论文部分内容阅读
摘要:控制住院病人的血糖水平对医院降低患者发病率和死病特征变量与医院收治病人再次入院率之间的数学关系,以评价糖尿病治疗模式。实验结果表明,糖尿病治疗过程中重视糖基化血红蛋白检测值、年龄、性别、患病数量和葡萄糖血清检测5个指标,有助于降低医院收治病人再次入院率。
关键词:糖尿病治疗模式;再次入院率;回归分析;评价方法
1引言
糖尿病作为一种慢性疾病,治疗周期长,容易引发多种并发症如高血压、眼病。因此,控制住院病人的血糖水平对医院降低患者病率和死亡率具有重要作用。
为了提高患者的安全性,有必要对现有的医院收治病人的糖尿病治疗模式进行分析评估。糖尿病患者在治疗过程中会产生大量的临床数据包括就诊信息、临床诊断信息和医嘱用药信息。对于掌握糖尿病发病与治疗效果的预测有重要意义。
2数据概述
实验数据来自Center for Machine Learning and Intelligent Systems的“Diabetes 130-US hospitals for years 1999-2008 Data Set”[1] 。该数据集为美国130家医院临床护理10年(1999-2008年)的糖尿病患者数据,包含了101767名患者的50个特征,如就诊病人的HbA1C检测值、性别、年龄、种族、出院去处、入院来源、住院天数、诊断医师专业等。
3糖尿病评价指标体系构建
本文从检测结果、病人属性和诊治情况三个方面选取12个糖尿病评价指标,以评价糖尿病模式的治疗效果。指标包括HbA1C检测值、性别、年龄、种族、出院去处、入院来源、住院天数、诊疗医师的专业、初次诊断结果、葡萄糖血清检测等。
4基于多元线性回归模型的糖尿病治疗模式评价方法
5实验设置和结果分析
5.1实验设置
本文糖尿病患者样本数 取值为101767,指标自变量个数 取值为12。每一类疾病从数据样本中选出5人得到90组数据作为样本数据。
5.2实验结果
基于SPSS软件,求得模型拟合度系数 值为0.974,说明糖尿病特征变量与医院收治病人再次入院率呈线性关系,采用多元线性回归模型进行建模分析合理。
限于篇幅,本文仅给出模型参数值大于0.5的结果,如表2所示。这5个变量对应的评价指标分别为糖基化血红蛋白检测值、性别、年龄、患病数量和葡萄糖血清检测,它们的参数值分别为0.98,0.92,0.62,0.56,0.55。
5.3结果分析
本文对101766位患者进行了统计分析发现:(1)63599位患者并没有患糖尿病,但其中有47873位患者仍被医院进行了糖尿病治疗,占比达到75.3%;(2)17605位患者非紧急且未患糖尿病,但其中有13455位患者被进行了糖尿病治疗,占比达76.4%;(3)对于非紧急情况的患者,医院也进行了糖尿病治疗。总之,实验数据中130家医院对患者的糖尿病治疗模式较为合适。
另外,准确掌握患者的性别、年龄和患病数量也有助于降低医院收治病人再次入院率。为此,对降低医院收治病人再次入院率,本文提出如下建议:
(1)糖尿病治疗过程中要重视糖基化血红蛋白检测值、年龄、性别、患病数量和葡萄糖血清检测这5个指标。
(2)建立患者健康大数据平台,有助于提升患者糖尿病治疗水平。通过大数据平台,医院能够准确统计分析出各类病人的发病机理、发病时间、用药后的反应、是否再次入院,以及再次入院时间等。
参考文獻:
[1] UCI公开数据集,Diabetes 130-US hospitals for years 1999-2 008 Data Set,https://archive.ics.uci.edu/ml/datasets/d iabetes+130-us+hospitals+for+years+1999-2008
[2] 陈善豪.基于病种管理的医师临床绩效评价指标体系构建[J].现代医院管理,16(1):55-57
