429例直肠恶性肿瘤基于SVM和Elman的单病种医疗费用预测模型研究与应用

发布时间：2017-08-25 12:02

  本文关键词：429例直肠恶性肿瘤基于SVM和Elman的单病种医疗费用预测模型研究与应用

  更多相关文章： 单病种 费用 管理 模型

【摘要】：目的：通过采集、分析某三甲医院的医院管理信息系统中所真实积累的相关医疗费用数据,科学合理构建相应的单病种医疗费用数据仓库,以恶性直肠肿瘤为例对单病种医疗费用的历史数据进行科学合理地处理与讨论,最终建立单病种医疗费用的有效预测模型,为医院开展相关前瞻性工作提供前期数据信息,为建立单病种费用参照体系做准备。方法：本研究选取了云南省某三甲医院2013年1月1日～2013年12月31日住院病人中诊断为直肠恶性肿瘤(ICD编码C20xx01)作为单病种示例,筛选出有效病例429例。采用了文献研究法,对各种文献资料进行分析、归纳,了解、熟悉单病种付费的研究现状,并进行了文献总结；采用因子分析法,对影响单病种医疗费用众多因素进行因子分析；采用SVM和Elman方法进行建模。结果：①通过因子分析得到了3个公因子,分别是：治疗方式因子、付费方式因子、人口学特征因子；②可以用3个公因子描述原始数据86.928%以上的信息。结论：根据费用模型的影响因子,分别运用SVM进行分类训练,结果发现,按照手术类别(是或否)进行分类训练的精度最高,即表明直肠癌单病种费用数据样本按照手术类别进行分类最有利于后续的预测研究；在SVM完成训练的基础上,构建Elman神经网络预测模型,预测结果表明,组合模型SVM-Elman的预测精度最高,高达98.2%,通过与单独的SVM、BP神经网络模型、Elman神经网络模型的预测对比发现,组合模型最适合应用于直肠癌单病种费用的预测。
【关键词】：单病种 费用 管理 模型
【学位授予单位】：昆明医科大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R735.37;R197.3
【目录】：

• 英文缩略词表6-7
• 中文摘要7-9
• ABSTRACT9-11
• 第一章 绪论11-34
• 1.1 课题来源与研究背景11-32
• 1.1.1 课题来源11-12
• 1.1.2 研究背景12-13
• 1.1.3 描述性分析与因子分析法概述13-18
• 1.1.4 SVM概述18-24
• 1.1.5 神经网络技术及其应用概述24-29
• 1.1.6 ANN的预测原理29-30
• 1.1.7 神经网络在单病种费用应用研究30-32
• 1.2 选题意义与选题目的32-34
• 1.2.1 课题意义32
• 1.2.2 研究目的32-34
• 第二章 基本理论与国内外研究现状34-43
• 2.1 单病种的来源及其定义34
• 2.2 与单病种付费相关的概念34-35
• 2.3 单病种付费的相关研究现状35-40
• 2.3.1 单病种付费国外的相关研究35-38
• 2.3.2 国内单病种付费的相关研究38-39
• 2.3.3 其他单病种费用模型39-40
• 2.4 文献评述与小结40-41
• 2.5 研究问题的提出41
• 2.6 研究内容41-42
• 2.7 研究思路和技术路线42-43
• 第三章 基于临床路径的单病种费用组成研究43-59
• 3.1 临床路径的定义43-44
• 3.2 临床路径与单病种付费的关系44-46
• 3.2.1 临床路径与单病种付费的关系44-45
• 3.2.2 临床路径在实施单病种付费中的作用45-46
• 3.3 单病种费用的影响因素46-47
• 3.3.1 患者的影响因素46
• 3.3.2 医方的影响因素46-47
• 3.4 单病种费用统计与分析47-58
• 3.4.2 资料来源与数据处理47-48
• 3.4.3 单病种费用描述性统计分析48-52
• 3.4.4 基于因子分析的单病种费用因子研究52-58
• 3.5 本章小结58-59
• 第四章 基于支持向量机和神经网络的单病种费用预测研究59-66
• 4.1 SVM样本数据的分类59-60
• 4.2 单病种费用预测模型的构建60-63
• 4.2.1 模型构建原理及步骤60-61
• 4.2.2 模型的变量设定61
• 4.2.3 网络模型的构建61-62
• 4.2.4 网络设计与参数确定62-63
• 4.2.5 网络训练及仿真63
• 4.3 模型预测及误差分析63-65
• 4.4 本章小结65-66
• 第五章 结论与展望66-68
• 5.1 研究结论66-67
• 5.2 展望与研究不足67-68
• 参考文献68-70
• 综述70-73
• 参考文献72-73
• 研究生期间发表论文情况73-74
• 致谢74

【参考文献】

中国期刊全文数据库 前3条

1 张晓晖,朱家元,张恒喜;基于LS-SVM的小样本费用智能预测[J];计算机工程与应用;2004年27期

2 杨海青;;数据挖掘技术在医院管理中的应用[J];中华医院管理杂志;2005年07期

3 高汉松;肖凌;许德玮;桑梓勤;;基于云计算的医疗大数据挖掘平台[J];医学信息学杂志;2013年05期

，

本文编号：736717