| 稿件标题： | 基于数据挖掘算法的慢病住院费用预测模型分析 |
| 稿件作者： | 汤羽，袁炜，芮磊，吴薇薇，林迪，陈立波 |
| 关键字词： | ［关键词］数据挖掘；预测模型；住院费用；门诊费用 |
| 文章摘要： | ［摘要］目的 以研究医保住院费用报销的合理性为目的，分析慢性传染性疾病门诊费用结构、门诊治疗情况及患者静态特征等因素对住院费用的影响，并通过数据挖掘算法构建住院费用的预测模型。方法 在构建模型的过程中，分别使用了决策树、Naive Bayes、Adaboost等算法，并比较了这些算法的准确度。结果 以上采用的模型算法可以使得预测模型的准确度达到93%以上，能够较好地预测住院费用的合理性。肾衰竭/尿毒症的门诊特病费用与住院费用呈负相关趋势（r=－0.10，P<0.05），高血压、冠心病、糖尿病、脑血管病均呈正相关趋势（r=0.11、0.10、0.12、0.11，P<0.05）。结论 根据不同类别疾病的特点，可以调整部分住院治疗项目到门诊，以实现对住院费用的调控。 |
| 文章基金： | 基金项目：国家自然科学基金资助项目（61601082）。 |
| 杂志名称： | 现代医药卫生 |
| 文章刊期： | 2019年35卷4期 |
| 文章栏目： | 论著 |
| 相关信息： |
文件大小：1.37 MB 页码：481 浏览次数：10262 下载次数：95 |
| 免费查看全文 下载PDF阅读器 下载本期目录 下载本期封面 | |