论文部分内容阅读
目的
利用支持向量机建模，对医院住院费用的主要影响因素进行分析，探讨有效的医疗费用影响因素分析方法。
方法随机抽取浙江省6家医院，利用各医院电子病历系统，选取3种典型内外科疾病，建立支持向量机模型、BP神经网络模型、多元线性回归模型，分别对住院费用影响因素及其影响程度进行分析。利用支持向量机模型，分别对3个病种进行分析。
结果基于径向基核函数的支持向量机模型对住院费用预测准确度最高，达到96.07%。当对各病种进行混合分析时，3种模型分析均显示住院费用的主要影响因素为住院天数、疾病种类、手术名称、医院代码；当对各病种进行单独分析时，不同病种的影响因素重要程度有所不同，但主要的影响因素基本一致。
结论支持向量机在住院费用影响因素分析中具有可行性，通过其分析结果制定合理的单病种付费制度，可有效控制医疗费用的快速增长。