一种基于云计算的慢性病患者健康数据跟踪分析系统

摘要

本发明属于慢性病患者健康管理技术领域，具体公开一种基于云计算的慢性病患者健康数据跟踪分析系统，通过以血糖监测结果和并发症监测结果作为糖尿病控制效果的分析指标，扩展了现有技术中糖尿病控制效果的分析指标，实现了糖尿病控制效果的科学、合理性分析，有助于提高分析结果的准确可靠性，与此同时在确定糖尿病患者的分析对象时通过对收集的糖尿病患者进行基本信息和建档患病信息获取，以此将收集的糖尿病患者进行等同归类，进而从归类结果中选取目标糖尿病患者，作为分析对象，能够有效避免因糖尿病患者的个体差异对筛选结果造成的影响，最大限度提高了筛选结果的有效性。

说明书

技术领域

本发明属于慢性病患者健康管理技术领域，具体涉及到一种基于云计算的慢性病患者健康数据跟踪分析系统。

背景技术

随着生活方式的改变，糖尿病、高血压、冠心病等慢性病的发病率逐年攀升，特别是糖尿病，糖尿病可导致人体各种组织特别是眼、足、肾、心脏、血管、脑、神经的慢性损害、功能障碍，不予及时治疗将导致严重的后果，现如今由于年轻人对高糖、高热量饮食的追求，同时作息不规律，使得糖尿病的发病人群正逐渐年轻化，但相对老年糖尿病患者来说，中青年糖尿病患者病症较轻，处于糖尿病前期，对于这类糖尿病患者一般不需要用药处理，通过进行相关管理，就可以控制糖尿病的病症，例如饮食管理、运动管理。

但对于有些中青年糖尿病患者来说，受个人生活环境局限或生活习惯影响，只能筛选饮食和运动中的一种管理方式进行血糖控制，为了保障这一类糖尿病患者的血糖控制效果，有必要从饮食管理、运动管理中筛选出治疗糖尿病对应的有效管理手段。

众所周知，在进行治疗糖尿病对应有效管理手段筛选时必不可少需要对糖尿病控制效果进行监测，然而现有技术中通常以血糖监测结果作为糖尿病控制效果的监测指标，忽略了糖尿病并发症也会影响糖尿病的控制效果，由于糖尿病的病症不仅体现在血糖上，还会引起并发症，例如心血管疾病、肾脏疾病、视网膜病变等，因而仅仅以血糖监测结果作为监测指标很显然是不具科学、合理性的，存在一定的片面性，进而影响监测结果的准确可靠性。

另外现有在筛选治疗糖尿病对应的有效管理手段中为了确保筛选结果的有效性，避免因分析对象过少造成分析误差，一般都会收集大量的中青年糖尿病患者作为分析对象，没有考虑到每个中青年糖尿病患者的身体状态和患病状态存在或多或少的个体差异，这些个体差异无形之中会对筛选结果造成干扰，由此可见盲目地扩充分析对象对于筛选结果来说不一定能够减少分析误差，相反还很大程度上因个体差异的干扰降低筛选结果的有效性，严重者会造成无效筛选。

发明内容

鉴于此，为解决上述背景技术中所提出的问题，现针对中青年糖尿病患者，提出一种基于云计算的慢性病患者健康数据跟踪分析系统。

本发明的目的可以通过以下技术方案实现：一种基于云计算的慢性病患者健康数据跟踪分析系统，包括：糖尿病患者信息提取模块，用于从医院患者库中提取各糖尿病患者对应的基本信息和建档患病信息。

目标糖尿病患者筛选模块，用于基于各糖尿病患者对应的基本信息和建档患病信息筛选出目标糖尿病患者。

日常管理数据上传模块，用于构建医患数据传输平台，由各目标糖尿病患者在治疗期间每天向平台上传日常管理数据。

病症监测信息提取模块，用于从患者档案库中提取各目标糖尿病患者在治疗期间对应的病症监测信息，其中病症监测信息包括血糖监测信息和并发症监测信息。

分析节点划分模块，用于对各目标糖尿病患者的治疗时段进行分析节点划分，并基于划分的分析节点将各目标糖尿病患者上传的日常管理数据划分为各目标糖尿病患者在各分析节点对应的日常管理数据，将各目标糖尿病患者对应的病症监测信息划分为各目标糖尿病患者在各分析节点对应的病症监测信息。

