不同决策树算法建立DRGs模型的差异

• 作者: 刘骏峰 杜剑亮 陈倩
• 来源期刊: 中国病案
• 关键词: 决策树 DRGs 诊断相关分组 CART CHAID E-CHAID
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 现代化管理
• 页码范围: 38-41
• 页数: 4页
• 字数: 3266字
• 语种: 中文

摘要

目的 通过分析不同决策树算法的数据差异,探讨最为适合建立DRG模型的算法.方法 择2007年1月-2012年9月病案首页第一诊断为呼吸系统疾病的12984病案,分别采用CART、CHAID和E-CHAID三种决策树算法建立DRGs模型,并比较模型间的差异.结果 CART算法建立的DRGs模型包括12个DRGs组,使用了6个分组因素,最重要的分组因素为疾病严重程度,模型的Risk值为0.449.CHAID算法建立的DRGs模型包括20个DRGs组,只使用了5个分组因素,分组因素中不包括有无输血,最重要的分组因素为有无手术,模型的Risk值为0.448.E-CHAID算法建立的DRGs模型包括15个DRGs组,使用了6个分组因素,最重要的分组因素为疾病严重程度,模型的Risk值为0.445.结论 通过比较后可认为E-CHAID算法要比其他两种算法更适合于建立DRGs模型.