病案统计分析数据仓库建立.docVIP

病案统计分析数据仓库建立 　　［摘 要］ 本文以医院病案统计分析中疾病的统计分析为例介绍了用MS Server 2003软件，建立医院病案统计分析数据仓库的方法、步骤及其意义。 　　［关键词］ 数据仓库； 病案统计分析； 数据挖掘； 联机分析处理； 多维数据集 　　doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 06. 026 　　［中图分类号］ F272.7 ［文献标识码］ A ［文章编号］ 1673 - 0194（2012）06- 0054- 03 　　随着社会的发展和市场激烈竞争的需要，医院管理已经逐步从传统经验型向科学量化管理的方向发展，而科学量化管理的信息资源，主要从病案的统计分析中获得，特别是重大决策需要科学的数据分析作为依据，这就对医院信息化提出更高的要求。传统的数据库系统只能完成数据统计分析中最简单的动态原始数据以及日常数据报表，而在数据分析和辅助决策方面就显得无能为力了，而数据分析和数据挖掘技术正是数据仓库所具有的强大功能。 　　１ 明确数据仓库的主题 　　需求分析之中心工作是提出主题，并明确主题。每个主题有一个主题域，对每个主题域确定其数据模型，并确定每个主题域的公共主码。然后建立主题域之间的关联，确定主题域数据模式与数据源之间的关系。 　　在我院病案统计分析的数据仓库的实施过程中，确定的主要主题范围如下： 　　（１） 病人费用构成分析：分析整个医院、各个科室乃至某个医生的病人费用构成，如发现药品比例过高，可以层层分析是哪个环节导致比例过高，从而采取措施来控制； 　　（２） 同期费用对比分析：找出医院收入增加或减少的原因； 　　（３） 单病种分析：对单病种的费用、住院天数、治疗方案进行分析以便医生能及时总结经验，找出最佳的质量手段和方法，缩短就诊时间，减轻病人负担，增加医院经济效益； 　　（４） 成本效益分析：把各个不同系统如信息系统、财务系统等的数据汇总的数据仓库，对成本效益进行全面分析，以便能真正把握医院经营状况，提高医院经济效益； 　　（５） 疾病的统计分析：分析不同疾病发病的病人结构（如年龄、职业、性别、地区等）以及辅助诊疗分类的分析。 　　２ 数据仓库的源??据调查――数据采集 　　为了从病案首页信息中分析以上主题，建立主题数据仓库，源数据主要来自本院ＨＩＳ系统中２００２－２０１０年的住院病人数据资料，其中主要的数据关系表有（以下是以疾病的统计分析和病人费用构成分析为例）：现行及历史的病人住院主记录表、诊断记录表、疾病字典表、病人付费方式表治疗结果表等，具体表结构略。 　　３ 数据仓库的核心数据库设计 　　在数据仓库中，事实表数据模式是一个比较简单易懂的数据模式。在本设计中就是采用事实表数据模式，主要有疾病的统计分析数据表、时间表、病人付费方式表、治疗结果表、疾病分类表及年龄段表等。表１是疾病的统计分析数据表结构说明。 　　软件实现环境： 　　操作系统：Ｗｉｎｄｏｗｓ ２００３ Ｓｅｒｖｅｒ 　　数据仓库的产品：ＭＳ Ｓｅｒｖｅｒ ２００３企业版 　　多维数据库的展现工具：Ｅｘｃｅｌ 　　４ 数据的抽取 　　本例的抽取程序是利用Ｓｑｌ Ｓｅｒｖｅｒ ２００３中的数据转换服务ＤＴＳ（Ｄａｔａｓｔｏｒｅ Ｔｒａｎｓｍｉｓｓｉｏｎ Ｓｅｒｖｉｃｅ）从数据源Ｏｒａｃｌｅ ７中抽取数据， 在数据的提取过程中，首先建立数据源与目标数据源，然后在目标数据源服务器中完成维表、事实表的创建；根据模型的建立，再生成ＳＱＬ数据查询语句的程序包，然后执行ＳＱＬ程序包，将源数据库的数据提取到目的数据库中的维表和事实表中，数据的提取时间取决于源表的大小。 　　５ 多维数据集的建立 　　５．１ 维度的确定 　　在数据仓库中，维度（Ｄｉｍｅｎｓｉｏｎ）是指观察数据的特定角度，作为识别数据的索引，不同的维度组合构成了访问数据仓库中数据的约束条件。在本例疾病的统计分析中我们采用了五维，即：时间维（年月）；付费方式维（公费、自费、医保等）、年龄段维（５岁以下、５~１４岁、１５~４４岁、４５~５９岁、６０岁以上）、治疗结果维（治愈、好转、未愈、死亡等）。 　　５．２ 数据集的建立 　　在本例疾病的统计分析中我们采用ＳＱＬ Ｓｅｒｖｉｃｅ ２００３ Ａｎａｌｙｓｉｓ Ｓｅｒｖｉｃｅｓ中的多维数据集向导或多维数据集编辑器来生成多维数据集，其架构如图１所示。 　　６ ＯＬＡＰ数据多维分析 　　６．１ ＯＬＡＰ模型结构 　　在本例疾病的统计分析的ＯＬＡＰ模型结构如图２所示。 　　 　　多维分析是指在ＯＬＡＰ多维结构上对以多维形式组织起来的数据采取多种操作，以便分析人员作实验以验证其主观分析意图，主要有钻取、切片、切快、旋转4种