分析节点患病管理变化分析模块，用于将各分析节点对应的日常管理数据进行相邻分析节点对比，分析各目标糖尿病患者在各分析节点中饮食管理和运动管理对应的变化指数。

分析节点病症波动分析模块，用于将各分析节点对应的病症监测信息进行相邻分析节点对比，分析各目标糖尿病患者在各分析节点的病症波动指数。

有效管理手段预估模块，用于预估以目标糖尿病患者作为患病群体的治疗糖尿病对应的有效管理手段。

在一种可替换的实施方式中，所述基本信息包括年龄段、性别、身高和体重，建档患病信息包括建档患病时长和建档血糖值。

在一种可替换的实施方式中，所述目标糖尿病患者的具体筛选过程参见下述步骤：（1）从基本信息中提取年龄段，进而将各糖尿病患者对应的年龄段进行对比，从中筛选出相同年龄段对应的糖尿病患者。

（2）从基本信息中提取性别，将相同年龄段对应的糖尿病患者中各糖尿病患者对应的性别进行对比，从中筛选出相同年龄段对应糖尿病患者中属于相同性别的糖尿病患者，构成待选糖尿病患者组。

（3）从基本信息中提取身高和体重，由此计算待选糖尿病患者组中各糖尿病患者对应的身体质量指数，进而从中选取相同身体质量指数对应的糖尿病患者，构成特定糖尿病患者组。

（4）从建档患病信息中提取建档患病时长，将特定糖尿病患者组存在的糖尿病患者进行编号，进而依据建档患病时长构建特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近度区间。

（5）按照特定糖尿病患者组中各糖尿病患者的排序，依次以各糖尿病患者作为主体糖尿病患者，将其他糖尿病患者对应的建档患病时长相近度与主体糖尿病患者对应的建档患病时长相近度区间进行对比，由此构成特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近患者集合。

（6）从建档患病信息中提取建档血糖值，进而将特定糖尿病患者组中各糖尿病患者对应的建档血糖值同理按照（4）和（5）构成各糖尿病患者对应的建档血糖相近患者集合。

（7）将特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近患者集合与建档血糖相近患者集合进行对比，若某糖尿病患者对应的建档患病时长相近患者集合与建档血糖相近患者集合存在相同糖尿病患者，则从中提取相同糖尿病患者，并结合该糖尿病患者，均作为目标糖尿病患者。

在一种可替换的实施方式中，所述日常管理数据包括饮食数据和运动数据，其中饮食数据包括摄入食物种类、摄入食物量和饮食间隔时长，运动数据包括运动方式和运动时长。

在一种可替换的实施方式中，所述分析节点划分参见下述方式：基于各目标糖尿病患者对应的血糖监测时间将各目标糖尿病患者的治疗时段进行分析节点划分，其中每次血糖监测时间对应一个分析节点。

在一种可替换的实施方式中，所述各目标糖尿病患者在各分析节点对应的日常管理数据具体划分方式为：将划分的各分析节点与上个分析节点进行时间计算，得到各分析节点对应的时段。

从各目标糖尿病患者上传的日常管理数据中提取处于各分析节点对应时段内的日常管理数据，作为各目标糖尿病患者在各分析节点对应的日常管理数据。

所述各目标糖尿病患者在各分析节点对应的病症监测信息具体划分方式如下：将各目标糖尿病患者对应的血糖监测时间和并发症关联指标监测时间进行对比，从中识别血糖监测信息对应的指定并发症监测信息，并据此从各目标糖尿病患者在治疗期间对应的病症监测信息中提取各次血糖监测对应的血糖监测值及指定并发症监测信息中的并发症关联指标监测值，作为各目标糖尿病患者在各分析节点对应的病症监测信息。

在一种可替换的实施方式中，所述各目标糖尿病患者在各分析节点中饮食管理和运动管理对应的变化指数参见下述分析过程：从各目标糖尿病患者在各分析节点对应的日常管理数据中提取饮食数据，并将各目标糖尿病患者在各分析节点的饮食数据与上一分析节点的饮食数据进行对比，计算各糖尿病患者在各分析节点中饮食管理对应的变化指数

