高校教职工体检数据挖掘与健康状况分析

发布时间：2021-01-01 18:48

　　高校教职工作为科技进步的推动者与传承者,对于社会科技的进步扮演着至关重要的角色。因此,该群体的健康问题长期受到广泛的关注。本文基于成都某高校2016年教职工体检数据,对高校教职工整体健康状况进行数据挖掘与分析。先是对本次教职工体检参与度、病史及生活习惯、体征等进行各类描述性分析;再对高校教职工常见疾病进行深层次分析,主要采取了logistic回归与关联规则对教职工常见疾病的影响因素进行了不同维度的分析与挖掘;最后对高校教职工进行健康水平分析,根据28个医学指标值进行偏离度分析,根据偏离分析的结果再进行K-means聚类分析,将参与此次体检的教职工分为三类不同健康水平人群,研究低健康水平教职工的分布情况,并对该人群的各类生活习惯进行进一步的对比与分析。通过以上数据挖掘与分析,对高校教职工整体健康状况有了较为清晰的了解,并解析了高校教职工各类疾病的影响因素,低健康水平人群的生活习惯等信息,这些信息无论是对高校教职工还是就诊医生都有较大现实意义。 

【文章来源】：成都理工大学四川省

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

每日运动时间

终检报告频发疾病信息提取

目标信息集合

【参考文献】：
期刊论文
[1]瑞士研究:不良饮食习惯可影响三代人健康[J].   中国食品学报. 2018(10)
[2]医疗健康大数据挖掘和分析面临的机遇与挑战[J]. 戴明锋,孟群.  中国卫生信息管理杂志. 2017(02)
[3]《中国居民营养与慢性病状况报告（2015）》解读[J]. 顾景范.  营养学报. 2016(06)
[4]基于数据挖掘在医疗中的应用分析探讨[J]. 赵志南.  信息通信. 2016(09)
[5]基于多元统计方法的居民健康体检数据危险因素分析[J]. 邱双月,石立叶,刘文菡,刘丽英.  数学的实践与认识. 2016(17)
[6]我国慢性病管理现状、问题及发展建议[J]. 吕兰婷,邓思兰.  中国卫生政策研究. 2016(07)
[7]大数据挖掘促进精准医学发展[J]. 任思冲,周海琴,彭萍.  国际检验医学杂志. 2015(23)
[8]基于分布式的关联规则算法在医疗数据挖掘中的应用[J]. 李晓楠,马元吉,肖川.  现代计算机(专业版). 2015(08)
[9]医疗健康大数据研究综述[J]. 颜延,秦兴彬,樊建平,王磊.  科研信息化技术与应用. 2014(06)
[10]医疗数据分析及数据挖掘方法的应用[J]. 王学松,郭强.  电子技术与软件工程. 2014(02)

博士论文
[1]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010
[2]数据挖掘技术与关联规则挖掘算法研究[D]. 毛国君.北京工业大学 2003

硕士论文
[1]基于体检数据的慢性疾病风险预测研究[D]. 谭恒.郑州大学 2016
[2]南京某高校教职工健康状况调查及影响因素分析[D]. 张婷.东南大学 2015
[3]高校教职工健康状况调查及影响因素分析[D]. 赵岸松.吉林大学 2013
[4]长春市某高校某校区教工健康状况调查与分析[D]. 于巍红.吉林大学 2011
[5]某高校教职工健康状况及影响因素研究[D]. 辛青.山东大学 2011
[6]数据挖掘在医疗信息分析中的研究与应用[D]. 殷杰.重庆大学 2007



本文编号：2951807