【摘要】：目的:在新農(nóng)合實施期間(2008年-2016年),越來越多的農(nóng)村患者選擇到縣外就醫(yī),而縣外住院現(xiàn)象尤其普遍,增加了新農(nóng)合基金的運行風險。本研究旨在了解新農(nóng)合實施期間的縣外住院情況及其影響因素分析,為后續(xù)的醫(yī)療保險政策提供科學依據(jù)。方法:本研究數(shù)據(jù)來源于國家衛(wèi)計委統(tǒng)計信息中心的各地衛(wèi)生部門填報資料,最終收集了2008-2016年中國中西部地區(qū)215個縣的新農(nóng)合數(shù)據(jù)。應用Chimerge-χ~2方法對影響縣外住院率的地區(qū),農(nóng)村人口數(shù),農(nóng)村人均純收入,人均GDP,新農(nóng)合人均籌資,縣外住院補償比,縣內(nèi)次均住院費用,縣外次均住院費用,縣域人口密度,人均基金支出和是否國家貧困縣等可能相關(guān)因素進行離散化。先進行單因素分析來描述縣外住院率相關(guān)變量的分布,再用逐步Logistic回歸分析篩選貝葉斯網(wǎng)絡節(jié)點變量,納入Logistic分析結(jié)果中有統(tǒng)計學差異的變量以構(gòu)建MMHC算法與先驗知識相結(jié)合的貝葉斯網(wǎng)絡模型,定量分析了縣外住院率與其相關(guān)因素之間的相互關(guān)系和依存強度。結(jié)果:(1)在新農(nóng)合實施過程中,我國中西部研究區(qū)域新農(nóng)合住院結(jié)構(gòu)不合理,住院病人、住院費用以及住院補償資金逐年趨于流向縣外。縣外住院率以5.66%的年均增長率由2008年的12.37%增長至2016年的19.21%(中部地區(qū)高于西部地區(qū)),高等級縣外住院率的邊際概率高達81.7%,縣外住院補償總金額占基金總支出的比重以3.46%的增幅升高,給醫(yī)保的資金穩(wěn)定帶來了較大的壓力。(2)基于逐步Logistic回歸結(jié)果,有地區(qū)、農(nóng)村人口、農(nóng)村人均純收入、人均GDP、人均新農(nóng)合人均籌資、縣外住院補償比、縣內(nèi)次均住院費用,縣外次均住院費用等8個因素納入貝葉斯網(wǎng)絡模型。網(wǎng)絡結(jié)構(gòu)由9個節(jié)點和15個有向邊組成,模型的準確度、AUC面積分別為88.06%、81.70%,所構(gòu)建的貝葉斯網(wǎng)絡模型具有良好的預測準確度、區(qū)分度。(3)根據(jù)本研究構(gòu)建的貝葉斯網(wǎng)絡模型顯示,縣外住院率與縣外次均住院費用、農(nóng)村人均純收入、人均GDP和縣外住院補償比密切相關(guān),地區(qū)、農(nóng)村人口、新農(nóng)合人均籌資和縣內(nèi)次均住院費用與縣外住院率間接相關(guān)�；谧≡嘿M用因素(縣內(nèi)次均住院費用和縣外次均住院費用)、經(jīng)濟因素(農(nóng)村人均純收入和人均GDP)、地區(qū)特征因素(地區(qū)和農(nóng)村人口數(shù))、和新農(nóng)合政策因素(新農(nóng)合人均籌資、縣外住院補償比)得到:如果某個縣域的縣內(nèi)、縣外次均住院費用都屬于高等級,那么高等級縣外住院率的的概率為95.7%;如果某個縣域的農(nóng)村人均純收入和人均GDP都屬于高等級,則高等級縣外住院率的概率為91.1%;當某個縣域的農(nóng)村人口數(shù)少且屬于中部地區(qū)時,高等級縣外住院率的概率增加到93.0%;如果某個縣域的人均籌資和縣外住院補償比都屬于高等級,則高等級縣外住院率的概率為88.8%。結(jié)論:縣外住院率的增加給醫(yī)保基金的運行帶來負擔,建議合理監(jiān)管控制縣外住院率的升高,在制定和調(diào)整后續(xù)政策時應該綜合考慮影響縣外住院率升高的因素。在加強農(nóng)村基層醫(yī)療機構(gòu)的服務能力建設、完善基層管理體制的同時,應當根據(jù)當?shù)氐慕?jīng)濟與地區(qū)差異進行綜合調(diào)控,繼續(xù)健全分級診療制度的建設,提高縣域內(nèi)新農(nóng)合的補償比例,拉大不同等級醫(yī)療機構(gòu)的報銷補償比例,完善轉(zhuǎn)診制度,合理引導調(diào)控農(nóng)村病人就醫(yī)及醫(yī)保資金流動方向,促進農(nóng)村醫(yī)療制度的長期可持續(xù)發(fā)展。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R197.1;F842.684;F323.89
【圖文】：

