基于OLAP與數(shù)據(jù)挖掘技術(shù)的單病種費(fèi)用分析
發(fā)布時(shí)間:2023-03-12 02:56
增長過快的高額醫(yī)療費(fèi)在全世界都是一個(gè)棘手的問題。我國根據(jù)國情提出了單病種付費(fèi)制度。鑒于當(dāng)前單病種付費(fèi)實(shí)施過程中存在的弊端,本論文總結(jié)了單病種付費(fèi)的研究現(xiàn)狀,結(jié)合了當(dāng)前的熱點(diǎn)技術(shù)——數(shù)據(jù)挖掘與聯(lián)機(jī)分析處理(On-Line Analytical Processing, OLAP),以闌尾炎為例對單病種費(fèi)用進(jìn)行多角度分析和探索,旨在找出影響單病種費(fèi)用的因素,并挖掘出其影響模式,從而為改進(jìn)當(dāng)前的單病種付費(fèi)制度提供依據(jù)。 首先,本論文用DeepSee軟件對闌尾炎病人醫(yī)療費(fèi)用數(shù)據(jù)建立星系模型與雪花模型混合的多維模型,然后對模型進(jìn)行切片、切塊、旋轉(zhuǎn)、下鉆等OLAP操作,并最終以費(fèi)用構(gòu)成、年份分析、費(fèi)別分析、住院天數(shù)分析為例展示了建模與分析的結(jié)果。從建模結(jié)果中可以看出,在病人醫(yī)療費(fèi)用中,西藥費(fèi)所占比例最大,醫(yī)院應(yīng)該加強(qiáng)對抗生素等西藥的監(jiān)管,加大降低西藥費(fèi)用的力度。此外,分析結(jié)果還表明病人的社會(huì)特征、疾病特征、社會(huì)經(jīng)濟(jì)環(huán)境都是影響病人醫(yī)療費(fèi)用的重要因素,在對病人醫(yī)療費(fèi)用的分析中,這些因素都要考慮到。 進(jìn)一步地,本論文采用數(shù)據(jù)挖掘方法,對醫(yī)院信息系統(tǒng)中2005年到2007年的闌尾炎病人數(shù)據(jù)進(jìn)行決策樹分析。...
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
Abstract
目錄
第1章 緒論
1.0 研究背景
1.1 研究現(xiàn)狀
1.1.1 數(shù)據(jù)挖掘和OLAP在醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用
1.1.2 國內(nèi)單病種付費(fèi)現(xiàn)狀和研究情況
1.2 研究意義
1.3 研究內(nèi)容
第2章 相關(guān)技術(shù)及平臺(tái)
2.1 數(shù)據(jù)倉庫
2.1.1 數(shù)據(jù)倉庫定義
2.1.2 數(shù)據(jù)倉庫概念模型
2.1.3 數(shù)據(jù)倉庫的基本結(jié)構(gòu)
2.2 聯(lián)機(jī)分析處理(On-Line Analytical Processing,OLAP)
2.2.1 OLAP的含義
2.2.2 OLAP的基本概念
2.2.3 OLAP基本操作
2.2.4 OLAP體系結(jié)構(gòu)及分類
2.3 數(shù)據(jù)挖掘
2.3.1 數(shù)據(jù)挖掘概念
2.3.2 數(shù)據(jù)挖掘功能
2.3.3 數(shù)據(jù)挖掘過程
2.3.4 數(shù)據(jù)挖掘算法
2.4 相關(guān)分析平臺(tái)與工具
2.4.1 DeepSee軟件
2.4.2 Clementine
第3章 單病種費(fèi)用的OLAP分析
3.1 OLAP建模目標(biāo)與總體設(shè)計(jì)
3.1.1 建模目標(biāo)
3.1.2 建模總體設(shè)計(jì)
3.2 Connector模塊
3.2.1 Connector模塊工作機(jī)制
3.2.2 導(dǎo)入數(shù)據(jù)前的準(zhǔn)備工作
3.2.3 數(shù)據(jù)抽取過程
3.2.4 定義表間關(guān)系
3.3 Architect模塊
3.3.1 Architect模塊機(jī)制
3.3.2 多維數(shù)據(jù)模型的設(shè)計(jì)過程
3.4 Analyzer模塊
3.4.1 Pivot table設(shè)計(jì)原則
3.4.2 Pivot table設(shè)計(jì)過程
3.4.3 Pivot table操作展示
3.5 Designer模塊
3.5.1 Designer模塊介紹
3.5.2 設(shè)計(jì)的總體思路
3.5.3 OLAP分析展示
