量表生成方法及裝置制造方法及圖紙

本申請實施例提供一種量表生成方法及裝置。其中，方法包括如下的步驟：從多個候選危險因素中，選擇至少一個目標危險因素；將所述至少一個目標危險因素分別作為量表因子，生成量表初稿，所述量表初稿包括所述量表因子以及所述量表因子的可選條目；采用第一測試樣本集對所述量表初稿進行信度評價和/或效度評價；基于所述信度評價和/或效度評價的結果，對所述量表初稿包含的所述量表因子以及所述量表因子的可選條目進行篩選，以生成所述量表。本實施例克服了現有技術中量表的測評結果受測試對象個體差異影響大的缺陷，提升了量表有效性、正確性、穩定性、可靠性以及一致性。

Method and device for generating scale

The embodiment of the present invention provides a method and a device for generating a scale. The method comprises the following steps: from a plurality of candidate risk factors, select at least one goal of risk factors; the at least one of the risk factors were as scale factor, generating the draft scale, the scale of the Draft Optional entry includes the scale factor and the scale factor the first set of test samples; the draft scale reliability evaluation and / or validity evaluation; the evaluation based on reliability and / or validity of the evaluation result, the optional draft scale contains the scale factor and the scale factor of the items were selected to generate the scale. The embodiment of the utility model overcomes the defects that the measurement result of the scale in the prior art is greatly influenced by individual differences among the testing objects, and improves the validity, correctness, stability, reliability and consistency of the scale.

