CN108198622A - 基于计算机软件系统实现疾病复杂程度量化评价的系统 - Google Patents
基于计算机软件系统实现疾病复杂程度量化评价的系统 Download PDFInfo
- Publication number
- CN108198622A CN108198622A CN201810087658.9A CN201810087658A CN108198622A CN 108198622 A CN108198622 A CN 108198622A CN 201810087658 A CN201810087658 A CN 201810087658A CN 108198622 A CN108198622 A CN 108198622A
- Authority
- CN
- China
- Prior art keywords
- section office
- inspection
- patient
- rate
- disease
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种基于计算机软件系统实现疾病复杂程度量化评价的系统,其中该基于计算机软件系统实现疾病复杂程度量化评价的系统与外部的医院管理信息系统相连接,获取医院管理信息系统中的数据,并根据获取的数据计算获取量化的疾病复杂程度评价,包括信息采集子系统、数据存储子系统和疾病复杂程度测算子系统,且基于计算机软件系统实现疾病复杂程度量化评价的系统通过信息采集子系统与医院管理信息系统相连接以获取数据,信息采集子系统还与数据存储子系统连接,数据存储子系统也连接疾病复杂程度测算子系统,信息采集子系统获取的数据存储到数据存储子系统;疾病复杂程度测算子系统用于获取存储在数据存储子系统中的数据,通过计算获取量化的疾病复杂程度评价。采用了该基于计算机软件系统实现疾病复杂程度量化评价的系统,有效实现疾病复杂程度的量化评价,适用范围较为广泛。
Description
技术领域
本发明涉及一种医疗评价系统,尤其涉及一种疾病复杂程度评价方法,具体是指一种基于计算机软件系统实现疾病复杂程度量化评价的系统。
背景技术
疾病复杂程度评价在临床实践中有重要意义,无论在分级诊疗,还是医院临床能力评价、医疗质量控制、病人风险防范、绩效评价方面都需要分析疾病复杂程度。但是如何量化计算疾病复杂程度,用于医院管理,仍没有合适的办法。
国家卫计委颁布的《三级综合医院医疗服务能力指南(2016年版)》(国卫办医函〔2016〕936号),通过病种和关键技术两个维度,分别列出基本标准和推荐标准的病种以及诊疗技术作为评价依据。这种办法,从原来没有评价依据到有定性评价参考,是一个巨大的进步,但仍不能满足管理需要。
使用RBRVS的点值评价手术相关科室的疾病复杂程度是一种量化办法。RBRVS是1992年美国的医疗保险(Medicare)用于支付医师劳务费的支付体系。它较精确地评价了每个由医生完成的项目的技术难度、医生需要付出的直接劳动时间(工作强度)和技术风险,并给出一个静态的分值,即RBRVS点数。RBRVS点数没有量纲。它与每个地区、国家的医疗服务项目价格没有关系,可以在不同的国家和地区使用。依据每个病人手术项目的平均点值,可以量化评价每家医院的手术难度。但是,非手术科室(通称内科)没有手术项目,使用这个办法不能量化评价疾病的复杂程度。
使用DRGs的病例混合指数(CMI)是另一种评价疾病复杂程度的办法。DRGs也是一种支付手段,其衍生的CMI经常被用于评价医院和医生的绩效水平。DRGs针对是急性病住院病人的病案首页进行计算的,也就是说,门诊病人、急诊病人、重症监护病房(ICU)住院的病人都没有病案首页,是没有办法评价的。另外,这种评价方式是基于每一位急性病病人在医院的所有诊断、治疗手段的总费用计算的,费用较高的项目通常具有较高的CMI值。医疗服务项目的费用水平通常由医院所在地区的医疗服务定价水平决定。定价通常还涉及到资本投入的价值和医院运营成本补偿等因素。因此,使用权DRGs没有办法评价医院所有病人的疾病复杂程度。
国内这方面的研究和应用是CD型率,是依据病人的年龄、基本生命体征、疾病诊断和处置等因素,按轻、重、缓、急分成A、B、C、D四种类型。它作为评价疾病复杂程度的方法之一,是一种介于定性评价和定量评价之间的疾病复杂程度评价方法。
发明内容
本发明的目的是克服了上述现有技术的缺点,提供一种能够有效实现疾病复杂程度的量化评价、结构简单实用、系统兼容性较强、稳定性和运行效率较高、易于维护和扩展的基于计算机软件系统实现疾病复杂程度量化评价的系统。
为了实现上述目的,本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统具有如下构成:
该基于计算机软件系统实现疾病复杂程度量化评价的系统,其主要特点是,所述的系统与外部的医院管理信息系统相连接,获取所述的医院管理信息系统中的数据,并根据获取的数据进行计算获取量化的疾病复杂程度评价;所述的基于计算机软件系统实现疾病复杂程度量化评价的系统包括信息采集子系统、数据存储子系统和疾病复杂程度测算子系统,且所述的基于计算机软件系统实现疾病复杂程度量化评价的系统通过所述的信息采集子系统与医院管理信息系统相连接,信息采集子系统还与数据存储子系统连接,数据存储子系统也连接所述的疾病复杂程度测算子系统,且
所述的信息采集子系统用于从医院管理信息系统中获取相应数据,进行数据采集,且所述的信息采集子系统获取的数据存储到所述的数据存储子系统;
所述的数据存储子系统用于存储信息采集子系统和疾病复杂程度测算子系统输出的相关数据;
所述的疾病复杂程度测算子系统用于获取存储在数据存储子系统中的数据,通过计算获取量化的疾病复杂程度评价。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的信息采集子系统从外部的医院管理信息系统中获取的数据包括:
