一种慢病人群实际就诊处方挖掘及实现方法技术

本发明专利技术公开了一种慢病人群实际就诊处方挖掘及实现方法，包括，选定某种慢性疾病，通过分析该慢性疾病的就诊规律，筛选出规律性高的患者群；对筛选出的规律性高的患者群中每位患者的实际使用项目进行项目关联性分析，得到每位患者的项目集；将所有的项目集应用到筛选出的规律性高的患者群的实际使用中，并在设定时间内统计每个项目集的使用人数，获取使用人数最多的项目集对应的人群，即为项目集代表性高的人群；统计项目性代表性高的人群中每位患者每个项目的日均花费，并形成矩阵，并将该矩阵输入聚类算法，初步得到候选处方集。优点是：能够挖掘出慢病人群的目标就诊处方集，对慢性病的实际就诊情况进行细颗粒度宏观描述。

【技术实现步骤摘要】
一种慢病人群实际就诊处方挖掘及实现方法
本专利技术涉及就诊处方挖掘领域，尤其涉及一种慢病人群实际就诊处方挖掘及实现方法。
技术介绍
慢性病人群的医疗支出在我国每年的医疗支出占比中逐年增加，已经成为医疗支出中的最主要的组成部分之一。为了降低慢性病患者的生活负担，我国多年前已经开始推广实行慢性病门诊就诊报销政策。在为广大慢性病患者提高生活水平的同时，慢性病基金支出中也掺杂了许多“水分”，基金使用中的浪费、套刷、造假行为屡见不鲜。针对基金的管理，国家也重拳出击，通过FWA(Fraud,WasteandAbuse)系统配合医保机构严审基金费用问题。然而，目前的所有监管方案基本都比较零散，针对单次就诊的占比较高，这部分监管规则由药品说明书提取得到；剩余部分的监管方案则主要是基于个人就诊行为组成，比如就诊花费过高。因此，当前的监管方案中宏观的方案颗粒度都较粗，而颗粒度细的方案都指针对零散的单次就诊，缺乏宏观的细颗粒度方案。现有的方案针对普通门诊和住院的效果相对较好，因为普通门诊和住院具有人均就诊次数低，持续性低的特点；然而门诊慢性病的特点截然不同，门诊慢性病需要长期就诊，且一年中人均有十几次就诊，所以目前的监管方案难以很好的识别慢性病的就诊特点。
技术实现思路
本专利技术的目的在于提供一种慢病人群实际就诊处方挖掘及实现方法，从而解决现有技术中存在的前述问题。为了实现上述目的，本专利技术采用的技术方案如下：一种慢病人群实际就诊处方挖掘及实现方法，所述方法包括如下步骤，S1、选定某种慢性疾病，通过分析该慢性疾病的就诊规律，筛选出规律性高的患者群；S2、对筛选出的规律性高的患者群中每位患者的实际使用项目进行项目关联性分析，得到每位患者的项目集；S3、将所有的项目集应用到步骤S1中筛选出的规律性高的患者群的实际使用中，并在设定时间内统计每个项目集的使用人数，获取使用人数最多的项目集对应的人群，即为项目集代表性高的人群；S4、统计项目性代表性高的人群中每位患者每个项目的日均花费，并形成矩阵，并将该矩阵输入聚类算法，初步得到候选处方集；S5、将候选处方集进行筛选剔除，获取目标处方集。优选的，因慢性疾病的治疗在较长一段时间内为按固定用量使用治疗项目，故慢性疾病的就诊规律性能够用CV值进行表征；步骤S1具体包括如下内容S11、取一段时间中某患者的每次就诊时间和花费，并将获取的患者就诊时间和花费按时间排序即可得到有序的花费序列(c1,c2,c3,…,cn)和时间序列(t1,t2,t3,…,tn)；S12、将时间序列求差以获取就诊间隔序列(s1,s2,s3,…,sn-1)，其中si＝ti+1-ti，0＜i≤n-1；S13、使用花费序列除以就诊间隔序列以获取日均花费序列(r1,r2,r3,…,rn-1)，其中ri＝c1/s1,0＜i≤n-1；S14、计算日均花费序列的样本均值E和样本方差Var，并根据样本均值E和样本方差Var，获取日均花费样本的CV值，CV＝sqrt(Var)/E；当获取的日均花费样本的CV值小于0，则表示该患者就诊花费序列规律性高；S15、重复步骤S11至S14，筛选出所有规律性高的患者，组成规律性高的患者群。优选的，步骤S2具体为，将每位患者每次就诊时使用的所有项目看作一个就诊集，在每位患者不同的就诊集中查找出现的每个项目子集及其对应的出现次数，并将出现次数最多的项目子集综合在一起形成每位患者对应的项目集。优选的，步骤S4中，矩阵的行代表人的编号，矩阵的列代表各个项目，矩阵的各单元格的值代表人在对应项目的日均花费。优选的，步骤S5具体为，计算每个候选处方集中各项目的日均花费CV值和平均值，判断各项目的日均花费和平均值之和是否高于设定阈值，若是，则剔除高CV值的项目后，组成目标处方集；若否，则直接生成目标处方集。优选的，设定阈值为0.3-0.4。本专利技术的有益效果是：本专利技术能够挖掘出慢病人群的目标就诊处方集，目标就诊处方集能够对慢性病的实际就诊情况进行细颗粒度宏观描述，本专利技术挖掘的目标就诊处方集覆盖率所有慢性病患者一段长时间就诊中的具体治疗项目组合，不仅能够用于实际就诊的宏观监控，也可以为医疗政策制定或修改提供具体参考。附图说明图1是本专利技术实施例中方法的流程示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本实施例中提供了一种慢病人群实际就诊处方挖掘及实现方法，所述方法包括如下步骤，S1、选定某种慢性疾病，通过分析该慢性疾病的就诊规律，筛选出规律性高的患者群；S2、对筛选出的规律性高的患者群中每位患者的实际使用项目进行项目关联性分析，得到每位患者的项目集；S3、将所有的项目集应用到步骤S1中筛选出的规律性高的患者群的实际使用中，并在设定时间内统计每个项目集的使用人数，获取使用人数最多的项目集对应的人群，即为项目集代表性高的人群；S4、统计项目性代表性高的人群中每位患者每个项目的日均花费，并形成矩阵，并将该矩阵输入聚类算法，初步得到候选处方集；S5、将候选处方集进行筛选剔除，获取目标处方集。本实施例中，因慢性疾病的治疗在较长一段时间内基本为按固定用量使用治疗项目(如每日按一定次数和计量服药，每隔固定的时间进行检查等等)，故慢性疾病就诊规律性可以用CV值进行表征；步骤S1具体包括如下内容S11、取一段时间中某患者的每次就诊时间和花费，并将获取的患者就诊时间和花费按时间排序即可得到有序的花费序列(c1,c2,c3,…,cn)和时间序列(t1,t2,t3,…,tn)；S12、将时间序列求差以获取就诊间隔序列(s1,s2,s3,…,sn-1)，其中si＝ti+1-ti，0＜i≤n-1；S13、使用花费序列除以就诊间隔序列以获取日均花费序列(r1,r2,r3,…,rn-1)，其中ri＝c1/s1,0＜i≤n-1；S14、计算日均花费序列的样本均值E和样本方差Var，并根据样本均值E和样本方差Var，获取日均花费样本的CV值，CV＝sqrt(Var)/E；当获取的日均花费样本的CV值小于0，则表示该患者就诊花费序列规律性高；S15、重复步骤S11至S14，筛选出所有规律性高的患者，组成规律性高的患者群。本实施例中，步骤S13中，计算过程中需要删除花费序列的最后一个元素，使其变成n-1列，保证其能够与n-1列的就诊间隔序列相除，以获取日均花费序列。本实施例中，步骤S2具体为，将每位患者每次就诊时使用的所有项目看作一个就诊集，在每位患者不同的就诊集中查找出现的每个项目子集及其对应的出现次数，并将出现次数最多的项目子集综合在一起形成每位患者对应的项目集。本实施例中，步骤S4中，矩阵的行代表人的编号，矩阵的列代表各个项目本文档来自技高网...

