基于随机森林模型和LASSO回归的高血压住院患者医疗费用及其影响因素分析

目的基于随机森林模型和LASSO回归探究高血压住院患者医疗费用及其影响因素。方法选取2018年10月至2022年4月广西医科大学第二附属医院出院的1087例高血压患者为研究对象,从医院信息系统收集患者基本特征和住院信息等资料。采用随机森林模型和LASSO回归筛选具有统计学意义的变量纳入多重线性回归,分析医疗费用的影响因素,并进行敏感性分析。结果高血压住院患者医疗费用为6916(5069,10183)元。已婚患者的医疗费用高于其他婚姻状况患者[7075(5247,10276)元比5963(4406,9214)元](P<0.01),其他住院科室患者医疗费用高于心血管内科患者[7565(5345,12478)元比6728(4837,9280)元](P<0.01),转科室患者医疗费用高于未转科室患者[13854(8654,30625)元比6840(5004,9905)元](P<0.01),有主诊断伴随并发症患者医疗费用高于无主诊断伴随并发症患者[12545(8408,29940)元比6823(4989,9494)元](P<0.01),不同年龄、医保类型、住院时间患者的医疗费用比较差异有统计学意义(P<0.01)。当LASSO回归lambda值为1se时,筛选出4个影响因素,经随机森林对自变量重要性评分排序,前4位自变量分别为住院时间、年龄、是否有主诊断伴随并发症、是否转科室。多重线性回归分析显示,住院时间、年龄、是否有主诊断伴随并发症、是否转科室是高血压患者医疗费用的主要影响因素(P<0.01)。敏感性分析结果显示,住院时间增加、年龄增大、有主诊断伴随并发症、转科室治疗与较高医疗费用有关(P<0.05),与原多重线性回归模型结果趋势一致。结论控制高血压患者人群的疾病经济负担时,可考虑从缩短住院时间、增强身体素质以降低患病风险、延缓并发症发生等方面采取相应的措施。