从各目标糖尿病患者在各分析节点对应的日常管理数据中提取运动数据，并将各目标糖尿病患者在各分析节点的运动数据与上一分析节点的运动数据进行对比，计算各糖尿病患者在各分析节点中运动管理对应的变化指数

在一种可替换的实施方式中，所述各目标糖尿病患者在各分析节点的病症波动指数分析公式为

在一种可替换的实施方式中，所述预估以目标糖尿病患者作为患病群体的治疗糖尿病对应的有效管理手段参见下述预估过程：以分析节点为横坐标，以变化指数为纵坐标构建二维坐标系，针对各目标糖尿病患者在各分析节点中饮食管理和运动管理对应的变化指数在构建的二维坐标系内形成各目标糖尿病患者对应的饮食管理变化曲线和运动管理变化曲线。

以分析节点为横坐标，以病症波动指数为纵坐标构建二维坐标系，针对各目标糖尿病患者在各分析节点的病症波动指数在所构建的二维坐标系内形成各目标糖尿病患者对应的病症波动变化曲线。

分别将各目标糖尿病患者对应的饮食管理变化曲线和运动管理变化曲线与病症波动变化曲线进行同步度获取，从中选取最大同步度对应的管理手段，作为各目标糖尿病患者对应的治疗倾向管理手段。

将各目标糖尿病患者对应的治疗倾向管理手段进行对比，由此将相同治疗倾向管理手段对应的目标糖尿病患者进行归类，并统计饮食管理手段和运动管理对应的占比率，同时进行占比率区别度计算，进而依据占比率区别度获取以目标糖尿病患者作为患病群体的治疗糖尿病对应的有效管理手段。

相较于现有技术，本发明的有益效果如下：（1）本发明通过以血糖监测结果和并发症监测结果均作为糖尿病控制效果的监测指标，扩展了现有技术中糖尿病控制效果的监测指标，实现了糖尿病控制效果的科学、合理性监测，能够在很大程度上规避监测片面性，有助于提高监测结果的准确性，为筛选治疗糖尿病对应的有效管理手段提供客观可靠的筛选依据。

（2）本发明在确定糖尿病患者的分析对象时通过对收集的糖尿病患者进行基本信息和建档患病信息获取，以此将收集的糖尿病患者进行等同归类，进而从归类结果中选取目标糖尿病患者，作为分析对象，能够有效避免因糖尿病患者的个体差异对筛选结果造成的影响，最大限度提高了筛选结果的有效性，从而大大减少了无效筛选的发生率。

（3）本发明通过将各目标糖尿病患者对应的治疗时段进行分析节点划分，进而将各目标糖尿病患者在相邻分析节点的饮食数据、运动数据进行变化分析，同时将各目标糖尿病患者在相邻分析节点的血糖监测结果和并发症监测结果进行病症波动分析，由此将相邻分析节点的饮食变化与病症波动、运动变化与病症波动进行同步分析，以此作为筛选依据，体现了针对目标糖尿病患者进行治疗糖尿病对应有效管理手段的客观有效筛选，由于饮食变化与病症波动、运动变化与病症波动的同步度能够直观展示饮食与病症，运动与病症之间的相关性，选择相关性越大的管理手段作为有效管理手段更加合理，有利于提高筛选结果的可靠性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明系统各模块连接示意图。

图2为本发明中饮食管理变化曲线与病症波动变化曲线的对比示意图，其中A曲线表示饮食管理变化曲线，B曲线表示病症波动变化曲线。

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。

请参阅图1所示，本发明提出一种基于云计算的慢性病患者健康数据跟踪分析系统，包括糖尿病患者信息提取模块、目标糖尿病患者筛选模块、日常管理数据上传模块、病症监测信息提取模块、分析节点划分模块、分析节点患病管理变化分析模块、分析节点病症波动分析模块和有效管理手段预估模块，其中糖尿病患者信息提取模块与目标糖尿病患者筛选模块连接，目标糖尿病患者筛选模块分别与日常管理数据上传模块和病症监测信息提取模块连接，日常管理数据上传模块和病症监测信息提取模块分别与分析节点划分模块连接，分析节点划分模块分别与分析节点患病管理变化分析模块和分析节点病症波动分析模块连接，分析节点患病管理变化分析模块和分析节点病症波动分析模块均与有效管理手段预估模块连接。

