基于K-means聚类与支持向量机的大病患者住院费用影响因素与控制策略研究
陈默1
蔡苗2
黄阿红1
沈梦雪1
吴其1
张泽苗1
乐虹1
1.华中科技大学同济医学院医药卫生管理学院 湖北武汉4300302.圣路易斯大学公共卫生与社会正义学院流行病与生物统计系 美国 圣路易斯63103
摘要：目的 探寻有效方法分析大病患者住院费用的主要影响因素,为控制住院费用提供合理对策.方法 样本选取2016年1月-2017年5月湖北省某市城镇居民基本医疗保险大病患者住院信息,采用K-means聚类和支持向量机进行分析.结果 聚类优度检验提示将住院费用分为3类最佳,基于RBF核函数的支持向量机模型的预测准确度最高,住院费用的主要因素为主诊断疾病、住院日、医院级别、医保业务类别和医院类型.结论 K-means聚类与支持向量机模型可作为分析大病患者住院费用的有效方法,为控制住院费用提供策略.
关键词：住院费用聚类支持向量机数据挖掘
分类号：R197.322(卫生事业管理（保健组织与事业）)
资助基金：国家自然科学基金(71333005)国家社会科学基金(15ZDC037)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 45-47,53 )
英文信息