【技術實現步驟摘要】
量表生成方法及裝置
本申請涉及醫學建模領域，尤其涉及一種量表生成方法及裝置。
技術介紹
量表是一種復合測量，又稱為測量工具，由多個具有邏輯結構或是經驗結構的項目組成的標準化測定表格，用于測量測試對象的某種狀態、行為或態度。在醫學研究中，許多疾病狀態無法精確測量、如疼痛、失眠、心理壓抑、生存質量、生活自理能力等。只能通過測量這些狀態的某些表征或測試對象的自我主觀感受，間接地測評。量表測評具有客觀性強，可比性好，程序標準化，易于操作的優點，但是量表測評的結果受測試對象個體差異影響大。量表的設計缺陷，可能測評導致結果偏倚。
技術實現思路
有鑒于此，本申請實施例將提出一種量表生成方法及裝置，用以解決現有技術中量表的測評結果受測試對象個體差異影響大的缺陷。本申請實施例提供一種量表生成方法，包括：從多個候選危險因素中，選擇至少一個目標危險因素；將所述至少一個目標危險因素分別作為量表因子，生成量表初稿，所述量表初稿包括所述量表因子以及所述量表因子的可選條目；采用第一測試樣本集對所述量表初稿進行信度評價和/或效度評價；基于所述信度評價和/或效度評價的結果，對所述量表初稿包含的所述量表因子以及所述量表因子的可選條目進行篩選，以生成所述量表。進一步可選地，所述生成量表初稿，還包括：根據所述量初稿表對正向測試樣本的測評結果、所述量表初稿對負向測試樣本集的測評結果、所述正向測試樣本的樣本數以及所述負向測試樣本的樣本數，采用Logistic模型迭代訓練，以確定所述量表初稿中量表因子的可選條目的分值。進一步可選地，采用第一測試樣本集對所述量表初稿進行信度評價，包括以下至少一種：采用所述第一測試樣本集，確定所述量表初稿的內部一致性信度；采用所述第一測試樣本集，確定所述量表初稿的分半信度；以及，采用所述第一測試樣本集，確定所述量表初稿的重測信度。進一步可選地，確定所述量表初稿的所述內部一致性信度，包括：采集所述第一測試樣本集對所述量表初稿的測評結果；基于所述測評結果，統計所述量表初稿的克朗巴赫α系數以及所述量表初稿中的量表因子包含的可選條目的克朗巴赫α系數；根據所述量表初稿的克朗巴赫α系數以及所述量表初稿中的量表因子的可選條目的克朗巴赫α系數，確定所述量表初稿的內部一致性信度；確定所述量表初稿的所述分半信度包括：對所述量表初稿進行拆分，得到第一子量表以及第二子量表；采用所述第一測試樣本集分別針對所述第一子量表以及所述第二子量表進行測評，得到第一測評結果以及第二測評結果；計算所述第一測評結果以及所述第二測評結果之間的相關系數，作為所述量表初稿的分半信度；確定所述量表初稿的所述重測信度包括：按照預設時間間隔，采用所述第一測試樣本集對所述量表初稿進行多次測評；計算多次測評的結果之間的Kappa系數作為所述量表初稿的重測信度。進一步可選地，采用所述第一測試樣本集對所述量表初稿進行效度評價，包括以下至少一種：采用所述第一測試樣本集，確定所述量表初稿的區分效度；采用所述第一測試樣本集，確定所述量表初稿的準則效度；以及，采用所述第一測試樣本集，確定所述量表初稿的結構效度。進一步可選地，確定所述量表初稿的所述區分效度包括：對所述第一測試樣本集進行聚類，以得到多個樣本分組；采用所述量表初稿分別對所述第一測試樣本集進行測評；對所述量表初稿分別對所述多個樣本分組中的所述第一測試樣本集的測評結果進行方差分析，以得到所述多個樣本分組之間的差異；根據所述多個樣本分組之間的差異以及所述多個樣本分組對應的風險結果的等級，確定所述量表初稿的區分效度；確定所述量表初稿的所述準則效度包括:將所述量表初稿針對第一測試樣本集的測評結果與所述第一測試樣本集對應的風險結果進行對比；基于對比結果，確定所述量表初稿的靈敏度、特異度以及ROC曲線下面積，用以獲取所述量表初稿的準則效度；確定所述量表初稿的所述結構效度包括：采用因子分析法，獲取所述量表初稿的結構效度。進一步可選地，將所述至少一個目標危險因素分別作為量表因子，生成量表初稿，包括：獲取所述量表因子的候選條目；根據德爾菲法對所述量表因子對應的候選條目進行篩選，以得到所述量表因子的可選條目；根據所述量表因子以及所述量表因子的可選條目，生成所述量表初稿。本申請實施例提供一種量表生成裝置，包括：選擇模塊，用于從多個候選危險因素中，選擇至少一個目標危險因素；量表生成模塊，用于將所述至少一個目標危險因素分別作為量表因子，生成量表初稿，所述量表初稿包括所述量表因子以及所述量表因子的可選條目；量表評價模塊，用于采用第一測試樣本集對所述量表初稿進行信度評價和/或效度評價；量表篩選模塊，用于基于所述信度評價和/或效度評價的結果，對所述量表初稿包含的所述量表因子以及所述量表因子的可選條目進行篩選，以生成所述量表。進一步可選地，所述量表生成模塊，還用于：根據所述量表初稿對正向測試樣本的測評結果、所述量表初稿對負向測試樣本集的測評結果、所述正向測試樣本的樣本數以及所述負向測試樣本的樣本數，采用Logistic模型迭代訓練，以確定所述量表初稿中量表因子的可選條目的分值。進一步可選地，所述量表評價模塊，包括：第一信度評價子模塊，用于采用所述第一測試樣本集，確定所述量表初稿的內部一致性信度；第二信度評價子模塊，用于采用所述第一測試樣本集，確定所述量表初稿的分半信度；以及第三信度評價子模塊，用于采用所述第一測試樣本集，確定所述量表初稿的重測信度。進一步可選地，所述第一信度評價子模塊，用于：采集所述第一測試樣本集對所述量表初稿的測評結果；基于所述測評結果，統計所述量表初稿的克朗巴赫α系數以及所述量表初稿中的量表因子包含的可選條目的克朗巴赫α系數；根據所述量表初稿的克朗巴赫α系數以及所述量表初稿中量表因子的可選條目的克朗巴赫α系數，確定所述量表初稿的內部一致性信度；所述第二信度評價子模塊，用于：對所述量表初稿進行拆分，得到第一子量表以及第二子量表；采用第一測試樣本集分別針對所述第一子量表以及所述第二子量表進行測評，得到第一測評結果以及第二測評結果；計算所述第一測評結果以及所述第二測評結果之間的相關系數，作為所述量表初稿的分半信度；所述第三信度評價子模塊，用于：按照預設時間間隔，采用第一測試樣本集對所述量表初稿進行多次測評；計算多次測評的結果之間的Kappa系數作為所述量表初稿的重測信度。進一步可選地，所述量表評價模塊，包括：第一效度評價子模塊，用于：采用所述第一測試樣本集，確定所述量表初稿的區分效度；第二效度評價子模塊，用于采用所述第一測試樣本集，確定所述量表初稿的準則效度；以及，第三效度評價子模塊，用于采用所述第一測試樣本集，確定所述量表初稿的結構效度。進一步可選地，所述第一效度評價子模塊，用于：對所述第一測試樣本集進行聚類，以得到多個樣本分組；采用所述量表初稿分別對所述多個樣本分組中的第一測試樣本集進行測評；對所述量表初稿分別對所述多個樣本分組中的第一測試樣本集進行測評的結果進行方差分析，以得到所述多個樣本分組之間的差異；根據所述多個樣本分組之間的差異以及所述多個樣本分組對應的風險結果的等級，確定所述量表初稿的區分效度；所述第二效度評價子模塊，用于將所述量表初稿針對第一測試樣本集的測評結果與所述第一測試樣本集對應的風險結果進行對比；基于對比結果，確本文檔來自技高網...