收费项目字典,包括项目代码、项目名称、费用类别;
医技服务项目字典,包括项目代码、项目名称、项目所属大类名称;
科室字典,包括年份、月份、科室编码、科室名称;
科室月工作量,包括年份、月份、科室编码、科室名称、出科人次、抢救次数;
转科记录,包括病人就诊流水号、转科时间、转出科室编码、转入科室编码;
病人基本信息,包括病人主索引、姓名、出生日期;
收费项目明细,包括时间、开单科室编码、项目代码、病人就诊流水号、病人主索引;
检验申请,包括病人就诊流水号、检验申请流水号、申请时间;
检验结果,包括检验申请流水号、是否出现阳性值、是否出现危急值;
检查申请,包括病人就诊流水号、检查申请流水号、申请时间,
检查结果,包括检查申请流水号、是否出现阳性值。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的疾病复杂程度测算子系统从所述的数据存储子系统中获取的数据包括:
科室集合、每个科室的病人集合、每个科室每位病人参与的检验项目大类集合、检验大类总数、每个科室每位病人参与的检查项目大类集合、检查大类总数、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检验项目集合、每个科室每位病人出现危急值的检验项目集合、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检查项目集合、每个科室的出科人次、每个科室每位出科病人的年龄、每个科室的抢救率。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的疾病复杂程度测算子系统根据从数据存储子系统中获取的数据进行计算,获取每个科室每位病人的检验覆盖率、每个科室每位病人的检查覆盖率、每个科室每位病人的检验阳性率、每个科室每位病人的检验危急率、每个科室每位病人的检查阳性率、每个科室的检验覆盖率、每个科室的检查覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率、每个科室的出科平均年龄和每个科室的抢救率。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的疾病复杂程度测算子系统通过以下公式获取每个科室每位病人的检验覆盖率:
其中,otij为每个科室每位病人的检验覆盖率,ctij为每个科室每位病人的检验项目大类集合,CT为每个科室的检验大类总数;
通过以下公式获取每个科室每位病人的检查覆盖率:
其中,oeij为每个科室每位病人的检查覆盖率,ceij为每个科室每位病人的检查项目大类集合,CE为每个科室的检查大类总数;
通过以下公式获取每个科室每位病人的检验阳性率:
其中,rtij为每个科室每位病人的检验阳性率,ntij为每个科室每位病人参与的检验项目集合的数目,ptij为每个科室每位病人出现阳性值的检验项目集合大小;
通过以下公式获取每个科室每位病人的检查阳性率:
其中,reij为每个科室每位病人的检查阳性率,neij为每个科室每位病人参与的检查项目集合的数目,peij为每个科室每位病人的检查阳性率;
通过以下公式获取每个科室的检验覆盖率:
其中,oti为每个科室的检验覆盖率,otij为每个科室每位病人的检验覆盖率,Ni为每个科室的出科人数,Si为每个科室的病人集合;
通过以下公式获取每个科室的检查覆盖率:
其中,oei为每个科室的检验覆盖率,oeij为每个科室每位病人的检查覆盖率;
通过以下公式获取每个科室的检验阳性率:
其中,rti为每个科室的检验阳性率,rtij为每个科室每位病人的检验阳性率;
通过以下公式获取每个科室的检验危急率:
其中,vti为每个科室的检验危急率,vtij为每个科室每位病人的检验危急率;
通过以下公式获取每个科室的检查阳性率:
其中,rei为每个科室的检查阳性率,reij为每个科室每位病人的检查阳性率;
通过以下公式获取每个科室的出科平均年龄:
其中,ai为每个科室的出科平均年龄,ain为每个科室每位出科病人的年龄;
并通过以下公式获取每个科室的抢救率:
其中,qi为每个科室的抢救率,M为科室的抢救次数,N为科室的出科人次。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的疾病复杂程度测算子系统还对其计算获取的数据进行标准化,被标准化的数据包括:
每个科室的检验覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率和每个科室的平均出科年龄以及每个科室的抢救率;
且通过以下公式进行标准化计算处理:
其中,xi是待标准化的数据,是已经完成标准化的数据,T是科室集合。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的疾病复杂程度测算子系统根据标准化的数据进行计算,并通过以下公式获取疾病复杂程度评价:
其中,Ui为疾病复杂程度,k1是检验覆盖率系数,k2是检验阳性率系数,k3是检验危急率系数,k4是检查覆盖率系数,k5是检查阳性率系数,k6是出科平均年龄系数,k7是抢救率系数,是标准化的检验覆盖率、是标准化的检验阳性率、是标准化的检验危急率、是标准化的检查覆盖率、是标准化的检查阳性率、是标准化的出科平均年龄,是标准化的抢救率。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的信息采集子系统定时将从外部的医院信息管理系统中采集到的数据存储到所述的数据存储子系统。
该基于计算机软件系统实现疾病复杂程度量化评价的系统中的疾病复杂程度测算子系统计算获取的数据存储在所述的数据存储子系统中。
