新型農(nóng)村合作醫(yī)療數(shù)據(jù)挖掘研究.pdf

1、研究目的：總目標：為提高新農(nóng)合管理者利用歷史數(shù)據(jù)進行定量管理決策的能力，研究新農(nóng)合數(shù)據(jù)挖掘流程、挖掘主題及其實踐價值。具體目標：①規(guī)范新農(nóng)合數(shù)據(jù)挖掘流程；②界定新農(nóng)合管理相關業(yè)務問題；③設計新農(nóng)合數(shù)據(jù)倉庫模型；④利用某縣新農(nóng)合補償主題數(shù)據(jù)庫研究新農(nóng)合風險要素，根據(jù)挖掘結果提出用于未來制度完善的相關對策。 研究方法: 首先，利用文獻研究，了解新農(nóng)合發(fā)展概況和數(shù)據(jù)挖掘的一般模式，提出新農(nóng)合數(shù)據(jù)挖掘基本框架； 其次，采

2、用定性研究方法分析新農(nóng)合運行機制，運用政策科學中公共選擇理論、利益相關集團分析以及邏輯歸納方法，界定新農(nóng)合管理的主要業(yè)務問題； 第三，根據(jù)數(shù)據(jù)倉庫概念模型、邏輯模型和物理模型設計原理，從新農(nóng)合管理業(yè)務信息需求出發(fā)，研究新農(nóng)合數(shù)據(jù)倉庫概念模型與邏輯模型的設計模式； 最后，利用SPSSC1ementine12.0，設計數(shù)據(jù)挖掘的數(shù)據(jù)流模型。采用關聯(lián)規(guī)則GRI算法，研究新農(nóng)合補償主題數(shù)據(jù)庫中的強關聯(lián)規(guī)則；利用聚類，識別新農(nóng)合報

3、銷數(shù)據(jù)庫中的異常醫(yī)療費支付案。在此基礎上利用多種分類預測模型，對參合農(nóng)民的住院服務利用和異常醫(yī)療費用支出的數(shù)據(jù)模式訓練最優(yōu)分類模型。 結果: 1.2004—08年全國新農(nóng)合試點縣數(shù)量年平均增長72.3％，參合人口年均增長78.6％，參合率由75.2％上升到91.5％，人均籌資額增長3-4倍。當前，全國縣級經(jīng)辦機構內平均每人管理參合農(nóng)民6.5萬人。2006年后，衛(wèi)生部出臺4部新農(nóng)合信息管理政策文件，安排1.8億信息化建設專

4、項資金。期望2010年前建成以數(shù)據(jù)綜合管理、數(shù)據(jù)分析和數(shù)據(jù)挖掘為重點的管理信息系統(tǒng)。 2．根據(jù)CRISP-dM方法論，新農(nóng)合數(shù)據(jù)挖掘應執(zhí)行四個框架體系：首要環(huán)節(jié)是理解業(yè)務問題，其次數(shù)據(jù)準備，第三是數(shù)據(jù)挖掘，第四結果評價與執(zhí)行。 3．共歸納7類新農(nóng)合管理相關業(yè)務問題：籌資、疾病風險、費用補償、醫(yī)療機構服務、農(nóng)民健康、參合農(nóng)民和定點醫(yī)療機構的受益歸屬分析，對制度績效影響的重要程度評分依次為8，8，8，7，5，3，3。

5、 4．新農(nóng)合數(shù)據(jù)倉庫模型：概念模型以農(nóng)民參合、就診和費用補償為系統(tǒng)邊界，設計個人、(醫(yī)療)機構與補償主題數(shù)據(jù)庫，確定個人—補償(1-1)、補償—機構(l—m)個人—機構(m—m)的E—R關系模型。邏輯模型設計：門診統(tǒng)籌/家庭帳戶報銷數(shù)據(jù)庫的數(shù)據(jù)采用雙重粒度，大病統(tǒng)籌補償采用患者為單位的單一數(shù)據(jù)粒度，建立以補償數(shù)據(jù)為事實表，個人、機構、疾患和日期為維度表的星型數(shù)據(jù)倉庫邏輯模型。 5．疾病風險關聯(lián)規(guī)則：“妊娠、分娩和產(chǎn)褥期并發(fā)癥”在

