疾病診斷相關分組分組方法培訓課件_第1頁
疾病診斷相關分組分組方法培訓課件_第2頁
疾病診斷相關分組分組方法培訓課件_第3頁
疾病診斷相關分組分組方法培訓課件_第4頁
疾病診斷相關分組分組方法培訓課件_第5頁
已閱讀5頁,還剩12頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、數據收集回顧性收集資料 摘錄以往病案首頁信息及醫(yī)院HIS系統(tǒng)中的費用與成本數據信息,包括患者性別、年齡、婚姻、主要診斷、次要診斷、入院情況、出院情況、是否手術、手術操作編碼、費用類別、搶救有無、護理有無、住院天數、住院費用等信息,整理數據為病例分組及診療規(guī)范研究作準備。DRGs分類操作1疾病診斷相關分組分組方法10/7/2022數據收集回顧性收集資料DRGs分類操作1疾病診斷相關分組數據整理(例如)DRGs分類操作住院天數小于等于0天住院費用總數小于等于0天病例中重要項目不全的數據刪除治療效果“其他”刪除ICD編碼不全數據(或可補全ICD編碼)將不符合邏輯的病例排除住院費用為偏態(tài)分布,將所有住

2、院病人按住院費用進行排序,剔除極端值,濾過小于P1且大于P99的病例2疾病診斷相關分組分組方法10/7/2022數據整理DRGs分類操作住院天數小于等于0天住院費用總數小于數據處理住院費用正態(tài)分布檢驗 分析樣本是否符合符合正態(tài)分布,如不符合,對樣本進行整理,對數轉化、數據拆分等方法使數據滿足決策樹分類要求。 (kolmogorov-smirnov對住院費用正態(tài)檢測)DRGs分類操作3疾病診斷相關分組分組方法10/7/2022數據處理住院費用正態(tài)分布檢驗DRGs分類操作3疾病診斷相DRGs分類操作數據處理預測變量量化處理(例如) 序號項目名稱量化方法1性別l=男;2=女2年齡1=2015歲;2=

3、21639歲;3=4055歲;4=56歲及以上3婚姻l=未婚;2=已婚4入院情況l=般;2=急癥;3=危癥5出院情況1=治愈;2=好轉;3=死亡;4=其它6手術0=無手術:1=有手術7費用類別1=自費;2=當地醫(yī)保;3=外地醫(yī)保;4=其它8次要診斷0=無;1=有9搶救0=無;1=有10護理0=無;1=有11住院天數(天)12住院總費用(元)13手術費(元)(元)4疾病診斷相關分組分組方法10/7/2022DRGs分類操作數據處理預測變量量化處理(例如) 數據處理主要影響因素分析單因素分析不同特征人群醫(yī)療消耗情況比較,分析各特征人群醫(yī)療消耗情況多元線性回歸分析人群特征對于費用和住院天數的影響,分

4、析主要影響因素DRGs分類操作5疾病診斷相關分組分組方法10/7/2022數據處理主要影響因素分析DRGs分類操作5疾病診斷相關分DRGs分類操作數據分類分類方法選擇 決策樹(Decision Trees)是當前世界流行、使用頻率最高的數據挖掘方法,決策樹是解決分類問題比較常用的方法之一,是一種用來實現分類以及預測功能的建立模型的方法。 常見的決策樹有卡方自動互動撿驗法CHAID、Exhaustive CHAID、分類與回歸樹CART和QUEST等方法。CHAID可以有效處理連續(xù)變量,并且實現對樹的自動剪枝,顧多選擇此方法進行分類。6疾病診斷相關分組分組方法10/7/2022DRGs分類操作數

5、據分類分類方法選擇6疾病診斷相關分組分數據分類CHAID簡介DRGs分類操作構建決策樹獲取的多因素基礎上構建決策樹設置分類節(jié)點、決策樹停止條件最大分層、父節(jié)點最小樣本數、子節(jié)點最小樣本數、拆分合并的置信度設定。剪枝采取后剪枝方法:允許決策樹充分生長然后修剪掉多余的樹枝。被修剪的結點就成為一個葉結點,并將其標記為它所包含樣本中類別個數最多的類別。7疾病診斷相關分組分組方法10/7/2022數據分類CHAID簡介DRGs分類操作構建決策樹獲取的多DRGs分類操作數據分類CHAID之前粗分類 按照ICD-10(主診斷編碼)將所獲得數據按照三位數類目表分類。方法一 根據ICD-10編碼類目的頻數分布挑

