基于医疗大数据的手术分级探索与实践

根据平均总费用、平均手术费用、平均手术成本、平均手术时间、平均手术人员、次要诊断平均个数、手术死亡率、平均住院日、平均术后住院日等9大指标,以2017年产生的医疗大数据,测算各级手术的难度系数,对同级别手术难度全面量化,将顺序数据转变为数值型数据,且动态调整,构建了一套可量化、可推广、符合实际的手术难度系数评价系统,激发了临床医师参与手术分级实践的积极性,推动了手术分级绩效管理的开展。

基于多层神经网络算法的主诊医师岗位核定研究

目的探索主诊医师岗位核定的科学方法。方法多层神经网络算法。结果3个主诊医师岗位核定影响因素的标准化重要性排序从高到低依次为:床位数(100.0%)、年床均出院量(10.1%)、三四级手术占比(9.3%),并精准预测了各外科科室主诊医师岗位数,外科医师对主诊医师岗位核定方案满意,总体满意度得分为(4.40±0.31)分。结论运用多层神经网络算法科学设置主诊医师岗位数,能够充分调动医生主观能动性,有利于医疗资源合理配置。

基于临床发展能力的三级医院科室绩效考评

目的 对前期通过Delphi法等构建的临床发展能力指标体系进行科学性与可行性验证。方法 采用内部一致性系数等指标进行信效度检验,采用Likert五级评分量表法对临床发展能力指标体系进行认可评价。结果 经检验,该指标体系调查问卷有较高的信度和效度;指标体系认可度均在80%以上,以临床和护理人员认可度最高。研究人员对临床发展能力指标体系的整体满意度较高,达到80%。结论 该指标体系破除理论框架,通过实际应用,得到临床医务人员高度的认可和满意,成为三级医院临床科室发展能力测评的有效工具。