换一批
换一批基于随机森林的放疗科DRG精细化管理研究
Research on Refined DRG Management in Radiotherapy Department Based on Random Forest
摘要目的 使用随机森林算法工具构建医院放疗科 DRG预测模型,为医院 DRG管理提供技术方法参考.方法 以徐州市某三甲医院放疗科病案数据为研究对象,以性别、年龄、医疗付款方式、职业、婚姻状况、入院科别、入院诊断、入院情况、入院途径、患者来源、医疗小组、是否危重、主要诊断和主要手术作为特征变量,DRG 分组情况作为结局变量,构建 DRG 预测模型.结果 使用随机森林算法构建的DRG预测模型,预测放疗科DRG的精准度为 85%,F1值的加权平均为 0.88.对RG15、RC19和QS33组的预测效果最好,F1 分数分别是 1、0.99 和 0.91.其次模型对RV15、RW19 和RU13 组预测效果较好,F1 分数分别是 0.85、0.85和 0.84.预测效果最差的是RE13组,其F1分数是 0.11.结论 主要诊断和主要手术对模型的预测贡献最大,其次是年龄、医疗小组和入院诊断.入院情况、婚姻状况、入院途径和是否危重对模型预测的贡献最少.同时,放疗科 DRG 预测模型可以帮助放疗科医师在治疗过程中提前获取DRG分组及可支配的医疗资源,促进医院DRG精细化管理从被动转为主动.
更多相关知识
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