采用了本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统,能够有效实现疾病复杂程度的量化评价,而且结构简单实用,系统兼容性较强,稳定性和运行效率较高,易于维护和扩展,从而有效地、针对性的解决了医院门诊、急诊、重症监护室(ICU)、非手术病人的疾病复杂程度量化评价的问题,工作性能稳定可靠,适用范围较为广泛。
附图说明
图1为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得科室检验覆盖率示意图。
图2为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得科室检验阳性率示意图。
图3为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得科室出科平均年龄示意图。
图4为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得科室抢救率示意图。
图5为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得标准化的科室检验覆盖率示意图。
图6为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得标准化的科室检验阳性率示意图。
图7为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得标准化的科室出科平均年龄示意图。
图8为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得标准化的科室抢救率示意图。
图9为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统中的获得科室的疾病复杂程度、检验覆盖率、检验阳性率、出科平均年龄和抢救率的标准值示意图。
图10为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统的一种具体实施方式的系统架构示意图。
图11为本发明的基于基于计算机软件系统实现疾病复杂程度量化评价的系统实现疾病复杂程度评价过程的一种具体实施方式的顺序图。
图12为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统的一种具体实施方式的网络拓扑图。
图13为本发明的基于计算机软件系统实现疾病复杂程度量化评价的系统的一种测算结果评价示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
请参阅图1至图13所示,该基于计算机软件系统实现疾病复杂程度量化评价的系统,其中,该基于计算机软件系统实现疾病复杂程度量化评价的系统与外部的医院管理信息系统相连接,获取所述的医院管理信息系统中的数据,并根据获取的数据进行计算获取量化的疾病复杂程度评价,所述的基于计算机软件系统实现疾病复杂程度量化评价的系统包括信息采集子系统、数据存储子系统和疾病复杂程度测算子系统,且所述的基于计算机软件系统实现疾病复杂程度量化评价的系统通过所述的信息采集子系统与所述的医院管理信息系统相连接,信息采集子系统还与数据存储子系统连接,数据存储子系统也连接所述的疾病复杂程度测算子系统,且
所述的信息采集子系统用于从所述的医院管理信息系统中获取相应数据,进行数据采集,且所述的信息采集子系统获取的数据存储到所述的数据存储子系统;
所述的数据存储子系统用于存储信息采集子系统和疾病复杂程度测算子系统输出的相关数据;
所述的疾病复杂程度测算子系统用于获取存储在数据存储子系统中的数据,通过计算获取量化的疾病复杂程度评价。
在本发明的一种较佳的实施方式中,所述的信息采集子系统从医院管理信息系统中获取的数据包括:
收费项目字典,包括项目代码、项目名称、费用类别;
医技服务项目字典,包括项目代码、项目名称、项目所属大类名称;
科室字典,包括年份、月份、科室编码、科室名称;
科室月工作量,包括年份、月份、科室编码、科室名称、出科人次、成功抢救次数、病人人次;
转科记录,包括病人就诊流水号、转科时间、转出科室编码、转入科室编码;
病人基本信息,包括病人主索引、姓名、出生日期;
收费项目明细,包括时间、开单科室编码、项目代码、病人就诊流水号、病人主索引;
检验申请,包括病人就诊流水号、检验申请流水号、申请时间;
检验结果,包括检验申请流水号、是否出现阳性值、是否出现危急值;
检查申请,包括病人就诊流水号、检查申请流水号、申请时间,
检查结果,包括检查申请流水号、是否出现阳性值。
在一种更佳的实施例中,所述的疾病复杂程度测算子系统从所述的数据存储子系统中获取的数据包括:
科室集合、每个科室的病人集合、每个科室每位病人参与的检验项目大类集合、检验大类总数、每个科室每位病人参与的检查项目大类集合、检查大类总数、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检验项目集合、每个科室每位病人出现危急值的检验项目集合、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检查项目集合、每个科室的出科人次、每个科室每位出科病人的年龄、每个科室的抢救率。
在本发明的一种更佳的实施方式中,所述的疾病复杂程度测算子系统根据从数据存储子系统中获取的数据进行计算,获取每个科室每位病人的检验覆盖率、每个科室每位病人的检查覆盖率、每个科室每位病人的检验阳性率、每个科室每位病人的检验危急率、每个科室每位病人的检查阳性率、每个科室的检验覆盖率、每个科室的检查覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率、每个科室的出科平均年龄和每个科室的抢救率。
