基于医院信息数据挖掘的信息化临床路径在临床医疗费用监控中的应用

2019-04-29 07:20王培勋刘晓欢
中国医学装备 2019年4期
关键词:耗材数据挖掘费用

王培勋 李 冲 刘晓欢

随着医学技术的发展,医院对患者诊疗活动的管理对策和经营趋向发生了变化,部分医院出现了医疗费用结构不合理及增长过快现象[1-2]。通过对单病种医疗费用浮动情况的研究分析,查找变异系数较大的诊疗数据进行监督控制,对抑制医疗费用增长起到了积极作用。但是,单病种研究缺乏对疾病严重程度、病情复杂性等因素的考虑,医疗费用的全面评估缺乏科学性,因此疾病诊断相关分类(diagnosis related groups,DRGs)成为医疗费用监控工作的重要参考[3-4]。同时,医院诊疗活动数据量大、个体差异性明显,医疗费用的监控管理工作难度较大[5-6]。本研究通过对医院常见的DRGs疾病数据进行挖掘,探讨信息化临床路径在临床医疗费用监控中的应用价值,降低患者诊疗费用,为提高医院诊疗水平和健康发展奠定基础。

1 医院信息数据挖掘

1.1 原始数据

选取2014-2015年首都医科大学附属北京潞河医院接治的500例与本研究DRGs患者资料为原始数据,从医院信息系统(hospital information system,HIS)数据库获取,数据内容包括患者检查费用、药品费用、住院费用及手术费用等医疗费用明细。

1.2 数据预处理技术

由于500例原始数据存在的极值会使有效信息挖掘结果产生误差,故采用3σ准则对原始数据中不同收费类型的异常数据进行排除,数据预处理计算为公式1和公式2。

式中C有效为预处理后的数据集合,C原始为原始数据集合,Cj为第j类收费类型的有效数据集合;xi为第j个有效集合中第i个患者的有效收费数据,x-为第j个有效集合中收费数据平均值。

1.3 数据挖掘技术

结构比是影响医疗费用额度的重要因素,因此本研究采用多元线性回归分析DRGs疾病不同医疗费用项目对总费用的影响程度,并根据权重系数建立符合医院工作诊疗水平的临床路径方案[7-8]。不同类型收费项目进行哑元化处理,二分类哑变量和收费总额计算为公式3和公式4。

xk表示第k种收费项目;Ym表示第m类DRGs疾病的收费总额,bk代表其权重系数。

2 信息化路径研究资料

2.1 研究资料

选取2016-2017年医院接治的608例脑梗死、肺癌、慢性肾衰竭和急性心肌梗死4类疾病住院患者资料,按照DRGs随机分为观察组和对照组,每组304例。观察组中脑梗死患者96例,肺癌患者88例,慢性肾衰竭患者64例,急性心肌梗死患者56例;对照组中脑梗死患者96例,肺癌患者88例,慢性肾衰竭患者64例,急性心肌梗死患者56例。观察组患者按信息化临床路径接受治疗,对照组按传统治疗模式接受治疗,两组DRGs、医务人员资历等信息均无统计学差异,可进行对比分析。所有研究资料从HIS的患者病历数据库中获取,经医院伦理委员会批准,且患者知情同意。

2.2 纳入与排除标准

(1)纳入标准:①手术治疗成功出院患者;②治疗费用包含手术费、药品费、耗材费及检查费等内容,明细数据齐全;③手术治疗过程中未发生其他突发病情的患者。

(2)排除标准:①外地就诊患者,无本市社保关系;②住院期间接受手术治疗多次或住院时间60 d以上;③患者诊治期间发生过医疗事故或医患纠纷。

2.3 应用方法

根据研究资料中4类DRGs疾病的模型,经医院专家审核修订后制作临床路径指导手卡,下发到观察组相关科室负责人,以科室为单位开展临床医务人员培训和指导,同时监督后续开展的4类疾病诊疗活动,通过HIS信息采集获得观察组的医疗费用监控数据。

2.4 观察指标

医疗费用控制的相关研究表明,药品费用和耗材费用在构成比重及变异系数等指标方面是医院诊疗管理工作的主要方向,两组患者治疗过程中的观察指标包括患者人均药品费用、耗材费用及医疗费用总额3项。

