认知障碍数据处理方法以及处理系统

摘要

本发明涉及认知障碍评估领域，具体地，涉及一种认知障碍数据处理方法以及处理系统。所述包括以下步骤：建立认知下降程度评估工具，根据认知障碍的判断标准以及认知障碍的认知特点，编制认知测试任务，采集数据，形成各个认知域的认知测量数据以及相应认知障碍程度的数据库；利用因子分析的方法对数据库中的全部认知测验任务分别进行因子分析；对所形成的6个公因子的因子得分建立认知障碍的评估与预测模型。通过该系统或方法处理的认知障碍数据能从某种程度上预测患者得认知障碍的风险，只需要用到患者的心里量表得分和比较简单的年龄、性别等因素，不需化验结果，简单、方便，具有较高的可行性。

主权项

基于算机网络的认知障碍数据处理方法，其特征在于，所述包括以下步骤：(一)建立认知下降程度评估工具1.1根据认知障碍的判断标准以及认知障碍的认知特点，编制认知测试任务，采集认知测验数据，形成各个认知域的认知测量数据以及相应认知障碍程度的数据库；1.2利用因子分析的方法对数据库中的全部认知测验任务分别进行因子分析，建立认知评估任务的基本结构，提取6个公因子F1，F2，...，F6，分别命名为记忆因子，定向因子，视空间因子，语言因子，理解与判断因子，日常生活能力因子，其中，所述认知评估任务的基本结构为：x_i＝a_i1f₁+a_i2f₂+...+a_imf_m+u_i(i＝1,2,...,k)其中x₁,x₂,...,x_k是k个可侧变量；f₁,f₂,...,f_m是m个潜在因子；u_i是误差项，称为度量误差，表示x_i的随机度量误差或模型外其他潜在因子对x_i的总影响；a_ij称为因子载荷，表示第j个潜在因子f_j对第i个可测变量x_i的影响程度；(二)、对所形成的6个公因子的因子得分建立认知障碍的评估与预测模型2.1认知障碍影响因素的筛选以认知障碍状态为因变量，6个因子得分FAC1，FAC2，...，FAC6，及患者的年龄、性别、教育程度、地域因素为自变量，进行非条件Logistic回归模型：Logit(P)＝β₀+β₁FAC1+...+β₆FAC6+β₇age+β₈sex+β₉edu+...+u其中，β_i表示Logistics回归系数，即在控制其他因素不变的情况下，对应的变量每增加一个单位，该变量相应的比例风险增加倍；FAC1，FAC2，...，FAC6为6个因子得分，age，sex，edu分别表示患者的年龄、性别、教育程度因素，u是误差项，采用Fo rw ard LR法计算回归系数，进行认知障碍相关变量筛查，2.2认知障碍预测模型的建立以Logistic回归分析中最小的回归系数对应的影响因素为参照，指定该因素风险评分为1，其他影响因素的回归系数除以最小的回归系数所得结果四舍五入后为该因素的风险评分，设定为OR₂₁，...，OR₆₁，OR₇₁，OR₈₁，OR₉₁，各研究对象所得总分即为其总风险得分，建立的riskscore模型为:Risk Score＝FAC1+OR₂₁FAC2+...+OR₆₁FAC6+OR₇₁age+OR₈₁sex+OR₉₁edu其中OR_ij是第i个因素相对于j因素的风险评分，j因素为OR值最小的因素；FAC1，FAC2，...，FAC6为6个因子得分，age，sex，edu分别表示患者的年龄、性别、教育程度因素；(三)输出数据处理结果。