所述糖尿病患者信息提取模块用于从医院患者库中提取各糖尿病患者对应的基本信息和建档患病信息，其中基本信息包括年龄段、性别、身高和体重，建档患病信息包括建档患病时长和建档血糖值。

需要说明的是，上述从医院患者库中提取的糖尿病患者均为病症较轻的中青年患者。

进一步需要解释的是，建档患病信息是指糖尿病患者在确诊糖尿病后进行治疗前病症建档提供的患病信息。

所述目标糖尿病患者筛选模块用于基于各糖尿病患者对应的基本信息和建档患病信息筛选出目标糖尿病患者，具体筛选过程参见下述步骤：（1）从基本信息中提取年龄段，进而将各糖尿病患者对应的年龄段进行对比，从中筛选出相同年龄段对应的糖尿病患者。

（2）从基本信息中提取性别，将相同年龄段对应的糖尿病患者中各糖尿病患者对应的性别进行对比，从中筛选出相同年龄段对应糖尿病患者中属于相同性别的糖尿病患者，构成待选糖尿病患者组。

（3）从基本信息中提取身高和体重，由此计算待选糖尿病患者组中各糖尿病患者对应的身体质量指数，其中

（4）从建档患病信息中提取建档患病时长，将特定糖尿病患者组存在的糖尿病患者进行编号，进而依据建档患病时长构建特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近度区间。

在上述方案的具体实施例中，构建特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近度区间如下过程：将待选糖尿病患者组中各糖尿病患者对应的建档患病时长与参考患病时长进行对比，导入公式

将特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近度结合预设的差量，得到特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近度区间

（5）按照特定糖尿病患者组中各糖尿病患者的排序，依次以各糖尿病患者作为主体糖尿病患者，将其他糖尿病患者对应的建档患病时长相近度与主体糖尿病患者对应的建档患病时长相近度区间进行对比，若某其他糖尿病患者对应的建档患病时长相近度落入到某主体糖尿病患者对应的建档患病时长相近度区间内，则将该其他糖尿病患者加入到该主体糖尿病患者对应的建档患病时长相近患者集合内，由此构成各糖尿病患者对应的建档患病时长相近患者集合。

（6）从建档患病信息中提取建档血糖值，进而将特定糖尿病患者组中各糖尿病患者对应的建档血糖值同理按照（4）和（5）构成特定糖尿病患者组中各糖尿病患者对应的建档血糖相近患者集合。

（7）将特定糖尿病患者组中各糖尿病患者对应的建档患病时长相近患者集合与建档血糖相近患者集合进行对比，若某糖尿病患者对应的建档患病时长相近患者集合与建档血糖相近患者集合存在相同糖尿病患者，表明提取的相同糖尿病患者与该糖尿病患者不仅建档患病时长相近且建档血糖相近，属于同一类糖尿病患者，此时从中提取相同糖尿病患者，并结合该糖尿病患者，均作为目标糖尿病患者。

作为上述方案的一个示例，特定糖尿病患者组中某糖尿病患者对应的建档患病时长相近患者集合中存在的糖尿病患者为a，b，c，d，e，该糖尿病患者对应的建档血糖相近患者集合中存在的糖尿病患者为b，c，d，f，g，此时该糖尿病患者对应的建档患病时长相近患者集合与建档血糖相近患者集合中存在相同的糖尿病患者，此时提取相同糖尿病患者为b，c，d，表明提取的相同糖尿病患者与该糖尿病患者不仅建档患病时长相近，且建档血糖相近，此时提取的相同糖尿病患者与该糖尿病患者组成了目标糖尿病患者。

本发明在确定糖尿病患者的分析对象时通过对收集的糖尿病患者进行基本信息和建档患病信息获取，以此将收集的糖尿病患者进行等同归类，进而从归类结果中选取目标糖尿病患者，作为分析对象，能够有效避免因糖尿病患者的个体差异对筛选结果造成的影响，最大限度提高了筛选结果的有效性，从而大大减少了无效筛选的发生率。

