病案统计分析数据仓库的建立

魏忠琴

［摘要］ 本文以医院病案统计分析中疾病的统计分析为例介绍了用MS Server 2003软件，建立医院病案统计分析数据仓库的方法、步骤及其意义。

［关键词］ 数据仓库； 病案统计分析； 数据挖掘； 联机分析处理； 多维数据集

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 06. 026

［中图分类号］F272.7［文献标识码］A［文章编号］1673 - 0194（2012）06- 0054- 03

随着社会的发展和市场激烈竞争的需要，医院管理已经逐步从传统经验型向科学量化管理的方向发展，而科学量化管理的信息资源，主要从病案的统计分析中获得，特别是重大决策需要科学的数据分析作为依据，这就对医院信息化提出更高的要求。传统的数据库系统只能完成数据统计分析中最简单的动态原始数据以及日常数据报表，而在数据分析和辅助决策方面就显得无能为力了，而数据分析和数据挖掘技术正是数据仓库所具有的强大功能。

１明确数据仓库的主题

需求分析之中心工作是提出主题，并明确主题。每个主题有一个主题域，对每个主题域确定其数据模型，并确定每个主题域的公共主码。然后建立主题域之间的关联，确定主题域数据模式与数据源之间的关系。

在我院病案统计分析的数据仓库的实施过程中，确定的主要主题范围如下：

（１） 病人费用构成分析：分析整个医院、各个科室乃至某个医生的病人费用构成，如发现药品比例过高，可以层层分析是哪个环节导致比例过高，从而采取措施来控制；

（２） 同期费用对比分析：找出医院收入增加或减少的原因；

（３） 单病种分析：对单病种的费用、住院天数、治疗方案进行分析以便医生能及时总结经验，找出最佳的质量手段和方法，缩短就诊时间，减轻病人负担，增加医院经济效益；

（４） 成本效益分析：把各个不同系统如信息系统、财务系统等的数据汇总的数据仓库，对成本效益进行全面分析，以便能真正把握医院经营状况，提高医院经济效益；

（５） 疾病的统计分析：分析不同疾病发病的病人结构（如年龄、职业、性别、地区等）以及辅助诊疗分类的分析。

２数据仓库的源数据调查——数据采集

为了从病案首页信息中分析以上主题，建立主题数据仓库，源数据主要来自本院ＨＩＳ系统中２００２－２０１０年的住院病人数据资料，其中主要的数据关系表有（以下是以疾病的统计分析和病人费用构成分析为例）：现行及历史的病人住院主记录表、诊断记录表、疾病字典表、病人付费方式表治疗结果表等，具体表结构略。

３数据仓库的核心数据库设计

在数据仓库中，事实表数据模式是一个比较简单易懂的数据模式。在本设计中就是采用事实表数据模式，主要有疾病的统计分析数据表、时间表、病人付费方式表、治疗结果表、疾病分类表及年龄段表等。表１是疾病的统计分析数据表结构说明。

软件实现环境：

操作系统：Ｗｉｎｄｏｗｓ ２００３ Ｓｅｒｖｅｒ

数据仓库的产品：ＭＳ Ｓｅｒｖｅｒ ２００３企业版

多维数据库的展现工具：Ｅｘｃｅｌ

４数据的抽取

本例的抽取程序是利用Ｓｑｌ Ｓｅｒｖｅｒ ２００３中的数据转换服务ＤＴＳ（Ｄａｔａｓｔｏｒｅ Ｔｒａｎｓｍｉｓｓｉｏｎ Ｓｅｒｖｉｃｅ）从数据源Ｏｒａｃｌｅ ７中抽取数据， 在数据的提取过程中，首先建立数据源与目标数据源，然后在目标数据源服务器中完成维表、事实表的创建；根据模型的建立，再生成ＳＱＬ数据查询语句的程序包，然后执行ＳＱＬ程序包，将源数据库的数据提取到目的数据库中的维表和事实表中，数据的提取时间取决于源表的大小。

５多维数据集的建立

５．１维度的确定

在数据仓库中，维度（Ｄｉｍｅｎｓｉｏｎ）是指观察数据的特定角度，作为识别数据的索引，不同的维度组合构成了访问数据仓库中数据的约束条件。在本例疾病的统计分析中我们采用了五维，即：时间维（年月）；付费方式维（公费、自费、医保等）、年龄段维（５岁以下、５~１４岁、１５~４４岁、４５~５９岁、６０岁以上）、治疗结果维（治愈、好转、未愈、死亡等）。

５．２数据集的建立

在本例疾病的统计分析中我们采用ＳＱＬ Ｓｅｒｖｉｃｅ ２００３ Ａｎａｌｙｓｉｓ Ｓｅｒｖｉｃｅｓ中的多维数据集向导或多维数据集编辑器来生成多维数据集，其架构如图１所示。

