儿童智力测评方案的构建方法、系统及儿童智力

本发明涉及一种儿童智力测评方案的构建方法，同时也涉及一种儿童智力测评方案的构建系统，还涉及一种基于该儿童智力测评方案的儿童智力筛查方法，属于认知测评。背景技术：1、随着社会文明进步和生活水平的提高，父母除了关心孩子的体格生长外，也在关心孩子的发育和早期智力开发。对于儿童来说，0～6岁是儿童脑发育的高峰期，是智能智商发育的黄金期，是形成语言思维、学习认知、情感社会交往等各种能力的关键期。父母如果能够掌握一些儿童智能发育的基本知识，势必能够更好地养育孩子，因此针对儿童的智力测验成为当前父母普遍关心的问题。2、现有的儿童智力测验可分为筛查性治疗测试和诊断性智力测试，例如丹佛发育测试(ddst)、0～6岁智能发育筛查测验(dst)、绘人测验(hfd)、图片词汇测验(ppvt)、瑞文测验(crt)、斯坦福-比奈智力量表、韦氏智力量表等。然而，目前的儿童智力测验主要由家长根据儿童的情况进行填写，而家长是站在旁观者的角度描述儿童情况，具有家长主观的认识，其与儿童反映的真实情况存在差异，导致智力测验结果无法真实反映儿童的智力水平，因此亟需一种由儿童自主参与的智力测验方法，以提高智力测验的准确性。技术实现思路1、本发明所要解决的首要技术问题在于提供一种儿童智力测评方案的构建方法。2、本发明所要解决的另一技术问题在于提供一种儿童智力测评方案的构建系统。3、本发明所要解决的又一技术问题在于提供一种基于上述儿童智力测评方案的儿童智力筛查方法。4、为实现上述技术目的，本发明采用以下的技术方案：5、根据本发明实施例的第一方面，提供一种儿童智力测评方案的构建方法，包括如下步骤：6、通过相关性分析，从预设数量的测评任务中筛选出多个测评任务，形成测评任务库；其中，所述预设数量的测评任务所涵盖的认知能力包含了传统韦氏测验的多个韦氏维度；7、基于所述测评任务库，对传统韦氏测验的测验总分进行预测，以获取预测结果最佳的第一任务组合；8、基于所述测评任务库，对各个所述韦氏维度的得分进行预测，以获取预测结果最佳的第二任务组合；9、基于所述测评任务库，对传统韦氏测验的多个韦氏维度进行探索性因子分析，以获取分析结果最佳的第三任务组合；10、将所述第一任务组合、第二任务组合与第三任务组合取并集，以获取最佳任务池；11、基于预设权重，多次从所述最佳任务池中随机抽取测评任务，形成多个测评任务组合；12、分别针对每一个所述测评任务组合进行广义线性回归建模，以预测韦氏测验得分是否异常，并获得所述测评任务组合的预测准确度；13、选择预测准确度最高的测评任务组合，作为儿童智力筛查的测评方案。14、其中较优地，所述测评任务库通过以下步骤形成：15、通过相关性分析，分别获取各个测评任务与传统韦氏测验的测验总分和各个所述韦氏维度的得分之间的相关性指数；16、分别判断各个测评任务的相关性指数是否大于预设阈值；17、若大于，则判断当前测评任务的相关性高，反之，则判断当前测评任务的相关性低；18、从所述预设数量的测评任务中，筛选出相关性高的测评任务，形成所述测评任务库。19、其中较优地，所述第一任务组合通过以下步骤获取：20、基于所述测评任务库，分别利用各个测评任务对传统韦氏测验的测验总分进行预测；21、基于各个测评任务对传统韦氏测验的测验总分的预测结果，对所述测评任务库中的多个测评任务共同进行多变量的逐步回归分析；22、选择对韦氏测验总分的预测方差变异性最高的前m个任务，作为第一任务组合；其中，m的数值与所述韦氏维度的维度数相等。