3.6 本章小結(jié)
第4章 單病種費(fèi)用的決策樹分析
4.1 建模目標(biāo)及思路
4.2 數(shù)據(jù)準(zhǔn)備
4.2.1 數(shù)據(jù)來源
4.2.2 數(shù)據(jù)抽取與整合
4.2.3 數(shù)據(jù)清洗
4.2.4 數(shù)據(jù)轉(zhuǎn)換
4.2.5 建模數(shù)據(jù)屬性及質(zhì)量分析
4.3 建模
4.3.1 算法選擇
4.3.2 決策樹與C5.0算法
4.4 建模過程
4.5 建模結(jié)果與分析
4.5.1 訓(xùn)練結(jié)果分析
4.5.2 測試結(jié)果分析
4.6 本章小結(jié)
第5章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
作者在碩士研究生期間的科研成果
本文編號(hào):3760795
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
Abstract
目錄
第1章 緒論
1.0 研究背景
1.1 研究現(xiàn)狀
1.1.1 數(shù)據(jù)挖掘和OLAP在醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用
1.1.2 國內(nèi)單病種付費(fèi)現(xiàn)狀和研究情況
1.2 研究意義
1.3 研究內(nèi)容
第2章 相關(guān)技術(shù)及平臺(tái)
2.1 數(shù)據(jù)倉庫
2.1.1 數(shù)據(jù)倉庫定義
2.1.2 數(shù)據(jù)倉庫概念模型
2.1.3 數(shù)據(jù)倉庫的基本結(jié)構(gòu)
2.2 聯(lián)機(jī)分析處理(On-Line Analytical Processing,OLAP)
2.2.1 OLAP的含義
2.2.2 OLAP的基本概念
2.2.3 OLAP基本操作
2.2.4 OLAP體系結(jié)構(gòu)及分類
2.3 數(shù)據(jù)挖掘
2.3.1 數(shù)據(jù)挖掘概念
2.3.2 數(shù)據(jù)挖掘功能
2.3.3 數(shù)據(jù)挖掘過程
2.3.4 數(shù)據(jù)挖掘算法
2.4 相關(guān)分析平臺(tái)與工具
2.4.1 DeepSee軟件
2.4.2 Clementine
第3章 單病種費(fèi)用的OLAP分析
3.1 OLAP建模目標(biāo)與總體設(shè)計(jì)
3.1.1 建模目標(biāo)
3.1.2 建模總體設(shè)計(jì)
3.2 Connector模塊
3.2.1 Connector模塊工作機(jī)制
3.2.2 導(dǎo)入數(shù)據(jù)前的準(zhǔn)備工作
3.2.3 數(shù)據(jù)抽取過程
3.2.4 定義表間關(guān)系
3.3 Architect模塊
3.3.1 Architect模塊機(jī)制
3.3.2 多維數(shù)據(jù)模型的設(shè)計(jì)過程
3.4 Analyzer模塊
3.4.1 Pivot table設(shè)計(jì)原則
3.4.2 Pivot table設(shè)計(jì)過程
3.4.3 Pivot table操作展示
3.5 Designer模塊
3.5.1 Designer模塊介紹
3.5.2 設(shè)計(jì)的總體思路
3.5.3 OLAP分析展示
3.6 本章小結(jié)
第4章 單病種費(fèi)用的決策樹分析
4.1 建模目標(biāo)及思路
4.2 數(shù)據(jù)準(zhǔn)備
4.2.1 數(shù)據(jù)來源
4.2.2 數(shù)據(jù)抽取與整合
4.2.3 數(shù)據(jù)清洗
4.2.4 數(shù)據(jù)轉(zhuǎn)換
4.2.5 建模數(shù)據(jù)屬性及質(zhì)量分析
4.3 建模
4.3.1 算法選擇
4.3.2 決策樹與C5.0算法
4.4 建模過程
4.5 建模結(jié)果與分析
4.5.1 訓(xùn)練結(jié)果分析
4.5.2 測試結(jié)果分析
4.6 本章小結(jié)
第5章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
作者在碩士研究生期間的科研成果
本文編號(hào):3760795
本文鏈接:http://sikaile.net/yixuelunwen/yiyuanguanlilunwen/3760795.html
最近更新
教材專著