3-1基于关联规则的住院费用相关因素分析

基于矢联规则的住院费用相矢因素分析LU西省统计局童超、高彤彤、郭一航摘要医院信息系统（HIS）蕴藏了丰富的信息，但目前对其信息挖掘的研究较少。尤其老百姓首要尖注的医疗费用问题值得在HIS中进行相尖的信息挖掘。回顾国内外病案首页信息挖掘的研究现状后，发现当前大多数的研究仍采用回归思想来研究住院医疗费用的影响因素。回归方法对正态性、独立性与方差齐性要求严格，而实际病案数据不能完全符合，且经典方法对于处理海量病案数据力不从心。所以本文针对医院信息系统的大数据特点和医疗指标相尖性分析的需要，尝试采用尖联规则数据挖掘方法，对2013年U」西省某大型综合医院的住院病案首页信息进行多维尖联规则数据挖掘。通过挖掘住院费用、住院天数、年龄、性别等变量之间隐含的尖联模式，进一步剖析形成原因，从而为更好的利用His信息提供相应的参考。本文得出的结论是：1、lLi西省大病医保覆盖范围较广，一定程度上减轻了部分患者住院费用的压力；2、住院费用异地医保结算手续相对复杂，从而使部分异地患者增加了住院费用负担；3、离退休患者职工医保体系完善；4、出院科别与住院费用有较强的尖联性，不同因素会导致儿科、乳腺科、肛肠科、耳鼻喉科、神经外科的住院费用产生差异。尖键词：住院费用尖联规则大数据目录TOC\o"1-5"\h\z\o"CurrentDocument"一、引言 1\o"CurrentDocument"二、住院费用数据挖掘的硏究综述 1三、 矢联规则简介 1（一）矢联规则数据挖掘方法 1（二） Aprior算法2（三） 多维矢联规则 4（四） 基于矢联规则的病案首页数据挖掘 4\o"CurrentDocument"四、指标选取与数据预处理 5（一） 病案首页数据介绍及指标选取 5（二） 病案数据清洗 5\o"CurrentDocument"五、 挖掘过程及结果分析 6（一）描述性统计分析及离散化分组 6（三） 应用Aprior算法生成矢联规则 10（三）挖掘结果分析 10六、研究不足及展望 19参考文献 20一、 引言随着大数据时代来临与数据库技术迅速发展，大数据在众多领域掀起变革的浪潮，卫生信息化建设也迎来大数据时代。医疗行业数据产生比较集中，但其内在价值挖掘不足，停留在信息录入、查询等简单层面，使得大量数据简单堆砌。如果不充分挖掘利用其蕴藏的丰富信息，会造成医院海量数据资源的浪费。本文针对大数据特点，尝试使用尖联规则方法从堆砌的数据中挖掘有效信息。医疗改革是当前社会尖注的热点。完善医疗保障体系、降低医疗费用、提高医疗质量、合理配置医疗资源是当前医改的重点。本文对某医院的病案首页数据进行多维属性尖联挖掘，找出住院费用的相尖因素，为更好的利用his数据，力a强科学管理，合理配置医疗资源提供参考。二、 住院费用数据挖掘的研究综述研究住院费用所采用的统计方法大致分两类。一类主要为回归模型，包括多元回归模型、递推系统模型、多水平模型、结构方程模型、Tobit模型、时间序列模型等。此类方法对正态性、独立性与方差齐性要求严格，且将自变量与因变量尖系假定为线性。而病案首页数据一般呈偏态分布、受复杂因素影响，相尖因素之间存在尖联性⑴，一定程度上影响多元回归分析结果；另一类为数据挖掘方法，主要有决策树模型、人工神经网络模型、尖联规则模型等。随着计算机技术及数据库技术的发展，利用数据挖掘技术对病案首页数据进行处理分析成为可行途径①。从理论上看，数据挖掘方法对分析资料在分布上没有特殊要求，对分析病案首页数据更具优势。尖联规则是数据挖掘的重要方法。1993年，R.Agrawal等人为解决超市购物篮问题提出尖联规则挖掘⑶。随着电子病历系统应用的深入，其积累的病案资料日趋丰富，尖联规则逐渐应用到医疗行业。目前，病案信息的数据挖掘研究采用尖联规则方法较少。主要分两类。一是尖于住院费用影响因素的研究。主要有：张菊英等对住院费用影响因素进行分析，提示病种是影响住院费用的重要因素广】。马进等发现参保人员住院费用是统筹基金的主要支付项目，占医疗费用的大部分內。彭坤等通过尖联规则发现年龄、介入操作、抗生素的使用和住院时间都是发生医院感染的高危因素， 老年人抵抗力下降，常患多种疾病，易感性高，都会影响住院费用 ⑹；二是矣于住院费用挖掘方法的研究。主要有：廖海波对住院费用的尖联规则挖掘方法进行研究，构建并实现了基于病案数据的多维立方体尖联规则挖掘结构【7】。