疾病诊断相关分组(DRGs)在肿瘤门诊特殊疾病病种支付中的应用研究
Chinese Journal of Health Policy（2018）
Abstract
通过多元线性回归模型筛选对医疗费用有统计学意义的影响因素并筛选费用异常数据,利用基于E-CHAID算法的决策树模型进行DRGs分组,用变异系数、方差减少量及非参数检验验证分组的合理性.通过统计模型剔除11条异常数据后共分为7个DRGs组,经CV、RIV及秩和检验验证后证实分组效果合理且较为稳定.相关部门可以门诊特殊疾病为试点逐步推开门诊DRGs的应用,分组时需从数据分布特点入手,在合理的数据基础上结合疾病特征、治疗方式等因素进行分组并动态调整,将DRGs分组的“事前控制”转变为“事前测算—事中控制—事后调整”,提高分组的综合性和实用性.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined