一种慢性病服药行为风险量化分析方法及应用

摘要

本发明公开了一种慢性病服药行为风险量化的分析方法及应用，其步骤包括：服药行为的风险等级定义，即先设定应服药时间，所述应服药时间为治疗方案中建议患者服药的时间，以应服药时间和患者实际服药的时间为参数，建立风险模型，形成风险等级轴，以及服药行为的风险量化计算和服药行为风险量化分析的各种应用。本发明解决了慢性病患者在服药过程中，不能明确或及时地了解违规服药行为给治疗带来的风险，导致不能及时调整实际服药情况而延误疾病的正确治疗以及治疗方案不够个性化、人性化及合理化的问题，可广泛应用于慢性病治疗及监管技术应用领域。

说明书

技术领域

本发明涉及慢性病治疗及监管技术应用领域，尤其是涉及一种慢性病服药行为风险量化的分析方法及应用。

背景技术

目前，慢性病患者在病情治疗过程中，通常均是按照医嘱、用药说明或其他用药方案建议的应服药时间及次数进行服药。一般医嘱、用药说明或其他用药方案等均是通用化的指导，但慢性病患者实际服药的时间与患者的个人生活习惯及作息时间均紧密联系，具有个性化，所以容易造成实际服药时间和应服药时间的差异，该差异可能会引起患者机体实际血药浓度峰值时间与预期峰值时间产生偏移，这种偏移有引起药效改变或(和)造成机体损伤的潜在风险。而患者、家人或医生并不知道或未察觉，导致患者的病情得不到有效的治疗，或是察觉时，已经延误了病情。也有患者、患者家人或医生明知实际服药时间与应服药时间有差异，但却不能准确清楚地了解是否有风险或影响疾病治疗，从而忽略了要及时调整实际服药时间，导致病情不能有效控制。

发明内容

本发明的目的是提供一种慢性病服药行为风险量化的分析方法及应用，解决慢性病患者在服药过程中实际服药情况与应服药要求之间的差异，因不能明确或及时地了解该差异给治疗带来的风险，导致不能及时调整实际服药情况而延误疾病正确治疗的问题。

本发明解决其技术问题所采用的技术方案是：一种慢性病服药行为风险量化分析方法及应用，其步骤包括：

S1：服药行为的风险等级定义，即先设定应服药时间，所述应服药时间为治疗方案中建议患者服药的时间，以应服药时间和患者实际服药的时间为参数，建立风险模型，形成风险等级轴；所述风险等级轴以本次应服药行为时间为坐标原点，将坐标原点的左侧定义为提前服药行为时间，右侧定义为延时服药行为时间；将所述风险等级轴的原点对应于服药行为风险值设定为0值，所述风险等级轴从中心0值位置向左和右侧方向，其对应的风险数值随之逐渐变大，即所述提前服药行为或延时服药行为发生的时间偏离设定的应服药行为时间越大，服药行为风险等级值越大；

S2：服药行为的风险量化计算，即在连续周期内，对治疗方案建议的服药行为与实际服药行为进行对比分析，计算总的服药行为风险分值；根据风险等级轴的设定，当发生一次服药行为，该实际服药行为的时间落在本次服药行为的风险等级轴上，其对应在风险等级轴的风险等级值，即定义为本次服药行为的风险分值；计算连续周期内每次服药行为风险分值之和，即定义为服药行为风险总分值，风险平均值定义为风险总分值与应服药行为总次数之商；

S3：服药行为风险量化分析的应用，即在连续周期内，设定一个允许实际服药行为出现不按应服药时间用药的安全数值，所述安全数值包括允许风险平均值；当在服药时间周期内的风险平均值＞规定的允许风险平均值，将判断为风险，并生成风险警告输出。

为了进一步明确实际服药行为的具体情况，所述两次及以上实际服药时间与上次应服药时间重叠时，定义其中一次重叠为正确服药行为，其他次数为提前服药行为；所述两次及以上实际服药时间与下次应服药时间重叠时，定义其中一次重叠为正确服药行为，其他次数为延迟服药行为。

为了更好地应用量化分析的结果，所述风险警告输出给患者、患者相关联系人、就诊医生、公共卫生服务机构和相关服务机构，提醒患者规范用药或相关人员监督患者规范用药，直至服药时间周期内的风险平均值≤所规定的允许风险值，风险警告解除。