【技术保护点】
1.一种慢病人群实际就诊处方挖掘及实现方法，其特征在于：所述方法包括如下步骤，/nS1、选定某种慢性疾病，通过分析该慢性疾病的就诊规律，筛选出规律性高的患者群；/nS2、对筛选出的规律性高的患者群中每位患者的实际使用项目进行项目关联性分析，得到每位患者的项目集；/nS3、将所有的项目集应用到步骤S1中筛选出的规律性高的患者群的实际使用中，并在设定时间内统计每个项目集的使用人数，获取使用人数最多的项目集对应的人群，即为项目集代表性高的人群；/nS4、统计项目性代表性高的人群中每位患者每个项目的日均花费，并形成矩阵，并将该矩阵输入聚类算法，初步得到候选处方集；/nS5、将候选处方集进行筛选剔除，获取目标处方集。/n

【技术特征摘要】
1.一种慢病人群实际就诊处方挖掘及实现方法，其特征在于：所述方法包括如下步骤，
S1、选定某种慢性疾病，通过分析该慢性疾病的就诊规律，筛选出规律性高的患者群；
S2、对筛选出的规律性高的患者群中每位患者的实际使用项目进行项目关联性分析，得到每位患者的项目集；
S3、将所有的项目集应用到步骤S1中筛选出的规律性高的患者群的实际使用中，并在设定时间内统计每个项目集的使用人数，获取使用人数最多的项目集对应的人群，即为项目集代表性高的人群；
S4、统计项目性代表性高的人群中每位患者每个项目的日均花费，并形成矩阵，并将该矩阵输入聚类算法，初步得到候选处方集；
S5、将候选处方集进行筛选剔除，获取目标处方集。


2.根据权利要求1所述的慢病人群实际就诊处方挖掘及实现方法，其特征在于：因慢性疾病的治疗在较长一段时间内为按固定用量使用治疗项目，故慢性疾病的就诊规律性能够用CV值进行表征；步骤S1具体包括如下内容
S11、取一段时间中某患者的每次就诊时间和花费，并将获取的患者就诊时间和花费按时间排序即可得到有序的花费序列(c1,c2,c3,…,cn)和时间序列(t1,t2,t3,…,tn)；
S12、将时间序列求差以获取就诊间隔序列(s1,s2,s3,…,sn-1)，其中si＝ti+1-ti，0＜i≤n-1；
S13、使用花费序列除以就诊间隔序列以获取日均花费序列(r1,r2,r3,…,...

【专利技术属性】
技术研发人员：陈明东，黄越，
申请(专利权)人：思派健康产业投资有限公司，
类型：发明
国别省市：广东;44