赵连朋采用尖联规则挖掘技术发现疾病诊断、病历与处方的尖联程度以及药品成分间的尖联程度，从技术上规避医生开贵药、多开药的不良现象 (8)。罗仁夏、吴彬研究发现要解决住院费用过高问题，尖键在于降低药品费用的构成比【9】。HIS近几年才逐渐普及，数据比较缺乏，且病案数据涉及个人隐私，故缺乏公开成熟的挖掘住院费用的案例。且当前研究多基于单病种进行挖掘，对多病种的共性信息挖掘不足，尤其是基于尖联规则进行挖掘的文献更少。 因此本文不以病种为主导因素，尝试使用尖联规则对全部病种病案首页数据进行挖掘，以期得到有价值的信息。三、尖联规则简介(一)尖联规则数据挖掘方法设存在一个含有n个事务(Transaction)的数据库D'ti心，tn*，有口个属性组成一个项集(Itemset)为Ih,i2,l川Hij°其中每个事务t对应于一个数据项子集，即11。对数据项集X，当且仅当Xt，称事务t包含X,项目集中项目的个数称为项目集的维数或长度，若项目集的长度为 k，称为k—项目集。尖联规则是形如x=Y的蕴含式，其中X、丫是项集，且XI，YI，X”Y・_,X、丫分别为规则前项、规则后项。尖联规则的支持度为项集X、丫在数据库中同时出现的概率，即P(XUY),记为suppX=Y=PXUY。通常称suppX大于等于某个给定的最小支持度阈值minsuppD的项目集X为频繁项目集，也称为频繁k・项目集，其中k为X的长度；频繁-项目集所包含的项目为频繁项目，其在数据库中发生的次数为该项目的频度。尖联规则的置信度为在数据库中包含项集X的事务中同时也包含项集丫的概率，即PYX，记为confX=Y严PYX。置信度越高，规则越可靠。若支持度大于最小支持度(suppX=/(>■minsupp)且置信度大于最小置信度(confX=•Y]minconf)，为强尖联规则，否则为弱尖联规则。尖联规则的提升度为置信度与规则后项支持度的比值，即cofXsu(XY|丫PP I—记为liftx=Y。提升度(Lift)用来度量(X二Y)suppY)supp(X)suppY)规则是否可用，反映X出现对Y出现的影响程度。当liftX=Y=1时，表示该尖联规则反应的是一种普遍现象，研究价值不大；当liftX=Y1时，表示该尖联规则为正尖联，即后项在满足规则前项事务中的发生比例是全部事务中后项发生比例的倍数，反映两者互为共生；当liftX=Y：1时，表示该尖联规则为负矣联，反映两者相互排斥。因此，当且仅当liftX=Y1时，称该规则可用。(二)Apriori算法RakeshAgrawal和RamakrishnanSkrikant提出的Apriori算法是经典尖联规则挖掘算法，该算法基于两阶段频集思想：第一阶段通过迭代检索出事务数据库中所有频繁项集，及支持度不低于预设阈值的项集；第二阶段利用频繁项集构造出满足预设最小置信度的规则。Apriori算法使用逐层搜索迭代方法：设数据集D，算法在第一次遍历D时仅计算每个项目具体值的数量，计算所有候选1-项目集G，从G中找出所有频繁1-项集，记为Li；然后利用Li产生候选2■项集组成的集合a，对a中的2•项集进行判定，找出频繁2—项集山；如此循环直到无法发现更多的频繁k■项集为止。每挖掘一层Lk即扫描一遍数据库。Apriori算法通过调用Apriori-Gen函数用于根据频繁k・l・项集■二生成候选k•项集G。为提高逐层产生频繁项集的效率，Apriori性质可用来有效筛选候选项目集。Apriori性质：如果项目集X是频繁项目集，则其所有子集是频繁项目集；如果X项目集是非频繁项目集，则其所有超集(Supper-Set，包含项目集X的项目集)是非频繁项目集。Apriori性质称作反单调性，若一个集合不能通过测试，则它的所有超集也不能通过相同的测试。 反单调性能迅速减值，提高搜索频繁项集的效率。Apriori算法生成频繁集的步骤如下：生成候选k•项集Ck:设在第Q次遍历中找到的频繁k-1■项集组成的集合大项集b-，利用Apriori-Gen函数产生候选*■项集Q；令p、q是3中任意两个不同的项集，若P的前k-2个项和q的前k-2个项相同，且q最后一项比p最后一项大，那么把q组后一项加到P后，使之成为候选的k■项集Ck。从候选k-项集Ck中剔除非频繁项集：作为的超集，候选项集©中元素既可以是频繁的，也可以是非频繁的，需要利用Apriori性质对其进行修剪。