计算机数据挖掘城镇居民大病保险中的应用分析

刘丹

摘 要：目的 通过对城镇居民医疗保险报销费用与数据挖掘结合，综合分析笔者所在医院大病费用的构成及依赖关系，为进一步改善医疗服务质量提供理论依据。方法 采用数据基本计算方法和决策树模型构建，探索医疗费用相关数据和数据间依赖关系。结果 报销大病居民为9073人，住院10368人次，总计报销12135人次，医疗总费用为17842.82万元，基本保险报销9536.62万元，占53.45%；心脑血管疾病和恶性肿瘤成为报销的主体，分别为16.09%和14.51%；对医疗费用影响最大的是医疗类型，其次为疾病种类，最不明显的是性别。结论 慢性病是该院大病报销的主要病种，医疗类别是重要的影响医疗费用的因素，完善慢性病就诊流程，是解决医疗费用的重要措施之一。

关键词：数据挖掘 城镇居民 医疗保险

中图分类号：TP27 文献标识码：A 文章编号：1674-098X（2017）07（c）-0128-02

随着我国医疗保险体制的不断完善和医疗保险范围的不断扩大，城镇职工基本医疗保险与城镇居民医疗保险已经基本覆盖。而基本医疗保险针对大病风险依然存在，卫生部国家卫生服务调查显示[1]：住院患者中，由于经济困难或者费用太高而要求出院的患者占有比例高达36.8%，其中大病患者是此人群的主要群体[2]。数据挖掘是从不完全大量的，或者模糊、随机的数据库中，应用分析工具，在大量数据中发现数据间关系并建立模型，挖掘潜在有用信息的过程[3]。本研究利用计算机技术结合数据挖掘的理论方法，对医疗保险中大病保险数据进行分析，收到很好效果，现报道如下。

1 资料与方法

1.1 样本和数据的选择

本研究选取本院2014年1月至2016年12月的城镇居民数据库作为研究数据对象，主要包括：重大疾病住院记录报销记录和门诊随访报销记录两部分，具体为患者基本信息数据库，包括性别、年龄、医保报销种类等数据；反应疾病类型和医疗费用数据库，和医疗服务费用补偿数据库，数据来源于该院医保科。

1.2 方法

1.2.1 数据清洗方法

运用计算机筛选功能，将全部数据进行清洗，在17152条数据中，筛选出1053条重复信息，核实剩余信息，筛选数据的异常值或者空项，将无法核实的信息进行删除，删除信息3964条信息，本次研究有效信息为12135条。将有效信息进行归类整理，采用国际分类标准ICD-10进行分类，取其前三位有效代码。

1.2.2 数据挖掘工具

本研究选取Excel 2010和SPSS 22.0两种软件进行数据挖掘分析，通过Excel 2010的SQL Server的程序完成数据挖掘的基本计算，将整理完善的数据导入SPSS 22.0中，对数据进行深层次计算。

1.2.3 数据分析方法

（1）数据基本算法：计算数据的均值、中位数、标准差、方差等数据并分析其数据分布情况，利用数据透视表法分析汇总值，通过数据列表的方式对每个数据进行多重比较。从众多数据中，找到数据可能存在的关系或者数据异常情况等[4]。

（2）决策树：结合Excel 2010和SPSS 22.0软件，采用宽度优先策略和预排序的方式，从无序、杂乱无规则的数据中推理出分类规则，从而得到决策树的表现方式，可用于对数据对象的识别，并针对数据进行预测。通过决策树数据集中属性进行测试，从决策树的根节点到叶节点的路径实现类别预测。

2 结果

2.1 基本资料

本次数据分析显示，报销大病居民为9073人，住院10368人次，共报销12135人次，男性4384人，女性4689人，成年人4274人，占84.25%。医疗总费用为17842.82万元，基本保险报销9536.62万元，占53.45%，商业保险报销3082.05万元，占17.27%，患者个人支付5224.15万元，占29.28%。