[3] 董文兰,姜盈盈,张惺惺,毛凡,董建群.基层医生糖尿病诊疗与患者管理情况及影响因素分析[J].中国慢性病预防与控制,23(1):17-20
(作者单位:重庆邮电大学 通信与信息工程学院)
关键词:糖尿病治疗模式;再次入院率;回归分析;评价方法
1引言
糖尿病作为一种慢性疾病,治疗周期长,容易引发多种并发症如高血压、眼病。因此,控制住院病人的血糖水平对医院降低患者病率和死亡率具有重要作用。
为了提高患者的安全性,有必要对现有的医院收治病人的糖尿病治疗模式进行分析评估。糖尿病患者在治疗过程中会产生大量的临床数据包括就诊信息、临床诊断信息和医嘱用药信息。对于掌握糖尿病发病与治疗效果的预测有重要意义。
2数据概述
实验数据来自Center for Machine Learning and Intelligent Systems的“Diabetes 130-US hospitals for years 1999-2008 Data Set”[1] 。该数据集为美国130家医院临床护理10年(1999-2008年)的糖尿病患者数据,包含了101767名患者的50个特征,如就诊病人的HbA1C检测值、性别、年龄、种族、出院去处、入院来源、住院天数、诊断医师专业等。
3糖尿病评价指标体系构建
本文从检测结果、病人属性和诊治情况三个方面选取12个糖尿病评价指标,以评价糖尿病模式的治疗效果。指标包括HbA1C检测值、性别、年龄、种族、出院去处、入院来源、住院天数、诊疗医师的专业、初次诊断结果、葡萄糖血清检测等。
4基于多元线性回归模型的糖尿病治疗模式评价方法
5实验设置和结果分析
5.1实验设置
本文糖尿病患者样本数 取值为101767,指标自变量个数 取值为12。每一类疾病从数据样本中选出5人得到90组数据作为样本数据。
5.2实验结果
基于SPSS软件,求得模型拟合度系数 值为0.974,说明糖尿病特征变量与医院收治病人再次入院率呈线性关系,采用多元线性回归模型进行建模分析合理。
限于篇幅,本文仅给出模型参数值大于0.5的结果,如表2所示。这5个变量对应的评价指标分别为糖基化血红蛋白检测值、性别、年龄、患病数量和葡萄糖血清检测,它们的参数值分别为0.98,0.92,0.62,0.56,0.55。
5.3结果分析
本文对101766位患者进行了统计分析发现:(1)63599位患者并没有患糖尿病,但其中有47873位患者仍被医院进行了糖尿病治疗,占比达到75.3%;(2)17605位患者非紧急且未患糖尿病,但其中有13455位患者被进行了糖尿病治疗,占比达76.4%;(3)对于非紧急情况的患者,医院也进行了糖尿病治疗。总之,实验数据中130家医院对患者的糖尿病治疗模式较为合适。
另外,准确掌握患者的性别、年龄和患病数量也有助于降低医院收治病人再次入院率。为此,对降低医院收治病人再次入院率,本文提出如下建议:
(1)糖尿病治疗过程中要重视糖基化血红蛋白检测值、年龄、性别、患病数量和葡萄糖血清检测这5个指标。
(2)建立患者健康大数据平台,有助于提升患者糖尿病治疗水平。通过大数据平台,医院能够准确统计分析出各类病人的发病机理、发病时间、用药后的反应、是否再次入院,以及再次入院时间等。
参考文獻:
[1] UCI公开数据集,Diabetes 130-US hospitals for years 1999-2 008 Data Set,https://archive.ics.uci.edu/ml/datasets/d iabetes+130-us+hospitals+for+years+1999-2008
[2] 陈善豪.基于病种管理的医师临床绩效评价指标体系构建[J].现代医院管理,16(1):55-57
[3] 董文兰,姜盈盈,张惺惺,毛凡,董建群.基层医生糖尿病诊疗与患者管理情况及影响因素分析[J].中国慢性病预防与控制,23(1):17-20
(作者单位:重庆邮电大学 通信与信息工程学院)