計算機數據挖掘城鎮居民大病保險中的應用分析

劉丹

摘 要：目的 通過對城鎮居民醫療保險報銷費用與數據挖掘結合，綜合分析筆者所在醫院大病費用的構成及依賴關系，為進一步改善醫療服務質量提供理論依據。方法 采用數據基本計算方法和決策樹模型構建，探索醫療費用相關數據和數據間依賴關系。結果 報銷大病居民為9073人，住院10368人次，總計報銷12135人次，醫療總費用為17842.82萬元，基本保險報銷9536.62萬元，占53.45%；心腦血管疾病和惡性腫瘤成為報銷的主體，分別為16.09%和14.51%；對醫療費用影響最大的是醫療類型，其次為疾病種類，最不明顯的是性別。結論 慢性病是該院大病報銷的主要病種，醫療類別是重要的影響醫療費用的因素，完善慢性病就診流程，是解決醫療費用的重要措施之一。

關鍵詞：數據挖掘 城鎮居民 醫療保險

中圖分類號：TP27 文獻標識碼：A 文章編號：1674-098X（2017）07（c）-0128-02

隨著我國醫療保險體制的不斷完善和醫療保險范圍的不斷擴大，城鎮職工基本醫療保險與城鎮居民醫療保險已經基本覆蓋。而基本醫療保險針對大病風險依然存在，衛生部國家衛生服務調查顯示[1]：住院患者中，由于經濟困難或者費用太高而要求出院的患者占有比例高達36.8%，其中大病患者是此人群的主要群體[2]。數據挖掘是從不完全大量的，或者模糊、隨機的數據庫中，應用分析工具，在大量數據中發現數據間關系并建立模型，挖掘潛在有用信息的過程[3]。本研究利用計算機技術結合數據挖掘的理論方法，對醫療保險中大病保險數據進行分析，收到很好效果，現報道如下。

1 資料與方法

1.1 樣本和數據的選擇

本研究選取本院2014年1月至2016年12月的城鎮居民數據庫作為研究數據對象，主要包括：重大疾病住院記錄報銷記錄和門診隨訪報銷記錄兩部分，具體為患者基本信息數據庫，包括性別、年齡、醫保報銷種類等數據；反應疾病類型和醫療費用數據庫，和醫療服務費用補償數據庫，數據來源于該院醫保科。

1.2 方法

1.2.1 數據清洗方法

運用計算機篩選功能，將全部數據進行清洗，在17152條數據中，篩選出1053條重復信息，核實剩余信息，篩選數據的異常值或者空項，將無法核實的信息進行刪除，刪除信息3964條信息，本次研究有效信息為12135條。將有效信息進行歸類整理，采用國際分類標準ICD-10進行分類，取其前三位有效代碼。

1.2.2 數據挖掘工具

本研究選取Excel 2010和SPSS 22.0兩種軟件進行數據挖掘分析，通過Excel 2010的SQL Server的程序完成數據挖掘的基本計算，將整理完善的數據導入SPSS 22.0中，對數據進行深層次計算。

1.2.3 數據分析方法

（1）數據基本算法：計算數據的均值、中位數、標準差、方差等數據并分析其數據分布情況，利用數據透視表法分析匯總值，通過數據列表的方式對每個數據進行多重比較。從眾多數據中，找到數據可能存在的關系或者數據異常情況等[4]。

（2）決策樹：結合Excel 2010和SPSS 22.0軟件，采用寬度優先策略和預排序的方式，從無序、雜亂無規則的數據中推理出分類規則，從而得到決策樹的表現方式，可用于對數據對象的識別，并針對數據進行預測。通過決策樹數據集中屬性進行測試，從決策樹的根節點到葉節點的路徑實現類別預測。

2 結果

2.1 基本資料

本次數據分析顯示，報銷大病居民為9073人，住院10368人次，共報銷12135人次，男性4384人，女性4689人，成年人4274人，占84.25%。醫療總費用為17842.82萬元，基本保險報銷9536.62萬元，占53.45%，商業保險報銷3082.05萬元，占17.27%，患者個人支付5224.15萬元，占29.28%。