为了进一步设定风险等级轴，所述风险等级轴的风险等级从低到高设定用0-N的数值表示，两次应服药时间段的间隔时间长度设定为以时间为单位的t，在此期间服药表示提前服药行为或者延时服药行为，所述N值即设定为在将t分成均匀等分，按等分从中间为0值，向两端逐渐变大的数值；并设定发生在t时间段内的实际服药行为，其实际服药时间与应服药时间的时间差为tx，其中tx≤t；所述服药行为风险分值设定为Nx，所述Nx＝N*tx/t，建立风险等级轴。

为了简化量化风险数据，对所述风险模型进行简化设置，所述风险等级轴的中心与所述应服药行为时间段相对应，定义为无风险区，所述风险等级轴从中间向左侧方向或向右侧方向，即本次应服药时间到上次应服药时间或下次应服药时间，形成左侧的提前服药区间和右侧的延时服药区间，并将所述提前服药区间和延时服药区间按时长划分为三等分，每1/3区间作为一个风险量级，从风险等级轴的中间分别向两端依次设置为无风险、低风险、中风险、高风险，所述无风险、低风险、中风险和高风险分别对应的数值为0、1/3、2/3和1，即建立简化运算的风险等级轴。

为了利用风险量化的分析来求得患者服药行为轨迹，基于风险等级轴上的风险等级分值区域内的服药情况统计，进行服药行为轨迹分析，即在患者服药期内，根据实际服药行为落入风险等级轴上的对应分值区域，对发生的频次数据采用构成比分析法，经卡方检验以P＜0.05为差异有统计学意义，即判断用户出现规律性违规服药行为事件，否则判断为离散性违规服药行为事件；针对离散性违规服药行为事件，将继续进行风险警告，直至违规服药行为得到改善；判断为规律性违规服药行为事件时，则输出用于行为干预或服药方案是否调整的分析。

为了更好地运用服药行为轨迹分析的结果，当判断为规律性违规服药行为的事件，会将判断结果输出给患者、患者相关联系人、就诊医生、公共卫生服务机构和其他相关服务机构，提醒或征询就诊医生是否按照用户发生规律性违规服药行为事件的时间段，调整为应服药时间或药方；如果可以，将按照规律性违规服药行为重新定义为合规服药行为，设置用服药方案，风险警告解除；如果不可以，将该时间段设定为不予调整时间，将继续风险警告，直至违规服药行为得到改善。

为了通过风险量化分析的结果，对治疗方案进行确认其合理性，基于服药行为风险量化分析而进行药物疗效评价，即将服药行为风险量化分析结果与健康数据进行匹配对比，建立匹配模型来评价药物疗效，并根据药物疗效评价的结果，确定治疗方案的调整或维持；所述健康数据为患者定期上传与自身疾病相关的体检数据。

为了进一步明确药物治疗效果与服药行为分析匹配，所述匹配模型包括健康数据不正常且服药行为不规范、健康数据不正常但服药行为规范、健康数据正常但服药行为不规范、健康数据正常且服药行为规范。所述的服药行为不规范即定义为对应周期内的风险平均值＞所规定的允许风险平均值，所述的服药行为规范即定义为对应周期内的风险平均值≤所规定的允许风险平均值。

本发明的有益效果：本发明通过以应服药时间和患者实际服药的时间为参数，形成风险等级轴，将应服药时间与实际服药时间的差异通过风险等级轴而量化成具体的风险数值，并通过服药行为的风险量化计算，得到任何一个时间周期内的风险总值和风险平均值，对连续周期内的服药行为进行量化计算，并通过量化计算的结果与设定的安全数值进行对比，从而确定风险警告并输出给患者、医生或相关人员，对服药行为进行调整。通过基于风险等级轴上的风险等级分值区域内的服药情况统计，求得服药行为轨迹，并就患者的服药行为轨迹，调整更适合患者作息规律的合理治疗方案。通过分析的服药行为与上传的健康数据进行匹配，最终验证或调整医生的治疗方案，使治疗方案对于患者的病情更加合理。从而，解决了慢性病患者在服药过程中，不能明确或及时地了解违规服药行为给治疗带来的风险，导致不能及时调整实际服药情况而延误疾病的正确治疗以及治疗方案不够个性化、人性化及合理化的问题。

