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; 杨宇飞^*

来源：医院管理论坛, 2020, 37(10): 22-27.

DOI：10.3969/j.issn.1671-9069.2020.10.006

• 数据挖掘
• 支持向量机
• 住院天数

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。

• 单位
  中国科学院; 中国中医科学院西苑医院; 北京大学第三医院