所述日常管理数据上传模块用于构建医患数据传输平台，由各目标糖尿病患者在治疗期间每天向平台上传日常管理数据，其中日常管理数据包括饮食数据和运动数据，其中饮食数据包括摄入食物种类、摄入食物量和饮食间隔时长，运动数据包括运动方式和运动时长。

需要知道的是，上述中摄入食物量的获取方式为：将摄入食物种类与预先设定的各种食物对应的血糖控制关联度进行对比，从中匹配出摄入食物种类对应的血糖控制关联度，作为摄入食物种类对应的权重因子，由此将摄入食物种类对应的权重因子与各种摄入食物对应的摄入量进行加权平均计算，将计算结果作为摄入食物量。

进一步需要知道的是，饮食间隔时长是指每天相邻进餐的间隔时长对应的平均饮食间隔时长，假设一天进餐三次，早餐与午餐的间隔时长为T1，午餐与晚餐的间隔时长为T2，则饮食间隔时长为

作为本发明的一个示例，运动方式具体指运动类型，包括但不限于跑步、跳绳、游泳。

所述病症监测信息提取模块用于从患者档案库中提取各目标糖尿病患者在治疗期间对应的病症监测信息，其中病症监测信息包括血糖监测信息和并发症监测信息，所述血糖监测信息包括血糖监测时间和血糖监测值，并发症监测信息包括并发症关联指标监测时间和并发症关联指标监测值。

示例性地，由于糖尿病引发的并发症有心血管疾病、肾脏疾病、视网膜病变等，其相对应的并发症关联指标可以为血压、血脂、肌酐浓度、尿蛋白含量等。

需要说明的是血糖监测时间和并发症关联指标监测时间都以日期形式呈现。

本发明通过以血糖监测结果和并发症监测结果均作为糖尿病控制效果的监测指标，扩展了现有技术中糖尿病控制效果的监测指标，实现了糖尿病控制效果的科学、合理性监测，能够在很大程度上规避监测片面性，有助于提高监测结果的准确性，为筛选治疗糖尿病对应的有效管理手段提供客观可靠的筛选依据。

所述分析节点划分模块用于对各目标糖尿病患者的治疗时段进行分析节点划分，并基于划分的分析节点将各目标糖尿病患者上传的日常管理数据划分为各目标糖尿病患者在各分析节点对应的日常管理数据，将各目标糖尿病患者对应的病症监测信息划分为各目标糖尿病患者在各分析节点对应的病症监测信息。

具体地，上述中分析节点的划分方式为：基于各目标糖尿病患者对应的血糖监测时间将各目标糖尿病患者的治疗时段进行分析节点划分，其中每次血糖监测时间对应一个分析节点。

需要知道的是，糖尿病患者在治疗过程中需要定期进行病症监测，每一次病症监测可以反映糖尿病的控制状态。

作为上述方案的一个示例，某目标糖尿病患者在治疗过程中血糖监测时间为5月4日、6月4日、7月4日、8月4日、9月4日，那么该目标糖尿病患者对应的分析节点为5月4日、6月4日、7月4日、8月4日、9月4日。

优选地，各目标糖尿病患者在各分析节点对应的日常管理数据具体划分方式为：将划分的各分析节点与上个分析节点进行时间计算，得到各分析节点对应的时段。

特殊地，由于首个分析节点没有与之对应的上个分析节点，这就使得首个分析节点不存在对应的时段。

具体结合上述方案的一个示例，目标糖尿病患者各分析节点对应的时段为5月4日分析节点由于不存在上个分析节点，则5月4日分析节点没有相应的时段，6月4日分析节点对应的时段为5月4日-6月3日，7月4日分析节点对应的时段为6月4日-7月3日，8月4日分析节点对应的时段为7月4日-8月3日。

从各目标糖尿病患者上传的日常管理数据中提取处于各分析节点对应时段内的日常管理数据，作为各目标糖尿病患者在各分析节点对应的日常管理数据。

需要说明的是，由于首个分析节点不存在对应的时段，使得首个分析结果不存在日常管理数据。

所述各目标糖尿病患者在各分析节点对应的病症监测信息具体划分方式如下：将各目标糖尿病患者对应的血糖监测时间和并发症关联指标监测时间进行对比，从中识别血糖监测信息对应的指定并发症监测信息，并据此从各目标糖尿病患者在治疗期间对应的病症监测信息中提取各次血糖监测对应的血糖监测值及指定并发症监测信息中的并发症关联指标监测值，作为各目标糖尿病患者在各分析节点对应的病症监测信息。

