| 【论文摘要】 |
基于粗糙集与分类回归树的“病例组合”分类研究这个课题,是在数据挖掘技术迅速发展的基础上,针对国内外对“病例组合”研究的深入及我国的医疗费用呈急剧上升的趋势的情况下提出来的。基于“病例组合”的付费方式作为控制和缓解医疗费用的方法己经在世界各国得到广泛的注意和研究,并且在世界多个国家开始应用。基于“病例组合”的付费方式被公认为是缓解医疗费用最有效的方法,它在卫生政策、医疗管理以及卫生经济等很多领域都有应用意义。我国自1990年代起开始研究“病例组合”,出现了AID算法及病例分型等几种“病例组合”的方法,这些研究从不同角度对DRGs机制进行了探讨,对促进我国医疗保健制度的改革,充分合理地利用现有卫生资源具有一定的理论价值和实用价值。但由于我国对这些研究起步晚及医疗条件的局限性,目前我国对“病例组合”的统计分类尚无系统的研究。
本文首先介绍了国内外对“病例组合”研究的现状及在我国进行“病例组合”研究的必要性。然后列举了两种国内常用的“病例组合”方法:AID算法和病例分型方法,并分析了它们的优缺点。AID算法的优点是:具有筛选指标的功能;能根据设定的规则,用最优二分割法自动选定分类截点,并且该截点对于... |
