数据挖掘在广西城镇居民大病保险试点中的分析和应用

发布时间：2017-08-26 07:28

  本文关键词：数据挖掘在广西城镇居民大病保险试点中的分析和应用

  更多相关文章： 数据挖掘 城镇居民 医保数据 大病保险

【摘要】：研究背景我国经过近二十年的努力,全民医保制度初步形成,大多数参保职工和居民的基本医疗需求有了保障,还建立起了重特大疾病医疗保障制度。随着我国医疗改革的不断深入以及医疗保险覆盖范围的不断扩大,医疗保险数据与日海量俱增。与此形成鲜明对比的是,当数据量以极快的速度增长时,由于缺乏迅速、高效的计算机及信息技术和方法来提取有用的信息和知识,人们感到面对数据海洋犹如大海捞针一样束手无策。因此,我们必须结合一种有效的数据处理办法,从海量的医疗保险数据中提取有助于管理决策的信息,识别出风险因素,从而为决策者提供更有效的决策支持。研究目的本文将城镇居民医保的管理需求与数据挖掘相结合,不仅顺应了未来对医疗保险管理的发展趋势,而且可以帮助我们研究广西城镇居民医疗保险的综合情况,发现和解决制约医疗保险发展的关键问题,为广西的医疗保险的管理和决策提供行之有效的建议,并为广西大病保险的进一步推广提供科学依据。研究方法采用数据收集法和现场与柳州市、钦州市社保经办人员的访谈,收集大病保险试点运行的相关政策、居民门诊住院及大病保险报销情况等的数据,对两市大病保险试点运行情况进行总体分析。运用数据透视对柳州市的城镇居民大病保险基金使用、补偿情况,对大病保险居民在报销的疾病种类、地区分布、医疗机构的等级分析医疗类别,年龄和性别、医疗机构等级等属性对其影响,并创新性的利用SQL Server2012数据挖掘中的决策树、聚类分析和离群点分析对数据进行了建模和挖掘。分析柳州市居民的疾病风险,以及影响医疗费用的主要因素。研究结果1.城镇居民重大疾病的疾病风险按地区病例数最多的为柳南区,其次是鱼峰区,第三为柳北区。大病保险医疗费用、居民基本统筹基金和大病保险补偿与病例数分布变化情况相同。发生的疾病类型主要为：慢性肾病、消化性溃疡、心脏病、糖尿病和高血压等。前10位疾病类型共有1791例,报销11809次,占总报销次数的57.11%。2、居民不同级别医疗机构的就诊情况：三级医疗机构是居民的主要消费选择,其中以住院消费最高,为12551.42万元,占84.64%.居民个人支付比平均为23.26%,最高为三级医疗机构,为23.75%。其次是二级为18.12%,最低为社区卫生服务站为6.03%。医疗类别中三级普通门诊的个人支付比例最高为29.28%,其次为异地三级住院,为25.75%,第三为三级医疗机构住院为23.43%。居民基本统筹补偿比例与个人支付比例呈现出相反的趋势,最高在社区卫生服站,为87.75%,然后依次递减,最低在三级医疗机构为58.27%。大病保险补偿比例趋势与个人支付比例相似,最高在三级医院为17.31%,最低在社区卫生服务站为6.23%。居民恶性肿瘤分布及补偿情况：乳房癌、肺癌、白血病和宫颈癌是柳州市大病居民发病最多的恶性肿瘤。恶性肿瘤住院的大病补偿平均金额普遍高于个人自付费用。3、大病居民住院情况、医疗费用及补偿情况：三级医院住院7284例,平均为18.86天,主要疾病为：地贫、慢性缺血性贫血、恶性肿瘤、脑梗等。异地住院201例,主要疾病为：鼻咽癌、肝癌、白血病、宫颈癌和胃癌。4.通过决策树模型得出结果,发现医疗类别是影响医疗费用主要因素,其次是疾病分类、住院时间、年龄和医疗机构等级,而性别几乎没有影响。5.按医疗机构等级生成了三个大病保险居民的离群点识别表,分析了生成的原因,提出了将离群点识别用于医疗保大病保险监管部门对医疗诱导消费和住院欺诈等进行甄别。
【关键词】：数据挖掘 城镇居民 医保数据 大病保险
【学位授予单位】：广西医科大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R197.1;F842.684
【目录】：

• 个人简历3-6
• 中文摘要6-9
• 英文摘要9-13
• 前言13-29
• 1 研究背景13-18
• 1.1 我国大病保险的现况14
• 1.2 我国大病保险的种类和特点14-18
• 2 数据挖掘18-25
• 2.1 数据挖掘的基本概念20
• 2.2 数据挖掘系统的分类20-21
• 2.3 数据挖掘的基本功能21-22
• 2.4 数据挖掘的工具22-25
• 3 研究思路与设计25-29
• 3.1 研究目的与内容25-26
• 3.2 研究意义26
• 3.3 研究方法26-27
• 3.4 资料来源27
• 3.5 研究重点和创新27-28
• 3.6 研究技术路线图28-29
• 一. 广西城镇居民大病保险试点工作实施现况29-41
• 1 研究对象29
• 2 广西城镇居民大病保险两试点实施情况29-34
• 3 研究结果34-35
• 4 分析与讨论35-41
• 二. 数据挖掘在柳州市城镇居民大病保险中的应用和分析41-67
• 1 研究对象和方法41-46
• 2 研究结果46-63
• 3 分析与讨论63-67
• 三. 对策与建议67-70
• 四. 结论70-73
• 1 结论70-71
• 2 本文不足71
• 3 今后的研究方向71-73
• 参考文献73-76
• 文献综述76-91
• 参考文献87-91
• 致谢91-92
• 攻读学位期间发表的学术论文92

【参考文献】

中国期刊全文数据库 前10条

1 王星 ,谢邦昌 ,戴稳胜;数据挖掘在保险业中的应用[J];北京统计;2004年04期

2 张彩虹,王春才,颜雁;医保决策支持系统中的聚类算法[J];长春理工大学学报;2004年04期

3 王剑平;李强娇;;数据挖掘技术分析及应用[J];福建电脑;2008年06期

4 贺红;蔡晓莲;;数据挖掘及其工具的合理选择[J];福建电脑;2009年01期

5 胡桂林,曾庆;常用数据挖掘软件比较[J];国外医学(卫生经济分册);2005年01期

6 吉根林,孙志挥;基于数据挖掘技术的保险业务风险分析[J];计算机工程;2002年02期

7 陈辉金,韩元杰;数据挖掘和信息融合在保险业欺诈识别中的应用[J];计算机与现代化;2005年09期

8 张邹;;全民医保实施效果评价指标体系的构建——以珠海市为例[J];人民论坛;2011年05期

9 方豪,赵郁馨,王建生,万泉,杜乐勋;卫生筹资公平性研究——家庭灾难性卫生支出分析[J];中国卫生经济;2003年06期

10 张晓,李少冬,梅姝娥,刘蓉,张金宏,巢建茜;社会医疗保险制度改革指标体系构建与评估探索[J];中国卫生经济;2005年01期

中国硕士学位论文全文数据库 前1条

1 路平;医保基金风险防控平台数据模型的设计与实现[D];东华大学;2010年

，

本文编号：740463