基于决策树模型的子宫颈癌患者住院费用分组研究

摘要

目的 探索子宫颈癌患者疾病诊断相关分组(DRG)方案及费用标准,为优化该病种分组方案以及提高医院精细化管理水平提供依据。方法 收集安阳市15家公立医院2019年5月20日至2021年12月31日主要诊断为子宫颈癌的1 543例患者的病案首页信息,利用单因素分析和Logistic多元线性回归分析影响住院费用的相关因素,采用决策树模型建立子宫颈癌病例组合方案并验证,分析超额病例特征。结果 单因素分析显示,年龄、住院天数、入院途径、合并症及并发症数量、是否输血、是否手术与患者住院费用有关(H=11.182,P<0.001;H=937.285,P<0.001;H=69.677,P<0.001;H=136.325,P<0.001;Z=10.560,P<0.001;Z=3.145,P<0.001)。Logistic多元线性回归分析显示,住院天数、是否手术、是否输血是住院费用的影响因素(t=34.166,P<0.001;t=17.152,P<0.001;t=9.860,P<0.001)。通过CHAID算法生成8个DRG分组,各组之间住院费用比较差异有统计学意义(H=445.022,P<0.001),组内CV均<1,分组合理性较好。超额病例51例(3.31%),集中于住院天数≥16 d且有手术(17例),应重点监控。结论 CHAID算法识别出住院天数、是否手术与是否输血为子宫颈癌患者住院费用主要影响因素并实现科学分组,可以为医疗机构进行费用控制和精细化管理,行政部门完善DRG付费标准制定提供一定参考。

关键词

决策树模型 / 住院费用 / 子宫颈癌 / 疾病诊断相关分组