设M为Ck中的项集，若M为k・频繁项集，则M的每一个k—1一子集均为频繁项集，否则为非频繁项集，从a中剔除。（3）计算Ck中所有项目的支持度，并根据最小支持度确定所有频繁*一项目集的集合•，即大型k■项集汁】。（三） 多维尖联规则根据规则中的数据维度，尖联规则分为单维和多维。若规则只涉及数据的一个维度，为单维尖联规则，如“住院费用=>出院科别”；若涉及多个维度，为多维尖联规则，如“性另归男，职业临务员=>住院费用”。由于病案首页数据分布分散，难以在一个维度上发现价值高的强尖联规则。引入多维概念后，就可在多维度上挖掘更深层次、更具价值的尖联规则。与单维尖联规则相比，多维尖联规则挖掘不是搜索频繁项集而是搜索频繁谓词集。第一遍使用聚类找出区间或簇。第二遍搜索频繁且同时出现的簇组得到尖联规则。（四） 基于尖联规则的病案首页数据挖掘根据上面的描述，本病案首页数据挖掘过程可以概括为：病案数据清洗整理、寻找频繁项集、按给定置信度与支持度阈值生成尖联规则、不断添加变量生成多维尖联规则、按一定标准剔除冗余规则、对规则意义分析评价等。挖掘流程见图1:图1病案首页数据挖掘流程图M严 氯H執9AprIorIft幺MUI厶r・If汁:恥驭一四、指标选取与数据预处理（-）病案首页数据介绍及指标选取病案首页是对患者基本情况与诊疗过程的概括与总结，包括病人基本信息、门诊医疗信息、住院诊断信息、住院费用等内容。本文采用lL［西省某大型综合医院2013年住院患者病案首页信息，表样见附件1,共计病案数41882条，涉及近160个指标。结合指标意义及本文研究目的，选取性别、年龄、户籍、职业、婚姻状况、出院科别、住院时间、住院费用、付费方式、手术次数、住院次数等指标作为研究对象。（二）病案数据清洗病案首页数据涉及个人隐私，首先对数据进行隐私过滤，去除能推断患者身份的相尖指标，以保障医院和患者的权益，其次根据变量实际意义和尖联规则的要求，进行如下处理：1、异常值处理性别（男=1,女=2）指标中有异常值“性别=3”与实际情况不符，删除“性另U=3"的病案共5条。2、极端值处理根据住院费用箱线图（见图2）,1条病案住院费用存在超过100万元，部分病案住院费用小于100元、住院天数超过1000天或小于1天。经咨询该院医务科工作人员，上述病案非常特殊，如包含此类病案进行分析，分析结果将不可避免与普遍情况存在偏差，故删除含有100万元以上病案1条，住院天数1000天以上病案2条，住院费用100元以下病案121条。图2住院费用箱线图住院费用的箱线图12000001000000.800000_600000_400000.200000.3、尖键信息缺失的病案处理部分病案尖键指标缺失，如出院科别、付费方式等，无法参与分析，删除病案579条。五、挖掘过程及结果分析按照挖掘过程，选定指标并清洗数据后，对选定的指标进行描述性分析、离散与分组，基于R语言3・1・1版本，应用Apriori算法生成尖联规则。（一）描述性统计分析及离散化分组为合理解释后续尖联分析结果，需观察数据分布，部分变量分布描述见表1表1部分变量的频数描述变量类别例数构成比％变量类别例数构成比性男1973047.92:户太原1798643.68别女2144452.08大同4461.08

合计41174100.00状阳泉10682.59公务员35228.55况长治14173.44专业技术人贝25926.30晋城4761.16职员21685.27朔州12613.06工人41019.96晋中477211.59职农民1088326.43运城5651.37学生14993.64忻州460411.18现役军人210.05临汾24365.92业个体经营者10202.48吕梁502412.20无业33078.03省外11192.72离退休人员757218.39合计41174100.00其他448910.90城镇职工2269755.12合计41174100.00城镇居民00.00未婚511512.42农村合作医疗00.00已婚3428583.27付贫困救助00.00亠八丧偶婚8442.05费商业保险1190.29状离婚3700.90方全公费4291.04况其他5601.36式全自费1792543.53合计41174100.00其他保险00.00其他40.01合计41174100.00原始数据包含连续变量和取值较多的离散变量，为便于分组，需观察相尖变量的频数图，见图3—12图3住院费用支付方式频数图图4图3住院费用支付方式频数图图4性别构成频数图gender图5图5婚姻状况频数图图图6职业种类频数图prcvrB-ff-s-rchnprcvrB-ff-s-rchn■・ 