【技術保護點】
一種量表生成方法，其特征在于，所述方法包括：從多個候選危險因素中，選擇至少一個目標危險因素；將所述至少一個目標危險因素分別作為量表因子，生成量表初稿，所述量表初稿包括所述量表因子以及所述量表因子的可選條目；采用第一測試樣本集對所述量表初稿進行信度評價和/或效度評價；基于所述信度評價和/或效度評價的結果，對所述量表初稿包含的所述量表因子以及所述量表因子的可選條目進行篩選，以生成所述量表。

【技術特征摘要】
1.一種量表生成方法，其特征在于，所述方法包括：從多個候選危險因素中，選擇至少一個目標危險因素；將所述至少一個目標危險因素分別作為量表因子，生成量表初稿，所述量表初稿包括所述量表因子以及所述量表因子的可選條目；采用第一測試樣本集對所述量表初稿進行信度評價和/或效度評價；基于所述信度評價和/或效度評價的結果，對所述量表初稿包含的所述量表因子以及所述量表因子的可選條目進行篩選，以生成所述量表。2.根據權利要求1所述的方法，其特征在于，所述生成量表初稿，還包括：根據所述量表初稿對正向測試樣本的測評結果、所述量表初稿對負向測試樣本集的測評結果、所述正向測試樣本的樣本數以及所述負向測試樣本的樣本數，采用Logistic模型迭代訓練，以確定所述量表初稿中量表因子的可選條目的分值。3.根據權利要求2所述的方法，其特征在于，采用第一測試樣本集對所述量表初稿進行信度評價，包括以下至少一種：采用所述第一測試樣本集，確定所述量表初稿的內部一致性信度；采用所述第一測試樣本集，確定所述量表初稿的分半信度；以及采用所述第一測試樣本集，確定所述量表初稿的重測信度。4.根據權利要求3所述的方法，其特征在于，確定所述量表初稿的所述內部一致性信度，包括：采集所述第一測試樣本集對所述量表初稿的測評結果；基于所述測評結果，統計所述量表初稿的克朗巴赫α系數以及所述量表初稿中的量表因子的可選條目的克朗巴赫α系數；根據所述量表初稿的克朗巴赫α系數以及所述量表初稿中的量表因子的可選條目的克朗巴赫α系數，確定所述量表初稿的內部一致性信度；確定所述量表初稿的所述分半信度包括：對所述量表初稿進行拆分，得到第一子量表以及第二子量表；采用所述第一測試樣本集分別針對所述第一子量表以及所述第二子量表進行測評，得到第一測評結果以及第二測評結果；計算所述第一測評結果以及所述第二測評結果之間的相關系數，作為所述量表初稿的分半信度；確定所述量表初稿的所述重測信度包括：按照預設時間間隔，采用所述第一測試樣本集對所述量表初稿進行多次測評；計算多次測評的結果之間的Kappa系數作為所述量表初稿的重測信度。5.根據權利要求2所述的方法，其特征在于，采用所述第一測試樣本集對所述量表初稿進行效度評價，包括以下至少一種：采用所述第一測試樣本集，確定所述量表初稿的區分效度；采用所述第一測試樣本集，確定所述量表初稿的準則效度；以及，采用所述第一測試樣本集，確定所述量表初稿的結構效度。6.根據權利要求5所述的方法，其特征在于，確定所述量表初稿的所述區分效度包括：對所述第一測試樣本集進行聚類，以得到多個樣本分組；采用所述量表初稿分別對所述多個樣本分組中的第一測試樣本集進行測評；對所述多個樣本分組中的第一測試樣本集的測評結果進行方差分析，以得到所述多個樣本分組之間的差異；根據所述多個樣本分組之間的差異以及所述多個樣本分組對應的風險結果的等級，確定所述量表初稿的區分效度；確定所述量表初稿的所述準則效度包括:將所述量表初稿針對第一測試樣本集的測評結果與所述第一測試樣本集對應的風險結果進行對比；基于對比結果，確定所述量表初稿的靈敏度、特異度以及ROC曲線下面積，以獲取所述量表初稿的準則效度；確定所述量表初稿的所述結構效度包括：采用因子分析法，獲取所述量表初稿的結構效度。7.根據權利要求1-6任一項所述的方法，其特征在于，將所述至少一個目標危險因素分別作為量表因子，生成量表初稿，包括：獲取所述量表因子的候選條目；根據德爾菲法對所述量表因子對應的候選條目進行篩選，以得到所述量表因子的可選條目；根據所述量表因子以及所述量表因子的可選條目，生成所述量表初稿。8.一種量表生成裝置，其特征在于...

【專利技術屬性】
技術研發人員：田偉，呂艷偉，段芳芳，王立芳，
申請(專利權)人：北京積水潭醫院，
類型：發明
國別省市：北京,11