基于R的Apriori算法在高额住院费用中的应用研究-中国卫生统计.PDFVIP

中国卫生统计２０１７年４月第３４卷第２期 ·３１５· 基于Ｒ的Ａｐｒｉｏｒｉ算法在高额住院费用中的应用研究 △ 成都市第三人民医院信息部（６１００３１）　郭慧敏　杜　军 　黄路非 　　【提　要】　目的　通过Ａｐｒｉｏｒｉ算法分析高额医疗费用患者相关指标之间的关系，试图找到影响医疗费用的因素，利 用Ｒ扩展医学统计的工作思路。方法　利用Ｒ软件中的ａｒｕｌｅｓ包对２０１５年某院出院的高额治疗费用患者做关联规则分 析，探索出院科室、住院天数与总费用，出院科室与性别，出院科室与药费，出院科室与有无手术的关联规则，并分析其原 因。结果　某些科室住院天数越多，费用越高；而某些科室的住院天数与费用没有太大关系；胸外、心内、神外、ＩＣＵ、心外 五个病区出院的高额费用患者通常为男性；呼吸、ＩＣＵ、心外、胸外、神外五个病区出院的高额费用患者的药费一般大于２ 万元；心外、胸外、骨科等病区的高额医疗费用的出院患者通常要行手术治疗手段。结论　Ａｐｒｉｏｒｉ算法可以挖掘数据间内 在的关系，为临床决策提供一定的理论支持，Ｒ语言可以快捷的完成医学统计工作。 【关键词】　Ｒ语言　关联规则　高额住院费用　数据挖掘 　　目前新一轮医疗改革正在如火如荼的进行中，各 用、药费等字段；由于在数据分析过程中只能对离散变 方对医疗改革保持了非常高的关注度；当下，看病难、 量进行分析，故需将某些字段进行离散化处理，例如数 ［１］ 据挖掘需要用到是否手术字段，但是在原始数据中并 看病贵成了医患矛盾的主要集中点 ，而看病贵的一 个重要构成就是患者住院期间的医疗费用过高。高额 未提供该字段，需将获得数据中存在手术名称的标记 医疗费用患者往往为危急重症病人，其主要特点为单 为有手术，而无手术名称的记为无手术。 次花费巨大，消耗大量的医疗资源，这极易给家庭和社 ２统计学方法 ［１０］ 会造成沉重负担，部分患者难以承受巨额费用，导致因 Ｒ语言是专门为统计而设计的语言 ，Ｒ语言能 ［２］ 够为不同的统计功能提供多种实现途径，它是一套开 病致贫、因病返贫 。另外，高额的医疗费用也容易 造成医患关系紧张，这也是滋生医闹等现象的主要诱 源的数据分析解决方案，其完全免费，对于统计工作者 因。面对这样的境况，严控医疗费用不合理的增长成 非常友好，而且在全球有一个庞大且活跃的研究型社 ［３］ ［１１］ 为亟待解决的社会问题 。 区维护 。本文主要利用 Ｒ语言中ａｒｕｌｅｓ包中的 关联算法是一种常见的数据挖掘手段，它可以发 ａｐｒｉｏｒｉ（）函数进行关联规则提取，在规则提取过程中， 现一个事物与其他事物之间的关联和相关性；在我国， 设定最小支持度为００２０且最小置信度为０５００为强 该方法在中医学中的应用非常广泛［４－５］，在医学其他 关联规则［１２］，得到强关联规则后，筛选出提升度大于 领域的应用逐渐增加。本文通过整理高额医疗费用患 １的强关联规则做分析；其中Ｒ的版本为３３１，ａｒｕｌｅｓ 者的病案首页信息，利用Ａｐｒｉｏｒｉ算法查找符合条件的 包的版本为１４－１。 ［６］ 关联规则 ，以期分析高额费用患者各个指标之间的 结　　果 ［７］ 相互关系 ，通过关联规则的关系梳理找到高额费用 ［８］