2 3图7图7病人地域分布图图8出院科别分布图addressd-'partmimtaddressd-'partmimt图9图9患者年龄分布图图10手术次数分布图OO图11图11住院时间长短分布图图12住院总费用分段分布图ifM-ifM-根据尖联规则要求'结合频数图直观信息与指标实际意义对病案中相尖变量进行离散与分组，见表2表2变量分组及意义因素分组赋值住院费用7仁[0・5000)，2=[5000,10000),3=[10000,30000),4=(30000,80000),5=(80000,150000) ，6=(150000,300000)»7=[300000,-) 单位：元性别2仁男，2二女年龄10仁[0,6),2=[6,17),3=[17,28),4=[28,40),5二[40,48),6=[48,55),7=(55,65),8=[65,72),9=[73,84),10=[85,-)单位:岁住院天数51=[0,10),2=[10,20),3=[20,40),4=[40,80),5=[80,-) 单位：犬婚姻状况5仁未婚，亠已婚，3=丧偶，4=离婚，5二离婚手术次数80-7 单位：次住院次数531-53 单位：次付费方式91•城镇职工基本医疗保险，2■城镇居民基本医疗保险，3•新型农村合作医疗，4=贫困救助，5=商业医疗保险，6=全公费，7=全自费，8=其他社会保险，9二其他出院科别1仁儿科，2-耳鼻喉，3-放疗科，4-风湿科，5-妇产科6二感染性疾病科，7=肛肠科，8=骨科，9』乎吸科10=介入科，1仁口腔外，12二老年医学科，13=泌尿外14=内分泌，15=皮科，16=普外，17=乳腺，18=神经内科19二神经外科，20=肾内，2仁消化科，22二消化内镜23=心外，24=心内，25胸外，26=血液，27=血管外28=眼科＞29=屮医科»30=重症更学病房户籍12140仁太原；1402=大同；1403=阳泉；1404=长治1405=晋城；1406=朔州；1407=晋中；1408=运城1409=忻州；1410=临汾；141仁吕梁；9999二外省职业111仁公务员；13=专业技术人员；17=职员；24=工人；27二农民31二学生；37=现役军人；54=个体；70=无业；80=离退休人员90=其他；仁[0,500),2=(500,1000),3=[1000,5000),4=(5000,10000)仁[0,500),2=(500,1000),3=[1000,5000),4=(5000,10000)5=[10000,30000).6=[30000,80000),7=[80000,-)7治疗费药物费耗材费(三)应用Apriori算法生成尖联规则利用R软件生成尖联规则需利用“arules”程序包，该程序包中函数“apriori(厂‘可以进行Apriori算法的尖联规则分析。1、 生成矣联规则。将经过预处理的数据通过“readable()”函数导入R软件，再利用“apriori()”函数生成尖联规则。2、 检查与查看规则。利用inspect()检查返回的尖联规则5并利用summary()命令查看矣联规则摘要。3、提取有价值规则。根据支持度、置信度或提升度，利用sort()和inspect()函数对求得矢联规则排序并查看，结合变量实际意义提取有价值的尖联规则进行分析。(三)挖掘结果分析根据挖掘结果，结合相尖医学知识与该医院实际情况，得出以下结论： 1、山西省大病医保覆盖范围较广，一定程度上可减轻患者住院费用压力； 2、住院费用异地医保结算手续相对复杂，一定程度增加异地患者住院费用负担。3、出院科别与住院费用有较强的相尖，不同因素导致儿科、乳腺科、肛肠科、耳鼻喉科、神经外科住院费用产生差异。4、我省优质医疗资源稀缺分布不均。