以下将结合附图和实施例，对本发明进行较为详细的说明。

附图说明

图1为本发明的风险等级轴图。

图2为本发明的服药行为轨迹分析应用流程图。

具体实施方式

实施例，一种慢性病服药行为风险量化的分析方法及应用，主要依据服药行为风险分析系统来进行分析和对分析结果做出具体的应用，其具体内容如下：

首先，根据治疗某一慢性病的医嘱、药品说明书或其他服药方案建议的服药时间设定为患者的应服药时间，并将应服药时间输入到服药行为风险分析系统。并利用一款可以记录每次服药时间的智能药盒来自动记录患者的实际服药时间，即智能药盒上设置有一组盛药的药仓，每个药仓对应设置一个仓门，智能药盒内置的控制系统会视用户开启仓门为取药及实际服药行为并记录该时间，且实时将每次实际服药行为发生的时间信息通过无线网络传输给服药行为风险分析系统。服药行为风险分析系统将以应服药时间和患者实际服药的时间为参数，自动建立风险模型，形成风险等级轴。所述风险等级轴以本次应服药行为时间为坐标原点，将坐标原点的左侧定义为提前服药行为时间，右侧定义为延时服药行为时间；将所述风险等级轴的原点对应于服药行为风险值设定为0值，所述风险等级轴从中心0值位置向左和右侧方向，其对应的风险数值随之逐渐变大，即所述提前服药行为或延时服药行为发生的时间偏离设定的应服药行为时间越大，服药行为风险等级值越大。所述风险等级轴的风险等级从低到高设定用0-10的数值表示，两次应服药时间段的间隔时间长度设定为以时间为单位的t，在此期间服药表示提前服药行为或者延时服药行为，所述0-10的区间即设定为在将t分成均匀等分形成具体的坐标及对应的数值区域，从中间为0值，向两端逐渐变大直至10数值最大。并设定发生在t时间段内的实际服药行为，其实际服药时间与应服药时间的时间差为tx，其中tx≤t，所述服药行为风险分值即设定为Nx，所述Nx＝10*tx/t，也可由实际服药时间落在风险等级轴上而直接读出该次的服药行为风险分值，具体见图1建立的风险等级轴。

还可以考虑对所述风险模型进行简化设置的另一个实施例，将所述风险等级轴的中心与所述应服药行为时间相对应，定义为无风险区，所述风险等级轴从中间向左侧方向或向右侧方向，即本次应服药时间到上次应服药时间或下次应服药时间，形成右侧的提前服药区间和延时服药区间，并将所述提前服药区间和延时服药区间按时长划分为三等分，每1/3区间作为一个风险量级，从风险等级轴的中间分别向两端依次设置为无风险、低风险、中风险、高风险，所述无风险、低风险、中风险和高风险分别对应的数值为0、1/3、2/3和1，即建立简化运算的风险等级轴。

然后，服药行为风险分析系统将对实际服药行为的风险进行具体量化计算，即在某个连续周期内，对治疗方案建议的服药行为与实际服药行为进行对比分析，计算该周期内的总的服药行为风险分值。并规定，当出现两次及以上实际服药时间与上次应服药时间重叠时，定义其中任意一次为正确服药行为，其他次数为提前服药行为，其风险值为提前服药行为区域内的最大值；当出现两次及以上实际服药时间与下次应服药时间重叠时，定义其中任意一次正确服药行为，其他次数为延时服药行为，其风险值为延时服药行为区域内的最大值。根据风险等级轴的模型设定，当发生一次服药行为，该实际服药行为的时间落在本次服药行为的风险等级轴上，其对应在风险等级轴的风险等级值，即是为本次服药行为的风险分值。从而，计算连续周期内每次服药行为风险分值之和，即定义为服药行为风险总分值，风险平均值定义为风险总分值与应服药行为总次数之商。如此，用户可以任意选取一段时间(以天为时间单位)，服药行为风险分析系统即可以根据客户的需要，计算出该时间内的服药行为风险总分值和风险平均值等风险数值。

在服药行为风险分析系统内设定一个允许实际服药行为可以不按应服药时间用药的安全数值，所述安全数值包括允许风险平均值。当在其服药期内的风险平均值＞规定的允许风险平均值，系统将自动判断为风险，并生成风险警告，并通过无线网络将风险警告发送给患者、患者相关联系人、就诊医生、公共卫生服务机构和相关服务机构，提醒患者规范用药或相关人员监督患者规范用药，直至服药时间周期内的风险平均值≤所规定值，风险警告解除。如此，患者或相关人员可以很清楚的知道患者的服药行为是否规范，违规服药行为的严重度及可能引起的风险值，以及通过设定的安全数值和自动提醒功能，使原本主观的服药行为得到量化客观的认识，并起到监督记录服药行为和及时提醒纠正违规服药行为。

