基于Apriori算法的慢性阻塞性肺疾病超限住院费用关联规则数据挖掘

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：目的深入挖掘天津市慢性阻塞性肺疾病（COPD）患者超限住院费用的影响因素,为进一步有针对地控制医疗费用提供方法学上的借鉴。方法收集天津市2009-2013年城镇职工基本医疗保险数据库中确诊为COPD的全部出院患者进行回顾性分析。采用多元线性逐步回归筛选住院费用的外部影响因素,应用关联规则数据挖掘方法中的Apriori算法挖掘与超限住院费用存在强关联规则的条件属性,揭示隐含的关联规则。结果多元线性逐步回归分析显示,住院天数、医院级别、手术治疗和年龄对住院费用影响的差异均有统计学意义（P〈0.01）。关联规则模型共挖掘出4条有意义的关联规则,监测到发生费用超限患者占总超限的39.20%。具有规则前项条件的患者发生费用超限概率分别为原来的11.20、11.00、8.78和8.22倍。结论挖掘出的强关联规则可以作为识别超限费用发生的警示信息,提示医院应缩短平均住院日,做好分级诊疗工作,从而控制住院费用,切实减轻COPD参保人员的经济负担。

原文链接:http://www.cqvip.com//QK/97990X/201704/672039115.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Apriori算法 Apriori Priori PRIOR 数据挖掘 慢性阻塞性肺疾病 住院费用 数据挖掘 关联规则 Apriori算法