基于數(shù)據(jù)挖掘技術(shù)的婦科腫瘤病人住院費(fèi)用研究.pdf

1、目的：近年來,隨著醫(yī)療費(fèi)用的急劇增長,如何有效控制住院費(fèi)用的上漲已成為當(dāng)前我國醫(yī)療衛(wèi)生改革的重點(diǎn)之一。婦科惡性腫瘤病死率高,醫(yī)療資源消耗大,目前對(duì)于婦科惡性腫瘤單病種費(fèi)用的研究較少,缺少合理可行的費(fèi)用參照體系,而醫(yī)療保險(xiǎn)預(yù)付款制度以及醫(yī)院衛(wèi)生經(jīng)濟(jì)管理都需要相關(guān)的費(fèi)用數(shù)據(jù),因此研究婦科惡性腫瘤單病種醫(yī)療費(fèi)用具有重要意義。
　　方法：數(shù)據(jù)挖掘是近年來剛興起的一門新技術(shù),其在醫(yī)療衛(wèi)生方面的應(yīng)用不管在國內(nèi)還是國外都是一個(gè)新的領(lǐng)域。本研究選

2、擇河南省某腫瘤?？漆t(yī)院2003-2008年有關(guān)婦科惡性腫瘤的ICD-10編碼病案首頁資料,共計(jì)7650份。通過剔除異常值和處理缺失值,并參考衛(wèi)生經(jīng)濟(jì)學(xué)方法和國家官方統(tǒng)計(jì)數(shù)據(jù)對(duì)相關(guān)數(shù)據(jù)進(jìn)行校正;分析不同影響因素下住院費(fèi)用情況;對(duì)變量進(jìn)行正態(tài)性轉(zhuǎn)換以及篩選住院費(fèi)用的主要影響因素;分別利用決策樹方法和人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立住院費(fèi)用的影響因素模型。數(shù)據(jù)分析過程在軟件Microsoft Excel2003以及SPSS Clementine中實(shí)現(xiàn)。<

3、br>　　結(jié)果：對(duì)處理后的數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析,得出婦科惡性腫瘤患者住院費(fèi)用的影響因素,包括入院診斷、年齡、婚姻、術(shù)前住院天數(shù)、住院天數(shù)、入院情況、出院情況、手術(shù)方式以及麻醉方法。在數(shù)據(jù)挖掘部分,將婦科惡性腫瘤病例分為經(jīng)手術(shù)治療病例和未經(jīng)手術(shù)治療病例,并應(yīng)用特征選擇節(jié)點(diǎn)的方法篩選出住院費(fèi)用的主要影響因素,得出經(jīng)手術(shù)治療病例住院費(fèi)用的主要影響因素為入院診斷、手術(shù)名稱、住院天數(shù)、術(shù)前住院天數(shù)和年齡;未經(jīng)手術(shù)治療病例住院費(fèi)用的主要影響因素為

4、入院診斷、住院天數(shù)、出院情況和年齡。建立決策樹模型和人工神經(jīng)網(wǎng)絡(luò)模型。其中經(jīng)手術(shù)治療病例與未經(jīng)手術(shù)治療病例的決策樹模型分別為三層12分類模型和兩層7分類模型,并得出了各個(gè)類別的百分比及住院費(fèi)用參考范圍;而人工神經(jīng)網(wǎng)絡(luò)模型均為輸入層、隱藏層1和輸出層分別有25個(gè)、3個(gè)和4個(gè)神經(jīng)元。經(jīng)過評(píng)估,決策樹模型和人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測的正確率均達(dá)到了80％以上。
　　結(jié)論：本研究運(yùn)用決策樹模型對(duì)住院費(fèi)用進(jìn)行了建模分類,并給出了各類別的百分比和住