THE DESIGN AND ANALYSIS OF ALGORITHM OF MINIMUM COST SPANNING TREE

This paper provides a method of producing a minimum cost spanning tree (MCST) using set operations. It studies the data structure for implementation of set operations and the algorithm to be applied to this structure and proves the correctness and the complexity of the algorithm. This algorithm uses the FDG (formula to divide elements into groups) to sort (the FDG sorts a sequence of n elements in expected tir O(n)) and uses the method of path compression to find and to unite. Therefore. n produces an MCST of an undirected network having n vertices and e edges in expected time O(eG(n)).

基于门诊病例分组的费用标准测定及门诊支付改革研究

目的:基于决策树原理测定门诊费用标准,为门诊医保支付改革提供定价参考。方法:采集2023年1—6月共41 371份肺恶性肿瘤门诊病例数据,利用决策树模型进行门诊病例分组并测定标准费用,在分类基础上对超线费用进行分析。结果:“是否用药”“是否治疗”“是否检验”等5个影响因素纳入分组规则,共形成8个门诊病例组合;研究得出的标准总费用对实际总费用的解释效果达到71.07%,10.76%的线外病例消耗了24.23%的医疗资源。结论:推进门诊医保支付改革,控制门诊医疗费用过快增长,从而完善医保基金长效平衡机制,实现医疗、医保、医药高质量协同发展。

依达拉奉右莰醇治疗急性缺血性脑卒中的成本-效用分析

目的 评估依达拉奉右莰醇对比依达拉奉分别联合常规疗法治疗急性缺血性脑卒中患者的成本-效用。方法 从我国医疗卫生系统角度出发,利用依达拉奉右莰醇治疗急性缺血性脑卒中Ш期随机双盲对照试验(TASTE试验)的数据,构建决策树模型,运用成本-效用分析方法评价使用依达拉奉右莰醇后1个月及5年的健康获益;同时进行单因素敏感性分析、概率敏感性分析检验结果的稳健性。结果 对于急性缺血性脑卒中患者,依达拉奉右莰醇组患者1个月增量成本-效用比(ICUR)为53 212.89元/质量调整生命年(QALY),5年ICUR为49 631.25元/QALY,均小于我国2022年人均国内生产总值(85 698元)。单因素敏感性分析结果显示,2组改善患者NIHSS评分变化、2组改善概率及依达拉奉组恶化概率是对ICUR结果影响较大的因素;概率敏感性分析结果显示,当意愿支付阈值为1倍2022年我国人均国内生产总值时,依达拉奉右莰醇更具有经济性。结论 对于急性缺血性脑卒中患者,依达拉奉右莰醇相较于依达拉奉是更具有效性、经济性的治疗方案。

山西省某医院冠心病病人住院费用分析

目的:探究山西省某三级甲等医院冠心病病人住院费用疾病诊断相关组(DRGs)分组方案和费用标准,为医院推行DRGs付费改革提供参考。方法:选取2019年该院冠心病住院病人为研究对象,通过Logistic回归分析得到住院费用影响因素并作为节点构建决策树模型,进行冠心病住院病人分组。结果:冠心病住院病人住院天数、是否手术和性别作为分类节点创建了8个病例组合,各组合病人住院费用比较差异均有统计学意义(P<0.05),计算得出各组合病人住院的标准费用和上限费用。结论:创建的冠心病病人DRGs分组比较合理,实施DRGs付费可以有效控制医疗费用,逐步实现医保患三方共赢,DRGs实施为护理管理提供了新方向。

R-tree的查询代价模型分析及算法改进

提出一个R tree的查询代价模型 (CostModel) ,在对该模型分析的基础上 ,对R tree及其变种进行了改进 ,形成了CR tree 分别对CostModel和CR tree做了实验 ,结果显示该CostModel的平均误差为 12 6 %,而改进后的CR tree查询性能比R tree提高了 4 2 5 %

