基于医院信息数据的流行病数据挖掘研究的中期报告.docxVIP

基于医院信息数据的流行病数据挖掘研究的中期报告.docx

基于医院信息数据的流行病数据挖掘研究的中期报告

本次研究旨在利用医院信息数据进行流行病数据挖掘，为预防和控制疾病提供科学依据。本报告为中期报告，主要介绍研究现状、数据收集及清洗、特征工程和数据分析方法等内容。

一、研究现状

目前，对于流行病学的探究大多是基于病例报告、医院统计数据、问卷调查等手段。其中，医院信息数据是很重要的数据源之一，因其能够反映病人病情、医疗服务等方面的情况。在这方面，国内外学者已经有不少探索和尝试。

国内研究方面，目前主要是在医院信息系统数据、电子病历数据、社区卫生服务数据等数据源的利用上。例如，李晓玲等人基于医院信息系统数据，发现新型冠状病毒肺炎的患者数与人口流动之间存在较强的相关性；张卫德等人利用电子病历数据进行传染病监测，实现了对肺结核病、乙型病毒性肝炎等传染病的实时监测。

国外研究方面，也有不少关于流行病数据挖掘的研究。例如，Wong等人在利用医院信息数据进行医疗质量控制方面，提出了一种结合社会网络分析的方法；张凯等人则利用医院信息数据，实现了对心血管疾病的预测。

二、数据收集及清洗

研究中所使用的医院信息数据是某医院2016年至2021年的门诊记录和住院记录，共14万余条记录。为了方便分析和处理，我们针对这些数据进行了清洗和预处理，主要包括以下几个流程：

1、数据采集：我们从医院信息系统中导出了门诊记录和住院记录，并保存为CSV格式的文件。