重复采样试验设计的样本含量估计

目的：给出重复采样试验设计的样本含量估计式。方法 探讨单组重复采样设计及配方对重复采样设计的样本量估计。结果 在相同检验效能的条件下建立了重复采样资料（非独立样本）与单一测量资料（独立样本）间采本含量的关系式。结论 以实例分析表明其结果与实际相符合。     

自组织数据挖掘在卫生总费用预测中的应用

本文采用自组织数据挖掘方法建立了卫生总费用的预测模型，发现影响我国卫生总费用的重要因素有：GDP、医疗卫生服务成本、全国保险福利费用总额、全国从业人员数、城镇职工医疗卫生支出、政府卫生支出等。模型预测结果显示：中国卫生总费用在今后若干年会有比较快的增长，需要政府从宏观政策上加强卫生改革的力度来控制医疗卫生服务成本，并积极推进医疗保险制度改革。     

医疗保险风险因素的相对风险度分析

目的 :探讨医疗保险风险因素的相对风险度及其分析方法。方法 :借鉴流行病学研究方法 ,用 logistic回归模型产生比值比 (OR)来刻画风险因素与医疗保险赔付 (损失 )之间的定量关系。结果 :实例拟合单因素及多元 logistic回归模型 ,得到各风险因素的 OR值并能合理地解释。结论 :相对风险度分析为医疗保险风险控制提供了新的分析思路和定量依据     

用ＭＣＭＣ方法研究统筹医疗保险的损失分布模型

在传统的统计模型分析中,仅限于反应变量或误差变量服从正态分布时才有较好的估计性质,当反应变量服从非正态分布时,多采用变量变换使其服从正态,且通常Box-cox变换（y=(1)(y^λ－1)/λ (2)iny λ≠０,（３）λ＝０参数λ的估计一般是采用迭人大似然法^[1]）但变换后资料常有服从正态。例如医疗保险的损失分布常为对数正态、Ｗeibull或Pareto分布^[2],其损失额的分布均是非负的偏态分布,且同一级别医院的医疗费用间存在一定相关即非独立,对这类非独立偏态分布数据,宜用Ｍarkov chain Monte Carlo(MCMC)法^[3]来处理,本文应ＭＣＭＣ法来探讨统筹医疗保险的损失分布模型。     

论职业化医院管理及其新型模式--医院管理公司

医院管理职业化是21世纪医院管理发展的趋势，也是我国卫生体制改革的必然选择。文章探讨了职业化医院管理在我国出现的机会及其实现方式，并以职业化医院管理的一种新型医疗服务管理机构一医院管理公司为重点，探讨了其运作模式及其管理经营职能。     

补充医疗保险保费测算方法研究

目的 本文介绍并讨论了职工医疗保障制度改革中补充医疗保险保费的测算方法。方法 利用四川省职工补充医疗保险需要求模式研究的实际资料讨论了经验频数法和限制性Ｐareto 分布法计算保费时的应用条件和计算过程。结果 给出了补充医疗保险保费测算的方法、过程和应用中的注意事项。结论 通过实际应用表明本文提出的两种计算方法在各自的适用范围内是合理有效的。     

多水平统计模型在多中心临床试验评价中的应用

在临床药物评价中常采用多中心临床试验〔1,2 ,3〕。同一药物在不同中心 (即医院 )间的试验结果往往表现出不完全一致 ,这不仅仅与药物本身有关 ,而且还可能与各中心的技术水平、医生素质等不完全一致有很大的关系。因此 ,在对多中心临床试验进行评价时 ,要考虑两种内部相关 :其一是个体 (病人 )在临床试验各阶段的重复测量值之间的内部相关 ;一个控制得好的临床试验 ,除药物特有的趋势效应外 ,某指标的重复测量值之间应有较高的相关。其二是各中心个体间的内部相关 ;理论上来讲 ,严格的临床试验是不允许有中心效应的 ,但由于各中心的医疗水…     

非独立计量资料的内部相关性研究

本文讨论了非独立计量资料中因变量的协方差结构和内部相关性。在忽略类间相关的情况下，分别给出了不考虑协变量和考虑协变量时内部相关的计算方法和步骤。实例分析表明，混杂因素对内部相关有较大的影响，只有合理地构造协方差结构，才能得到合理的、不含混杂的内部相关。     

非独立数据内部相关系数的抽样分布

目的：研究非独立数据组内相关系数ρ的抽样分布，方法：用MonteCrrlo方法从已知组内相关系数的假定总体中重复抽样，用RIGLS法似合二水平模型，分别计算ρ值以观察其分布类型，结果：组内相关系数抽样分布类型型ρ的数值大小而变化，小于0．5时为正偏态，大于0．5时为负偏态，接近0．5时为近似正态分布，其估计误差与1水平和2水平的样本含量有关，总样本含量相同时，2水平的样本含量越大，估计误差越小，结论：组内相关系数的大小反映非独立数据的共变关系大小，其分布类型的研究对非独立数据分析时的实际应用具指导意义。     

非独立试验的组内相关与广义估计方程

目的：探讨几种非独立试验资料的内部相关性。方法：对非独立数据建立随机效应模型,利用广义估计方程之残差估计组内相关系数。结果;组内相关反映了非独立试验资料间的共变关系或同趋性;由广义估计方程导出的组内相关是以方差齐性为前提的。结论：对非独立试验,不仅要关心处理组间的效应,亦应关心非独立数据间的相关程度。用随机效应模型分析非独立资料,可得到更多的信息。