鬼佬大哥大
  • / 7
  • 下載費用:30 金幣  

單病種的住院費用估計判定方法.pdf

摘要
申請專利號:

CN201510426517.1

申請日:

2015.07.20

公開號:

CN105069030A

公開日:

2015.11.18

當前法律狀態:

實審

有效性:

審中

法律詳情: 實質審查的生效IPC(主分類):G06F 17/30申請日:20150720|||公開
IPC分類號: G06F17/30; G06Q50/22(2012.01)I 主分類號: G06F17/30
申請人: 趙蒙海
發明人: 趙蒙海; 陳杰
地址: 200072上海市閘北區聯航路1588號1B405
優先權:
專利代理機構: 代理人:
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201510426517.1

授權公告號:

|||

法律狀態公告日:

2015.12.16|||2015.11.18

法律狀態類型:

實質審查的生效|||公開

摘要

本發明一種單病種的住院費用估計判定方法,所述方法包括:異常數據清洗,篩選出合格的樣本,建立樣本數據庫;對所述的樣本進行整理,提取與單病種住院費用估計判定相關的影響因素;根據樣本量的大小分別進行費用區間的估計,其中樣本量必須大于10。若樣本量大于50時,首先通過算法迭代嘗試剔除最大值或者最小值,剩下的樣本為預留的驗證樣本;然后驗證樣本分布形態并限制樣本的留存率,通過將樣本正態化估計費用區間;若樣本量小于或等于50且大于10時,進行t分布估計,直接求得置信區間費用估計。

權利要求書

1.一種單病種的住院費用估計判定方法,其特征在于,所述方法包括:異常數據清洗,篩選出合格的樣本,建立樣本數據庫;對所述的樣本進行整理,提取與單病種住院費用估計判定相關的影響因素;根據樣本量的大小分別進行費用區間的估計,其中樣本量一定要大于10,若樣本量大于50時,首先通過算法迭代嘗試剔除最大值或者最小值,剩下的樣本為預留的驗證樣本;然后驗證樣本分布形態并限制樣本的留存率,通過將樣本正態化估計費用區間;最后,進行費用選取的驗證處理,采用2倍的標準方差估計費用的置信區間;如果樣本無法通過正態分布驗證或者樣本仍異常值大于80%,我們可以通過最大期望值算法重新分類樣本,然后找出不同類樣本間的差異(費用影響因素),正態化樣本分布,對于通過正態分布驗證的樣本,利用中心極限定理,對該分類下的樣本進行重復多次抽樣,擬合成完美的樣本分布形態,再次估計樣本費用區間,展示擬合后的趨勢性形態;若樣本量小于或等于50且大于10時,進行t分布估計,求得置信區間費用估計。2.根據權利要求1所述的單病種的住院費用估計判定方法,其特征在于,所述的影響因素包括性別、年齡、疾病編碼(ICD-10編碼)、住院天數、機構等級、入院狀態、就診時間、并發癥合并癥、住院總費用以及總費用的構成,其中所述總費用的構成包括藥品費、住院費、一般檢查費、大型檢查費、手術費、治療費、診療費、其他費用。3.根據權利要求1所述的單病種的住院費用估計判定方法,其特征在于,所述的對費用區間的估計結果進行模型驗證具體包括:標準化處理后的隨機變量X有均值μ=0、方差¢2=1,代入X的密度公式中,其標準正態密度為;K-S檢驗,P>0.05,符合正態分布,通過正態分布置信區間分布,計算置信區間內的費用邊界;選取預留的驗證樣本,驗證測試樣本落入費用區間概率,若測試概率基本符合置信區間的描述,則費用區間估計合理,反之則需要重新進行樣本變換計算新的費用區間。4.根據權利要求1所述的單病種的住院費用估計判定方法,其特征在于,所述的正態化的方法有:取平方根、對數等非線性轉化。

說明書

單病種的住院費用估計判定方法

技術領域

本發明涉及一種單病種的住院費用估計判定方法。

背景技術

近年來,醫療費用居高不下并逐年攀升,“看病難、看病貴”問題日益成為社會各界關注的熱點。為遏制醫療費用的不合理上漲,提高醫療服務水平和醫療保障水平,國家層面不斷深化醫療改革,鼓勵社會辦醫,放開藥品定價;與此同時各地醫療保險經辦機構積極探索新付費方式以替代傳統的按服務項目付費方式,其中尤以按病種付費改革產生的社會影響最為廣泛和深刻。為探索從機制上控制醫療費用不合理增長的辦法,更好地發揮按病種付費的積極作用,單病種付費和DRGs付費在我國應運而生。

單病種付費是對單純性疾病按照疾病分類確定支付限額的醫療費用支付方式。DRGs付費是指根據患者年齡、疾病診斷、合并癥并發癥、治療方式、病癥嚴重程度以及療效等多種因素,將診斷相近、治療手段相近、醫療費用相近的住院患者,分入若干病組,然后以確定的限額支付醫療費用的付費方式。