在本发明的一种更佳的实施方式中,所述的疾病复杂程度测算子系统获取每个科室每位病人的检验覆盖率的计算方式如下:
其中,otij为每个科室每位病人的检验覆盖率,ctij为每个科室每位病人的检验项目大类集合,CT为每个科室的检验大类总数;
获取每个科室每位病人的检查覆盖率的计算方式如下:
其中,oeij为每个科室每位病人的检查覆盖率,ceij为每个科室每位病人的检查项目大类集合,CE为每个科室的检查大类总数;
获取每个科室每位病人的检验阳性率的计算方式如下:
其中,rtij为每个科室每位病人的检验阳性率,ntij为每个科室每位病人参与的检验项目集合的数目,ptij为每个科室每位病人出现阳性值的检验项目集合大小;
获取每个科室每位病人的检查阳性率的计算方式如下:
其中,reij为每个科室每位病人的检查阳性率,neij为每个科室每位病人参与的检查项目集合的数目,peij为每个科室每位病人的检查阳性率;
获取每个科室的检验覆盖率的计算方式如下:
其中,oti为每个科室的检验覆盖率,otij为每个科室每位病人的检验覆盖率,Ni为每个科室的出科人数,Si为每个科室的病人集合;
获取每个科室的检查覆盖率的计算方式如下:
其中,oei为每个科室的检验覆盖率,oeij为每个科室每位病人的检查覆盖率;
获取每个科室的检验阳性率的计算方式如下:
其中,rti为每个科室的检验阳性率,rtij为每个科室每位病人的检验阳性率;
获取每个科室的检验危急率的计算方式如下:
其中,vti为每个科室的检验危急率,vtij为每个科室每位病人的检验危急率;
获取每个科室的检查阳性率的计算方式如下:
其中,rei为每个科室的检查阳性率,reij为每个科室每位病人的检查阳性率;
获取每个科室的出科平均年龄的计算方式如下:
其中,ai为每个科室的出科平均年龄,ain为每个科室每位出科病人的年龄;
获取每个科室的抢救率的计算方式如下:
其中,qi为每个科室的抢救率,M为科室的成功抢救次数,N为科室的病人人次。
在本发明的一种更佳的实施方式中,所述的疾病复杂程度测算子系统还对其计算获取的数据进行标准化,被标准化的数据包括:
每个科室的检验覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率和每个科室的平均出科年龄以及每个科室的抢救率;
且标准化的计算方式如下:
其中,xi是待标准化的数据,是已经完成标准化的数据,T是科室集合。
在本发明的一种更佳的实施方式中,所述的疾病复杂程度测算子系统根据标准化的数据进行计算,获取疾病复杂程度评价,且获取疾病复杂程度评价的计算方式如下:
其中,Ui为疾病复杂程度,k1是检验覆盖率系数,k2是检验阳性率系数,k3是检验危急率系数,k4是检查覆盖率系数,k5是检查阳性率系数,k6是出科平均年龄系数,k7是抢救率系数,是标准化的检验覆盖率、是标准化的检验阳性率、是标准化的检验危急率、是标准化的检查覆盖率、是标准化的检查阳性率、是标准化的出科平均年龄,是标准化的抢救率。
在本发明的一种更佳的实施方式中,所述的信息采集子系统定时将从医院的信息管理系统中采集到的数据存储到所述的数据存储子系统。
在本发明的一种更佳的实施方式中,所述的疾病复杂程度测算子系统计算获取的数据也存储在所述的数据存储子系统中。
同时,基于本发明的上述的基于计算机软件系统实现疾病复杂程度量化评价的系统实现疾病复杂程度评价的方法,其中所述的方法包括以下步骤:
(1)将信息采集子系统与医院管理信息系统相连接,从信息采集子系统从所述的医院管理信息系统中采集获取所需的数据,并将采集到的数据存储入所述的数据存储子系统;
(2)所述的疾病复杂程度测算子系统获取存储在数据存储子系统中的数据,通过计算获取量化的疾病复杂程度评价。
在本发明的一种较佳的实施方式中,所述的步骤(1)中,所述的信息采集子系统从所述的医院管理信息系统中采集所需的数据包括:
收费项目字典,包括项目代码、项目名称、费用类别;
医技服务项目字典,包括项目代码、项目名称、项目所属大类名称;
科室字典,包括年份、月份、科室编码、科室名称;
科室月工作量,包括年份、月份、科室编码、科室名称、出科人次、成功抢救次数、病人人次;
转科记录,包括病人就诊流水号、转科时间、转出科室编码、转入科室编码;
病人基本信息,包括病人主索引、姓名、出生日期;
收费项目明细,包括时间、开单科室编码、项目代码、病人就诊流水号、病人主索引;
检验申请,包括病人就诊流水号、检验申请流水号、申请时间;
检验结果,包括检验申请流水号、是否出现阳性值、是否出现危急值;
检查申请,包括病人就诊流水号、检查申请流水号、申请时间,
检查结果,包括检查申请流水号、是否出现阳性值。
在本发明的一种更佳的实施方式中,所述的信息采集子系统定时将从医院的信息管理系统中采集到的数据存储到所述的数据存储子系统。
在本发明的一种更佳的实施方式中,所述的步骤(2)中疾病复杂程度测算子系统从所述的数据存储子系统中获取的数据包括:
科室集合、每个科室的病人集合、每个科室每位病人参与的检验项目大类集合、检验大类总数、每个科室每位病人参与的检查项目大类集合、检查大类总数、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检验项目集合、每个科室每位病人出现危急值的检验项目集合、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检查项目集合、每个科室的出科人次、每个科室每位出科病人的年龄、每个科室的抢救率。
在本发明的一种更佳的实施方式中,所述的步骤(2)中疾病复杂程度测算子系统根据从数据存储子系统中获取的数据进行计算,获取每个科室每位病人的检验覆盖率、每个科室每位病人的检查覆盖率、每个科室每位病人的检验阳性率、每个科室每位病人的检验危急率、每个科室每位病人的检查阳性率、每个科室的检验覆盖率、每个科室的检查覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率、每个科室的出科平均年龄和每个科室的抢救率。
