目的分析某综合医院实施中国疾病诊断相关组(CN-Diagnosis Related Groups,CN-DRGs)分组效能,为区域单一医院利用DRGs实施住院服务绩效评价提供理论支持。方法从某综合医院采集2014年和2015年病案首页数据,将数据导入CN-DRGs医院联盟住...目的分析某综合医院实施中国疾病诊断相关组(CN-Diagnosis Related Groups,CN-DRGs)分组效能,为区域单一医院利用DRGs实施住院服务绩效评价提供理论支持。方法从某综合医院采集2014年和2015年病案首页数据,将数据导入CN-DRGs医院联盟住院绩效平台(2015版),根据导出的分组指标,从分组一致性、病例组合指数(case-mix,CMI)、住院服务效率、学科发展的均衡性4个方面进行比较分析。结果山东省某医院分组一致性与北京相吻合;计算出的CMI值高于北京地区的CMI值;住院服务效率评价效果等同;学科发展的均衡性评价与医院实际相符合。结论 CN-DRGs具有较好的兼容性,对区域单一医院分组效能评价适用,其他地区医院可推行和实施CN-DRGs。展开更多
针对预测医院患者疾病诊断相关分组(Diagnosis Related Groups,DRG)的问题,提出运用机器学习方法来预测分组结果。首先,收集实际分组数据,集成医院信息系统数据形成数据集,并对数据进行预处理;其次,搭建基于机器学习的基础模型;最后,使...针对预测医院患者疾病诊断相关分组(Diagnosis Related Groups,DRG)的问题,提出运用机器学习方法来预测分组结果。首先,收集实际分组数据,集成医院信息系统数据形成数据集,并对数据进行预处理;其次,搭建基于机器学习的基础模型;最后,使用总精度对模型进行评价,并给出影响预测精度的各特征参数的重要性。预测结果表明,随机森林算法对DRG分组有更好的效果,主手术编码和主诊断编码对模型预测精度影响最大。展开更多
文摘目的分析某综合医院实施中国疾病诊断相关组(CN-Diagnosis Related Groups,CN-DRGs)分组效能,为区域单一医院利用DRGs实施住院服务绩效评价提供理论支持。方法从某综合医院采集2014年和2015年病案首页数据,将数据导入CN-DRGs医院联盟住院绩效平台(2015版),根据导出的分组指标,从分组一致性、病例组合指数(case-mix,CMI)、住院服务效率、学科发展的均衡性4个方面进行比较分析。结果山东省某医院分组一致性与北京相吻合;计算出的CMI值高于北京地区的CMI值;住院服务效率评价效果等同;学科发展的均衡性评价与医院实际相符合。结论 CN-DRGs具有较好的兼容性,对区域单一医院分组效能评价适用,其他地区医院可推行和实施CN-DRGs。
文摘针对预测医院患者疾病诊断相关分组(Diagnosis Related Groups,DRG)的问题,提出运用机器学习方法来预测分组结果。首先,收集实际分组数据,集成医院信息系统数据形成数据集,并对数据进行预处理;其次,搭建基于机器学习的基础模型;最后,使用总精度对模型进行评价,并给出影响预测精度的各特征参数的重要性。预测结果表明,随机森林算法对DRG分组有更好的效果,主手术编码和主诊断编码对模型预测精度影响最大。