基于复杂网络分析探索药师在疾病诊断相关分组付费中的参与作用——以脑梗死临床路径用药方案优化为例

目的：基于真实世界研究,提取医院信息管理系统（Hospital Information System,HIS）医疗电子病历,按照脑梗死临床路径探索神经内科医师药物开嘱习惯和模式,按照疾病诊断相关分组DRGs付费要求,优化子群网络中的药物经济性、用药合理性,为脑梗死疾病在DRGs付费下的合理用药提供依据。方法：从南昌大学第一附属医院2017年1月至2021年4月HIS医疗电子病历数据中,提取脑梗死患者医疗电子病历13 588例,其中入组了脑梗死临床路径的为12 501例,对脑梗死患者的合并用药进行复杂网络分析,并根据树形图提取子群网络进行用药优化分析。结果：复杂网络分析共纳入100种入组临床路径后常用药物,对药物复杂关系网络进行划分,得到3个主要的用药子群。对其中药物连接度占比较高的子群2进行优化分析,其中包括阿司匹林肠溶片、氢氯吡格雷片、阿托伐他汀钙片、瑞舒伐他汀钙片、依达拉奉注射液、单唾液酸四己糖神经节苷脂等16种药物,初始用药费用为8 846元。从医保和药物经济学角度考虑将盐酸罂粟碱氯化钠注射液替换为盐酸罂粟碱注射液,并同种适应证的药物选择一种,天麻素注射液需要有头晕的诊断才可以使用。经过与医师沟通,预计子群2中的16种药物可组成多个治疗方案,其中最优化的用药方案10日费用约为1 642元,达到用药优化目的,且用药合理性提高。结论：用药子群是代表医师的用药习惯,通过用药合理性、药物经济性评价、医保支付角度,优化脑梗临床路径的经济方案,降低路径治疗费用并提高合理性。继续对其他子群的优化,可以降低脑梗死临床路径费用,使得医疗机构和医师可以享受到药师参与的临床路径下DRGs付费的改革成果。     

决策树模型在中医药领域的应用现状

决策树因其形状像树且又能用于决策故被称为决策树，是通过机器学习，从一系列无秩序、无规则的逻辑关系中推理出一套分层规则,将结局按照概率分布的树形图表达，从而进行精确预测或正确分类。现系统综述了决策树在中医药领域的应用现状，发现决策树在疾病风险评估、中医病证的诊断、辨证分型、中药药性或不良反应的预测、证候与理化指标的关联、预后评估和成本-效果分析等方面均有所应用，且其分类和预测结果较为准确，值得今后进一步研究并推广应用。