从卫生经济数据看卫生改革中的若干问题

卫生工作的综合绩效和最终目标 ,是全面实现初级卫生保健目标 ,具体体现在居民的健康水平和生活质量从整体上得到提高 ,这种提高是可持续的 ,是同社会经济水平相适应的。1　聚焦中国卫生经济及相关数据(1) 2 0 0 0年 WHO对全球 191个成员国的卫生总体绩效进行评估 ,中国排在 14 4位 ,低于印尼 (92 )、印度 (112 ) ;医疗卫生公平性评价 ,中国排在倒数第 4位 ,属于世界上最不公平的国家之一。 (2 )改革开放初期 ,政府预算支出占卫生总费用的比重为 36 % ,1990年下降到 2 5 % ,2 0 0 0年进一步下降到 14 .9% ;而居民个人卫生支出比重节节攀升…     

大数据时代的卫生信息化建设思考

随着"大数据时代"的来临,"大数据"正在对每个领域都造成影响。本文分析了医疗卫生数据的特点,以及大数据在医疗卫生领域的应用场景,提出了下一步在区域卫生数据中心建设、数据整合共享,以及人才队伍建设方面一些思路。     

数据整合技术在军队卫生信息管理中的应用

依托数据仓库技术,实现卫生数据整合,构建面向总部、军区两级的卫生管理数据平台。在对海量卫生统计数据的计算机技术处理、规范完善卫生统计上报制度、提高机关工作管理水平等方面进行了探索尝试。     

国外卫生经济与管理（五）：英国卫生经济与管理

本文重点评述了英国卫生系统的组织与特点,卫生资源的筹集、分配与使用,医疗保健制度的特点及控制医疗费用的措施等.并就卫生服务与管理中的一些问题及对策进行了评价.     

国外卫生经济与管理（六）：加拿大卫生经济与管理

本文重点评述了加拿大卫生系统的组织与特点,卫生人力、卫生设施、卫生经费的分配与使用,卫生保健制度的发展与变革及存在的问題等。并就卫生服务与管理中的一些问题及对策进行了评价。     

国外卫生经济与管理（八）：埃塞俄比亚卫生经济与管理

本文重点评述了埃塞俄比亚卫生系统的组织与特点,卫生人力、卫生设施、卫生经费的分配与使用,卫生保健制度的发展及存在的问题等,并就卫生服务与管理中的一些问题及对策进行了评价。     

国外卫生经济与管理（七）：北欧国家卫生经济与管理

本文重点评述了北欧国家卫生状况及卫生系统的组织与特点,对各国卫生资源的筹集、分配与使用,医疗保健制度的特点及存在的问题进行了探讨与分析,对各国卫生服务与管理中的一些问题与对策亦进行了分析与评价。     

基于大数据分析的精准化学校卫生工作管理

根据多年来学校卫生工作调研督查平台推进学校卫生工作管理的实践经验,建构了“基于大数据分析的精准化学校卫生工作管理”模型,并利用该模型对上海市学校传染病防控工作的现状和存在问题进行分析。     

健康管理大数据构建与实践

全人群全生命周期健康服务需要依靠健康管理实践,大数据收集、管理与分析契合中国人口基数庞大的实际情况。大数据和健康管理在研究方法、安全性和伦理性方面的深度碰撞与聚焦,为研究者指明了实践和发展的方向,并且已经取得了大量有指导意义的成果。宜昌市模式更是在国内开启了健康管理大数据构建与实践的先河。     

基于大数据的中文学术期刊传播对象数据精准挖掘逻辑优化

【目的】基于当前大数据技术支撑的主流传播数据挖掘逻辑机制,即作者关联度机制及文献碎片化自然语言处理机制,围绕传播对象的相关性、时效性等维度进行实验设计和数据统计。【方法】在CNKI数据库中按照学科分类随机选取100篇文献作为传播样本,在各机制应用平台挖掘共计10000个传播对象进行德尔菲式的判定及数据统计分析。分析维度涉及时效相关性、匹配相关性、发文频率等一系列图情指标。【结果】分析显示,作者关联度机制存在内生性问题,难以继续优化;文献碎片化自然语言处理机制虽存在学科分类表象与匹配聚类实质不易弥合的客观问题,但可以通过优化数据挖掘逻辑提升数据挖掘效果。【结论】基于分析结果,通过改进算法映射及摒弃“超龄”数据来提出优化路径,并通过实验验证其有效性。     

对应分析在病案信息数据挖掘中的应用

目的 介绍对应分析的基本原理、基本思想和适用条件,并通过一个简单对应分析实例,分析医院感染类型与月份的关联,试图为病案信息数据的挖掘提供一种实用有效的统计分析方法方法 利用SPSS13.0统计软件包data reduction模块下的correspondence analysis过程,对佛山市中医院2010年1-12月住院病人的医院感染发生情况进行简单对应分析结果 对应分析结果摘要显示,第一维惯量0.076,占总惯量构成比的63.5%;第二维惯量0.025,占总惯量构成比的21.2%;前二维惯量累积贡献率为84.7%,二维因子能解释资料的大部分信息,对应分析较好地揭示了月份和医院感染类型之间的联系.从因子载荷图可以清楚地看出不同种类的医院感染与季节有明显的相关性,不同月份的感染类型不尽相同,呼吸系统感染与1月份、3月份、11月份联系紧密,泌尿系统感染与5月份、6月份、7月份、9月份联系紧密,消化系统感染与8月份联系紧密结论 对应分析是一种实用、方便、有效的多元统计方法,其因子载荷图简单直观,尤其针对多分类、多变量资料优势明显,在病案信息数据挖掘中有较高的推广价值.     