1、H」西省大病医保覆盖范围较广，部分地减轻了患者住院费用压力为反映住院费用与医疗付费方式的尖系，将住院费用与医疗付费方式进行尖联，规则见表4°表4住院费用与医疗付费方式矢联规则前项 后项Antecedent Consequent支持度(support)置信度(confidenee)提升度(lift){住院费用=3}=>{医疗付费方式=1}0.131029290.60124821.0907077{住院费用=4}=>{医疗付费方式■}0.135911010.60068701.0896897{住院费用9}=>{医疗付费方式=7}0.076504590.59377951.3639205{住院费用=2}=>{医疗付费方式=1}0.150070430.55377311.0045844{住院费用=7}=>{医疗付费方式=1}0.551245930.55124591.0000000{住院费用=5}=>{医疗付费方式=1}0.070797100.54496170.9885999{住院费用=6}=>{医疗付费方式=1}0.010613490.50461890.9154153住院费用为8-15万、15-30万、30万以上与医疗付费方式为城镇职工基本医疗保险的置信度分别为0.54^0.50和0.55，但提升度均小于等于1，规则不可用。住院费用为0.5—1万元、1—3万元、3—8万元与医疗付费方式为城镇职工基本医疗保险的支持度分别为0.15、0.13、0.14。可见住院费用在0・5万元以上的患者选择城镇职工基本医疗保险支付方式的支持度较高。结合图 12,住院费用处于上述三区间的患者比重为84.5%,反映Lh西省大病医疗保险覆盖范围较广，可有效减轻大多数患者的医疗负担。2、住院费用异地医保结算手续相对复杂，一定程度增加住院费用负担为反映异地就医对医疗付费方式的影响，将户籍与医疗付费方式进行尖联，规则表5户籍与城镇职工基本医疗保险付费方式的规则

前项 后项支持度置信度提升度AntecedentConsequent(support)(confidenee)(lift){户籍=1407}=>{医疗付费方式■}0.04925440.4249790.7709427{户籍=1410}=>{医疗付费方式9}0.02508870.42405580.769268{户籍=1409}=>{医疗付费方式9}0.04738430.42376190.7687348{户籍9411}=>{医疗付费方式■}0.04806430.39390920.7145799{户籍=1401}=>{医疗付费方式9}0.32450090.74285561.3475937晋中、临汾、忻州、吕梁等地市患者选择城镇职工基本医疗保险付费方式的提升度均小于1,规则不可用，说明以上地市患者与选择城镇职工基本医疗保险付费方式相排斥。太原患者选择城镇职工基本医疗保险付费方式的提升度大于1，支持度、置信度分别为0・32和0・74,说明太原患者多选择城镇职工基本医疗保险付费方式表6户籍与全自费付费方式的规则前项 后项AntecedentConsequent支持度(support)置信度(confidenee)提升度(lift){户籍=1410}=>{医疗付费方式=7}0.03405060.57553371.3220097{户籍=1409}=>{医疗付费方式=7}0.06428810.57493481.3206341{户籍=1407}=>{医疗付费方式=7}0.06642540.5731351.3164998{户籍=1411}=>{医疗付费方式=7}0.07388160.60549361.3908282{户籍=1401}=>{医疗付费方式=7}0.0996260.22806630.5238717{户籍=1404}=>{医疗付费方式=7}0.02018260.58645021.3470852{户籍=9999}=>{医疗付费方式=7}0.02227130.81948171.882362由表6可以看出：省内地市（晋中、临汾、忻州、吕梁、长治）及省外患者选择全自费付费方式提升度均大于1,规则可用，说明上述地区患者多选择全自费付费方式。经咨询医院相尖人士了解到，原因之一为异地就医医保结算手续相对复杂，患者多选择全自费付费方式省内其他地市(大同、朔州、阳泉、运城、晋城)的患者与各类医疗支付方式的支持度均低，为弱尖联规则。主要由于地理位置与交通等原因，上述5市异地就医患者选择太原较少，大同、朔州、阳泉异地就医患者多选择北京就医，运城与晋城异地就医患者多选择西安、郑州。3、出院科别与住院费用相矣性强经过频繁集筛选，发现出院科别与住院费用的尖联规则置信度较高，见表7。