为了更全面地掌握糖尿病患者的病症状态，在进行血糖监测时都是连带进行并发症监测，且两者监测时间不会相隔很久，一般情况下血糖监测时间和并发症关联指标监测时间处于同一天，少数情况会间隔一到两天，因而当某目标糖尿病患者对应的血糖监测时间为5月4日、6月4日、7月4日、8月4日、9月4日，发症关联指标监测时间为5月4日、6月5日、7月4日、8月4日、9月4日时，此时血糖监测信息对应的指定并发症监测信息分别为5月4日血糖监测信息对应的指定并发症监测信息为5月4日并发症监测信息，6月4日血糖监测信息对应的指定并发症监测信息为6月5日并发症监测信息，7月4日血糖监测信息对应的指定并发症监测信息为7月4日并发症监测信息，8月4日血糖监测信息对应的指定并发症监测信息为8月4日并发症监测信息，9月4日血糖监测信息对应的指定并发症监测信息为9月4日并发症监测信息。

所述分析节点患病管理变化分析模块用于将各分析节点对应的日常管理数据进行相邻分析节点对比，分析各目标糖尿病患者在各分析节点中饮食管理和运动管理对应的变化指数，具体参见下述分析过程：从各目标糖尿病患者在各分析节点对应的日常管理数据中提取饮食数据，并将各目标糖尿病患者在各分析节点的饮食数据与上一分析节点的饮食数据进行对比，计算各糖尿病患者在各分析节点中饮食管理对应的变化指数

上述式中摄入食物种类变化度的获取方式为当某目标糖尿病患者在相邻分析节点的摄入食物种类相同时，则将相邻分析节点的摄入食物种类变化度记为0，反之则将相邻分析节点的摄入食物种类变化度记为1，对应到表达式中

从各目标糖尿病患者在各分析节点对应的日常管理数据中提取运动数据，并将各目标糖尿病患者在各分析节点的运动数据与上一分析节点的运动数据进行对比，计算各糖尿病患者在各分析节点中运动管理对应的变化指数

在应用于上述解释说明的实施例中，鉴于首个分析节点不存在上一分析节点，且首个分析结果不存在日常管理数据，也就不存在将第1个分析节点的日常管理数据与第0个分析节点的日常管理数据，第2个分析节点的日常管理数据与首个分析节点的日常管理数据进行对比的必要，因而在进行饮食管理、运动管理对应的变化指数分析过程中直接进行第3个分析节点的饮食数据、运动数据与第2个分析节点的饮食数据、运动数据进行对比，能够使得分析结果更加合理、可靠。

上述式中运动方式变化度的获取方式为当某目标糖尿病患者在相邻分析节点的运动方式相同时，则将相邻分析节点的运动方式变化度记为0，反之则将相邻分析节点的运动方式变化度记为1，对应到表达式中

本发明在进行相邻分析节点的饮食数据和运动数据对比时由于饮食数据和运动数据都是每天上传的，这使得各分析节点对应的饮食数据和运动数据包含若干天的数据，另外分析节点对应的分析时段大多是一样的，此时需要将相邻分析节点存在的所有饮食数据和运动数据进行一一对比，具体为在进行相邻分析节点的饮食数据对比时需要识别分析节点中各天的饮食数据与上一个分析节点中对应天的饮食数据，由此将各天的饮食数据与相应天的饮食数据进行一一对比。

所述分析节点病症波动分析模块用于将各分析节点对应的病症监测信息进行相邻分析节点对比，分析各目标糖尿病患者在各分析节点的病症波动指数，具体分析公式为

为了方便病症波动分析与饮食管理变化、运动管理变化分析保持一致，在进行病症波动分析时也是直接进行第3个分析节点的病症监测信息与第2个分析节点的病症监测信息进行对比。