由于按病種付費方式涉及到整個診療流程的各個環節,如醫藥成本核算、內部管理規范、醫療質量控制等,同時還涉及到醫療服務相關部門之間的權利、利益博弈等諸多因素,因此在當前普遍實行按項目付費的管理體制下,推行按病種付費將是一個十分復雜的系統工程。

與國際先進的付費方式相比,我們推行的單病種付費只是按病種付費的雛形,尚存在著許多問題和不足,一是“病種”名稱不統一、內涵不規范;二是單病種的覆蓋面窄,受益群眾有限;三是病種費用的測算方法隨意性大,缺乏科學性、合理性,不同地區、不同醫療機構確定的病種支付標準參差不齊;四是單病種付費自身存在很多不足,如疾病種類的多樣性、個人體質的差異性、醫療服務的復雜性以及當地經濟狀況、物價標準的千差萬別,均增加了單病種付費的實施難度;五是醫療機構的經營理念和管理水平不能適應單病種付費的要求,使單病種付費的運行舉步維艱。

發明內容

針對上述問題,本發明提供一種單病種的住院費用估計判定方法。

為達到上述發明目的,本發明單病種的住院費用估計判定方法,所述方法包括:

異常數據清洗,篩選出合格的樣本,建立樣本數據庫;

對所述的樣本進行整理,提取與單病種住院費用估計判定相關的影響因素;

根據樣本量的大小分別進行費用區間的估計,其中樣本量一定要大于10。

若樣本量大于50時,首先通過算法迭代嘗試剔除最大值或者最小值,剩下的樣本為預留的驗證樣本;

然后驗證樣本分布形態并限制樣本的留存率,通過將樣本正態化估計費用區間;

最后,進行費用樣本選取的驗證處理,采用2倍的標準方差估計費用的置信區間。

如果費用樣本無法通過正態分布驗證或者樣本仍異常值大于80%,我們可以通過最大期望值算法重新分類樣本,然后找出不同類樣本間的差異(費用影響因素),正態化樣本分布。對于通過正態分布驗證的樣本,利用中心極限定理,對該分類下的樣本進行重復多次抽樣,擬合成完美的樣本分布形態,再次估計樣本費用區間,展示擬合后的趨勢性形態;

若樣本量小于或等于50且大于10時,進行t分布估計,求得置信區間費用估計;

進一步地,所述的影響因素包括性別、年齡、疾病編碼(ICD-10編碼)、住院天數、機構等級、入院狀態、就診時間、并發癥合并癥、住院總費用以及總費用的構成,其中所述總費用的構成包括藥品費、住院費、一般檢查費、大型檢查費、手術費、治療費、診療費、其他費用。

進一步地,所述的對費用區間的估計結果進行模型驗證具體包括:

標準化處理后的隨機變量X有均值μ=0、方差¢2=1,代入X的密度公式中,其標準正態密度為;

K-S檢驗,P>0.05,符合正態分布,通過正態分布置信區間分布,計算置信區間內的費用邊界;

選取預留的驗證樣本,驗證測試樣本落入費用區間概率,

若測試概率基本符合置信區間的描述,則費用區間估計合理,反之則需要重新進行樣本變換計算新的費用區間。

進一步地,所述的正態化的方法有:取平方根、對數等非線性轉化。

有益效果:

與現有相關技術相比,本發明具有以下有益效果:

本發明單病種的住院費用估計判定方法,將數據清洗、數理分析、擬合估計等分析流程有機的結合,摒棄了傳統一人工方式進行的數據抽樣、因素篩選,同時還量化影響因素的影響程度----采納分組因素的原因,給出單病種在不同影響條件下的費用區間預測模型。

具體實施方式

下面對本發明做進一步的描述。

本發明針對目前醫保控費需求,為當地醫保報銷政策制定者能夠即時制定和調整醫療保險理賠政策、提高醫保基金的使用效率而提供一套單病種費用區間及其影響因素的參考分析指標。

本發明單病種的住院費用估計判定方法主要從異常數據剔除、解決部分病種樣本容量較小問題、病種費用影響因素分析、總費用區間估計等方面整合出一套單病種費用分析流程。

異常數據:主要指醫保結算系統或醫院信息系統中的個人就診數據里的診斷、住院天數、住院費用、住院天數、治療方案等明顯不合理的數據,這些異常數據主要是由錯誤輸入(含未填的必要信息)或者明顯超出一般范圍的個別就診記錄等造成。

樣本容量較小:數理統計分析中,同一主題的分析樣本數一般需要滿足50個以上。部分樣本因為時間跨度或者病種本身的特有性難以滿足分析的最小樣本數。

病種費用的影響因素:影響最終病種費用的因素很多,影響程度也大小各異。

總費用區間估計:通過合理的分析模型,估計單病種的合理收費范圍。

該方案主要通過多因素方差分析、正態分布估計等分析方法和技術對醫療住院費用進行閾值區間估計、影響因素分析,同時利用中心極限定理對樣本進行反復抽樣,擴充實際樣本容量,擬合樣本真實費用分布,估計樣本合理費用區間;最后檢驗擬合費用區間和擬合前真實樣本的費用估計,綜合推斷出單病種在不同影響因素下的合理費用區間。

