深圳市住院病人的病例組合研究.pdf

1、目的: 利用“深圳市病案首頁(yè)信息系統(tǒng)”中12家市屬醫(yī)院2003年-2005年的40萬(wàn)份病案首頁(yè)數(shù)據(jù)，建立適用于深圳市住院病人的病例組合模型，為醫(yī)療費(fèi)用控制提供依據(jù)，為進(jìn)一步嘗試轉(zhuǎn)變對(duì)醫(yī)療服務(wù)供方的費(fèi)用支付方式提供參考。 方法: 采用統(tǒng)計(jì)描述、秩和檢驗(yàn)和多元線性回歸的方法結(jié)合文獻(xiàn)信息確定構(gòu)建病例組合的分組軸心(即分類的反應(yīng)變量)和分組變量(即分類的解釋變量)。根據(jù)主要診斷ICD-10編碼前3位碼的頻數(shù)分布挑選構(gòu)成前50位的疾病，即

2、50種常見(jiàn)疾??；剩余的病例劃分成63種非常見(jiàn)疾病，也就是將整個(gè)數(shù)據(jù)集分成113個(gè)子集。對(duì)于每一個(gè)子集，通過(guò)隨機(jī)化選擇的方式，以80％的數(shù)據(jù)做為訓(xùn)練數(shù)據(jù)集，以20％的數(shù)據(jù)做為檢驗(yàn)數(shù)據(jù)集，在數(shù)據(jù)挖掘分析過(guò)程中利用決策樹(shù)分類技術(shù)建立病例組合模型。以住院費(fèi)用的對(duì)數(shù)值為分組軸心，選擇年齡分段(是否大于17歲)、一級(jí)護(hù)理、次要手術(shù)、伴隨疾病、出院情況、搶救病人、醫(yī)院感染、手術(shù)、入院情況9個(gè)變量作為分組變量，采用方差分析算法的決策樹(shù)分割方法和預(yù)剪枝的

3、修剪方式建立決策樹(shù)模型。在病例組合的基礎(chǔ)上計(jì)算病例組合指數(shù)，初步探索各醫(yī)院病例組合指數(shù)與醫(yī)院總費(fèi)用、醫(yī)院例均住院費(fèi)用的關(guān)系。 結(jié)果: 共形成664．個(gè)組合，其中50種常見(jiàn)疾病形成270個(gè)組合，占總數(shù)的40.66％，63種非常見(jiàn)疾病形成394個(gè)組合，占總數(shù)的59.34％。手術(shù)、一級(jí)護(hù)理、年齡分段成為主要的分類節(jié)點(diǎn)。分別對(duì)訓(xùn)練集和檢驗(yàn)集采用RIV、ROC曲線、秩和檢驗(yàn)等評(píng)價(jià)模型，結(jié)果顯示模型效果較好。同時(shí)，根據(jù)研究結(jié)果制定的各病例組

4、合的標(biāo)準(zhǔn)費(fèi)用可解釋醫(yī)院81.82％的實(shí)際費(fèi)用。在病例組合模型的基礎(chǔ)上計(jì)算各醫(yī)院的病例組合指數(shù)，結(jié)果顯示各醫(yī)院病例組合指數(shù)與醫(yī)院總費(fèi)用之間呈正相關(guān)關(guān)系。 結(jié)論: 根據(jù)本研究結(jié)果制定的標(biāo)準(zhǔn)費(fèi)用可以較大程度的解釋醫(yī)院的實(shí)際費(fèi)用，說(shuō)明病例組合具有合理性和可行性。同時(shí)，利用RIV、ROC曲線、秩和檢驗(yàn)對(duì)病例組合模型進(jìn)行評(píng)價(jià)，病例組合模型滿足了“組內(nèi)同質(zhì)”和“組間異質(zhì)”的要求，模型效果較好，達(dá)到了研究的目的。在進(jìn)一步研究和實(shí)施病例組合的過(guò)程