测试时间代价敏感决策树

决策树作为一种重要的分类算法已在许多领域得到了广泛应用。针对传统决策树算法未考虑实际应用中代价约束的问题,已有研究提出在限制代价的情况下构建决策树的方法。这些方法中代价的定义并没有考虑测试样本通过决策树进行分类的时间代价。为了最小化样本通过决策树进行分类的测试时间,提出了一种测试时间代价敏感决策树算法。定义了样本的测试时间代价,定义了衡量属性重要度的决策指数,给出了构造代价敏感决策树的算法。实验结果表明,算法的测试时间代价相较于C4.5、RSDT和CSGR等主要算法平均提升了11.7%,且在不同数据集下分类准确度平均提升了5.3%。

献血者HIV检测策略的成本效果分析

目的以多中心HIV残余风险研究为基础,分析不同HIV检测策略的成本与效果,为血站采用适宜的HIV检测策略提供参考依据。方法依据安徽省3家血站献血者HIV检测、确认情况,估算HIV不同检测方法的残余风险。建立决策树模型,分析国内现行政策下的3种不同检测策略的成本效果差异。结果本研究调查地区,抗-HIV-1+2 ELISA、HIV Ag/Ab1+2 ELISA、ELISA+NAT技术的残余风险分别为1.17×10^(-6)、0.84×10^(-6)、0.59×10^(-6);经决策树模型分析,在无核酸检测时,HIV Ag/Ab1+2 ELISA较抗-HIV-1+2 ELISA方案更具成本效果优势,但加上1遍NAT后,HIV Ag/Ab1+2 ELISA的优势消失;HIV试剂成本、HIV治疗成本以及假阳性报废成本,是模型的敏感因素。结论本研究调查地区,采用1遍抗HIV-1+2 ELISA加1遍NAT方案,具有成本效果优势。血站在决定采用何种HIV检测策略前,需对使用的酶免试剂,进行确认和评估,在保证灵敏度的前提下,综合考虑关键因素为试剂成本及试剂假阳性率。

管理层讨论与分析能预示企业违约吗?——基于中国股市的实证分析

采用文本挖掘技术,对上市公司年报中的管理层讨论与分析(MD&A)内容进行文本分析,从文本相似度、文本可读性、文本语调以及管理层预期的角度构建了MD&A评价体系。通过构建代价敏感GBDT(csGBDT)模型,考察多维管理层讨论与分析指标对企业违约预测的影响,并进一步分析了对企业违约状态有重要影响的MD&A指标及其对违约状态作用的边际效应。研究表明:MD&A指标可以作为替代性数据源准确预测上市公司违约状态;MD&A指标相比传统违约预测变量的预测效果较差;MD&A指标在传统违约判别指标基础上提供了额外的信息含量;csGBDT模型显著提高了对企业(尤其是对违约企业)的判别能力,在违约预测的大数据方法中具有明显优势。在众多管理层讨论与分析指标中,对企业违约有重要影响的MD&A指标依次为:与前一年相比文本相似度、词汇总量、情感语调2、词汇总量/句子数量、情感语调1和管理层是否发出业绩预测。本文将企业违约预测的研究边界从结构化数据拓展到非结构化文本数据,有助于抑制信息不对称导致的企业违约风险。

基于PQR-tree的空间查询代价模型

空间信息处理和地理信息系统等领域的数据管理涉及到海量、高维空间数据对象的处理。本文针对传统数据索引结构在处理这类空间数据时所存在的内存使用过大、I/O消耗过多等问题,通过改进选择查询的代价模型,给出了基于PQR-tree的查询和代价模型,以提高空间数据查询的性能。提出了基于PQR-tree的三阶段并行查询的方法,分别在任务创建、分配、执行阶段进行优化。提出在任务创建和任务分配阶段应用于空间查询中过滤和精炼阶段的有效算法。测试表明,本文算法在处理各种不同分布类型数据集过程中有效降低了空间数据处理对时间和空间的代价和需求,并且并行机制下的代价模型在预测和评估方面也具有较好的精确度。

