基于物联网技术的医养结合型智慧居家养老服务模式研究

发布时间：2020-11-21 14:57

　　依据联合国人口老龄化国家的判定标准(老年人人口占比7%),我国社会在2000年就迈入了老龄化时代;预计到2030年我国60岁以上的老年人口比例将超过25%,到2050年这一比例将达到33.3%,这意味着我国将进入深度老龄化时代,甚至在未来步入重度老龄化阶段。同时,当前我国医疗养老资源供不应求,二孩政策与延迟退休政策成效尚不显著,如此严峻的养老形势对于家庭和社会来说都构成了沉重的负担。因此,本文借助新兴技术设计能够提高医疗养老资源利用率的居家养老服务模式,为我国居家长者实施智能化精准服务以减轻家庭负担,提供了解决人口老龄化和空巢化问题的方案,具有重要战略意义。首先,本文根据当前居家养老服务所面临的困境,提出一种多方参与、共享医疗养老资源为基础的业务运营模式。定义服务模式中的参与角色,设计出服务模式的信息流向、整体逻辑以及服务具体实施流程,完成医养结合型服务模式的构建。同时结合物联技术搭建生命体征监测环境,明确物联网设备的使用及数据采集方式,设计数据库存储模式。为后续基于物联网技术的居家养老智能化功能设计奠定基础,提高服务的质量与效率。其次,本文对物联网设备能够采集的体征数据进行处理并筛选出影响心脏病发作的重要因素,分别建立单一分类器和集成分类器的健康预测模型对心脏病发病情况进行预测。得出在较为复杂的指标集下,CART决策树的分类效果要好于SVM的分类效果,boosting集成算法对于单一分类器预测性能的提升要强于Bagging算法,而将两种集成算法思想结合起来,融合多个强学习器优势的Stacking算法分类准确率最高、误差最小、稳定性最好,在此基础上构建健康预警机制,完整地设计并实现了基于物联网技术的智慧居家养老模式的重要服务内容。最后,本文通过网站服务器和移动APP端实现服务模式的部分功能。并从加强人才队伍建设、规范服务质量评价体系、拓展资金渠道和加大宣传力度四方面给出具体的服务保障措施,完善智慧居家养老服务内容,提高服务质量。
【学位单位】：燕山大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：R197.1;D669.6
【部分图文】：

预处理,数据,数值

燕山大学管理学硕士学位论文-36-的斜率、(12)使用荧光染色法测定的主血管数、(13)THAL值(一种地中海贫血的血液疾病)、(14)患病情况。在863例数据中患病数据为394例，占总数据比例的45.65%。本文以此数据为样本，建立并训练包括居家长者在内的不排除更广泛人群的心脏病预测模型，其中原始数据集中存在空缺值、数据值不正确、数据格式不统一等问题。因此本文通过删除空缺值、数据转换、数据归约等方式对数据进行处理。(1)空缺值处理。空缺值是指与某些属性相对应的值是空缺的，在数据分析的过程中，空缺值会影响分析结果。因此在对原始数据进行分析整理后需要对空缺值进行处理，其中缺失的数值属性用均值替代，缺失的属性值用众数替代。(2)数据转换。数据转换就是将数据转换成更适用于数据分析的格式。使数据分析的结果更加准确。其主要针对非连续型变量，例如性别(sex)值用0，1替代，其中0代表女性，1代表男性；胸痛类型的级别分别用1、2、3、4表示，数值1为典型心绞痛，数值2为非典型心绞痛，数值3为非心绞痛，数值4表示为无症状；空腹血糖值若大于120mg/dl则用1(true)表示，反正则用0(false)表示；thal值表示一种地中海贫血的血液疾病的严重程度，分别用数字3,6,7表示其严重程度，数值3表示正常，数值6表示有固定缺陷，数值7表示缺陷可逆转。(3)数据归约。能够在缩减数据量的同时保证数据指标的有效性和完整性，提高分类模型的运算效率。对在原始数据中的患病情况指标进行约减，将患病情况指标中数值为1的情况定义为患病，数值为0的情况定义为未患病，经过预处理后断面截取的部分的数据如图4-1所示，特征含义如表4-1所示。图4-1预处理之后的部分数据

描述性统计,数据,年龄,心脏病

燕山大学管理学硕士学位论文-38-可看出年龄、静息血压、血浆类固醇含量、最高心率的连续值分布较为合理。图4-2数据初步描述性统计为提高分析结果的精度和可读性，本文以患病情况(target)参数值为指标，若target值大于等于1，则确定为患病，对应数值默认为1；若target值为0，则为非患玻其中60岁以上患者266例，65岁以上患者120例，分别占总样本的30.82%、13.9%。在患病数据中（target）>=1）中男性患者有324例，女性样本70例。如图4-3所示，横坐标表示患者的年龄，纵坐标表示患病数量，不同颜色代表患病与否，不难看出，未患有心脏病的人群随着年龄的增长而不断减少，患病人群呈现不明显的递增态势，未患病人数随着年龄的增大呈明显的递减趋势，而患病人数在55岁-67岁之间到达峰值，总体上呈递增趋势。为更直观的体现心脏病的发作规律，本文以年龄为横坐标，患病的人数百分比为纵坐标，绘制出在病例数据中患病人数随年龄变化的趋势图。如图4-4所示，对于患病人群的年龄分布趋势可以看出：经过数据预处理后的患病比率与未患病比率呈正态分布，且发病的人群主要集中在55-65岁之间。进一步来看，本文根据病例信息绘制出各年龄患病概率统计图，由图4-5所示，心脏病发生的概率没有随着年龄增长而呈现递增的趋势。综合来看，心脏病的发病情况与年龄不是简单的线性相关，更多地受到随着年龄增长而变化的各项身体指标的影响。由此可知，心脏病发作是由多种复杂因素导致，因此本文将在下文中对13类影响指标进行分析筛眩

统计图,统计图,年龄,病例