基于RUG的兰州市护理院住院费用预测模型的探索性研究
发布时间：2021-02-18 10:42
研究目的本研究通过调查兰州市护理院患者住院费用的情况,分析影响护理院住院费用的因素,并参考国外RUG付费系统,建立护理院患者住院费用预测模型。为完善护理院现有的付费制度奠定理论基础,同时也为医疗资源合理的利用与分配提供参考依据。研究方法本研究为横断面调查研究。采用便利抽样法,于2019年4月至11月选取兰州市两家护理院357名患者作为研究对象。随机抽取271名患者作为建立模型的数据,86名患者作为检验模型可行性与准确性的数据。采用问卷调查法,问卷内容包括患者的一般资料、日常生活活动能力（ADL）评分等级、简易智能筛查量表（MMSE）以及费用情况。运用IBM SPSS Statistics 22.0软件进行描述性统计、非参数检验、逐步多重线性回归等分析;运用IBM SPSS Modeler 18.0进行决策树卡方自动交互检测（Chi-squared Auto-matic Interaction Detector,CHAID）分析建立预测模型。研究结果1.护理院患者住院费用单因素分析的结果显示:年龄、婚姻状况、留置尿管情况、伤口治疗情况、急性症状情况、鼻饲情况、康复情况、认知能力（MMSE...
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
决策树基本结构图
兰州大学硕士学位论文基于RUG的兰州市护理院住院费用预测模型的探索性研究2550。分割和合并的显著性水平α=0.05。具体流程图见图3-1。图3-1资源利用分组（RUG）费用预测模型建立流程图3.4.2资源利用分组组合结果资源利用分组（RUG）费用预测模型分析的结果显示，根据护理院患者住院费用影响因素的重要程度排序：日常生活活动能力（ADL）（重要因子数为0.48）、认知能力（MMSE）（重要因子数为0.28）、康复情况（重要因子数为0.14）、鼻饲情况（重要因子数为0.10）。可以看出，从上到下表示影响因子大小的排序，从左到右表示重要程度高低的排序，患者的日常生活活动能力（ADL）是影响护理院患者住院费用的最大因素，其次为认知能力（MMSE）、康复情况以及鼻饲情况变量的重要分布见图3-2。图3-2资源利用分组（RUG）费用预测模型预测变量的重要性分布结合决策树呈现的影响因素重要性分布图，最终将患者日常生活活动的能力（ADL）、认知的能力（MMSE）、康复情况、鼻饲情况纳入分类的结点，构建决策树分类模型，分类结果见图3-3。资源利用分组（RUG）费用预测模型总共形成了10组分类，分别为ADL
兰州大学硕士学位论文基于RUG的兰州市护理院住院费用预测模型的探索性研究2550。分割和合并的显著性水平α=0.05。具体流程图见图3-1。图3-1资源利用分组（RUG）费用预测模型建立流程图3.4.2资源利用分组组合结果资源利用分组（RUG）费用预测模型分析的结果显示，根据护理院患者住院费用影响因素的重要程度排序：日常生活活动能力（ADL）（重要因子数为0.48）、认知能力（MMSE）（重要因子数为0.28）、康复情况（重要因子数为0.14）、鼻饲情况（重要因子数为0.10）。可以看出，从上到下表示影响因子大小的排序，从左到右表示重要程度高低的排序，患者的日常生活活动能力（ADL）是影响护理院患者住院费用的最大因素，其次为认知能力（MMSE）、康复情况以及鼻饲情况变量的重要分布见图3-2。图3-2资源利用分组（RUG）费用预测模型预测变量的重要性分布结合决策树呈现的影响因素重要性分布图，最终将患者日常生活活动的能力（ADL）、认知的能力（MMSE）、康复情况、鼻饲情况纳入分类的结点，构建决策树分类模型，分类结果见图3-3。资源利用分组（RUG）费用预测模型总共形成了10组分类，分别为ADL
【参考文献】：
期刊论文
[1]基于病案数据的胃癌患者住院费用构成及影响因素分析[J]. 蒋柳村,李佳瑾,崔欢欢,杨正兵,罗彩云,孙麟. 肿瘤预防与治疗. 2019(11)
[2]基于结构方程模型的急性心肌梗死患者住院费用影响因素研究[J]. 黄秀芹,张传猛,孔旭辉,周杰华,陈民,王进申. 西南军医. 2019(06)
[3]康复护理的内容包括哪些？[J]. 李婉琳. 世界最新医学信息文摘. 2019(92)
[4]DRGs付费对产科住院医保患者总费用的影响[J]. 周伟丽,吕志丹,岳阳阳. 中国卫生统计. 2019(05)
[5]老年COPD患者应用心肺康复护理对生存质量的提高效果研究[J]. 殷育. 中西医结合心血管病电子杂志. 2019(29)
[6]运动康复护理对老年慢性心衰患者的影响评价[J]. 王小芸. 中西医结合心血管病电子杂志. 2019(29)
