基于医疗数据挖掘的患者住院天数预测研究

• 作者: 庞震 孙静 李佩佳 张欣阳 石勇 样宇飞
• 来源期刊: 医院管理论坛
• 学科: 医学
• 关键词: 数据挖掘 支持向量机 住院天数
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 医院运营
• 页码范围: 22-24,27
• 页数: 4页
• 分类号: R197.4
• 语种: 中文
• DOI: 10.3969/j.issn.1671-9069.2020.10.006

摘要

目的 探索数据挖掘技术在预测住院天数上的应用,为医院管理提供辅助数据支持.方法 采集某三级甲等医院2015-2016年病案首页数据,通过单因素分析结合专家建议筛选特征属性,使用支持向量机对住院天数进行分类预测实验.结果 筛选出10个属性作为实验特征属性,住院天数分为极短期(1天),短中期(2至14天),中长期(15至28天),长期(28天以上).在四分类预测中,极短期,短中期及长期住院患者预测效果较好;二分类预测中,短中期与长期住院患者预测效果较好.结论 预测结果可以为医院前置综合管理提供决策支持,如病区医疗资源分配、床位周转、异常住院天数人群干预等.