在本发明的一种更佳的实施方式中,所述的疾疾病复杂程度测算子系统根据从数据存储子系统中获取的数据进行计算的步骤包括:
(2.1)获取每个科室每位病人的检验覆盖率、获取每个科室每位病人的检查覆盖率、获取每个科室每位病人的检验阳性率、获取每个科室每位病人的检查阳性率、获取每个科室的出科平均年龄、获取每个科室的抢救率;
(2.2)获取每个科室的检验覆盖率、获取每个科室的检查覆盖率、获取每个科室的检验阳性率、获取每个科室的检验危急率、获取每个科室的检查阳性率。
在本发明的一种更佳的实施方式中,所述的步骤(2.2)后还包括以下步骤:
(2.3)所述的疾病复杂程度测算子系统还对其计算获取的数据进行标准化,被标准化的数据包括:
每个科室的检验覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率和每个科室的平均出科年龄以及每个科室的抢救率。
在本发明的一种更佳的实施方式中,所述的(2.3)后还包括以下步骤:
所述的疾病复杂程度测算子系统根据计算获取的标准化的数据,获取疾病复杂程度评价。
在本发明的实际应用当中,通过一个科室在某一时期所有病人参与的由该科室开单的检查项目和检验项目,结合该科室在这一时期的出科人次,得到该科室在这一时期的检验覆盖率、检查覆盖率、检验阳性率、检查阳性率和检验危急值,再结合该科室在这一时期的出科平均年龄和抢救率,计算出该科室在这一时期的疾病复杂程度评价指数。
首先,一个科室的检验覆盖率和检查覆盖率是科室疾病复杂程度分析需要考虑的重要因素。覆盖率的计算涉及到医院项目的分类。医院的检验、检查项目分成一些检验、检查大类,每个大类由一组同类的检验、检查项目组成。
一个科室的检验覆盖率是指该科室在某一时期所有病人检验覆盖率之和与该科室在这一时期的出科人次的比值。一个病人的检验覆盖率是指医院所有检验大类中,该病人参加的检验项目所属大类的占比。一个病人的检验覆盖率越高,说明该病人的疾病复杂程度越高。一个科室的检验覆盖率越高,该科室的疾病复杂程度越高。
一个科室的检查覆盖率是指该科室在某一时期所有病人检查覆盖率之和与该科室在这一时期的出科人次的比值。一个病人的检查覆盖率是指医院所有检查大类中,该病人参加的检查项目所属大类的占比。一个病人的检查覆盖率越高,说明该病人的疾病复杂程度越高。一个科室的检查覆盖率越高,该科室的疾病复杂程度越高。
其次,一个科室的检验阳性率、检验危急率和检查阳性率也是科室疾病复杂程度分析需要考虑的重要因素。阳性率和危急率的计算涉及项目的结果。医院检验项目的结果包括是否出现阳性值和是否出现危急值。医院检查项目的结果包括是否出现阳性值。
一个科室的检验阳性率是指该科室在某一时期所有病人检验阳性率之和与该科室在这一时期的出科人次的比值。一个病人的检验阳性率是指该病人参加的检验项目中,出现阳性值的检验项目的占比。一个病人的检验阳性率越高,说明该病人的疾病复杂程度越高。一个科室的检验阳性率越高,该科室的疾病复杂程度越高。
一个科室的检查阳性率是指该科室在某一时期所有病人的检查阳性率之和与该科室在这一时期的出科人次的比值。一个病人的检查阳性率是指该病人参加的检查项目中,出现阳性值的检查项目的占比。一个病人的检查阳性率越高,说明该病人的疾病复杂程度越高。一个科室的检查阳性率越高,该科室的疾病复杂程度越高。
一个科室的检验危急率是指该科室在某一时期的所有病人的检验危急率之和与该科室在这一时期的出科人次的比值。一个病人的检验危急率是指该病人参加的检验项目中,出现危急值的检验项目的占比。一个病人的检验危急率越大,说明该病人的疾病复杂程度越高。一个科室的检验危急率越高,该科室的疾病复杂程度越高。
此外,一个科室在某一时期的病人出科人次、出科平均年龄和抢救率也是这一时期科室疾病复杂程度分析需要考虑的重要因素。科室病人的出科人次是指在这一时期从该科室出院或者转科的病人人次。一个科室的出科人次越低,该科室的疾病复杂程度越高。出科病人的平均年龄是指一个科室在某一时期的所有出科病人在出科时的年龄的平均值。一个科室的出科平均年龄越大,该科室疾病复杂程度越高。科室的抢救率是指一个科室在某一时期的所有病人中,在这一时期由该科室成功抢救的病人的占比。一个科室的抢救率越高,该科室的疾病复杂程度越高。
在具体实施过程中,基于计算机软件系统实现疾病复杂程度量化评价的系统实现疾病复杂程度评价的过程具体如下:
1、科室的疾病复杂程度的计算需要通过对检验覆盖率、检查覆盖率、检验阳性率、检查阳性率、检验危急率、出科平均年龄和抢救率进行标准化处理和线性变换。标准化处理去除数据的量纲后得到标准值。线性变换公式将科室疾病复杂程度多个维度的数据映射成一个维度的值。从医院管理基于计算机软件系统实现疾病复杂程度量化评价的系统(HIS)中取得如下数据:
(1)收费项目字典,包括项目代码、项目名称、费用类别(如“检查费”、“检验费”),
(2)医技服务项目字典,包括项目代码、项目名称、项目所属大类名称,
(3)科室字典,包括年份、月份、科室编码、科室名称,
(4)科室月工作量,包括年份、月份、科室编码、科室名称、出科人次、成功抢救次数、病人人次,
(5)转科记录,包括病人就诊流水号、转科时间、转出科室编码、转入科室编码,
(6)病人基本信息,包括病人主索引、姓名、出生日期,
(7)收费项目明细,包括时间、开单科室编码、项目代码、病人就诊流水号、病人主索引,
(8)检验申请,包括病人就诊流水号、检验申请流水号、申请时间,
(9)检验结果,包括检验申请流水号、是否出现阳性值、是否出现危急值,
(10)检查申请,包括病人就诊流水号、检查申请流水号、申请时间,
(11)检查结果,包括检查申请流水号、是否出现阳性值。
2、通过科室字典获取某一时期科室的集合,集合大小为T。
