-09 2008-04-09 刘凤鸣 一种会员制式的药品销售管理***
US20140358578A1 (en) * 2013-05-31 2014-12-04 American Pharmacotherapy, Llc System and method for comparing pharmaceutical prices and medication utilization
WO2017091777A1 (en) * 2015-11-24 2017-06-01 Vijay Krishnan Novel healthcare delivery, treatment, and payment model for specialty drugs
CN110024039A (zh) * 2016-07-12 2019-07-16 曹庆恒 处方用药信息合理性数据特征分析***
KR102252188B1 (ko) * 2019-05-20 2021-05-13 배재대학교 산학협력단 사용자 구매 기준을 반영한 상품 추천 시스템 및 방법
CN111340385A (zh) * 2020-03-10 2020-06-26 深圳华侨城创新研究院有限公司 测量旅游景区欢乐指数的科学计量方法
CN111696678B (zh) * 2020-06-15 2023-05-26 中南大学 一种基于深度学习的用药决策方法和***
CN111767725B (zh) * 2020-06-24 2023-06-20 中国平安财产保险股份有限公司 一种基于情感极性分析模型的数据处理方法及装置
CN115359921B (zh) * 2022-10-20 2023-06-27 中融云尚科技有限公司 一种基于数据分析的医疗信息存储共享***
CN115809949A (zh) * 2022-12-01 2023-03-17 重庆爱永星辰企业服务有限公司 一种基于大数据处理技术的智慧园区管理***
CN116153462B (zh) * 2023-04-20 2023-06-27 南京引光医药科技有限公司 一种药物警戒***及药物警戒反馈数据处理方法
CN116580809A (zh) * 2023-05-31 2023-08-11 北京厚普医药科技有限公司 一种购药方法、装置及存储介质
CN116959748A (zh) * 2023-07-31 2023-10-27 辽宁千一测试评价科技发展有限公司 一种药品认证试验监测方法及装置
CN116777307B (zh) * 2023-08-21 2023-11-07 河北省儿童医院(河北省第五人民医院、河北省儿科研究所) 一种基于大数据的医院医生综合分析评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
The role of perceived service quality and price competitiveness on consumer patronage of and intentions towards community pharmacies;Stephen R. Carter;等;Research inSocialandAdministrativePharmacy;20230108;第19卷(第-期);第717–727页 *
循证决策视角下的患者健康咨询主题分析;叶艳;等;情报理论与实践;20210916;第45卷(第02期);第190、198-203页 *

Also Published As

Publication number Publication date
CN117690597A (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
Silver et al. Constructing actuarial devices for predicting recidivism: A comparison of methods
Pyrooz Structural covariates of gang homicide in large US cities
Kreutzer et al. Moderating factors in return to work and job stability after traumatic brain injury
DiGaetano Sample frame and related sample design issues for surveys of physicians and physician practices
Backer et al. VFR traveller demographics: The social tourism dimension
Gibbons et al. Do gentrifying neighbourhoods have less community? Evidence from Philadelphia
Evans Faith in science in global perspective: Implications for transhumanism
Lawrence et al. The cardiovascular health of young adults: disparities along the urban-rural continuum
Daigle et al. Sex-role identification and violent victimization: Gender differences in the role of masculinity
De Vries et al. Enhancing the identification of commercial sexual exploitation among a population of high-risk youths using predictive regularization models
Shah et al. Addiction Severity Index scores and urine drug screens at baseline as predictors of graduation from drug court
Mark et al. Trends: Access to Care in HMOs and Traditional Insurance Plans: HMOs versus traditional insurance poses a trade-off. People in HMOs had shorter waits and more visits, but they also complained of having more unmet health care needs.
Cené et al. Associations between subjective social status and physical and mental health functioning among patients with hypertension
Kroner et al. A principled approach to the construction of risk assessment categories: the Council of State Governments Justice Center Five-Level system
Tracy et al. Cascading effects of childhood abuse on physical health issues in later adulthood through trait anxiety and poor daily sleep quality
Brennan et al. Aggressive realism: More efficient processing of anger in physically aggressive individuals
Mathur et al. Life-changing events and marketing opportunities
Kim et al. Parental nonstandard work schedules, parent–child communication, and adolescent substance use
Ritchie An exploratory analysis of the nature and extent of individual differences in perception
Halloway et al. Interactive effects of physical activity and cognitive activity on cognition in older adults without mild cognitive impairment or dementia
Jason et al. Patient perceptions of infectious illnesses preceding myalgic encephalomyelitis/chronic fatigue syndrome
Nguyen et al. Differential associations between anti-tobacco industry attitudes and intention to quit smoking across young adult peer crowds
Gullion et al. Who is at-risk? An examination of the likelihood and time variation in the predictors of repeated police misconduct
Stratford et al. A memory clinic at a geriatric hospital: a report on 577 patients assessed with the CAMDEX over 9 years
Egan et al. Association between alcohol, socioeconomic position and labour market participation: A prospective cohort study of transitions between work and unemployment

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
GR01 Patent grant