23、其中较优地，所述第二任务组合通过以下步骤获取：24、基于所述测评任务库，分别利用各个测评任务对传统韦氏测验的各个韦氏维度的得分进行预测；25、基于各个测评任务对各个韦氏维度的得分的预测结果，对所述测评任务库中的多个测评任务共同进行多变量的逐步回归分析；26、针对每个韦氏维度，选择预测方差变异性最高的测评任务，以最终获取m个预测效果最佳的测评任务，作为第二任务组合；其中，m的数值与所述韦氏维度的维度数相等。27、其中较优地，所述第三任务组合通过以下步骤获取：28、基于多个韦氏维度的维度数量m，确定探索性因子的数量为m；29、基于所述测评任务库，将所有测评任务进行归类和降维，以获得m个探索性因子；30、针对每一个所述探索性因子，选择负载分数最高的测评任务，以最终获取m个最具有区分性及代表性的测评任务，作为第三任务组合。31、其中较优地，所述预设权重基于测评任务出现频次确定；所述测评任务出现的频次越多，则该测评任务的抽取权重越高。32、其中较优地，所述分别针对每一个所述测评任务组合进行广义线性回归建模，以预测韦氏测验得分是否异常，具体包括：33、对于每个测评任务组合，获得已采集的同时包括韦氏测评和任务式测评的得分数据；34、将所述韦氏测评和任务式测评的得分数据在基于同龄儿童认知水平下进行标准化转换；35、对于每个测评任务组合的标准化数据，以韦氏测评得分作为因变量，并以任务式测评得分作为自变量，进行广义线性回归建模；所述广义线性回归建模的表达式为：e(y|x)＝μ＝g-1(xβ)，36、其中，e(y|x)为y基于x的期望值、xβ为基于未知值β的线性预测、g为连接函数，所述连接函数采用了伯努利分布xβ＝ln(μ/(1-μ))；37、采用极大似然法估计模型参数，以获得基于测评任务组合获得的预测韦氏测验得分e(y|x)，最终形成m个多元线性模型。38、其中较优地，所述获得所述测评任务组合的预测准确度，具体包括：39、基于所述测评任务组合的m个多元线性模型的预测韦氏测验得分，对每个所述多元线性模型依次建立roc曲线；所述roc曲线由灵敏度和特异度构成，灵敏度为曲线的y轴、1－特异度为曲线的x轴，灵敏度和特异度的计算公式分别为：sensitivity＝tp/(tp+fn)，specificity＝tn/(tn+fp)；其中，sensitivity为灵敏度、tp为真阳性、fn为假阴性、specificity为特异度、tn为真阴性、fp为假阳性；40、计算每个所述roc曲线的auc值，其中，所述auc值越高则代表所述多元线性模型的预测准确度越高。41、根据本发明实施例的第二方面，提供一种儿童智力测评方案的构建系统，包括处理器和存储器，所述处理器读取所述存储器中的计算机程序，用于执行上述儿童智力测评方案的构建方法。42、根据本发明实施例的第三方面，提供一种儿童智力筛查方法，包括如下步骤：43、通过上述儿童智力测评方案的构建方法获取最佳任务组合；44、基于所述最佳任务组合，获取儿童完成任务的任务数据；45、基于所述任务数据对儿童进行智力筛查。46、与现有技术相比较，本发明具有以下的技术效果：47、1.提供一种简易快速获得可筛查智力异常儿童的最佳任务式组合的方法替代原本的韦氏智力量表。该方法可以兼顾准确性、计算量、选择最佳的用于筛选智力异常的儿童患者的测评任务组合。48、2.综合考虑了每个测评任务与传统智力测验的相关性、预测效度、对单独维度的预测效度、以及其区分性代表性，生成了最佳任务组合池。相比于直接随机选择任务组合，能够更大程度考虑到测评任务与韦氏测量的一致性与筛选的有效性，将任务式测评进行优化精简。49、3.通过在最佳任务池中进行有权重的抽取策略，从而能够对多个任务组合进行比较，可以综合数据驱动和知识驱动的优势，获得施测时间最短、准确性最优的测评任务组合。