3、通过科室字典、收费项目明细获取这一时期每个科室的病人集合,集合大小为Si。其中,1≤i≤T。
4、通过科室字典、收费项目明细、医技服务项目字典获取这一时期每个科室每位病人参与的检验项目大类集合,集合大小为ctij。其中,1≤i≤T,1≤j≤Si。
5、通过收费项目字典、医技服务项目字典计算医院的检验大类总数CT。
6、通过这一时期每个科室每位病人的检验项目大类集合ctij和医院的检验大类总数CT,计算这一时期每个科室每位病人的检验覆盖率otij,且
7、通过收费项目明细、医技服务项目字典获取这一时期每个科室每位病人参与的检查项目大类集合,集合大小为ceij。其中,1≤i≤T,1≤j≤Si。
8、通过收费项目字典、医技服务项目字典计算医院的检查大类总数CE。
9、通过这一时期每个科室每位病人的检查项目大类集合大小ceij和医院的检查大类总数CE,计算这一时期每个科室每位病人的检查覆盖率oeij。其中,1≤i≤T,1≤j≤Si,且
10、通过收费项目明细获取这一时期每个科室每位病人参与的检验项目集合,集合大小为ntij。其中,1≤i≤T,1≤j≤Si。
11、通过收费项目明细、检验申请和检验结果获取这一时期每个科室每位病人出现阳性值的检验项目集合,集合大小为ptij。其中,1≤i≤T,1≤j≤Si。
12、通过这一时期每个科室每位病人参与的检验项目集合大小ntij和出现阳性值的检验项目集合大小ptij,计算这一时期每个科室每位病人的检验阳性率rtij。其中,1≤i≤T,1≤j≤Si,且
13、通过收费项目明细、检验申请和检验结果获取这一时期每个科室每位病人出现危急值的检验项目集合,集合大小为dtij。其中,1≤i≤T,1≤j≤Si。
14、通过这一时期每个科室每位病人参与的检验项目集合大小ntij和出现危急值的检验项目集合大小dtij,计算这一时期每个科室每位病人的检验危急率vtij。其中,1≤i≤T,1≤j≤Si。
15、通过收费项目明细获取这一时期每个科室每位病人参与的检查项目集合,集合大小为neij。其中,1≤i≤T,1≤j≤Si。
16、通过收费项目明细、检查申请和检查结果获取这一时期每个科室每位病人出现阳性值的检查项目集合,集合大小为peij。其中,1≤i≤T,1≤j≤Si。
17、通过这一时期每个科室每位病人参与的检查项目集合大小neij和出现阳性值的检查项目集合大小peij,计算这一时期每个科室每位病人的检查阳性率reij。其中,1≤i≤T,1≤j≤Si,且
18、通过收费项目明细、科室月工作量获取这一时期每个科室的出科人次Ni。其中,1≤i≤T。
19、计算这一时期每个科室的出科平均年龄ai。其中,1≤i≤T,1≤n≤Ni,且
20、通过这一时期每个科室每位病人的检验覆盖率otij和出科人次Ni,计算每个科室的检验覆盖率oti。其中,1≤i≤T,1≤j≤Si,且
21、通过这一时期每个科室每位病人的检查覆盖率oeij和出科人次Ni,计算每个科室的检查覆盖率oei。其中,1≤i≤T,1≤j≤Si,且
22、通过这一时期每个科室每位病人的检验阳性率rtij和出科人次Ni,计算每个科室的检验阳性率rti。其中,1≤i≤T,1≤j≤Si,且
23、通过这一时期每个科室每位病人的检验危急率vtij和出科人次Ni,计算每个科室的检验危急率vti。其中,1≤i≤T,1≤j≤Si,且
24、通过这一时期每个科室每位病人的检查阳性率reij和出科人次Ni,计算每个科室的检查阳性率rei。其中,1≤i≤T,1≤j≤Si,且
25、通过收费项目明细、转科记录表、病人信息,获取这一时期每个科室每位出科病人的年龄ain。其中,1≤i≤T,1≤n≤Ni。
26、通过科室月工作量获取这一时期每个科室的抢救率qi,
其中,qi为每个科室的抢救率,M为科室的成功抢救次数,N为科室的病人人次。
27、标准化处理这一时期每个科室的检验覆盖率oti、检验阳性率rti、检验危急率vti、检查覆盖率oei、检查阳性率rei、出科平均年龄ai和抢救率qi,得到标准化的检验覆盖率标准化的检验阳性率标准化的检验危急率标准化的检查覆盖率标准化的检查阳性率标准化的出科平均年龄和标准化的抢救率对原始值进行标准化处理得到标准值,可以避免不同的量纲对计算结果产生不同程度的影响。标准化函数如下所示。其中,1≤i≤T,且
28、计算一个科室的疾病复杂程度Ui。具体公式如下所示。其中,k1是检验覆盖率系数,k2是检验阳性率系数,k3是检验危急率系数,k4是检查覆盖率系数,k5是检查阳性率系数,k6是出科平均年龄系数,k7是抢救率系数,且
在具体实施方式中,我们计算了某医院37个科室在某一年的检验覆盖率、检验阳性率、出科平均年龄和抢救率,如图1至图4所示。它们的标准值如图5至图8所示。然后,我们通过科室疾病复杂程度计算公式计算了这37个科室的疾病复杂程度,如图9所示。公式中的检验覆盖率系数、检验阳性率系数、出科平均年龄系数和抢救率系数都设置为1。
从图1至图4可以看见,检验覆盖率、检验阳性率和出科平均年龄的分布规律相对于抢救率而言更加的近似。比较图4与图1、图2和图3可以看见,抢救率与检验覆盖率、检验阳性率和出科平均年龄的分布差异较大。这是因为相对于检验覆盖率、检验阳性率和出科平均年龄,抢救率的分布主要集中在少数科室。
如图9所示,不同科室之间的疾病复杂程度是有差异的。这是因为不同科室的检验覆盖率、检验阳性率、出科平均年龄和抢救率不同。相同科室的疾病复杂程度处于检验覆盖率、检验阳性率、出科平均年龄和抢救率的平均水平。这是因为本实验的科室疾病复杂程度计算公式中使用的检验覆盖率、检验阳性率、出科平均年龄和抢救率的系数相等。
本发明包含的基于计算机软件系统实现疾病复杂程度量化评价的系统由信息采集子系统、数据存储子系统和疾病复杂程度测算子系统。系统概览图如图10所示,序列图如图11所示,网络拓扑图如图12所示。
