医疗管理
基于误差反向传播神经网络模型的住院费用影响因素分析
中华医院管理杂志, 2019,35(12) : 1007-1009. DOI: 10.3760/cma.j.issn.1000-6672.2019.12.010
摘要
目的

利用误差反向传播神经网络模型,分析患者住院费用的影响因素。

方法

采集某三级甲等医院信息系统中2018年共50 611例住院患者信息,运用SPSS 22.0软件建立基于误差反向传播神经网络的住院费用模型,并在建模基础上进行住院费用的影响因素分析。

结果

患者住院费用神经网络模型训练集和测试集的准确率分别为81.1%和79.0%,敏感度排序前3位是西药费(100.0%)、一般医疗操作费(88.8%)、治疗用一次性医用材料费(60.7%)。

结论

患者住院费用的误差反向传播神经网络模型适用性较好。控制患者住院费用,应从控制西药费、医疗操作费、一次性医用材料费入手,提升治疗水平、完善治疗措施,从而减轻患者和社会的经济负担。

引用本文: 李珅, 张长乐, 张柯, 等.  基于误差反向传播神经网络模型的住院费用影响因素分析 [J] . 中华医院管理杂志,2019,35 (12): 1007-1009. DOI: 10.3760/cma.j.issn.1000-6672.2019.12.010
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

既往基于病案首页的研究多采用传统的线性回归模型进行住院费用影响因素分析,也有学者将灰色关联法用于某种疾病住院费用影响因素的分析[1,2]。但研究更多的是针对模型的适用性,对影响因素敏感性的讨论较少。本研究通过采集病案首页信息,构建神经网络中应用较广的误差反向传播神经网络模型,将住院费用作为因变量来进行分析,并进一步评价各变量的敏感性,找出主要影响因素,从而为切实减轻患者负担提供数据支持。

 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词