10.16386/j.cjpccd.issn.1004-6194.2017.04.002
基于Apriori算法的慢性阻塞性肺疾病超限住院费用关联规则数据挖掘
目的 深入挖掘天津市慢性阻塞性肺疾病(COPD)患者超限住院费用的影响因素,为进一步有针对地控制医疗费用提供方法学上的借鉴.方法 收集天津市2009-2013年城镇职工基本医疗保险数据库中确诊为COPD的全部出院患者进行回顾性分析.采用多元线性逐步回归筛选住院费用的外部影响因素,应用关联规则数据挖掘方法中的Apriori算法挖掘与超限住院费用存在强关联规则的条件属性,揭示隐含的关联规则.结果 多元线性逐步回归分析显示,住院天数、医院级别、手术治疗和年龄对住院费用影响的差异均有统计学意义(P<0.01).关联规则模型共挖掘出4条有意义的关联规则,监测到发生费用超限患者占总超限的39.20%.具有规则前项条件的患者发生费用超限概率分别为原来的11.20、11.00、8.78和8.22倍.结论 挖掘出的强关联规则可以作为识别超限费用发生的警示信息,提示医院应缩短平均住院日,做好分级诊疗工作,从而控制住院费用,切实减轻COPD参保人员的经济负担.
慢性阻塞性肺疾病、住院费用、数据挖掘、关联规则、Apriori算法
25
R563(呼吸系及胸部疾病)
国家自然科学基金项目71373175
2017-05-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
245-248