基于混合采样的患者投诉中安全事件的自动识别

• 作者: 倪维斌 夏晨曦 姜垚松 罗玮 赵冬 马敬东
• 来源期刊: 中华医学图书情报杂志
• 学科: 医学
• 关键词: 患者投诉 患者安全事件 混合采样 文本分类
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 医院信息管理
• 页码范围: 70-76
• 页数: 7页
• 分类号: R197.323.4
• 字数: 4269字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2018.08.013

摘要

患者投诉是改善患者体验、提高医疗服务质量的重要资源,患者安全事件是引起医疗纠纷或医疗暴力事件的重要原因.从患者投诉中自动识别患者安全事件有助于及时发现和处理潜在的医疗纠纷,提高患者满意度.患者投诉主题分布的不均衡,利用机器学习方法监测患者安全事件的效果往往较差.针对该问题,可采用文本分类及混合采样的数据处理方法,从患者投诉中自动识别患者安全事件.实验结果表明,使用随机森林分类器,将数据不均衡比例调整为1 :1时,自动识别的性能最好,达到G均值97. 97% 、受试者工作特征曲线下面积99. 82%和PR曲线下面积99. 81% ,说明该方法可以有效自动识别患者投诉中的安全事件,避免医患纠纷的发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马敬东	华中科技大学同济医学院医药卫生管理学院	96	723	15.0	22.0
2	夏晨曦	华中科技大学同济医学院医药卫生管理学院	22	68	6.0	7.0
3	罗玮	华中科技大学同济医学院医药卫生管理学院	5	38	1.0	5.0
4	赵冬	华中科技大学同济医学院医药卫生管理学院	7	12	2.0	3.0
5	倪维斌	华中科技大学同济医学院医药卫生管理学院	3	1	1.0	1.0
6	姜垚松	华中科技大学同济医学院医药卫生管理学院	5	2	1.0	1.0