用大数据推进中国脑卒中防治
在中国,脑卒中的预防和控制已成为巨大的挑战,从20世纪90年开始,中国疾病负担的主要来源开始不断变化,从传染病渐渐转变为慢性病.目前,脑卒中已成为中国人的主要死亡原因之一,为了有效地预防脑卒中,必须要了解目前疾病的现状和趋势、人群中的经济收入情况,同时必须要了解脑卒中在人群中的地理分布,以及风险因素在亚人群中的分布和互相影响,所以想通过大数据来为慢性病的研究服务，通过计算机模拟建立伊辛模型分析脑卒中危险因素的关系，发现高血压和缺乏运动引起的发病率相比其他危险因素要高出36%左右。而都知道大部分的危险因素其实是可以预防的。在已知的八个危险因素基础上，为进一步确定这八个危险因素对患病率的影响是否一致，建立了贝叶斯网络模型，发现这些危险因素的综合对于患病的影响是最大的。筛查调查发现，危险因素的预防能力可以通过合并两个危险因素达到更好的预期效果。利用大数据还有很多其他的运用方式，如通过全国性的远程网络和脑卒中的远程数据库软件，总结脑卒中发病率的地图，可以获取脑卒中发病的地区集中，并且可以为脑卒中患者寻找最近的医院和医生。
脑卒中 致病因素 疾病预防 大数据技术
赵东升
中国人民解放军军事医学科学院
国内会议
北京
中文
196-198
2017-09-01（万方平台首次上网日期，不代表论文的发表时间）