華 中 科 技 大 學 碩 士 學 位 論 文容和方法研究對象本研究的研究區(qū)域位于中國次發(fā)達的中部地區(qū)和欠發(fā)達的西部地區(qū)。綜同縣域的區(qū)域分布和經(jīng)濟發(fā)展水平因素，重點調(diào)查了中國中部地區(qū)的湖、山西、江西、安徽、內(nèi)蒙，西部地區(qū)的貴州、廣西、云南、新疆、四、陜西，總共 13 個省份的 215 個樣本縣作為研究對象。本研究樣本縣的圖用 ArcGIS 10.2 軟件繪制，具體分布如圖 1 所示。

2008-2016年研究區(qū)域參合情況變化趨勢

【參考文獻】

相關(guān)期刊論文 前10條

1 張鈺莎;蔣盛益;;連續(xù)屬性離散化算法研究綜述[J];計算機應用與軟件;2014年08期

2 趙彥欽;趙建利;;新型農(nóng)村合作醫(yī)療報銷問題研究綜述[J];農(nóng)村經(jīng)濟與科技;2014年04期

3 曹衛(wèi)東;丁建立;;基于GATS貝葉斯網(wǎng)絡結(jié)構(gòu)學習的航班延誤模型[J];計算機工程與應用;2012年31期

4 海麗切木·阿布來提;;淺談數(shù)據(jù)挖掘技術(shù)中常用的分類器構(gòu)造方法[J];福建電腦;2012年02期

5 曹榮桂;;積極推動綜合改革整體提升縣級醫(yī)院能力和水平[J];中國醫(yī)院;2011年07期

6 張兵利;裴亞輝;;貝葉斯網(wǎng)絡模型概述[J];電腦與信息技術(shù);2008年05期

7 趙波;吳慶暢;高聯(lián)雄;王萬升;;學生就業(yè)貝葉斯網(wǎng)模型的構(gòu)建與推理[J];云南民族大學學報(自然科學版);2008年04期

8 劉欣;賈海洋;劉大有;;基于粒子群優(yōu)化算法的Bayesian網(wǎng)絡結(jié)構(gòu)學習[J];小型微型計算機系統(tǒng);2008年08期

9 何德琳;程勇;趙瑞蓮;;基于MMHC算法的貝葉斯網(wǎng)絡結(jié)構(gòu)學習算法研究[J];北京工商大學學報(自然科學版);2008年03期

10 黃解軍,萬幼川,潘和平;貝葉斯網(wǎng)絡結(jié)構(gòu)學習及其應用研究[J];武漢大學學報(信息科學版);2004年04期

相關(guān)博士學位論文 前3條

1 張霄艷;新農(nóng)合基金風險測量及管理策略研究[D];華中科技大學;2016年

2 桑新剛;新型農(nóng)村合作醫(yī)療制度對慢性非傳染性疾病患者的保障能力研究[D];山東大學;2011年

3 黃友平;貝葉斯網(wǎng)絡研究[D];中國科學院研究生院（計算技術(shù)研究所）;2005年

相關(guān)碩士學位論文 前10條

1 張潔;基于MMHC混合算法的貝葉斯網(wǎng)絡在2型糖尿病影響因素研究的應用[D];山西醫(yī)科大學;2018年

2 湯榕彬;分級診療政策背景下廈門城市居民基層首診意愿及其就醫(yī)行為研究[D];華僑大學;2018年

3 魏珍;基于貝葉斯網(wǎng)絡在肝硬化并發(fā)肝性腦病相關(guān)因素及分類識別的應用研究[D];山西醫(yī)科大學;2017年

4 蔣益寶;上林縣新型農(nóng)村合作醫(yī)療基金項目風險管理研究[D];廣西大學;2017年

5 黃玉婷;新疆某縣新農(nóng)合基金風險預警模型的構(gòu)建研究[D];新疆醫(yī)科大學;2017年

6 彭常彪;縣級公立醫(yī)院改革中“學科共建模式”研究[D];南方醫(yī)科大學;2016年

7 張雪雷;基于禁忌搜索算法的貝葉斯網(wǎng)絡在疾病預測與診斷中的應用[D];山西醫(yī)科大學;2015年

8 徐冰;基于貝葉斯網(wǎng)絡的傳染病時空預警模型研究[D];長安大學;2015年

9 朱曉峰;貝葉斯網(wǎng)絡及馬爾科夫毯的學習算法研究[D];西安電子科技大學;2014年

10 劉佳;新醫(yī)改下重慶市基本藥物制度對首診制的影響及對策研究[D];重慶醫(yī)科大學;2013年

本文編號：2726682