当前位置:主页 > 医学论文 > 医卫管理论文 >

基于大数据的临床路径优化诊疗的研究

发布时间:2020-12-04 14:08
  我国的医疗资源匮乏且分布不均,显著体现在城市中三甲医院人满为患,而社区医院和乡镇医院却门可罗雀。伴随着疾病复杂性、多样性发展和国家支付的医疗保险金额每年不断递增,医疗质量和医疗成本两方面都对医疗行业的发展提出了新的要求。作为标准化单病种诊疗流程,临床路径具有保证医疗质量、缩短住院时间、减少冗余治疗的特点。但由于疾病本身发杂多变的特性临床路径诊疗方案在使用过程中需要不断提升优化。基于医疗大数据使用数据挖掘的方法不断优化临床路径成为医疗改革新的研究方向。本课题研究的目的是在区域医疗一体化和海量医疗数据的背景下,通过优化临床路径标准诊疗方案扩大其适用范围使其在区域内都具有较大的患者群体,提升社区医院和乡镇医院的医疗质量,从而使各级医院的医疗资源得到充分利用,降低全民医疗总费用。本研究针对区域医疗环境,面向适用范围较广的通用型临床路径标准的优化需求特别是慢性疾病。优化的对象是临床路径诊疗标准的内容,选取的临床路径为慢性病和常规疾病。利用数据挖掘技术提出了一种基于诊疗单元划分的临床路径优化诊疗策略。并且,利用聚类和关联分析的方法阐述了该优化策略的具体实现。最后,以糖尿病合并高血压这个病种为例,通... 

【文章来源】:青岛科技大学山东省

【文章页数】:63 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 课题研究背景
        1.1.2 课题研究的意义
    1.2 相关研究现状及存在问题分析
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 基于医疗数据相关研究
        1.2.4 临床路径研究存在的问题
    1.3 课题简介
        1.3.1 课题研究目的
        1.3.2 课题的主要研究内容
        1.3.3 主要研究成果
    1.4 论文的组织结构
2 基于数据挖掘的临床路径优化基础
    2.1 临床路径优化的理论基础
        2.1.1 临床路径相关标准及概念
        2.1.2 临床路径应用流程
        2.1.3 临床路径优化的分类
    2.2 面向区域诊疗的临床路径优化
        2.2.1 区域医疗一体化介绍
        2.2.2 临床路径优化难点
    2.3 临床路径优化的技术基础
        2.3.1 聚类分析
        2.3.2 关联分析
    2.4 本章小结
3 基于医疗数据挖掘的临床路径优化方案设计
    3.1 临床医疗数据特点
        3.1.1 EMR医疗数据源
        3.1.2 HIS医疗数据源
        3.1.3 临床数据挖掘面临的问题和挑战
    3.2 基于数据挖掘的临床路径优化诊疗总体方案设计
    3.3 临床路径诊疗单元优化
        3.3.1 诊疗单元的概念
        3.3.2 面向数据挖掘的临床路径诊疗单元划分策略
        3.3.3 基于数据挖掘的临床路径诊疗单元的优化策略
    3.4 临床路径诊疗整体优化策略
    3.5 本章小结
4 基于数据挖掘的临床路径诊疗优化方案实现
    4.1 基于K-means算法的诊疗单元划分方法
        4.1.1 K-means算法
        4.1.2 基于K-means算法的诊疗单元划分方案
        4.1.3 基于属性归一化的K-means算法划分诊疗单元
        4.1.4 基于聚类精度的加权投票聚类集成诊疗单元
    4.2 基于关联分析的临床路径诊疗单元优化方法
        4.2.1 临床行为关联规则挖掘
        4.2.2 基于关联规则优化诊疗单元
    4.3 本章小结
5 性能验证
    5.1 临床数据预处理
        5.1.1 数据预处理定义及步骤
        5.1.2 临床行为数据预处理
    5.2 诊疗单元划分实验及结果分析
        5.2.1 诊疗单元划分实验
        5.2.2 诊疗单元划分实验结果分析
    5.3 诊疗单元优化实验及结果分析
    5.4 诊疗单元整合的实验结果及分析
        5.4.1 临床行为诊疗阶段的确定
        5.4.2 诊疗单元整合方式的确定
    5.5 优化效果评价
        5.5.1 评价指标
        5.5.2 评价流程
        5.5.3 评价结果
    5.6 本章小结
6 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间参与的科研项目目录


【参考文献】:
期刊论文
[1]青岛市区域诊疗“一卡通”应用探讨[J]. 孟贤涛,杨九龙.  中国数字医学. 2017(09)
[2]区域诊疗“一号通”平台的设计与实现[J]. 朱颖靓,李志荣,孙勇,王海宁.  中国数字医学. 2017(04)
[3]基于特征关系的加权投票聚类集成研究[J]. 江志良,侯远,吴敏.  计算机工程与应用. 2018(03)
[4]临床路径优化医疗服务质量[J]. 张玉霞.  中国社会保障. 2016(12)
[5]一种新聚类评价指标[J]. 谢娟英,周颖.  陕西师范大学学报(自然科学版). 2015(06)
[6]基于FP-growth的改进算法[J]. 郑志成,姜昌金.  工业控制计算机. 2015(05)
[7]基于状态机的急性加重慢性阻塞性肺疾病临床路径优化[J]. 谭剑,郝立巍,程远雄,许统亮,宋应诺.  南方医科大学学报. 2014(04)
[8]基于最大内聚度基准的加权投票聚类集成[J]. 陈晓云,陈刚.  控制与决策. 2014(02)
[9]一种基于Hadoop的语义大数据分布式推理框架[J]. 陈曦,陈华钧,顾珮嵚,张宁豫,陈娇彦,于彤.  计算机研究与发展. 2013(S2)
[10]聚类方法应用于按病种付费价格制定的可行性探讨[J]. 王朝昕,刘蕊,冯铁男,姜成华.  中国医院管理. 2013(05)

博士论文
[1]基于聚类分析的图像分割算法研究[D]. 许晓丽.哈尔滨工程大学 2012

硕士论文
[1]基于深度学习的白细胞分类计数的研究[D]. 贾洪飞.深圳大学 2017
[2]面向慢性乙型肝炎病例的多标记学习应用研究与实现[D]. 纪亚亮.南京邮电大学 2016
[3]基于深度学习的MRI前列腺分割[D]. 付文.西安电子科技大学 2015
[4]聚类集成研究与应用[D]. 韩伟森.贵州大学 2015
[5]聚类集成算法研究[D]. 宋敬环.哈尔滨工程大学 2015
[6]K-means聚类算法改进研究[D]. 刘凤芹.山东师范大学 2013
[7]基于OLAP与数据挖掘技术的单病种费用分析[D]. 曹淑真.浙江大学 2013
[8]基于模糊聚类分析的临床路径优化决策研究[D]. 杨小宁.沈阳理工大学 2013
[9]临床路径的建模与电子化研究[D]. 胡臻.浙江大学 2010



本文编号:2897740

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/yiyuanguanlilunwen/2897740.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户49774***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com