6、各種報銷案例中的構成比最高(26.56％)，隨后依次為：消化系疾病(18.37％)、損傷與中毒(10.98％)、循環(huán)系統(tǒng)疾病(10.42％)和惡性腫瘤(6.01％)：“骨折”=＞“男性”的規(guī)則支持度6.32％，置信度73.76％。費用級別關聯(lián)規(guī)則顯示：①“妊娠分娩類病例”AND“縣級住院”=＞“低費用級”；②“消化系統(tǒng)疾病”AND“縣或鄉(xiāng)級住院”=＞“中費用級”，以及③(“骨折”AND“縣級住院”)或“地市級以上住院”=＞“高費用級”等

7、。 6．疾病風險分布規(guī)律：報銷病例中縣級醫(yī)療機構住院比例最高(47.53％)，其次為鄉(xiāng)鎮(zhèn)級(28.88％)，縣鄉(xiāng)兩級住院患者的首要疾患是“消化系統(tǒng)疾病”，其次是“骨折”病例，兩種疾患均為男性高于女性。地市級以上報銷人數(shù)最多的病種是惡性腫瘤。另外，隨著病人住院級別提高、患者平均住院天數(shù)、住院費、合作醫(yī)療補償費均顯著增加(P＜0.05)。 7．異常數(shù)據(jù)對象的檢測：按照醫(yī)療機構級別，從患者住院天數(shù)、醫(yī)療費用和疾病類型三個維度檢

8、測異常數(shù)據(jù)對象。發(fā)現(xiàn)：某女性患者因雙側腹股溝淋巴結腫在鄉(xiāng)衛(wèi)生院住院270天；某75歲女性患者因慢性支氣管炎，縣醫(yī)院住院175天……?？h醫(yī)院異常數(shù)據(jù)中70％為男性骨折/意外傷害患者。 8．住院服務利用的分類預測：以是否住院為輸出，選擇特征變量，建立CHAID樹結構模型，顯示因病致貧組人群住院率22.97％，如果是“因病致貧”AND“患慢性病”，那么住院率高達58.82％，其次是“貧困”AND“患慢性病”人群的住院率高達14.29％

9、。 9．住院服務利用異常數(shù)據(jù)模式的預測：首先利用相關屬性值完成10％的異常數(shù)據(jù)模式識別，將識別結果作為預測分類的輸出值，根據(jù)選擇的特征變量，篩選C5.1和神經(jīng)網(wǎng)絡兩種預測效率最高的模型分別進行預測。神經(jīng)網(wǎng)絡對異常數(shù)據(jù)模式識別的準確率在測試集、訓練集和驗證集上的表現(xiàn)最好而且相當穩(wěn)定，利用C5.1樹模型導出的規(guī)則解讀神經(jīng)網(wǎng)絡模型的黑箱問題：65歲以上、鄉(xiāng)級醫(yī)療機構住院，11歲以下市級機構住院，以及民營、部隊等其他醫(yī)院消費等情形下易發(fā)

10、生異常醫(yī)療消費模式。而11歲以上58歲以下者無論哪級醫(yī)療機構住院均不易發(fā)生異常醫(yī)療消費。 結論: 1．構建新農(nóng)合數(shù)據(jù)倉庫和數(shù)據(jù)挖掘系統(tǒng)，提高新農(nóng)合管理人員的政策水平、管理能力，已成為農(nóng)村醫(yī)療保障制度科學發(fā)展一個繞不開的話題。 2．新農(nóng)合數(shù)據(jù)倉庫概念模型與邏輯模型應緊密圍繞補償主題進行設計，有利于提高數(shù)據(jù)倉庫開發(fā)效率。 3．住院分娩在合作醫(yī)療中申請報銷比例最高，但消化系統(tǒng)疾病和骨折/意外傷害對當?shù)剞r(nóng)民(尤其

11、是男性)造成較重的疾病負擔。 4．老年人、慢性病，低收入、兒童疑難雜癥是醫(yī)療消費異常的主要因素。 建議: 提高農(nóng)民健康水平，需做好孕產(chǎn)婦保健工作；控制農(nóng)民疾病風險應重點預防意外傷害和消化系統(tǒng)疾??；為降低新農(nóng)合基金風險，應做好慢性病人和老年人疾病管理，防止不合理醫(yī)療費用支出。 主要創(chuàng)新點: (1)利用政策科學理論，通過規(guī)范化研究，界定新農(nóng)合數(shù)據(jù)挖掘主題。提出新農(nóng)合數(shù)據(jù)倉庫的概念模型和邏輯模型設計方案