基于K-means聚类与支持向量机的大病患者住院费用影响因素与控制策略研究

目的探寻有效方法分析大病患者住院费用的主要影响因素,为控制住院费用提供合理对策。方法样本选取2016年1月—2017年5月湖北省某市城镇居民基本医疗保险大病患者住院信息,采用K-means聚类和支持向量机进行分析。结果聚类优度检验提示将住院费用分为3类最佳,基于RBF核函数的支持向量机模型的预测准确度最高,住院费用的主要因素为主诊断疾病、住院日、医院级别、医保业务类别和医院类型。结论 K-means聚类与支持向量机模型可作为分析大病患者住院费用的有效方法,为控制住院费用提供策略。

基于省级DRG平台的死亡类与非计划重返类指标评价应用研究

目的探讨死亡类指标与非计划重返类指标在医疗质量评价上的效果与关系。方法收集2017年某省DRG数据平台31家三级公立综合医院共计836976条病案数据,采用多个死亡类指标(低与中低风险组死亡率、高风险组死亡率、粗死亡率、风险调整死亡率)与非计划重返类指标(31天非计划重返入院率、31天非计划重返手术率)进行相关性比较。结果死亡类指标彼此之间具有相关性,而非计划重返入院率与非计划重返手术率不相关(r=0.305)。非计划重返入院率和低与中低风险组死亡率(r=-0.227)、高风险组死亡率(r=-0.098)、实际死亡率(r=-0.130)、风险调整死亡率(r=0.010)均不相关;且非计划重返手术率和低与中低风险组死亡率(r=0.105)、高风险组死亡率(r=0.030)、实际死亡率(r=-0.004)、风险调整死亡率(r=-0.141)均不相关。结论死亡类指标与非计划重返类指标在实际管理技术层面与评价效果上均不尽相同,两者互为有力补充,可构成理想的质量评价指标组合。在今后应用DRG指标进行医院质量评价时,应予以充分重视。