摘要
目的:分析脑卒中住院费用的分布情况及影响因素,探寻高效的分析方法,为合理控制脑卒中住院费用提供理论依据。方法:收集山西省某三级甲等医院2017年—2019年脑卒中病人的住院信息,基于随机森林、支持向量机、Logistic回归3种机器学习算法建立预测模型,分析住院费用影响因素及其重要程度。结果:脑卒中病人药品费在住院费用中占比较大,住院天数、脑卒中分型、科室为脑卒中病人住院费用的主要影响因素。基于支持向量机算法构建的脑卒中病人住院费用预测模型性能较优。结论:应通过综合措施控制脑卒中病人住院费用,以减少住院天数为重点,强化对可控因素的管理,针对关键人群采取预防和控制措施,降低脑卒中病人的经济负担。
作者
周立业
夏鑫婧
郭志飞
孙梦姣
余红梅
ZHOU Liye;XIA Xinjing;GUO Zhifei;SUN Mengjiao;YU Hongmei(Shanxi Medical University,Shanxi 030600 China)
出处
《护理研究》
北大核心
2023年第3期517-521,共5页
Chinese Nursing Research
基金
国家自然科学基金项目,编号:81973154。
关键词
脑卒中
住院费用
疾病负担
影响因素
机器学习
stroke
hospitalization costs
disease burden
influencing factors
machine learning