表7出院科别与住院费用的规则前项后项支持度置信度提升度Antecedent Consequent(support)(confidenee)(lift){出院科别■}=>{住院费用9}0.038592320.909559247.0594142{出院科别=17}=>{住院费用=2}0.058604940.761438942.8097766{出院科别=7}=>{住院费用=2}0.016223830.582897032.1509412{出院科别=2}=>{住院费用=3}0.014062270.565429692.5945617{出院科别=19}=>{住院费用=5}0.02613300.482727683.7158029儿科与住院费用为0—0・5万元的置信度和提升度最高，分别为0.91、7.06；乳腺科和肛肠科与住院费用为0.5—1万元的置信度分别为0.76和0・58,提升度分别为2.81与2.15；耳鼻喉科与住院费用在1—3万元的置信度与提升度分别为0.57与2.59；神经外科与住院费用在5—8万元的置信度与提升度分别为0.48与3.72。以上5条尖联规则提升度均大于1,规则可用，置信度较高，为强尖联规则。其他科别也存在因出院科别产生住院费用差异的情况， 本文以上述5科别为例，结合其他指标利用多维尖联规则进一步分析住院费用产生差异的原因。儿科住院天数与手术次数少故住院费用低

将儿科、住院费用、住院天数进行多维尖联，有价值的规则见表 8表8儿科主要指标多维规则前项后项支持度置信度提升度AntecedentConsequent(support)(confidenee)(lift){出院科别=1,{住院天数■}住院费用=1}=>0.032690530.98248181.6959168{出院科别■，住院天数9,住院费用=1}=>{手术次数=0}0.037523680.99741771.9702397在0・5万元以下患者住院天数一般小于10天，且未进行手术。根据该院儿科定位，他们主要收治常见疾病儿童患者，一般无需手术，病情较复杂的儿童多选择省儿童医院就诊。另外本院病情危重的儿童多转向相矣专业科室， 故儿科住院天数较短、多未进行手术,住院费用较低。乳腺科手术次数与住院天数少故住院费用较低将乳腺科、住院费用、住院天数、手术次数、年龄进行多维尖联，有价值规则见表9、10。表9乳腺科手术次数、住院天数与住院费用的多维规则前项 后项AntecedentConsequent支持度(support)置信度(confidenee)提升度(lift){出院科别■7,手术次数=0,住院费用=2}=>{住院天数■}0.031330450.97211761.6780266{出院科别97,手术次数=0,住院天数=1}=>{住院费用=2}0.031330450.83549223.0830397{出院科别■7,住院天数■,住院费用=2}=>{手术次数=0}0.031330450.55222601.0908345乳腺住院费用在0.5—1万元之间的患者，多未进行手术，住院天数较短。主要因为乳腺科是该医院的特色科室，采用微创技术治疗乳腺肿瘤、增生、乳房

美容等，患者住院时间短、治愈率高。另外挖掘结果显示乳腺病呈年轻化趋势。乳腺病患者多集中在29-55岁，其中41-48岁女性是乳腺病的高发年龄段；29—40岁患者与住院费用在0・5—1万元的支持度为0.013，在三个年龄段中排名居中，置信度为 0.82，见表10。表10乳腺科年龄、住院费用的多维尖联规则前项 后项AntecedentConsequent支持度(support)置信度(confidenee)提升度(lift){年龄=6,出院科别=17}=>{住院费用=2}0.012507890.731534092.6994250{年龄=4,出院科别=17}=>{住院费用=2}0.013017920.820826953.0289235{年龄=5,出院科别=17}=>{住院费用=2}0.017438190.776216222.8643060{性别=2,年龄=5}=>{出院科别=17}0.022417060.27726043.6023734微创技术及耗材、药物费用低导致肛肠科住院费用较低将肛肠科、住院费用、住院天数、手术次数、耗材费用、药物费用等进行多维尖联，有价值规则见表11表11肛肠科主要指标多维矢联规则前项 后项AntecedentConsequent支持度(support)置信度(confidenee)提升度(lift){出院科别=7,住院费用=2}=>{住院天数9}0.014335750.729183901.0485322{出院科别=7,住院费用=2}=>{手术次数=0}0.011056930.652833931.0801311{出院科别=7,住院费用=2}=>{耗材费用=2}0.011555350.835951317.9178358

