换一批基于病案首页的DRG低风险组患者出院风险预测模型研究
Study on Hospital Discharge Risk Prediction Model of DRG Low-Risk Group Patients Based on the Home Page of Medical Records
摘要目的 探讨疾病诊断相关分组(Diagnosis Related Group,DRG)中低风险组患者死亡的独立危险因素,利用径向基神经网络模型构建风险预测模型,以期降低DRG低风险组患者死亡率,提高院内患者医疗安全质量.方法 选取上海市某三甲医院2023年1-8月50344条病案首页数据,根据出院情况分为治愈组、未愈组和死亡组,通过单因素分析筛选出重要风险因素,作为径向基神经网络的分析变量,构建风险预测模型.采用曲线下面积(Area Under Curve,AUC)及模型预测准确度、敏感度及特异性等评估模型的预测效能.结果 径向基神经网络模型整体预测准确度为98.69%.其中,患者出院情况为治愈的AUC=0.829,95%CI:0.826～0.832,约登指数最大值为0.5823,敏感度为76.29%,特异性为82.06%.患者出院情况未愈的未愈的AUC=0.825,95%CI:0.822～0.828,约登指数最大值为0.5779,敏感度为76.84%,特异性为80.95%.患者出院情况死亡的AUC=0.600,95%CI:0.596～0.605,约登指数最大值为0.2009,敏感度为44.99%,特异性为75.10%.结论 对于DRG低风险组患者风险客观化预测中,径向基神经网络模型中治愈模型的预测性能较优.输血反应、患者年龄、住院天数、住院总费用为影响DRG低风险组出院情况的重要独立危险因素,本研究的模型可以为DRG低风险组患者出院情况恶化和干预提供理论依据.
更多相关知识
关键词
径向基神经网络疾病诊断相关分组低风险死亡组风险预测模型独立危险因素准确度敏感度特异性radial basis function neural network(RBFNN)diagnosis related group(DRG)low-risk death grouprisk prediction modelindependent risk factorsaccuracysensitivityspecificity
分类号
R197.3
栏目名称
DOI
10.3969/j.issn.1674-1633.20240663
发布时间
2025-03-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家青年基金项目（82203742）；
上海交通大学中国医院发展研究院医院管理建设项目（CHDI-2019-B-14）
- 浏览14
- 被引0
- 下载12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