實施例

本實施例單病種的住院費用估計判定方法,具體包括如下步驟:

1、數據清洗

樣本提取過程中,個別樣本可能因為輸入疏忽,信息可能出現輸入錯誤,比如診斷填寫錯位,張冠李戴;一次就診不是完整的治療過程,可能只是一次康復治療或者只是簡單的詢診導致整個治療費用偏低;亦或長期的護理治療,導致住院天數偏多。這些或者更多的情形導致數據異常,如果不及時清洗處理會直接提高我們分析成本,降低分析準確率,甚至直接導致錯誤結論。

那么最重要建立一套能夠識別病種相關的基本的屬性框架,該框架包含病種的大概治療方式、醫藥材料手術、住院天數、治療費用等。

然后,通過上述的框架知識,對不符合知識的樣本進行過濾,篩選合規的樣本為后續進行更多的分析提供樣本支持。

2、因素確認

對合規的樣本進行入庫整理,每條樣本病例可以提取如下信息:性別、年齡、疾病編碼(ICD-10編碼)、住院天數、機構等級、入院狀態、就診時間、并發癥合并癥、總費用以及總費用的構成。其中總費用是由藥品費、住院費、一般檢查費、大型檢查費、手術費、治療費、診療費、其他費用等8個部分構成。通過相關性分析并結合臨床的先驗知識,這些影響因數對總費用的影響顯著(方差分析、F檢驗),具有統計意義的臨床經驗(影響因素)。這里強調統計意義,是因為部分因素雖然符合臨床知識,但在總體費用上并無影響,所以暫時我們不考慮這些因素。其中一般檢查費、大型檢查費、手術費、治療費、診療費、其他費用,根據實際情況實際確定。

3、分類計算

根據以上影響因素的分析,提取對病種治療費用較大的影響因素在不同水條件下的病例樣本。分析過程中,更多的樣本費用是不連續的離散值。面對這些不連續的數據,可以通過頻率圖進行觀察,將數據區間平分若干等份,然后統計各段數據的累計頻數。

當樣本量足夠大時(一般50以上),由于一般采樣數據均可能出現分類條件有偏差或者奇值點(太大或太小),使分布的線峰偏左或偏右。有些偏峰是數據出現了奇異值,還必須進行剔除后才能處理。為此在算法迭代嘗試剔除最大值或者最小值,然后驗證樣本分布形態并限制樣本的留存率(防止剔除過多樣本數據,導致樣本量偏少)。剔除奇異值后可以通過將數據正態化來利用剩余大部分數據。數據正態化的常用方法有:取平方根、對數等非線性轉化的過程,但這樣做會改變原始數據的分布形態,故結果的準確性就會降低。因此,通過將數據正態化處理后得到的推論,要經過數據選取的驗證處理。一般采用2倍的標準方差估計費用的置信區間。如果數據無法通過正態分布驗證或者樣本仍“異常值”偏多,那么可能是目前的樣本分布不是純粹的正態分布(單高斯分布),存在我們未知的影響費用因素而形成的高斯混合模型。對于高斯混合模型,我們可以通過最大期望值算法分類樣本,然后找出不同類樣本間的差異,驗證并形成最終的影響費用因素,從而再次分類是樣本分布趨于正態化。對于通過正態分布驗證的樣本,利用中心極限定理,對該分類下的樣本進行重復多次抽樣,擬合成完美的樣本分布形態,再次估計樣本費用區間,展示優化后的擬合結果。

當某病種的樣本量小于50且大于10,即不需要對其進行因素方差分析(也不需分類),轉而直接進行t分布估計,求得置信區間費用估計。

對于樣本量小于10的病種,它已經不具備統計意義上,無需估計費用區間。

4、模型驗證

標準化處理后的隨機變量X有均值μ=0、方差¢2=1,代入X的密度公式中,其標準正態密度為。K-S檢驗,P>0.05,符合正態分布。通過正態分布置信區間分布,計算一定置信區間內的費用邊界。選取預留的驗證樣本,驗證測試樣本落入費用區間概率。若測試概率基本符合置信區間的描述,則本次費用區間估計合理。反之則需要重新進行樣本變換計算新的費用區間。

以某地市糖尿病樣本為例,選取1028個同分類下的病例樣本,樣本處理前后的分析匯總結果如下表所示:

從處理前后樣本的特征值發現:后者的峰度和偏度指標更接近于0(正態分布)。

對本發明應當理解的是,以上所述的實施例,對本發明的目的、技術方案和有益效果進行了進一步詳細的說明,以上僅為本發明的實施例而已,并不用于限定本發明,凡是在本發明的精神原則之內,所作出的任何修改、等同替換、改進等,均應包含在本發明的保護范圍之內,本發明的保護范圍應該以權利要求所界定的保護范圍為準。

關 鍵 詞:
單病種 住院 費用 估計 判定 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:單病種的住院費用估計判定方法.pdf
鏈接地址:http://www.wwszu.club/p-6385913.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大