共查询到16条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
目的:利用Apriori算法分析个人医疗费用的关联规则,为相关科研人员今后的研究方向提供参考。方法:对源数据预处理后,使用R软件进行关联规则分析,采用Apriori算法挖掘出与高额医疗费用有强关联的因素。结果:得出45条符合当前设置支持度和置信度的关联规则,调用R软件的绘图函数,将挖掘结果可视化。结论:高龄、吸烟与高额医疗费用有较为显著的关联,低龄人群中低医疗费用者与不吸烟关联显著,在高龄人群中女性高额医疗费用的特征比男性更明显,男性中的吸烟者有较高概率出现高额医疗费用,其他如BMI指数、居住地、医疗保险覆盖的儿童等指标与高额医疗费用无明显关系。 相似文献
5.
目的:挖掘医院门诊处方中的关联规则,建立一套用药推荐系统,为医生处方提供辅助决策,促进医院合理用药。方法:收集我院2021年上半年的门诊处方,采用Apriori算法进行关联规则挖掘,揭示诊断与用药之间的关联关系。结果:最终筛选得到429条强关联规则,通过药学与临床专家组检验后确定这些规则体现了医院医生的诊疗规律。结论:数据挖掘技术能从大量医疗数据中挖掘出隐藏的规律,可为医生临床诊断和用药管理提供辅助决策。 相似文献
6.
目的:探讨关联规则在中医药方剂专利挖掘中的应用,为中医药传统知识保护与技术挖掘提供可行性途径。方法:检索国家知识产权局数据库中治疗湿疹的专利,摘录药方组建数据库。对药物进行频次统计分析,建立Apriori模型,进行关联规则分析。结果:共得到药方497首、药物1 203味,使用频次超过50次的药物有20种,得到关联配伍规则51则。清热药、解表药、利水渗湿药、补虚药使用频率较高,为治疗湿疹的主要药物,其中清热燥湿药中的苦参、黄柏常相须使用。结论:通过对高频药物药性及其关联规律的分析,得出在治疗湿疹时最常使用的配伍药物,符合湿疹治疗的用药特点,由此验证了关联规则分析在中医药方剂专利挖掘中的有效性,为中医药传统知识保护与技术挖掘提供了可行性途径。 相似文献
7.
介绍数据挖掘及关联规则的基本概念,采用Apriori算法对儿童肺炎用药数据进行挖掘分析,总结总体用药、高频用药、用药组合和用药关联规则,为儿科临床专家在科研和疾病诊治方面提供科学依据,有助于提高儿童用药的安全性和规范性。 相似文献
8.
利用基于关联规则的数据挖掘技术,对广东三九脑科医院电子病历数据进行挖掘分析,随机抽取癫痫病种住院病历资料,尝试找出癫痫病种的病因构成.结果显示采用经典关联规则Apriori算法能够获取有效的病因构成,为临床诊断和科研应用提供帮助,达到数据利用的目的. 相似文献
9.
在对就医行为和大数据挖掘及关联规则进行文献综述的基础上,介绍大数据挖掘及关联规则算法——Apriori算法的基本内容。以郑州大学第一附属医院部分电子病历系统数据为基础,采用关联规则的Apriori算法对患者的性别、年龄、手术记录、危重记录、就诊距离、住院天数等因素进行挖掘分析,得出不同就诊距离患者的就医行为规律,提出相关政策和建议。 相似文献
10.
数据挖掘技术可以实现对隐含在文献中的诊断知识的学习,是当今数据库领域研究的热点,关联规则是其中的重要模式之一。本文阐述了中医已有诊断标准的问题与不足之处,提出了中医证候诊断方程的表达形式;简介了关联规则的基本概念和Apriori算法,并通过举例说明了关联规则在中医疾病证候诊断中的应用。 相似文献
11.
目的:探索中医诊疗信息的数字化和诊疗全过程的智能化.方法:采用粗糙集合作为数据挖掘工具,提取中医胃病诊疗信息潜在的诊断规则.结果:将所得规则在胃病的各证候诊断上进行临床验证,得到较好的结果.结论:将这种方法应用于中医诊断,有助于挖掘中医诊疗信息内在知识和规律,为中医发展的现代化提供新的理论依据. 相似文献
12.
《山东中医药大学学报》2016,(2):102-104
目的 :通过大样本中医体质分类的调查,探讨中医体质类型分布及其兼杂规律。方法 :选择7 882份中医健康体检报告中的中医体质辨识结果作为数据源,采用IBM Spss clementine14.1中的Apriori模型进行关联规则挖掘,最小支持度阈值为6%,最小置信度阈值为80%。结果:体质类型的兼杂是一种较为普遍的现象,在单一体质类型中偏颇体质以阳虚质、气虚质、湿热质较为常见;在兼杂体质类型中气虚质可能是除特禀质以外的6种偏颇体质的基础体质;挖掘出与兼杂体质有关的分类关联规则22条。结论:采用《中医九种基本体质分类量表》进行的体质辨识其辨识度还不够高。 相似文献
13.
14.
目的:进行急性胰腺炎相关因素研究,通过数据挖掘形成关联规则。方法:急性胰腺炎相关资料来源于南通大学附属医院电子病历系统,收集该院2010—2012年的急性胰腺炎住院病例数据。内容包括与急性胰腺炎相关的15项临床指标。首先将各项指标数据离散化为计数资料,将源数据库映射为挖掘数据库;然后设置最小支持度为0.1,最小置信度为0.8,利用Apriori算法进行关联规则挖掘,最后由临床消化科和检验科专家解释及检验所产生的规则。结果:共形成247个强关联规则,这些强关联规则中蕴含着急性胰腺炎发病与血清酶系列及血常规指标、性别、年龄等因素之间的关联关系。结论:通过数据挖掘方法挖掘目前医院中大量医疗病例,从而发现其中蕴含的新信息、新知识,为医院大量病案信息提供了新的研究方法,具有一定的实用价值。 相似文献
15.
目的进行Graves眼病相关因素研究,通过数据挖掘形成关联规则。方法甲状腺疾病相关资料来源于中国医科大学
附属第一医院病案室,收集该院2000~2009 年的甲状腺疾病住院病例数据。内容包括与甲状腺疾病相关的15 项临床指标。首先
将各项指标数据离散化为计数资料,将源数据库映射为挖掘数据库;然后设置最小支持度为0.1,最小置信度为0.8,利用Apriori
算法进行关联规则挖掘,最后由临床免疫科专家解释及检验所产生的规则。结果共形成241 个强关联规则,这些强关联规则
中蕴含着Graves眼病发病与甲状腺功能系列及血常规指标、性别、年龄等因素之间的关联关系。结论通过数据挖掘方法挖掘
目前医院中大量医疗病例,从而发现其中蕴含的新信息、新知识,为医院大量病案信息提供了新的研究方法,具有一定的实用价
值。 相似文献