2.5 统计学方法

采用SPSS19.0软件对两组数据进行统计学分析,数据均为计量资料,用x-±s表示,分析方法采用t检验,以P<0.05为差异有统计学意义。

3 医院信息数据挖掘应用结果

3.1 数据挖掘分析结果

500例原始数据经预处理后获得472例有效患者的数据集合,通过数据挖掘技术初步建立DRGs疾病手卡27类,根据2016-2017年患者情况和政策变动等因素进行动态调整,每半年修订1次共3次。4类疾病药品费用和耗材费用占比最高,分别为40%、51%、40%、39%和30%、4%、25%、30%。不同疾病患者医疗费用结构比如图1所示。

图1 不同疾病患者医疗费用结构比饼状图

3.2 临床医疗费用监控结果

观察组和对照组采用HIS诊疗信息分别获得不同DRGs疾病的医疗费用,按药品费用、耗材费用和医疗费用总额3项观察指标,分析两组医疗费用监控数据。

表1 临床常见疾病药品费用指标分析结果(元,

表1 临床常见疾病药品费用指标分析结果(元,

?

表2 临床常见疾病耗材费用指标分析结果(元,

表2 临床常见疾病耗材费用指标分析结果(元,

?

表3 临床常见疾病医疗费用总额指标分析结果(元,

表3 临床常见疾病医疗费用总额指标分析结果(元,

?

(1)药品费用指标对比。观察组的4种疾病费用均低于对照组,表明药品费用控制效果明显,其差异有统计学意义(t=2.197,t=2.971,t=2.711,t=2.224;P<0.05),见表1。

(2)耗材费用指标对比。观察组4种疾病耗材费用均低于对照组,表明耗材费用控制效果明显,其差异有统计学意义(t=2.120,t=2.477,t=2.323,t=2.654;P<0.05),见表2。

(3)医疗费用总额指标对比。观察组4种疾病费用总额均低于对照组,表明相关疾病的临床医疗费用控制效果明显,其差异有统计学意义(t=3.395,t=3.630,t=2.398,t=4.037;P<0.05),见表3。

4 医院信息数据挖掘应用效果

医疗费用的快速增长是不同国家面临的共同课题,是医院管理和区域卫生事业发展的重要研究内容[9-10]。相关临床病例研究数据显示,患者诊疗活动受疾病类别、严重程度及个体特征等因素影响,医疗服务内容和强度直接影响医疗费用的差异程度[11-12]。研究发现,基于DRGs疾病分类方法适用于临床医疗费用的不合理分析和监控管理工作。

DRGs疾病分类是根据患者的基本信息、住院信息、病症和治疗等临床信息,细分出500~600个诊断相关组。本研究以医院2016-2017年接治的608例手术患者资料,分析临床医疗费用监控工作实际效果,通过对2014-2015年期间500例患者的原始数据进行挖掘,建立脑梗死、肺癌、慢性肾衰竭和急性心肌梗死等疾病的临床路径,指导观察组开展临床诊疗工作。数据结果显示,观察组药品费用、耗材费用和医疗费用总额均比对照组低,且费用数据的标准差较小,t检验结果P<0.05,表明医院信息数据挖掘结果对医疗费用监控工作具有重要指导意义,可有效降低患者治疗期间的相关诊疗费用。

5 结语

医院信息数据量大且疾病种类复杂,研究范围和数量待进一步提高;医院相关管理中,应逐步提升医务人员职业道德和责任意识,落实监督和管理责任,定期开展数据分析和反馈,推进临床诊疗活动健康有序发展。

猜你喜欢
耗材数据挖掘费用
DRG病例分组错误与费用结算申诉探讨
改进支持向量机在特征数据挖掘中的智能应用
贝昂 无耗材空气净化器
贝昂 无耗材空气净化器
贝昂 无耗材空气净化器
贝昂 无耗材空气净化器
探讨人工智能与数据挖掘发展趋势
数据挖掘技术在打击倒卖OBU逃费中的应用浅析
关于发票显示额外费用的分歧
软件工程领域中的异常数据挖掘算法