[发明专利]一种评估慢性病费用的建模方法

摘要

本发明公开了一种评估慢性病费用的建模方法；该方法首先通过样本筛选和特征选择，再采用回归模型，得到各影响因子对慢性病费用的影响。与现有方法相比，该建模方法具有以下几个优点：（1）在费用回归之前，通过样本筛选和特征选择，提高了模型的准确度；（2）采用先验知识和数据挖掘技术相结合的半参化逐步回归方法，提高了模型的效率；（3）可以直接量化出慢病的并发症合并症对其治疗费用的影响程度，为慢性病的医疗控费提供依据。

主权项

1.一种评估慢性病费用的建模方法，其特征在于；包括如下步骤：（1）样本筛选方法：首先设计策略，在全量样本中确定出某种慢性疾病，再剔除该慢性疾病下的异常样本；所述样本筛选包括慢性疾病选取和剔除异常样本两个步骤，所述的慢性疾病选取包括以下子步骤：S101：根据患者就诊记录，按ICD_10亚目编码，统计出患病人数最多的前n种疾病；S102： 结合专家意见，从S101所述的前n种疾病中筛选出具有代表性的m种慢性疾病；所述的剔除异常样本包括以下子步骤：S104：根据卫生机构类别，剔除掉疗养院、医养结合医院的样本；S105：根据患者就诊记录，剔除住院总费用为0的样本；S106：根据患者就诊记录中的“离院方式”，只保留“离院方式”为医嘱离院或者医嘱转乡镇/社区卫生院的样本，剔除没有完成完整治疗路径的样本；（2）特征选择方法：首先通过寻找频繁项集的方法找到常见的并发症合并症，再纳入对费用可能产生影响的其他因素，结合半参估计的方法完成对特征的评估；所述的特征选择方法包括选择常见的合并症并发症、选择影响费用的其他因素、特征评价三个步骤，所述的选择常见的合并症并发症包括以下子步骤：S201：结合临床医生意见得到慢性病对应的合并症并发症疾病列表，汇总患者在“其他诊断”中出现相应的并发症合并症，通过数据挖掘FP‑tree算法挖掘主诊断和并发症合并症频繁一起出现的2项集；S202：并发症合并症是否常见由二八法则决定，将输出的频繁项集按支持度从大到小排序，取能覆盖80%样本的前n个频繁项；所述的选择影响费用的其他因素包括：S203：从就诊记录中抽取出所有可能对费用产生影响的因素，包括：年龄、性别、支付方式、是否手术、手术等级、出入院病情、住院期间病情、住院天数、医疗机构隶属关系、医院等别等次、医疗机构所在地区；所述的特征评价包括以下子步骤：S204：通过专家评审，挑选影响费用的因素，作为回归模型的特征；S205：在专家未纳入考虑的特征中，通过逐步回归的方法完成对特征评估；（3）使用（1）中筛选的样本和（2）中选择的特征，通过回归方法拟合出费用预测模型，得到合并症并发症对慢性病费用的影响程度。