某中医医院高血压患者住院费用结构分析

目的:研究考虑患者异质性的中医医院高血压患者病例组合方式,分析不同类型患者住院费用水平及结构变动情况,为合理监管中医医院高血压患者住院费用以及提高医疗效率提供依据。方法:收集某中医三甲医院1150例高血压患者相关数据,通过单因素和多元线性回归分析确定住院费用关键影响因素,采用决策树模型对高血压患者进行分类,运用新灰色关联分析法和结构变动度法对不同类别患者住院费用结构进行分析。结果:患者年龄、是否合并心脑血管疾病、合并症或并发症个数是影响中医医院高血压患者住院费用的主要因素;采用决策树模型对患者分组,形成5类患者组合,从I类到V类患者费用明显增加,变动度为39.33%;关联度分析结果显示诊断类费用、治疗类费用、西药类费用是引起总费用变动的主要项目,中药类费用和中医类费用分别排在第5位和第7位。结构变动贡献率位居前两位的是诊断类费用(41.23%)和西药类费用(34.58%),二者累计贡献率达到75.81%。结论:中医高血压患者的分组效果显著,能够反映不同类型患者的医疗资源消耗情况。影响住院费用结构的因素主要是诊断类和西药类费用,中医类、中药类费用贡献率偏低,可为中医医院DRG分组、采取差异化费用管理、提高医疗资源效率等提供参考依据。

基于R-Tree的空间查询代价模型研究

本文对基于 R- Tree的空间查询代价模型进行了探讨 ,分析了 Y.Theodoridis等提出的矩形密度模型〔2 ,3〕,利用其结果提出了代价估计的概率模型 。

基于R-Tree的空间连接代价模型的改进

对基于R-Tree的空间连接代价模型进行了探讨,主要研究了HUANG Y W提出的空间连接代价模型。利用最优/最差选择策略降低该算法的时间复杂度,对基于缓冲区的代价模型提出了改进后的评估公式,通过实验验证了改进后的模型比原模型提高了评估的精确度。

一种改进的ZigBee网络Cluster-Tree路由算法

针对ZigBee网络Cluster-Tree算法只按父子关系选择路由可能会带来额外路由开销的问题,提出一种改进的Cluster-Tree路由算法。首先介绍ZigBee网络的地址分配机制,分析Cluster-Tree路由算法,并在此基础上引入邻居表提出改进算法。该算法的基本思想:如果选择邻居节点的路由开销与原算法相比更小,则会选择邻居节点作为下一跳。仿真结果表明,该算法可以减少约30%的路由开销。

硬件集合通信中聚合树构建方法

传统的MPI (message passing interface)集合通信是基于点到点消息实现的,性能较低;而硬件集合通信具有性能高、CPU占用率低等优点,正受到越来越多的关注.硬件集合通信中,聚合树对集合通信性能具有至关重要的影响.研究了影响硬件集合通信性能的因素,提出了硬件集合通信开销模型,并以此为基础提出了构建硬件集合通信聚合树的方法.该方法主要包括3个部分:1)根据操作类型、聚合数据包大小等确定聚合树类型及聚合树宽度,从而在网络传输开销与数据计算开销之间取得平衡;2)提出了最小高度分层k项Ⅰ型聚合树构建方法,降低了跨组聚合包的个数;3)提出了构建最小代价Ⅱ型聚合树的方法,减少所使用的交换机数量.在神威互连网络中对聚合树构建方法进行了全面测试,当存在网络噪声的情况及分层k项Ⅰ型聚合树构建方法下的消息延迟相比传统构建方法下降了24%~89%;典型通信模式时,最小代价Ⅱ型聚合树使用的交换机聚合条目数相比优化前下降了约90%.

基于多元线性回归与决策树模型的病种费用分析——以儿童支气管肺炎为例

目的对儿童支气管肺炎住院费用分组,旨在DIP付费下,为住院费用的控制提出更合理的建议。方法通过统计软件SPSS 22对某三甲医院2019—2022年10月3448名儿童支气管肺炎出院患者,进行单因素分析和多元线性回归分析,结果筛选出分节点变量,用决策树模型对费用进行组合,并制定各组标准住院费用与权重。结果该院儿童支气管肺炎住院费用逐年上升,但费用结构却在优化。通过多元线性回归分析,将平均住院日、入院病况与年龄三个显著性因素作为分类节点,使用决策树模型,共分为6个费用组,并提出各组费用控制标准与预警上线。结论通过住院费用的预测值与费用预警线能够为支气管肺炎费用管理提供更为精准的参考与建议,节约卫生资源。