2.2 疾病類型

按照報銷次數和人數比較分析發現，本醫院報銷最主要的是以慢性病為主，其中心腦血管疾病和惡性腫瘤成為報銷的主體（見表1）。

2.3 醫療費用的影響因素

本研究通過結合一般資料調查，共計篩選出5個類別的因素與醫療費用具有關聯，通過決策樹模型預測各屬性之間的依賴關系，按照依賴關系的大小，對醫療費用影響最大的是醫療類型，其次為疾病種類，最不明顯的是性別（見圖1）。

根據上述排序，以醫療類別為節點對決策樹進行進一步分析，醫療費用被自行分為5個區間，即為<6093元；6093～23085元；23085～45931元；45931～79525元；≥79525元，根據決策樹模型，在門診診療中，有99.41%的醫療費用小于6093區間，超過本區間的基本以慢性腎病為主，占0.42%；在住院診療中，以6093～23085元區間最多，占73.18%。在疾病種類分析中，占用費用最高的疾病為慢性缺血性心臟病，其次為慢性腎病，說明此兩種疾病是大病費用最高的病種，而在所以關系屬性之中，都與住院時間具有重要關系，精神類疾病、惡性腫瘤、慢性腎病診療時間均較長，普遍超過12d，而住院時間的增加，也直接導致了醫療衛生服務費用上漲。

3 討論

本次研究發現，醫療總費用為17842.82萬元，基本保險（包括城鎮職工基本醫療保險和城鎮居民基本醫療保險）報銷9536.62萬元，占53.45%，商業保險報銷3082.05萬元，占17.27%，患者個人支付5224.15萬元，占29.28%。雖然基本保險仍然占較高比例，但是個人支出部分仍然較高，近30%的比例通過個人支付完成，這在一定程度上增加了個人醫療衛生費用的支出。

在病種方面分析發現，慢性病依然是該院就診的主體病種，前幾位均屬于慢性病范疇，而在大病風險上，排名靠前的為腦卒中和慢性缺血性心臟病，惡性腫瘤也呈較快增長趨勢，而且惡性腫瘤也是造成高額醫療費用的主要部分，即為研究發現[5]，惡性腫瘤的居民自付比例在18.36～21.09%之間，而在該院的自付比例高于這個范圍，說明在惡性腫瘤的治療過程中，注重醫保政策的解讀，規范診療慢性病的制度，合理應用恰當治療方案，有助于提高報銷比例，從而減輕患者疾病負擔。

通過計算機輔助數據挖掘技術，發現在該院醫療費用依賴程度最高的為醫療類型，門診相對費用較低，而住院患者費用較高，這也屬于正常診療規范范疇。疾病的類型和住院時間均是醫療費用依賴較高的項目。值得一提的是本次決策樹模型是應用綜合評價離群點完成的，在普通的模型中，離群點屬于異常值范疇，往往是要剔除的，而在醫保費用中，由于疾病狀況、病情的輕重、住院時長等因素的影響[6]，離群點也是具有重要意義的，因此在后期決策樹模型的準確性驗證方面，得到了比較好的效果，也因此證實了醫療費用的真實依賴關系。

綜上所述，慢性病是該院大病報銷的主要病種，醫療類別是重要的影響醫療費用的因素，完善慢性病就診流程，是解決醫療費用的重要措施之一。

參考文獻

[1] 中國衛生部.2011年醫療衛生改革階段性評估調查[Z].

[2] 吳群紅，李葉，徐玲，等.醫療保險制度對降低我國居民災難性支出的效果分析[J].中國衛生政策研究，2012（9）： 62-66.

[3] 王麗珍，周麗華，陳紅梅，等.數據倉庫與數據挖掘原理及應用[M].北京：科學出版社，2008.

[4] 霍繼合.基于web的數據挖掘技術研究[D].東北財經大學，2005.

[5] 孫冬悅，孫紐云，房珊杉，等.大病醫療保障制度的國際經驗及啟示[J].中國衛生政策研究，2013（1）：13-20.

[6] 張宗久，周軍，梁銘會，等.推進我國大病保障制度建設工作的思考與設想[J].中國衛生政策研究，2013（1）：6-10.endprint