所述有效管理手段预估模块用于预估以目标糖尿病患者作为患病群体的治疗糖尿病对应的有效管理手段，参见下述预估过程：以分析节点为横坐标，以变化指数为纵坐标构建二维坐标系，针对各目标糖尿病患者在各分析节点中饮食管理和运动管理对应的变化指数在构建的二维坐标系内形成各目标糖尿病患者对应的饮食管理变化曲线和运动管理变化曲线。

以分析节点为横坐标，以病症波动指数为纵坐标构建二维坐标系，针对各目标糖尿病患者在各分析节点的病症波动指数在所构建的二维坐标系内形成各目标糖尿病患者对应的病症波动变化曲线。

特别地，饮食管理变化曲线与病症波动变化曲线的对比参见图2所示。

分别将各目标糖尿病患者对应的饮食管理变化曲线和运动管理变化曲线与病症波动变化曲线进行同步度获取，从中选取最大同步度对应的管理手段，作为各目标糖尿病患者对应的治疗倾向管理手段，具体地，当饮食管理变化曲线与病症波动变化曲线的同步度最大时，治疗倾向管理手段为饮食管理，当运动管理变化曲线与病症波动变化曲线的同步度最大时，治疗倾向管理手段为运动管理。

在上述方案的具体实施例中，同步度的具体获取方式如下：分别从各目标糖尿病患者对应的饮食管理变化曲线、运动管理变化曲线中获取曲线在各点的斜率，记为饮食管理各点斜率、运动管理各点斜率，并从各目标糖尿病患者对应的病症波动变化曲线中获取曲线在各点的斜率，记为病症波动各点斜率。

将各目标糖尿病患者对应的饮食管理各点斜率绝对值与各目标糖尿病患者对应的病症波动各点斜率进行对比，通过表达式

由于饮食管理变化曲线、运动管理变化曲线、病症波动变化曲线中是基于分析节点形成的，这使得变化曲线上各点对应一个分析节点，分析节点的数量即为变化曲线上点的数量。

将各目标糖尿病患者对应的运动管理各点斜率绝对值与各目标糖尿病患者对应的病症波动各点斜率进行对比，通过表达式

需要说明的是，各目标糖尿病患者对应的饮食管理变化曲线、运动管理变化曲线与病症波动变化曲线中各点的斜率绝对值越大，表明变化曲线在相应点的变化程度越高，当某目标糖尿病患者对应的饮食管理变化曲线中各点的斜率绝对值与病症波动变化曲线中各点的斜率绝对值越接近，表明该目标糖尿病患者对应的饮食管理变化曲线在各点的变化程度与病症波动变化曲线中各点的变化程度越趋于一致，即代表该目标糖尿病患者的饮食发生变化时病症发生同步波动的概率越大，同样地，当某目标糖尿病患者对应的运动管理变化曲线中各点的斜率绝对值与病症波动变化曲线中各点的斜率绝对值越接近时，即代表该目标糖尿病患者的运动发生变化时病症发生同步波动的概率越大。

本发明中通过获取饮食变化-病症波动同步度和运动变化-病症波动同步度获取，可以直观显示饮食变化与运动变化与病症波动的相关状态，且同步度越大，关联程度越大，代表相关度越大。

将各目标糖尿病患者对应的治疗倾向管理手段进行对比，由此将相同治疗倾向管理手段对应的目标糖尿病患者进行归类，得到饮食管理对应的目标糖尿病患者数量和运动管理对应的目标糖尿病患者数量，并除以目标糖尿病患者总数量，得到饮食管理手段和运动管理对应的占比率，分别记为

本发明通过将各目标糖尿病患者对应的治疗时段进行分析节点划分，进而将各目标糖尿病患者在相邻分析节点的饮食数据、运动数据进行变化分析，同时将各目标糖尿病患者在相邻分析节点的血糖监测结果和并发症监测结果进行病症波动分析，由此将相邻分析节点的饮食变化与病症波动、运动变化与病症波动进行同步分析，以此作为筛选依据，体现了针对目标糖尿病患者进行治疗糖尿病对应有效管理手段的客观有效筛选，由于饮食变化与病症波动、运动变化与病症波动的同步度能够直观展示饮食与病症，运动与病症之间的相关性，选择相关性越大的管理手段作为有效管理手段更加合理，有利于提高筛选结果的可靠性。

以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。