孕早期胎儿结构畸形超声筛查的卫生经济学评价

目的通过成本-效用分析,评价孕早期行胎儿结构畸形超声筛查相比于孕中期行胎儿结构畸形超声筛查的经济性,为临床路径优化提供循证依据。方法从全社会角度出发,构建决策树模型,模拟孕妇于孕早期行胎儿结构畸形超声筛查(干预组)与于孕中期行胎儿结构畸形超声筛查(对照组)2种不同产前筛查方案的临床选择及转归路径,评估2组不同路径下的成本-效用情况。模型模拟时长为18周,临床转移概率和成本参数来源于深圳市南山区妇幼保健院数据,效用数据来源于已公开发表的文献。结果指标包括成本、质量调整生命年(qualityadjusted life years,QALYs)和增量成本-效果比(incremental cost-effectiveness ratio,ICER)。通过敏感性分析评估模型结果的稳健性。结果相比对照组,干预组可减少不必要的妊娠发生,以更少的总成本投入获得更多的QALYs,ICER为−161732.68元/QALY,具有绝对成本效果优势。概率敏感性分析表明基础分析结果具有稳健性,干预组具有成本效果的概率为94.60%。结论在全社会角度下,于孕早期进行胎儿结构畸形筛查相比于孕中期具有绝对的经济学优势。

Any-Cost Discovery:优化分类规则发现方法

充分利用缺失数据中所包含的信息,提出了一种新的分裂属性的选择标准建立决策树.用户提供一定的资源后,通过访问该决策树,最大限度地利用该资源,以达到在有限资源约束下的最优结果.另外,该方法还可以对于需要追加资源与否提出建议.

PMTree:一种高效的事件流模式匹配方法

复杂事件处理技术从多个持续事件流中分析并提取满足特定模式的事件序列.高吞吐率场景下,如何快速准确地识别事件序列是复杂事件处理技术中一个非常重要的问题.现在事件流的模式匹配方法——NFA、Petri网、有向图等——存在语义描述能力不足、部分算子实现代价高等缺陷.针对这一现状,设计并实现了一种基于树的模式匹配方法——PMTree.PMTree定义了事件模型及相应事件算子,将事件序列映射为树节点,同时将时间窗口约束及谓词约束等放置在相应节点,这些树节点连接成一棵PMTree来支持实时的事件筛选与过滤.进一步研究了PMTree构建过程中的优化策略,并提出了开销模型以及优化构建算法,以尽可能减少模式匹配开销.实验结果表明,相同测试条件下基于PMTree实现的复杂事件处理引擎Cesar吞吐率是基于NFA实现的开源引擎Esper的3～6倍,并且在不同事件量或事件序列复杂度下性能表现稳定.

丹白颗粒治疗盆腔炎性疾病后遗症的成本-效果分析

目的:利用TreeAge Pro软件构建丹白颗粒治疗盆腔炎性疾病后遗症的决策树模型,对丹白颗粒对比抗生素干预盆腔炎性疾病后遗症的经济学进行分析,以期为临床药物选择提供一定依据。方法:成本参数来源于药智网数据库和相关公开发表的数据。效果参数基于一项前瞻性真实世界队列研究得出,评价2种治疗方案的短期成本-效果,模型模拟时间跨度14 d。利用倾向性评分匹配(PSM)法匹配,使2组基线可比。通过基础分析,敏感性分析,包括单因素敏感性分析(旋风图)、概率敏感性分析(成本-效果可接受曲线、增量成本效果散点图),对研究结果的稳健性进行验证。结果:基础分析结果显示,2组的增量成本效果比(ICER)为293.48元,与抗生素常规方案治疗比较,使用丹白颗粒治疗盆腔炎性疾病后遗症患者中每多降低1个中医证候评分需多支付293.48元。结论:在以2021年人均可支配收入作为意愿支付阈值的情况下,丹白颗粒治疗比常规抗生素治疗更具有经济学。当患者意愿支付阈值越高,丹白颗粒治疗可获得更高经济性。该结果与基础分析的ICER结果相近,ICER具有较好的稳健性。