武汉天河机场卫生所 430000
摘要:目的医疗大数据的广泛应用,给心脑血管疾病的研究带来新的机遇。但心脑血管疾病大数据存在一定的个性特征,特别是关联性强、周期性长、隐私性敏感等方面,给数据的应用造成一定的影响。本次探讨医疗大数据在心脑血管疾病中的应用研究。
关键词:医疗大数据;心脑血管疾病;应用研究
引言
随着社会经济的发展、人们生活质量的提高以及工作压力的增大,心脑血管疾病已严重威胁农村和城市居民的健康,给个人、家庭乃至社会增加了极重的经济负担。在世界卫生组织公布的全球十大致死病因中,心脑血管疾病常年处于死因首位。在我国,心脑血管疾病粗死亡率呈现持续上升的趋势,也居死因顺位之首,因此心脑血管疾病的发病和死亡状况引起人们和社会的高度重视。随着信息学和统计学的发展,“大数据”概念兴起并在各领域中展现出其应用价值。大数据的3项核心特征为体量庞大(volumn)、生成速度迅速(velocity)、数据类型丰富(variety)。医疗领域的大数据包括生物信息数据(如基因组学、蛋白质组学、代谢组学等)、影像组学数据(如MRI、CT、分子影像、病理影像等)、结构化数据(如检验结果、诊断、药物治疗等)、非结构化数据(如临床记录)等。采用多种数据挖掘工具对医疗大数据进行开发和分析将成为传统医学模式向精准医学转变的核心动力,医疗大数据的广泛应用也将使人们对健康和疾病的理解产生深远影响。目前,医疗大数据的应用方向主要包括通过机器学习(ML)辅助临床决策、阐释特殊疾病机制、支持药品和医疗机器人等研发、个体化诊疗、重大疾病相关危险因素筛查和风险预测、传染性疾病监测等。
1心脑血管疾病大数据研究进展
1.1心脑血管疾病关联分析应用
心脑血管疾病患者并发症多,症状与疾病之间存在一定的关联规则,导致研究人员多采用关联分析法进行分析。找寻数据之间存在的关联关系,可以为患者的诊疗和防治带来便利。分析数据之间的异常值,确定相关病症诱发因子,做好病理关系分析,为心脑血管疾病的诊疗手段提供重要数据参考。通过对某市常住居民血糖检测数据进行分析,发现糖尿病患者会增加患冠心病和脑卒中的死亡风险;张艳芳等通过内蒙古常驻居民身体状况数据,阐述了代谢综合征与心脑血管疾病及死亡的关联性;除使用患者症状数据之外,胡媛通过对基因数据进行关联分析,发现缺血性心脑血管疾病的发生与MTHFR基因多态性有着密切的联系。
1.2心脑血管疾病药物
基于脑心同治理论的中药复方在心脑血管病中的应用十分广泛。其中,脑心通胶囊有活血化瘀、健脾化痰的功效,其药理作用主要包括降低血管阻力和提高血流量;丹红注射液有活血化瘀、通脉舒络的作用,主要用于冠心病和脑缺血疾病的治疗;补阳还五汤的组成基本涵盖了治疗脑缺血的所有有效成分,因此在治疗脑缺血疾病时有更加明显的治疗效果。基于脑心同治理论的中药复方主要是由具有益气活血、祛痰祛瘀、通脉舒络等功效的多种药物组成,结合心脑血管疾病的共同病机进行心脑血管疾病的治疗。综合以上中药复方在心脑血管病中的应用研究,可以看出治疗心脑血管疾病的主要药效物质基础包括川芎嗪、丹参酮、葛根素、黄芪甲苷、红花黄色素、水蛭素等,主要通过抑制细胞凋亡、抗氧化、改善血流量、溶解血栓等作用对心脑血管疾病进行治疗。对于中药药效物质基础的研究以选择最优的药方配伍,最终以落实到提高临床疗效为主,对中药质量控制和提高药物安全性具有重要意义。
2心脑血管疾病大数据面临的问题和挑战
2.1数据周期长
周期问题为心脑血管疾病大数据的采集带来了长期的挑战。心脑血管疾病大数据所具有的周期性长的特征,致使数据的收集需要投入更多的时间和精力。为进行一项数据收集,需要持久保持与数据源交流。导致在保证数据低失访率的同时,还要维持数据的基础量级,就需要提升医疗成本。
2.2数据分析
分析问题给心脑血管疾病大数据带来核心的挑战。心脑血管疾病大数据具有极强的关联性,导致在进行数据分析时需要进行关联计算。同时数据中存在较多的冗余数据,数据量大,计算时间长,很难实现实时计算。数据量的增长速度要快于数据分析技术的更新速度,需要科研人员进一步研究分析策略。
3讨论
国内有多项研究表明,心脑血管疾病是严重危害人类健康和生命的常见病和多发病,与当地外界环境、人们的生活水平、饮食习惯、作息习惯、不良嗜好、经济状况以及人们对心脑血管疾病的认识、就医程和就医条件有很大关系。
结束语
心脑血管疾病大数据的特征分析,为其应用奠定了基础。大数据技术的发展,给心脑血管疾病的突破带来了新的机遇。为此需要科研人员进一步完成问题攻关,实现医疗大据的高效应用。
参考文献
[1]王鹏,王立春,王延庆.基于医疗大数据的高血压患病规律分析[J].饮食科学,2018(02):105-106.
[2]陈纯,张勇,黄绍中,谢小平.2005—2014年福建省直单位参保人群心脑血管疾病患病情况及治疗费用分析[J].中国新药与临床杂志,2018,36(07):428-434.
[3]张云宏,郑萍.健康医疗大数据研究现状与展望[J].西北国防医学杂志,2018,37(09):610-614.