论文部分内容阅读
作为一种管理手段,疾病诊断相关组合(DRGs)自1979年被耶鲁大学卫生研究中心提出以来就展现出了强大的生命力,各个国家积极探索出适合本国医疗卫生事业发展的DRGs组合,并且将其应用于医疗服务绩效评价和医疗保险付费研究中,提高了本国医疗服务水平,降低了医疗费用。在我国医疗费用急剧增长的背景下,探索DRGs分组与医疗保险付费的结合将具有十分重要的意义。然而目前我国对DRGs的研究尚处于起步阶段,并没有一个统一的权威DRGs标准供医疗工作者参考,相关的理论和实践正在逐步推进和尝试过程中。本文应用北京市某三级甲等医院的医疗病案数据,基于数据挖掘的方法建立了恶性肿瘤类疾病的DRGs分组模型并且确定了恶性肿瘤类疾病的病例组合费用标准。具体地,提取了医疗病案首页可获取的相关属性,为保证不丢弃对医疗费用影响较大的重要属性,采取基于粗糙集的属性约简方法对属性进行约简。在对恶性肿瘤数据进行方差分析和多元统计分析等基础之上,利用决策树分类的数据挖掘方法,构建出了具有统计学意义的DRGs分类器并且得到了合理的分类结果,结果显示本地区恶性肿瘤类疾病病例可细分为19个DRGs组合,其中每一个组合都表达了该类病例的主要诊断、个体差异和资源消耗等特点。在此基础上,采用相对权重法测算各DRGs组的费用标准,在计算各个DRGs相对权重时,考虑了DRGs疾病变化趋势调整系数?_i,并且给出了?_i的一种计算方法,确立了更加合理的病例组合费用标准,为恶性肿瘤类疾病患者的医保付费管理提供了合理化建议。本文以恶性肿瘤类疾病病例分组和费用标准测算问题为导向,深入研究了恶性肿瘤病例的“分组”和“定价”过程,旨在为医疗工作者和学术研究者提供一个参考。