医疗服务的原则是“优质低耗”,即在医疗费用得到合理控制的同时,使医疗品质得到有效保证。病例组合是一种有效的医疗产出测量单位,临床路径是一种先进的单病种质量临床管理模式。实践证明,仅靠实行临床路径达到控制医疗费用的目标存在一定的困难,在确保医疗品质的同时,要控制医疗费用的不合理上涨,实行临床路径和病例组合相结合的管理模式是非常必要的。有的学者甚至提出了“CP-DRGS”的概念,倡导采用临床路径和病例组合相结合的方式。我国的病例组合研究起步较晚,现有的病例组合研究多以非临床路径下大样本病例资料为研究对象,对基于临床路径的病例组合研究较鲜见。本课题首先用已有的决策树算法求解基于临床路径的病例组合模型;再结合临床路径病例样本的基本特点,建立了ROCK 聚类分析和神经网络相结合求解临床路径下病例组合模型的新方法;最后用信息熵、方差分析等方法对两种病例组合结果进行了比较评价。研究结果表明,从临床路径变异的角度,并结合统计学方法进行样本筛选,从根本上保证了样本病例的规范性;以临床路径流程作为病例组合的临床分类依据,结果更客观、科学、实用,更有利用病例组合与临床路径管理模式的结合; 对两种病例组合结果分析的情况看,无论是费用分布情况、方差分析还是信息熵验证,都显示ROCK聚类比决策树方法更适合求解基于临床路径的病例组合模型,这是因为ROCK 聚类不用确定单个节点变量的分割值,更符合合病例组合由多变量共同作用的实情。