基于数据挖掘的艾滋病综合防治居民健康档案管理信息系统设计与实现

目的 提高居民艾滋病综合防治水平,动态监测居民艾滋病防治信息,实现与其他信息管理系统的互联互通、资源共享,方便数据挖掘.方法 根据《国家基本公共卫生服务规范》及《艾滋病疫情信息报告管理规范》等文件规定要求,结合艾滋病防治工作,采用B/S结构,SSH框架,ORACLE10.0数据库,基于数据挖掘技术建立数据库,开发居民健康档案信息管理系统.结果 基于数据挖掘技术,开发了居民健康档案信息管理系统.结论 建立艾滋病综合防治新型电子健康档案,完成4个项目县2 365 680人基本信息数据资料的建档工作,除对数据进行基本统计分析外,将数据导出后采用决策树、关联规则、神经网络等挖掘技术对数据进行分析,取得了较好效果.将信息网络覆盖到4个项目地区的卫生行政部门及县、乡、村3级艾滋病防治机构,并使系统正常运行,实现了对居民艾滋病防治信息健康的动态管理.     

数据挖掘技术在医院管理中的应用

数据挖掘技术可为医院管理者提供更高层次的数据分析功能，为医院制定竞争策略提供有力的技术支持。作者明确了数据挖掘中的数据抽取、分类发现、聚类及关联规则等4项任务，介绍了数据挖掘的常用方法，指出数据挖掘技术在医疗质量管理、门急诊管理、病区管理、医院资源配置及跃院经济管理中具有广泛的应用性，提出随着信息技术广泛而深入的应用，医院管理水平将得到显著地提高。     

聚类分析在医疗费用数据挖掘中的应用

目的建立一种预处理方法,在进行医疗费用数据挖掘时,将因变量（呈偏态分布的连续性变量）转换为分类变量,从而得到更加科学合理的研究结果。方法以广东省甲型病毒性肝炎医疗费用调查取得的115例患者为研究对象,分别采用中位数的分类方法和K-means聚类的方法作为预处理方法,对医疗费用这一呈偏态分布的因变量进行分类,然后建立支持向量机数学模型,采用支持向量机进行医疗费用影响因素分析;通过比较模型的预测精度、模型收益以及影响因素的筛选结果,确定最优的预处理方法。结果115例甲肝病人甲肝总住院费用中位数为2744．69元,呈偏态分布。应变量以中位数方法分类,采用支持向量机模型筛选影响因素结果显示,对医疗费用影响最大的有7个变量（前3位为医院等级、性别、疾病类型）;采用聚类分析进行数据预处理时筛选影响因素结果显示,对医疗费用影响最大的有7个变量（前3位为医院等级、住院天数、支付方式）。与中位数方法的分类方法比较,采用聚类分析进行数据预处理时,支持向量机模型结果得到的预测精度由91．30％上升到97．39％;收益图表陡峭地升高到100．00％然后渐渐变得平缓,显示模型收益更好;影响因素筛选结果更加科学合理,符合实际情况。结论聚类分析是一种优秀的数据挖掘预处理方法,具有良好的应用性。     

数据挖掘技术在医院管理中的应用

目的：医疗数据挖掘能够对医院现有数据库中数据进行自动分析并提供有价值的医学知识,为医院管理中各项决策提供有力的技术支持。方法：介绍数据挖掘的概念,分析数据挖掘的主要任务,阐明医学数据挖掘的应用现状。结果：对数据挖掘技术在医院中医疗质量管理、医用耗材备货管理、手术室感染管理以及影像科管理中的具体应用进行了分析研究。结论：提出数据挖掘应用时必须注意的问题,肯定了快速发展的图像数据挖掘技术所具有的较高学术价值和广阔的应用前景。     

基于数据挖掘技术的医院器材管理决策支持系统

随着信息量的急剧增加,传统基于关系型数据库的管理信息系统已难以满足决策的需要。数据挖掘技术能从海量数据中,发现对决策有重要作用的信息,因而得到广泛应用。本文应用决策树方法对医院器材管理信息数据库进行数据挖掘,寻找器材消耗、器材库存、器材保障等之间的规律,为管理者提供辅助决策手段。     

大数据时代医学信息学发展展望

本文以常见数据库作为主要文献定量来源,阐述了医学大数据时代医学信息学研究所呈现出的研究领域丰富多样、研究内容系统深入和研究成果增速迅猛的发展现状。围绕医学大数据的特点总结其在医学信息学研究中所面临的机遇:为大容量医学大数据的高效管理存储、访问相关研究提供实际数据基础与需求;为先进的大数据挖掘、分析、集成等信息技术应用于医学研究与实践提出现实而迫切的需求;以及医学大数据所具备独特的价值密度高的特点为医疗健康相关研究提供了强大数据与知识基础。面对此机遇,分析并阐述了医学信息学研究及发展所面临的挑战:实现融合大数据平台,进行医学大数据的高效挖掘和分析,进而实现精准临床决策支持等临床辅助应用。     

数据挖掘可视化技术与医院管理

在医院现有信息管理系统基础上，建立数据仓库，利用数据挖掘可视化技术。对海量历史数据进行组织和管理，用来支持管理决策。