简介:摘要目的探讨吸烟状况与安徽省胃癌患者发病年龄间的风险关联,同时估算因吸烟导致的胃癌直接医疗费用负担。方法收集2017年安徽省10个肿瘤登记地区的新发胃癌患者及其入院治疗的直接医疗费用信息。通过单因素回归分析和多因素logistic回归模型,分析吸烟状况与胃癌患者发病年龄的关系。使用中位数和吸烟归因危险度法描述安徽省归因于吸烟的胃癌直接医疗费用。结果本次研究共分析736例胃癌患者资料。单因素回归分析提示,农村户口(t=2.091,P=0.037)、吸烟(t=-2.357,P=0.001 9)和饮酒(t=-2.036,P=0.042)与胃癌患者发病年龄提前有关。在校正性别、饮酒、BMI和户籍类型后,戒烟者提前发生胃癌的风险低于吸烟者(OR=0.36,95%CI:0.17~0.75)。2017年安徽省肿瘤登记地区736例新发胃癌患者归因于吸烟的总直接医疗费用负担为693.96万元,具有吸烟行为的胃癌患者的直接医疗费用高于戒烟和不吸烟的胃癌患者。结论吸烟是安徽省胃癌发病年龄提前的危险因素之一,安徽省政府部门应加强控烟措施,降低胃癌患者的经济负担。
简介:目的建立一种预处理方法,在进行医疗费用数据挖掘时,将因变量(呈偏态分布的连续性变量)转换为分类变量,从而得到更加科学合理的研究结果。方法以广东省甲型病毒性肝炎医疗费用调查取得的115例患者为研究对象,分别采用中位数的分类方法和K-means聚类的方法作为预处理方法,对医疗费用这一呈偏态分布的因变量进行分类,然后建立支持向量机数学模型,采用支持向量机进行医疗费用影响因素分析;通过比较模型的预测精度、模型收益以及影响因素的筛选结果,确定最优的预处理方法。结果115例甲肝病人甲肝总住院费用中位数为2744.69元,呈偏态分布。应变量以中位数方法分类,采用支持向量机模型筛选影响因素结果显示,对医疗费用影响最大的有7个变量(前3位为医院等级、性别、疾病类型);采用聚类分析进行数据预处理时筛选影响因素结果显示,对医疗费用影响最大的有7个变量(前3位为医院等级、住院天数、支付方式)。与中位数方法的分类方法比较,采用聚类分析进行数据预处理时,支持向量机模型结果得到的预测精度由91.30%上升到97.39%;收益图表陡峭地升高到100.00%然后渐渐变得平缓,显示模型收益更好;影响因素筛选结果更加科学合理,符合实际情况。结论聚类分析是一种优秀的数据挖掘预处理方法,具有良好的应用性。