{出院科别=7,住院费用=2}=>{治疗费用=3}0.010492060.784822311.3947578{出院科别=7,住院费用=2}=>{药物费用=3}0.013307180.757930911.9525749住院费用为0.5—1万元肛肠科患者住院天数多为10天以下，且多未进行手术，耗材费用多集中在500-1000元，治疗费用和药物费用多集中在1000-5000元。主要原因：一是由于微创技术在肛肠科的普遍应用，减轻了患者的创伤，进而减少手术次数、缩短住院时间；二是肛肠科耗材费用与药物费用较低。治疗、药物、耗材等费用高导致耳鼻喉科住院费用较高将耳鼻喉科住院费用、住院天数、药物费用、耗材费用、治疗费用等进行多维尖联分析，有价值规则见表12。表12耳鼻喉科主要指标多维尖联规则前项 后项AntecedentConsequent支持度(support)置信度(confidenee)提升度(lift){住院费用=3,出院科别=2}=>{住院天数9}0.011026380.78411051.3534971{住院费用=3,出院科另上2}=>{手术次数■}0.011220670.79792752.2237624{出院科别=2，住院费用=3}=>{药物费用=4}0.012722250.77931031.3452113{出院科别=2，住院费用=3}=>{耗材费用=3}0.011082230.61358571.7100162{出院科别=2，住院费用=3}=>{治疗费用=3}0.012458250.59197085.3932731住院费用为1—3万元耳鼻喉科患者住院天数多小于10天，多进行1次手术,耗材和治疗费用多集中在1000-5000元，药物费用则集中在5000-10000元住院费用较高的原因：一是耳鼻喉科患者的治疗多借助精密仪器进行显微手术、人工假体植入术等，且接近颅腔、技术要求高；二是药物费用和耗材费用较一般科室高。治疗技术难度大导致神经外科住院费用高

将神经外科、住院费用、住院天数、手术次数、药物费用、治疗费用、耗材费用等进行多维尖联，有价值规则见表13。表13神经外科主要指标多维矢联规则前项 后项AntecedentConsequent支持度(support)置信度(confidenee)提升度(lift){住院费用=5,岀院科别=19}=>{住院天数=2}0.013357940.51115241.6991918{住院费用=5,出院科别=19}=>{住院天数=3}0.011026380.42193314.2166682{住院天数=3,出院科别=19}=>{手术次数9}0.011390680.68869311.9193346{住院费用=5,岀院科别=19}=>{手术次数■}0.018458250.70631971.9684586{出院科别=19,住院费用=5}=>{药物费用=6}0.014610190.62244901.4560251{出院科别=19,住院费用=5}=>{治疗费用=4}0.013789770.85248231.5464645{出院科别=19,住院费用=5}=>{耗材费用=6}0.011906980.83213321.5095498神经外科住院费用在8—15万的患者住院时间多为10-40天，手术次数多为1次'耗材与药物费用集中在3-8万元，见表20。主要原因：一是神经外科病情复杂危重，手术技术高、难度大；二是药物费用、治疗费用与耗材费用均高；三是术后观察时间长，住院时间较长。4、我省优质医疗资源稀缺分布不均

将住院费用、住院天数、手术次数进行尖联，规则见表 14、15表14住院费用与住院天数规则（初次住院、未进行手术）前项后项支持度置信度提升度AntecedentConsequent(support)(confidenee)(lift){第几次住院费用■}=1，手术次数=0,住院二>{住院天数■}0.068295530.93983961.6223098{第几次住院费用