基于混合线性模型的梧州市大病患者住院费用影响因素研究

摘要

目的：　　采用2016年梧州市辖区及4个县域医疗机构的大病住院患者数据，探讨混合线性模型在住院费用影响因素分析中的应用，拟为结构性医疗卫生数据的分析提供新分析手段。分析大病住院患者费用情况，了解梧州大病患者住院费用的影响因素，为梧州大病住院患者的医疗控费提供指导意见。　　方法：　　通过医院管理系统，提取2016年1月1日-12月31日梧州市市辖区及4个县级行政区划内9家医疗机构全部住院患者数据。数据的内容包括，医院名称，医院行政区划代码，医疗机构经济类型，医疗保险付款方式，住院患者性别，年龄，民族，住院次数，实际住院时间，现住址，户籍地址，出院疾病确诊代码，其它诊断疾病编码，是否手术，住院总费用以及患者自付金额。使用IBM SPSS Statistics23.0清洗、处理数据，剔除住院费用＜1000元或住院天数＜3天的患者、由ICD-10编码确定疾病谱、根据其它诊断判断患者是否有合并症或并发症、使用高德地图API辅助确定是否为异地患者数据。原始住院费用描述采用中位数(M)以及四分位数间距(Q)，对不同社会因素和患者因素分组的原始住院费用组间差异进行非参数检验。对原始住院费用进行正态性检验和对数转换，确定影响因素中的固定效应变量和随机效应变量，建立零模型检验数据层次结构情况，并建立混合效应模型，分析梧州大病住院患者医疗费用的影响因素，并将混合效应模型拟合情况与多元线性回归模型进行比较。　　结果：　　(1)研究对象基本情况:符合纳入标准病例共13987名，平均年龄52.12岁（0～101岁），平均实际住院时长15天（3～364天）。平均住院次数1.4次。平均自付比为88.9％。男女患者性别比为1.58。汉族占比99.5％，壮族占比0.02％，其它民族占比0.03％。82.5％的患者有合并症或并发症。手术患者占比54.6％。46.7％的患者为异地患者。新农合患者占比83.8％，城镇职工医保患者占比11.8％，城镇居民医保患者占比3.2％，商业和其他保险患者占比1.2％。9家医疗机构中有8家公立医院、1家民营医院，8家综合医院、1家专科医院。共有循环系统疾病、肿瘤、损伤中毒、泌尿生殖系统疾病、消化系统疾病等14类疾病。　　(2)影响梧州大病住院费用的主要因素:社会行政区划，医院经济类型，医疗机构类别，患者年龄分层，性别，有无合并症或并发症，是否手术，是否为异地病源，住院实际时长，住院累计次数，保险付款方式和疾病类别各组间住院费用差异情况经检验皆存在统计学意义。　　(3)混合线性模型拟合结果:固定效应中的市辖区/县域因素，医疗保险付款方式，性别，有无合并症或并发症，手术情况，异地病源，以及疾病分类中的循环系统疾病都是大病患者住院费用的影响因素。随机效应中的年龄，住院实际时间，自付比都是大病患者住院费用的影响因素。　　(4)混合线性模型与多元线性回归模型相比较:混合线性模型残差独立性更好。　　结论：　　(1)行政区划，医疗保险付款方式，性别，有无合并症或并发症，手术情况，异地病源，疾病分类，年龄，住院实际时间，以及自付比都是大病患者住院费用的影响因素。　　(2)混合线性模型可以解决传统统计模型对呈层次结构聚集的医疗数据不适用的问题，最大程度的保留了原始数据中的统计学信息，能较好的适用于医疗卫生数据中的层次结构数据。

目录

声明

个人简历

摘要

1 前言

2 资料和方法

2．1 资料来源

2．2 主要研究内容

2．3 数据处理

2．4 基本统计分析

2．5 混合线性模型

2．6 统计软件

3．1 一般情况描述

3．2 住院费用与地域医疗机构性质关系

3．3 住院费用与患者因素关系

3．4 混合线性模型拟合结果

3．5 与多元线性回归模型拟合比较

4．1 社会影响因素

4．2 患者影响因素

5 结论和展望

5．1 研究结论

5．2 学术创新

5．3 研究不足

5．4 总结与展望

参考文献

附录

综述

致谢

攻读学位期间发表的学术论文目录