6、選構成前N位的疾病,即N種常見疾病。將排除常見疾病后的剩余的病例按ICD-10編碼類目結合解剖部位、病因學、臨床特征等因素分成M個非常見疾病。也就是將整個數據集劃分成N+M個子集方法二 方法一,根據有無手術分為手術組、非手術組。再按照有無并發(fā)癥二次分類。方法三8疾病診斷相關分組分組方法10/7/2022DRGs分類操作數據分類CHAID之前粗分類 按照I數據分類確定CHAID決策樹分類軸心住院費用和住院日都可以反映醫(yī)療資源消耗量,兩者呈正相關關系。由于住院費用的變異程度小于住院日,因而選擇住院費用作為分組軸心。DRGs分類操作數據分類確定CHAID決策樹分組變量根據住院費用影響因素分析的結果結

7、合文獻知識,選擇年齡分段、入院情況、護理、手術、手術、次要診斷、搶救、出院情況等變量作為分類的解釋變量。9疾病診斷相關分組分組方法10/7/2022數據分類確定CHAID決策樹分類軸心DRGs分類操作數據數據分類設置決策樹的生長規(guī)則采用方差分析法作為節(jié)點分割算法;設置每個父節(jié)點只能被分割成n個子節(jié)點,即對每一個節(jié)點進行最優(yōu)n分割;節(jié)點例數少于m時停止分割,分割后的葉節(jié)點最少有e例:樹的最大高度為h;DRGs分類操作數據分類軟件生成結果通過統(tǒng)計軟件(SPSS)得出分組結果和各分組規(guī)則。10疾病診斷相關分組分組方法10/7/2022數據分類設置決策樹的生長規(guī)則DRGs分類操作數據分類數據分類確定各

8、組住院費用 以各分類費用的中位數作為參考的標準費用,以各組費用的75分位數作為各類超標費用的閾值(也有文獻將75分位數+1.5倍四分位間距作為閾值)。DRGs分類操作11疾病診斷相關分組分組方法10/7/2022數據分類確定各組住院費用DRGs分類操作11疾病診斷相關數據分類分組合理性評價 RIV(Reduction in variance)值、變異系數(CV)和非參數Kruskal-Wallis檢驗、回代檢驗等方法進行分析分組合理性。DRGs分類操作12疾病診斷相關分組分組方法10/7/2022數據分類分組合理性評價DRGs分類操作12疾病診斷相關分在制定DRGs分組及分組后實施過程中,需要

9、不斷地論證、試驗,這就需要大量的人力參與到其中,涉及各部門、各專業(yè)DRGs實施準備工作病歷組建強大的工作和研究團隊需要設立領導小組和工作小組召集循證醫(yī)學、統(tǒng)計學、經濟學、社會學、管理學等專業(yè)人才 調動醫(yī)務部、IT中心、各臨床科室積極參與13疾病診斷相關分組分組方法10/7/2022在制定DRGs分組及DRGs實施準備工作病歷組建強大的工作和DRGs實施準備工作提高病歷首頁信息準確性和完整性 DRGs的核心思想是將具有相同特征的病例歸為一類,其分類基礎是患者的主要診斷,在此基礎上再考慮年齡、手術與否、并發(fā)癥及合并癥等情況。因此,疾病診斷和編碼不僅是制定DRGs的基礎,也是決定患者支付DRGs組別

10、的依據。14疾病診斷相關分組分組方法10/7/2022DRGs實施準備工作提高病歷首頁信息準確性和完整性14疾病診配備專門的編碼人員,提供專業(yè)培訓加強醫(yī)務人員對于病歷書寫培訓印制常見疾病分類和編碼手冊組織醫(yī)務人員ICD編碼規(guī)則學習梳理現有ICD電子編碼病例首頁信息準確性和完整性DRGs實施準備工作15疾病診斷相關分組分組方法10/7/2022配備專門的編碼人員,提供專業(yè)培訓加強醫(yī)務人員對于病歷書寫培訓DRGs實施準備工作制定醫(yī)院診療規(guī)范,規(guī)范診療流程 實施DRGs付費必須依照臨床診療規(guī)范。制定入、出院標準和必做項目等診療標準。 運用回顧性循證分析及專家咨詢等方法,制定病種臨床路徑流程、診療規(guī)范

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論