DRGs病种分组 方法.pptVIP

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
疾病诊断相关分组分组方法 浙江杭州 马戈 数据收集——回顾性收集资料 摘录以往病案首页信息及医院HIS系统中的费用与成本数据信息,包括患者性别、年龄、婚姻、主要诊断、次要诊断、入院情况、出院情况、是否手术、手术操作编码、费用类别、抢救有无、护理有无、住院天数、住院费用等信息,整理数据为病例分组及诊疗规范研究作准备。 DRGs分类操作 数据整理 (例如) DRGs分类操作 住院天数小于等于0天 住院费用总数小于等于0天 病例中重要项目不全的数据 删除治疗效果“其他” 删除ICD编码不全数据(或可补全ICD编码) 将不符合逻辑的病例排除 住院费用为偏态分布,将所有住院病人按住院费用进行排序,剔除极端值,滤过小于P1且大于P99的病例 数据处理——住院费用正态分布检验 分析样本是否符合符合正态分布,如不符合,对样本进行整理,对数转化、数据拆分等方法使数据满足决策树分类要求。 (kolmogorov-smirnov对住院费用正态检测) DRGs分类操作 DRGs分类操作 数据处理——预测变量量化处理(例如) 序号 项目名称 量化方法 1 性别 l=男;2=女 2 年龄 1=20~15岁;2=216~39岁;3=40~55岁;4=56岁及以上 3 婚姻 l=未婚;2=已婚 4 入院情况 l=般;2=急症;3=危症 5 出院情况 1=治愈;2=好转;3=死亡;4=其它 6 手术 0=无手术:1=有手术 7 费用类别 1=自费;2=当地医保;3=外地医保;4=其它 8 次要诊断 0=无;1=有 9 抢救 0=无;1=有 10 护理 0=无;1=有 11 住院天数 (天) 12 住院总费用 (元) 13 手术费(元) (元) 数据处理——主要影响因素分析 单因素分析不同特征人群医疗消耗情况比较,分析各特征人群医疗消耗情况 多元线性回归分析人群特征对于费用和住院天数的影响,分析主要影响因素 DRGs分类操作 DRGs分类操作 数据分类——分类方法选择 决策树(Decision Trees)是当前世界流行、使用频率最高的数据挖掘方法,决策树是解决分类问题比较常用的方法之一,是一种用来实现分类以及预测功能的建立模型的方法。 常见的决策树有卡方自动互动捡验法CHAID、Exhaustive CHAID、分类与回归树CART和QUEST等方法。CHAID可以有效处理连续变量,并且实现对树的自动剪枝,顾多选择此方法进行分类。 数据分类——CHAID简介 DRGs分类操作 构建决策树 获取的多因素基础上构建决策树 设置分类节点、决策树停止条件最大分层、父节点最小样本数、子节点最小样本数、拆分合并的置信度设定。 剪枝 采取后剪枝方法:允许决策树充分生长然后修剪掉多余的树枝。被修剪的结点就成为一个叶结点,并将其标记为它所包含样本中类别个数最多的类别。 DRGs分类操作 数据分类——CHAID之前粗分类 按照ICD-10(主诊断编码)将所获得数据按照三位数类目表分类。 方法一 根据ICD-10编码类目的频数分布挑选构成前N位的疾病,即N种常见疾病。将排除常见疾病后的剩余的病例按ICD-10编码类目结合解剖部位、病因学、临床特征等因素分成M个非常见疾病。也就是将整个数据集划分成N+M个子集 方法二 方法一,根据有无手术分为手术组、非手术组。再按照有无并发症二次分类。 方法三 数据分类——确定CHAID决策树分类轴心 住院费用和住院日都可以反映医疗资源消耗量,两者呈正相关关系。由于住院费用的变异程度小于住院日,因而选择住院费用作为分组轴心。 DRGs分类操作 数据分类——确定CHAID决策树分组变量 根据住院费用影响因素分析的结果结合文献知识,选择年龄分段、入院情况、护理、手术、手术、次要诊断、抢救、出院情况等变量作为分类的解释变量。 数据分类——设置决策树的生长规则 采用方差分析法作为节点分割算法; 设置每个父节点只能被分割成n个子节点,即对每一个节点进行最优n分割; 节点例数少于m时停止分割,分割后的叶节点最少有e例: 树的最大高度为h; DRGs分类操作 数据分类——软件生成结果 通过统计软件(SPSS)得出分组结果和各分组规则。 数据分类——确定各组住院费用 以各分类费用的中位数作为参考的标准费用,以各组费用的75%分位数作为各类超标费用的阈值(也有文献将75%分位数+1.5倍四分位间距作为阈值)。 DRGs分类操作 数据分类——分组合理性评价 RIV(Reduction in variance)值、变异系数(CV)和非参数Kruskal-Wallis检验、回代检验等方法进行分析分组合理性。 DRGs分类操作 在制定DRGs分组及 分组后

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档