进一步，通过对风险等级轴上的风险等级分值区域内的服药情况统计，进行服药行为轨迹分析，即在患者服药期内，根据实际服药行为落入风险等级轴上的对应分值区域，对发生的频次数据采用构成比分析法，经卡方检验以P＜0.05为差异有统计学意义，即判断用户出现规律性违规服药行为事件，否则判断为离散性违规服药行为事件。针对离散性违规服药行为事件，将继续进行风险警告，直至违规服药行为得到改善。而判断为规律性违规服药行为事件时，系统则自动输出给患者、患者相关联系人、就诊医生、公共卫生服务机构和其他相关服务机构，提醒用户对规律性违规服药行为事件进行原因调查，提醒或咨询就诊医生是否按照用户发生规律性违规服药行为事件的时间段，调整为应服药时间或药方。如果可以，将按照规律性违规服药行为重新定义为合规服药行为，设置用服药方案，风险警告解除；如果不可以，将该时间段设定为不予调整时间，将继续风险警告，直至违规服药行为得到改善。具体见图2基于时间的服药行为轨迹分析结果应用流程。

进一步，基于服药行为风险量化分析而进行药物疗效评价，即将服药行为风险量化分析结果与患者上传的健康数据进行匹配对比，而建立匹配模型来评价药物疗效，并根据药物疗效评价的结果，确定治疗方案的调整或维持。因为药物的治疗效果主要取决于药物自身属性与患者服药行为两方面因素，而健康数据(如血糖、血压值等)是治疗效果的客观体现。在通过健康数据对药物治疗效果进行评价时，需考虑药物自身属性与服药行为两方面因素。每类药物的自身属性与其理化性质有关，所以相对固定；但实际服药行为具有很强的不确定性，如规范、相对规范、不规范等，所以对药物疗效的评价也应该与服药行为的状态相结合才合理。服药行为风险分析系统将对应周期内的风险平均值＞所规定的允许风险平均值的服药行为定义为服药行为不规范，将对应周期内的风险平均值≤所规定的允许风险平均值的服药行为定义为服药行为规范。

从而服药行为风险分析系统中，建立健康数据与服药行为的匹配模型，具体包括健康数据不正常且服药行为、健康数据不正常但服药行为规范、健康数据正常但服药行为不规范和健康数据正常且服药行为规范等匹配模型。

患者定期可以通过手工录入或检测设备直接将与自身疾病相关的生理指标、生化指标，如血压、血糖等健康数据上传到服药行为风险分析系统。服药行为风险分析系统将收到的健康数据与该时间周期内的服药行为风险分析的结果进行对比分析，判断出是何种匹配模型，针对具体匹配模型的措施如下：

健康数据不正常且服药行为不规范匹配模型：此模型情况较为复杂，首先需进行不规范服药行为的修正，待用药行为规范化后将其与健康数据进行比照，所以对于该匹配模型，系统反馈用户需规范服药行为。

健康数据不正常但服药行为规范匹配模型：此模型情况首先需分析健康数据的趋势性，若趋势无明显变化或趋势方向与预期或前期相反，系统则反馈提醒用户需及时与医生沟通，进行用药方案调整。虽然健康数据指标未达正常，但若分析其趋势方向与预期或前期一致，根据在系统内设定的一段延长观察期，待数据平稳后若正常，则用药方案继续；若仍未达正常，需反馈提醒用户及时与医生沟通，进行用药方案调整。

健康数据正常但服药行为不规范匹配模型：此模型情况较为复杂，健康数据仅用药方案的有效性，但不一定是合理或最佳方案，所以此时系统反馈提醒用户需与医生加强沟通，综合分析药物种类与剂量、不规范服用行为类型、风险等级等因素，优化治疗方案。例如违规服药行为多为漏服药物，在规范行为的同时，可咨询医生是否需可以减药，并积极做好随访。

健康数据正常且服药行为规范匹配模型：此模型情况系统将默认不做处理。

通过以上健康数据与服药行为的匹配模型建立和应用，可以更清晰明确地对医嘱或其他治疗方案进行更准确的验证或调整，从而使得患者的病情得到更合适的治疗。

以上对慢性病服药行为风险量化分析和分析结果的应用，解决了慢性病患者在服药过程中，不能明确或及时地了解违规服药行为给治疗带来的风险，导致不能及时调整实际服药情况而延误疾病正确治疗的问题，也从服药行为风险量化分析里得到基于时间的服药行为轨迹，并就患者的服药行为轨迹，调整更适合患者作息规律的合理治疗方案，并就健康数据与服药行为进行匹配，最终验证或调整医生的治疗方案，使治疗方案对于患者的病情更加合理。

以上结合附图对本发明进行了示例性描述。显然，本发明具体实现并不受上述方式的限制。只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进；或未经改进，将本发明的上述构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。