在具体实施过程中,信息采集子系统是指部署在医院服务器的数据抽取和转换(ETL)系统。信息采集子系统通过网络和医院基于计算机软件系统实现疾病复杂程度量化评价的系统各个主要成员的底层数据库进行网络连接,自定义数据采集规则,进行定时数据抽取。采集过程中负责数据的转换和清洗。采集的数据包括病人基本信息、科室信息、检查项目信息、检验项目信息等。信息采集子系统可人工指派或者定时从医院基于计算机软件系统实现疾病复杂程度量化评价的系统群获得上述各类信息,并将数据汇总到数据存储子系统中。整个过程除了数据的迁移,还需完成数据的过滤、清洗、整合,以确保数据的完整性和有效性。
数据存储子系统是一个运行在数据库服务器及其存储硬件之上的存储系统,通过数据库对存储数据、系统测算的历史数据进行有效的管理,提供定期的数据增量存储功能、数据的输入输出功能,支持数据的增量备份和完整备份等安全任务。所存储的数据都经过信息采集子系统的转换和清洗,具有格式化、规范化、子系统可识别的数据格式。
疾病复杂程度测算子系统主要负责数据的分析、模型的建立以及测算结果的评价和调整,如图13。疾病复杂程度测算子系统从数据存储子系统中获得历史数据,预先对各科室进行疾病复杂程度测算。测算评价结果经过统计学理论的验证和医院领导专家的评估,可以进入下一步的模型修正和完善。该子系统能够迭代地运行,从而逐渐纠正疾病复杂程度评价过程中出现的偏差,优化各系数之间的权重,完善基于计算机软件系统实现疾病复杂程度量化评价的系统和结果。
从图5至图8可以看见,标准化之后的科室检验覆盖率、科室检验阳性率、科室出科平均年龄和科室抢救率与标准化之前的分布完全一致。它们与科室疾病复杂程度之间的比较如图9所示。
采用了上述的基于计算机软件系统实现疾病复杂程度量化评价的系统,能够有效实现疾病复杂程度的量化评价,而且结构简单实用,系统兼容性较强,稳定性和运行效率较高,易于维护和扩展,从而有效地、针对性的解决了医院门诊、急诊、重症监护室(ICU)、非手术病人的疾病复杂程度量化评价的问题,工作性能稳定可靠,适用范围较为广泛。在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
Claims (9)
1.一种基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的系统与外部的医院管理信息系统相连接,获取所述的医院管理信息系统中的数据,并根据获取的数据进行计算获取量化的疾病复杂程度评价;所述的基于计算机软件系统实现疾病复杂程度量化评价的系统包括信息采集子系统、数据存储子系统和疾病复杂程度测算子系统,且所述的基于计算机软件系统实现疾病复杂程度量化评价的系统通过所述的信息采集子系统与医院管理信息系统相连接,信息采集子系统还与数据存储子系统连接,数据存储子系统也连接所述的疾病复杂程度测算子系统,且
所述的信息采集子系统用于从医院管理信息系统中获取相应数据,进行数据采集,且所述的信息采集子系统获取的数据存储到所述的数据存储子系统;
所述的数据存储子系统用于存储信息采集子系统和疾病复杂程度测算子系统输出的相关数据;
所述的疾病复杂程度测算子系统用于获取存储在数据存储子系统中的数据,通过计算获取量化的疾病复杂程度评价。
2.根据权利要求1所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的信息采集子系统从外部的医院管理信息系统中获取的数据包括:
收费项目字典,包括项目代码、项目名称、费用类别;
医技服务项目字典,包括项目代码、项目名称、项目所属大类名称;
科室字典,包括年份、月份、科室编码、科室名称;
科室月工作量,包括年份、月份、科室编码、科室名称、出科人次、抢救次数;
转科记录,包括病人就诊流水号、转科时间、转出科室编码、转入科室编码;
病人基本信息,包括病人主索引、姓名、出生日期;
收费项目明细,包括时间、开单科室编码、项目代码、病人就诊流水号、病人主索引;
检验申请,包括病人就诊流水号、检验申请流水号、申请时间;
检验结果,包括检验申请流水号、是否出现阳性值、是否出现危急值;
检查申请,包括病人就诊流水号、检查申请流水号、申请时间,
检查结果,包括检查申请流水号、是否出现阳性值。
3.根据权利要求2所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的疾病复杂程度测算子系统从所述的数据存储子系统中获取的数据包括:
科室集合、每个科室的病人集合、每个科室每位病人参与的检验项目大类集合、检验大类总数、每个科室每位病人参与的检查项目大类集合、检查大类总数、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检验项目集合、每个科室每位病人出现危急值的检验项目集合、每个科室每位病人参与的检查项目集合、每个科室每位病人出现阳性值的检查项目集合、每个科室的出科人次、每个科室每位出科病人的年龄、每个科室的抢救率。
4.根据权利要求3所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的疾病复杂程度测算子系统根据从数据存储子系统中获取的数据进行计算,获取每个科室每位病人的检验覆盖率、每个科室每位病人的检查覆盖率、每个科室每位病人的检验阳性率、每个科室每位病人的检验危急率、每个科室每位病人的检查阳性率、每个科室的检验覆盖率、每个科室的检查覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率、每个科室的出科平均年龄和每个科室的抢救率。
5.根据权利要求4所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的疾病复杂程度测算子系统通过以下公式获取每个科室每位病人的检验覆盖率:
