面向醫(yī)療質(zhì)量的病案首頁數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘.pdf

1、醫(yī)療質(zhì)量是醫(yī)院的生命，是醫(yī)院管理的永恒主題。我國境內(nèi)的各級(jí)醫(yī)院自上世紀(jì)90年代以來逐步使用了格式相對(duì)統(tǒng)一的病案首頁來概括住院病人基本情況和診療過程。后來用計(jì)算機(jī)管理病案首頁，產(chǎn)生了大量的病案首頁數(shù)據(jù)。從這些數(shù)據(jù)中提取的醫(yī)療質(zhì)量指標(biāo)是目前評(píng)價(jià)醫(yī)療質(zhì)量的主要依據(jù)，但僅憑這些統(tǒng)計(jì)得出的醫(yī)療指標(biāo)不能反映深層次的醫(yī)療質(zhì)量問題。
　　 考慮到病案首頁的大數(shù)據(jù)量特性和醫(yī)療指標(biāo)相關(guān)性分析的需要，本文提出用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法研究醫(yī)療質(zhì)量。本文主

2、要工作包括：
　　 (1)算法改進(jìn)。針對(duì)病案首頁數(shù)據(jù)的單層多維特點(diǎn)，本文提出基于經(jīng)典關(guān)聯(lián)規(guī)則算法Apriori的病案首頁數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘算法Mypriori。Mypriori算法改進(jìn)了Apriori的頻集發(fā)現(xiàn)和規(guī)則推導(dǎo)過程，在建立候選集時(shí)加入了項(xiàng)值過濾機(jī)制，在頻集迭代過程中加入了項(xiàng)集順序向右擴(kuò)展機(jī)制和事務(wù)壓縮策略，在規(guī)則產(chǎn)生過程中加入了基于約束的先驗(yàn)知識(shí)剪枝和同時(shí)使用置信度與提升度剪枝的策略，減小了冗余，提高了效率。
　　

3、 (2)數(shù)據(jù)預(yù)處理。針對(duì)病案首頁數(shù)據(jù)涉及個(gè)人隱私的特點(diǎn)，本文首先對(duì)數(shù)據(jù)進(jìn)行了隱私過濾處理，保障醫(yī)院和病人的權(quán)益。然后是挖掘前的數(shù)據(jù)準(zhǔn)備，包括數(shù)據(jù)清理、字段抽取、屬性轉(zhuǎn)換和數(shù)據(jù)離散化。其中離散化操作是重點(diǎn)，將各種字段屬性統(tǒng)一調(diào)整為分類屬性，包括結(jié)合領(lǐng)域知識(shí)將連續(xù)數(shù)值屬性分段處理、將多層多值屬性上卷為少量值的分類。
　　 (3)病案首頁數(shù)據(jù)挖掘。按照醫(yī)療數(shù)據(jù)挖掘的基本流程，本文利用Mypriori程序，以“與死亡及手術(shù)有關(guān)的病種分

4、析”、“出院情況為死亡的數(shù)據(jù)分析”、“出院情況為疑似死亡的90數(shù)據(jù)分析”和“疑似非計(jì)劃再返手術(shù)室分析”為挖掘目標(biāo)，完成了天津市某醫(yī)院2004-2007四年的病案首頁數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘，發(fā)現(xiàn)了數(shù)據(jù)中的高興趣度關(guān)聯(lián)規(guī)則，這些規(guī)則揭示了醫(yī)院的一些醫(yī)療質(zhì)量問題。
　　 數(shù)據(jù)挖掘?qū)嶒?yàn)結(jié)果表明，改進(jìn)的關(guān)聯(lián)規(guī)則算法Mypriori能夠有效捕捉隱含在病案首頁數(shù)據(jù)中的顯著頻繁模式；相比Weka的Apriori關(guān)聯(lián)規(guī)則挖掘，Mypriori算法在病案