[7]县域尺度的西北五省区人口分布地统计学分析[J]. 石佩珍,赵煜. 南宁师范大学学报(自然科学版). 2019(03)
[8]供给侧结构性改革背景下我国医养结合养老模式的发展及对策研究[J]. 时瑞华. 现代营销(经营版). 2019(10)
[9]新时代西部地区经济新动能培育:框架、现状、评价与路径[J]. 李梦欣,任保平. 西部论坛. 2019(06)
[10]Kruskal-Wallis检验原理介绍及其应用[J]. 蒲虎. 兴义民族师范学院学报. 2019(04)
本文编号：3039448
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
决策树基本结构图
兰州大学硕士学位论文基于RUG的兰州市护理院住院费用预测模型的探索性研究2550。分割和合并的显著性水平α=0.05。具体流程图见图3-1。图3-1资源利用分组（RUG）费用预测模型建立流程图3.4.2资源利用分组组合结果资源利用分组（RUG）费用预测模型分析的结果显示，根据护理院患者住院费用影响因素的重要程度排序：日常生活活动能力（ADL）（重要因子数为0.48）、认知能力（MMSE）（重要因子数为0.28）、康复情况（重要因子数为0.14）、鼻饲情况（重要因子数为0.10）。可以看出，从上到下表示影响因子大小的排序，从左到右表示重要程度高低的排序，患者的日常生活活动能力（ADL）是影响护理院患者住院费用的最大因素，其次为认知能力（MMSE）、康复情况以及鼻饲情况变量的重要分布见图3-2。图3-2资源利用分组（RUG）费用预测模型预测变量的重要性分布结合决策树呈现的影响因素重要性分布图，最终将患者日常生活活动的能力（ADL）、认知的能力（MMSE）、康复情况、鼻饲情况纳入分类的结点，构建决策树分类模型，分类结果见图3-3。资源利用分组（RUG）费用预测模型总共形成了10组分类，分别为ADL
兰州大学硕士学位论文基于RUG的兰州市护理院住院费用预测模型的探索性研究2550。分割和合并的显著性水平α=0.05。具体流程图见图3-1。图3-1资源利用分组（RUG）费用预测模型建立流程图3.4.2资源利用分组组合结果资源利用分组（RUG）费用预测模型分析的结果显示，根据护理院患者住院费用影响因素的重要程度排序：日常生活活动能力（ADL）（重要因子数为0.48）、认知能力（MMSE）（重要因子数为0.28）、康复情况（重要因子数为0.14）、鼻饲情况（重要因子数为0.10）。可以看出，从上到下表示影响因子大小的排序，从左到右表示重要程度高低的排序，患者的日常生活活动能力（ADL）是影响护理院患者住院费用的最大因素，其次为认知能力（MMSE）、康复情况以及鼻饲情况变量的重要分布见图3-2。图3-2资源利用分组（RUG）费用预测模型预测变量的重要性分布结合决策树呈现的影响因素重要性分布图，最终将患者日常生活活动的能力（ADL）、认知的能力（MMSE）、康复情况、鼻饲情况纳入分类的结点，构建决策树分类模型，分类结果见图3-3。资源利用分组（RUG）费用预测模型总共形成了10组分类，分别为ADL
【参考文献】：
期刊论文
[1]基于病案数据的胃癌患者住院费用构成及影响因素分析[J]. 蒋柳村,李佳瑾,崔欢欢,杨正兵,罗彩云,孙麟. 肿瘤预防与治疗. 2019(11)
[2]基于结构方程模型的急性心肌梗死患者住院费用影响因素研究[J]. 黄秀芹,张传猛,孔旭辉,周杰华,陈民,王进申. 西南军医. 2019(06)
[3]康复护理的内容包括哪些？[J]. 李婉琳. 世界最新医学信息文摘. 2019(92)
[4]DRGs付费对产科住院医保患者总费用的影响[J]. 周伟丽,吕志丹,岳阳阳. 中国卫生统计. 2019(05)
[5]老年COPD患者应用心肺康复护理对生存质量的提高效果研究[J]. 殷育. 中西医结合心血管病电子杂志. 2019(29)
[6]运动康复护理对老年慢性心衰患者的影响评价[J]. 王小芸. 中西医结合心血管病电子杂志. 2019(29)
[7]县域尺度的西北五省区人口分布地统计学分析[J]. 石佩珍,赵煜. 南宁师范大学学报(自然科学版). 2019(03)
[8]供给侧结构性改革背景下我国医养结合养老模式的发展及对策研究[J]. 时瑞华. 现代营销(经营版). 2019(10)
[9]新时代西部地区经济新动能培育:框架、现状、评价与路径[J]. 李梦欣,任保平. 西部论坛. 2019(06)
[10]Kruskal-Wallis检验原理介绍及其应用[J]. 蒲虎. 兴义民族师范学院学报. 2019(04)
本文编号：3039448
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3039448.html
