简介:摘要目的探讨基于大数据病种组合的价格形成方法和价格标准。方法使用2018年上海市95家医疗机构的支出数据和收入数据进行分析,其中市级医院33家,区级医院62家。使用病种分值标化数据后,以每指数单价和每指数成本的区域均值为坐标轴将区域内的医疗机构划分为4个象限;寻找出收入和成本最优的象限,即优质区间;在优质区间求出几何中心,并以该几何中心的每指数单价作为费用标准。结果上海市区级医院的收支分布情况为:第一象限20家,第二象限8家,第三象限24家,第四象限10家;市级医院位于第一象限7家,第二象限5家,第三象限12家,第四象限9家。第三象限医疗机构的平均收入和成本均低于全市均值,且收入能够覆盖成本,为优质区间。区级医院第三象限几何中心的每指数单价为14 115.4元,市级医院为15 559.1元,可作为相应的费用标准。结论基于客观数据及优质区间几何中心法的价格发现机制,能去除不合理收费或不合理行为对医疗收入的影响,体现医保支付标准价格的导向性。
简介:摘要目的加强医疗数据资源整合共享,为临床科研人员提供高质量、可利用的数据,推进医疗数据在临床科研中的深入应用。方法根据全院级医疗大数据平台的建设和应用目标,将多个主要临床业务信息系统的数据整合后进行数据清洗、加工和解析,最终汇聚到统一平台中,形成有价值、可被利用的数据资源。结果构建面向临床科研的全院级医疗大数据平台,该平台累积了北京大学人民医院自2004年以来,1 342万余名患者的5 000万余次就诊数据,设计了面向分析的医院科研通用数据模型,并能够按照模型在平台上进行科研数据查询与导出,建立了医院临床科研数据管理规范和服务机制。结论医疗大数据平台的建设及数据治理实践为北京大学人民医院基于医疗大数据的高水平科技攻关提供了高质量数据基础,进一步提升了临床科研效率和质量。同时,在确保数据安全、合规利用的基础上,从全院视角对临床科研数据进行了管控。
简介:摘要脑卒中发病具有致残率高、死亡率高的特点,给社会和个人带来巨大的疾病负担。在全球卫生系统高度信息化的今天,各国纷纷搭建与完善公共卫生信息平台,通过平台中的公共卫生信息实现收集、整理、挖掘、分析、共享一体化,研究脑卒中的疾病负担,为卫生决策提供支撑。本研究通过对国内外文献资料进行检索复习,概述了我国脑卒中疾病负担的研究方法及其公共卫生信息来源,评价了各个疾病负担研究方法的公共卫生学意义以及局限性,描述了全球以及我国脑卒中疾病负担大数据平台的应用及发展情况,并通过总结我国现有的脑卒中疾病负担评价系统的局限性,对我国建立更加现代化以及信息化的脑卒中疾病负担评价系统提供建议。
简介:摘要目的评估非特异性检验指标组成的预测模型在胃癌早期诊断中的可行性。方法从上海长海医院的电子病案系统数据库中,共纳入2010年1月1日至2019年4月30日的24 615例病例记录,包括10 497例胃癌,5 198例胃癌前疾病, 和8 920名健康体检。通过分层随机抽样,将研究人群分为验证集、训练集和测试集。对所有实验室变量进行数据处理和质量控制后,通过梯度增强决策树、随机森林、支持向量机和人工神经元网络这4种机器学习算法,选择随机森林作为最优机器学习算法和诊断效能分组,使用后向逐步回归法训练数据,构建最佳特征模型采用受试者工作特征(ROC)曲线评价模型的诊断效能。结果本研究建立了由22个常规检验项目组成的诊断模型V22, 诊断早期胃癌的ROC曲线下面积(AUC)为0.808,敏感度为85.7%;特异度为91.9%。对癌胚抗原(CEA)阴性胃癌,V22也显示出较高的诊断准确率0.813,AUC为0.801。结论V22是一个有临床应用价值的胃癌辅助诊断模型,可以很好的区分早期胃癌和由健康组和癌前疾病组成的对照组,对早期胃癌的检出率优于传统的肿瘤标志物CEA。
简介:摘要肝病与肝癌是威胁我国人民生命健康的常见疾病,大数据和人工智能已成为提高临床诊断与治疗水平和服务能力的重要支撑。然而,大数据的发展应用尚不成熟,主要存在以下问题:(1)海量健康医疗数据种类繁多,来源各异,但较为分散,缺乏一体化数据存储与分析平台。(2)不同医疗中心之间数据标准不同,数据概念亦存在较大差异,以及个人表达习惯等问题,均导致数据难以处理,无法充分融合。因此,大规模健康医疗数据并不等同于健康医疗大数据。笔者团队结合东南肝胆健康大数据研究所在肝病与肝癌领域大数据平台建设方面的实践经验,提出肝病与肝癌大数据平台建设标准化体系,包括大数据联盟统筹建设大数据平台、完善的大数据标准体系、标准化数据治理流程及结合循证医学与新兴技术的大数据应用。该体系可为健康医疗大数据产业高质量发展提供全新模型,并可推广复制到其他专病领域,为建设健康中国贡献力量。