BP神經(jīng)網(wǎng)絡(luò)在醫(yī)療保險(xiǎn)統(tǒng)籌基金支付風(fēng)險(xiǎn)識(shí)別中的應(yīng)用研究.pdf

1、目的:在傳統(tǒng)風(fēng)險(xiǎn)管理研究基礎(chǔ)上,探索BP神經(jīng)網(wǎng)絡(luò)技術(shù)在醫(yī)療保險(xiǎn)統(tǒng)籌基金運(yùn)行風(fēng)險(xiǎn)管理中作為風(fēng)險(xiǎn)識(shí)別與衡量工具的應(yīng)用條件、風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)、網(wǎng)絡(luò)設(shè)置等;同時(shí),比較不同風(fēng)險(xiǎn)因素分析模型下,醫(yī)?；颊咦≡嘿M(fèi)用影響因素分析結(jié)果的差異性;通過(guò)BP神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用,篩選出醫(yī)療保險(xiǎn)基金運(yùn)行中的風(fēng)險(xiǎn),為醫(yī)療保險(xiǎn)統(tǒng)籌基金運(yùn)行風(fēng)險(xiǎn)管理提供理論依據(jù)。
　　 方法:在醫(yī)療保險(xiǎn)風(fēng)險(xiǎn)相關(guān)文獻(xiàn)研究的基礎(chǔ)上,通過(guò)現(xiàn)場(chǎng)座談會(huì)和數(shù)據(jù)采集兩種方式,基于醫(yī)療保險(xiǎn)經(jīng)辦信息系統(tǒng)

2、,對(duì)樣本市各級(jí)醫(yī)療機(jī)構(gòu)醫(yī)?；颊咦≡嘿M(fèi)用信息進(jìn)行調(diào)查;運(yùn)用Excel2003和SPSS13.0對(duì)患者的個(gè)人特征、疾病構(gòu)成、費(fèi)用特征、個(gè)人負(fù)擔(dān)等指標(biāo)進(jìn)行描述;以研究變量如年齡、性別、疾病、住院天數(shù)等為輸入神經(jīng)元,住院費(fèi)用為輸出神經(jīng)元,建立單隱層BP神經(jīng)網(wǎng)絡(luò),同時(shí)以住院費(fèi)用對(duì)數(shù)為因變量Y,其他研究因素為自變量X,逐步擬合多元線性回歸模型,比較兩模型結(jié)果,評(píng)價(jià)各風(fēng)險(xiǎn)因素及其影響力。
　　 結(jié)果:在25654例患者中,循環(huán)系統(tǒng)疾病患者住院

3、人次(24.66％)最多,腫瘤患者次均住院費(fèi)用最高(9568.44元從次);由BP神經(jīng)網(wǎng)絡(luò)模型分析得各因素平均影響力MIV從大到小依次是:住院天數(shù)(0.1380)＞地理區(qū)位(-0.1015)＞ICD10疾病組(-0.0443)＞個(gè)人負(fù)擔(dān)比(-0.0169)＞人員類(lèi)別(-0.0129)＞藥占比(0.0118)＞醫(yī)院級(jí)別(0.0088)＞住院季節(jié)(0.0086)＞婚姻狀況(-0.0041)＞是否輸氧(0.0029)＞檢查費(fèi)占比(0.0025

4、)＞性別(0.0015)＞入院時(shí)間(-0.0013)＞出院轉(zhuǎn)歸＞(-0.0008)＞年齡組(0.0004)＞是否手術(shù)(0.0002)＞是否輸血(0.0001),模型擬合效果好,決定系數(shù)R2為0.8613;由多元回歸模型分析結(jié)果得各因素對(duì)住院費(fèi)用的影響力從大到小依次是:住院天數(shù)(0.4380)＞醫(yī)院級(jí)別(0.2804)＞地理區(qū)位(-0.2720)＞檢查費(fèi)占比(-0.1680)＞是否輸血(0.1545)＞是否手術(shù)(0.1170)＞入院時(shí)間(

5、0.0922)＞出院轉(zhuǎn)歸(-0.0568)＞年齡組(0.0401)＞藥占比(0.0307)＞性別(0.0292)＞住院季節(jié)(0.0290)＞是否輸氧(0.0250)＞人員類(lèi)別(0.0122)＞個(gè)人負(fù)擔(dān)比(-0.0110)＞ICD10疾病組(0.0102),模型決定系數(shù)R2為0.7223,住院費(fèi)用變化的72.23%可由上述16個(gè)變量解釋;神經(jīng)網(wǎng)絡(luò)與多元回歸模型結(jié)果比較,排前五位的影響因素中,二模型共有的因素為住院天數(shù)和地理區(qū)位。
　

6、　 結(jié)論:醫(yī)療保險(xiǎn)統(tǒng)籌基金支付風(fēng)險(xiǎn)分為系統(tǒng)內(nèi)風(fēng)險(xiǎn)和系統(tǒng)外風(fēng)險(xiǎn)(人口老齡化、疾病譜的變化、高新醫(yī)療技術(shù)、設(shè)備和藥品催生醫(yī)療高消費(fèi));BP神經(jīng)網(wǎng)絡(luò)和多元回歸模型在住院費(fèi)用影響因素分析上都能以令人滿意的精度進(jìn)行擬合;兩模型在適用條件和信息挖掘程度上存在差異;神經(jīng)網(wǎng)絡(luò)影響因素分析功能比多元回歸模型豐富,但它在訓(xùn)練樣本選擇、解釋變量意義、模型穩(wěn)定性、推廣能力和軟件實(shí)現(xiàn)方面還存在其局限性;多元線性回歸模型要求數(shù)據(jù)存在線性關(guān)系、總體服從正態(tài)分布、方