2.2 疾病类型

按照报销次数和人数比较分析发现，本医院报销最主要的是以慢性病为主，其中心脑血管疾病和恶性肿瘤成为报销的主体（见表1）。

2.3 医疗费用的影响因素

本研究通过结合一般资料调查，共计筛选出5个类别的因素与医疗费用具有关联，通过决策树模型预测各属性之间的依赖关系，按照依赖关系的大小，对医疗费用影响最大的是医療类型，其次为疾病种类，最不明显的是性别（见图1）。

根据上述排序，以医疗类别为节点对决策树进行进一步分析，医疗费用被自行分为5个区间，即为<6093元；6093～23085元；23085～45931元；45931～79525元；≥79525元，根据决策树模型，在门诊诊疗中，有99.41%的医疗费用小于6093区间，超过本区间的基本以慢性肾病为主，占0.42%；在住院诊疗中，以6093～23085元区间最多，占73.18%。在疾病种类分析中，占用费用最高的疾病为慢性缺血性心脏病，其次为慢性肾病，说明此两种疾病是大病费用最高的病种，而在所以关系属性之中，都与住院时间具有重要关系，精神类疾病、恶性肿瘤、慢性肾病诊疗时间均较长，普遍超过12d，而住院时间的增加，也直接导致了医疗卫生服务费用上涨。

3 讨论

本次研究发现，医疗总费用为17842.82万元，基本保险（包括城镇职工基本医疗保险和城镇居民基本医疗保险）报销9536.62万元，占53.45%，商业保险报销3082.05万元，占17.27%，患者个人支付5224.15万元，占29.28%。虽然基本保险仍然占较高比例，但是个人支出部分仍然较高，近30%的比例通过个人支付完成，这在一定程度上增加了个人医疗卫生费用的支出。

在病种方面分析发现，慢性病依然是该院就诊的主体病种，前几位均属于慢性病范畴，而在大病风险上，排名靠前的为脑卒中和慢性缺血性心脏病，恶性肿瘤也呈较快增长趋势，而且恶性肿瘤也是造成高额医疗费用的主要部分，即为研究发现[5]，恶性肿瘤的居民自付比例在18.36～21.09%之间，而在该院的自付比例高于这个范围，说明在恶性肿瘤的治疗过程中，注重医保政策的解读，规范诊疗慢性病的制度，合理应用恰当治疗方案，有助于提高报销比例，从而减轻患者疾病负担。

通过计算机辅助数据挖掘技术，发现在该院医疗费用依赖程度最高的为医疗类型，门诊相对费用较低，而住院患者费用较高，这也属于正常诊疗规范范畴。疾病的类型和住院时间均是医疗费用依赖较高的项目。值得一提的是本次决策树模型是应用综合评价离群点完成的，在普通的模型中，离群点属于异常值范畴，往往是要剔除的，而在医保费用中，由于疾病状况、病情的轻重、住院时长等因素的影响[6]，离群点也是具有重要意义的，因此在后期决策树模型的准确性验证方面，得到了比较好的效果，也因此证实了医疗费用的真实依赖关系。

综上所述，慢性病是该院大病报销的主要病种，医疗类别是重要的影响医疗费用的因素，完善慢性病就诊流程，是解决医疗费用的重要措施之一。

参考文献

[1] 中国卫生部.2011年医疗卫生改革阶段性评估调查[Z].

[2] 吴群红，李叶，徐玲，等.医疗保险制度对降低我国居民灾难性支出的效果分析[J].中国卫生政策研究，2012（9）： 62-66.

[3] 王丽珍，周丽华，陈红梅，等.数据仓库与数据挖掘原理及应用[M].北京：科学出版社，2008.

[4] 霍继合.基于web的数据挖掘技术研究[D].东北财经大学，2005.

[5] 孙冬悦，孙纽云，房珊杉，等.大病医疗保障制度的国际经验及启示[J].中国卫生政策研究，2013（1）：13-20.

[6] 张宗久，周军，梁铭会，等.推进我国大病保障制度建设工作的思考与设想[J].中国卫生政策研究，2013（1）：6-10.endprint