基于K-means聚类与支持向量机的大病患者住院费用影响因素与控制策略研究

摘要：

目的 探寻有效方法分析大病患者住院费用的主要影响因素,为控制住院费用提供合理对策.方法 样本选取2016年1月-2017年5月湖北省某市城镇居民基本医疗保险大病患者住院信息,采用K-means聚类和支持向量机进行分析.结果 聚类优度检验提示将住院费用分为3类最佳,基于RBF核函数的支持向量机模型的预测准确度最高,住院费用的主要因素为主诊断疾病、住院日、医院级别、医保业务类别和医院类型.结论 K-means聚类与支持向量机模型可作为分析大病患者住院费用的有效方法,为控制住院费用提供策略.

关键词：住院费用、聚类、支持向量机、数据挖掘

所属期刊栏目：39

分类号：R197.322(保健组织与事业（卫生事业管理）)

资助基金：国家自然科学基金重点资助项目71333005;国家社会科学基金重大项目15ZDC037

在线出版日期：2019-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：45-47,53