６ＯＬＡＰ数据多维分析

６．１ＯＬＡＰ模型结构

在本例疾病的统计分析的ＯＬＡＰ模型结构如图２所示。

多维分析是指在ＯＬＡＰ多维结构上对以多维形式组织起来的数据采取多种操作，以便分析人员作实验以验证其主观分析意图，主要有钻取、切片、切快、旋转4种分析方法。

６．２客户端数据分析

在基于微软的数据仓库框架中，客户端应用可以通过ＭＳ Ｏｆｆｉｃｅ、ＭＳ Ｑｕｅｒｙ、ＭＳ Ｖｉｓｕａｌ Ｓｔｕｄｉｏ等任何支持ＯＬＥ ＤＢ的软件开发工具开发。在本系统中。作者使用ＭＳ Ｏｆｆｉｃｅ中的Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ查询数据仓库中的多维数据集，因为对于客户端用户来说，Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ是比较常用且简单易懂的。

７创建ＯＬＡＰ数据挖掘模型及浏览决策树

７．１创建ＯＬＡＰ数据挖掘模型

本文利用Ｍｉｃｒｏｓｏｆｔ 决策树算法创建ＯＬＡＰ数据挖掘模型，以挖掘出不同疾病在不同年龄段的平均住院费用以及治愈时间等情况。

７．２浏览决策树

在 ＯＬＡＰ 挖掘模型编辑器中，可以使用编辑器编辑模型属性或者浏览其结果。在 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ 树视图中，展开“挖掘模型集”文件夹，右击“疾病分析模式”模型，选择子菜单“浏览”命令，出现如图３所示的决策树。

７．３分析

（１） 在“内容详情”窗格的决策树区域中，颜色代表“事例”的密度（在本事例中为：病人年龄段的密度）。颜色越深则节点中包含的事例就越多。 单击“全部”节点。该节点为黑色，因为它代表 （７７３３） 事例的 １００％。７７３３ 代表出院的病人数目（即 “疾病分析” 多维数据集中有事务记录的病人）。

（２） 特性窗格显示“全部”节点中，所有事例的 ２１．８０％（或者说 １ ６８６ 个示例）的平均住院费用可能是１ ６１０元；３１．６４％的平均住院费用可能是３ ８８５元；２１．７４％的平均住院费用可能是４ ６６４元；２４．８２％的平均住院费用可能是２ ５７６元。如果没有显示百分比，则可以调整“特性”窗格中“合计”面板的“可能性”列的大小。

（３） 如果选择了树的不同节点，此百分比将会更改。让我们调查一下哪些年龄段的病人平均住院费用在４ ６６４元。若要执行此操作，则需要重新画出树以便勾画出平均住院费用在４ ６６４元的高密度区。在右下角的“树颜色基于”字段中选择“４６６４”。该树显示另一种颜色模式。可以看出年龄段在６０岁以上，平均住院费用３ ０９６元与５ ９８０元之间的节点的密度高于其他任何节点。

（４） 可以查看树的其他分支并调查对于某一种病，病人在不同年龄段平均住院费用的不同可能值。医院可以使用此信息来确定针对该种病在不同年龄段的平均住院费用的高低，采取相应的措施来调整最佳治疗方案，进而控制平均住院费用。

８总结

通过创建数据仓库，数据不仅仅用于检索，还可用来分析未来的发展趋势，并为管理和决策提供支持，如：病人构成分析（分析医院门诊、住院病人的各种构成、如病人的来源、职业、身份、年龄等分布以便有针对性地采取一些措施来提高服务质量，从而增加门诊量和住院收容量）、病人就诊时间分析（从门诊病人挂号到出院各环节就医时间，分析病人的就医瓶颈以减少排队，提高就医质量）、病人费用构成分析（分析整个医院、各个科室乃至某个医生的病人费用构成，如发现药品比列过高，可以层层分析是哪个环节导致比列过高，从而采取措施来控制）、同期费用对比分析（找出医院收入增加或减少的原因）、单病种分析（对单病种的费用、住院天数、治疗方案进行分析以便医生能及时总结经验、找出最佳的质量手段和方法，缩短就诊时间、减轻病人负担、增加医院经济效益）、成本效益分析（把各个不同系统如信息系统、财务系统等的数据汇总的数据仓库，对成本效益进行全面分析，以便能真正把握医院经营状况，提高医院经济效益）。

当然，数据仓库是一个庞大的知识系统，其功能远远不止这些，像各类医保病人分析、免费及各种优惠病人分析、医院各种科学预测等分析功能。随着医院的发展，数据仓库的这种决策支持功能将在医院的管理和决策中起着越来越重要的作用，尤其医院病案统计的分析对医疗研究着非常重要的作用。

主要参考文献

［１］ Ｊｉａｗｅｉ Ｈａｎ，Ｍｉｃｈｅｌｉｎｅ Ｋａｍｂｅｒ． 数据挖掘——概念与技术［Ｍ］． 范明，孟小峰，等，译． 北京： 机械工业出版社，２００１．

［２］ 飞思科技产品研发中心． Ｏｒａｃｌｅ ９ｉ 数据仓库构建技术［Ｍ］． 北京：电子工业出版社，２００３．

［３］ 罗运模． ＳＱＬ Ｓｅｒｖｅｒ ２０００数据仓库应用与开发［Ｍ］． 北京：人民邮电出版社，２００１．

［４］ 徐洁磐． 数据仓库与决策支持系统［Ｍ］． 北京：科学出版社，２００５．

［５］ 王珊，陈红． 数据仓库技术与联机分析处理［Ｍ］． 北京：科学出版社，１９９８．

［６］ 夏火松． 数据仓库与数据挖掘技术［Ｍ］． 北京：科学出版社，２００４．