其中,otij为每个科室每位病人的检验覆盖率,ctij为每个科室每位病人的检验项目大类集合,CT为每个科室的检验大类总数;
通过以下公式获取每个科室每位病人的检查覆盖率:
其中,oeij为每个科室每位病人的检查覆盖率,ceij为每个科室每位病人的检查项目大类集合,CE为每个科室的检查大类总数;
通过以下公式获取每个科室每位病人的检验阳性率:
其中,rtij为每个科室每位病人的检验阳性率,ntij为每个科室每位病人参与的检验项目集合的数目,ptij为每个科室每位病人出现阳性值的检验项目集合大小;
通过以下公式获取每个科室每位病人的检查阳性率:
其中,reij为每个科室每位病人的检查阳性率,neij为每个科室每位病人参与的检查项目集合的数目,peij为每个科室每位病人的检查阳性率;
通过以下公式获取每个科室的检验覆盖率:
其中,oti为每个科室的检验覆盖率,otij为每个科室每位病人的检验覆盖率,Ni为每个科室的出科人数,Si为每个科室的病人集合;
通过以下公式获取每个科室的检查覆盖率:
其中,oei为每个科室的检验覆盖率,oeij为每个科室每位病人的检查覆盖率;
通过以下公式获取每个科室的检验阳性率:
其中,rti为每个科室的检验阳性率,rtij为每个科室每位病人的检验阳性率;
通过以下公式获取每个科室的检验危急率:
其中,vti为每个科室的检验危急率,vtij为每个科室每位病人的检验危急率;
通过以下公式获取每个科室的检查阳性率:
其中,rei为每个科室的检查阳性率,reij为每个科室每位病人的检查阳性率;
通过以下公式获取每个科室的出科平均年龄:
其中,ai为每个科室的出科平均年龄,ain为每个科室每位出科病人的年龄;
并通过以下公式获取每个科室的抢救率:
其中,qi为每个科室的抢救率,M为科室的抢救次数,N为科室的出科人次。
6.根据权利要求4所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的疾病复杂程度测算子系统还对其计算获取的数据进行标准化,被标准化的数据包括:
每个科室的检验覆盖率、每个科室的检验阳性率、每个科室的检验危急率、每个科室的检查阳性率和每个科室的平均出科年龄以及每个科室的抢救率;
且通过以下公式进行标准化计算处理:
其中,xi是待标准化的数据,是已经完成标准化的数据,T是科室集合。
7.根据权利要求6所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的疾病复杂程度测算子系统根据标准化的数据进行计算,并通过以下公式获取疾病复杂程度评价:
其中,Ui为疾病复杂程度,k1是检验覆盖率系数,k2是检验阳性率系数,k3是检验危急率系数,k4是检查覆盖率系数,k5是检查阳性率系数,k6是出科平均年龄系数,k7是抢救率系数,是标准化的检验覆盖率、是标准化的检验阳性率、是标准化的检验危急率、是标准化的检查覆盖率、是标准化的检查阳性率、是标准化的出科平均年龄,是标准化的抢救率。
8.根据权利要求1所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的信息采集子系统定时将从外部的医院信息管理系统中采集到的数据存储到所述的数据存储子系统。
9.根据权利要求5所述的基于计算机软件系统实现疾病复杂程度量化评价的系统,其特征在于,所述的疾病复杂程度测算子系统计算获取的数据存储在所述的数据存储子系统中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810087658.9A CN108198622A (zh) | 2018-01-30 | 2018-01-30 | 基于计算机软件系统实现疾病复杂程度量化评价的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810087658.9A CN108198622A (zh) | 2018-01-30 | 2018-01-30 | 基于计算机软件系统实现疾病复杂程度量化评价的系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108198622A true CN108198622A (zh) | 2018-06-22 |
Family
ID=62591714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810087658.9A Pending CN108198622A (zh) | 2018-01-30 | 2018-01-30 | 基于计算机软件系统实现疾病复杂程度量化评价的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108198622A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112331322A (zh) * | 2020-12-04 | 2021-02-05 | 上海蓬海涞讯数据技术有限公司 | 基于神经网络实现针对医院专科能力进行量化评价处理的方法、装置、处理器及其存储介质 |
CN113903441A (zh) * | 2021-10-14 | 2022-01-07 | 上海申康医院发展中心 | 针对手术医师进行分级授权实现量化评估的系统、方法、装置、处理器及其计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361318A (zh) * | 2014-11-10 | 2015-02-18 | 中国科学院深圳先进技术研究院 | 一种基于弥散张量成像技术的疾病诊断辅助系统及方法 |
CN105512796A (zh) * | 2015-11-25 | 2016-04-20 | 上海蓬海涞讯数据技术有限公司 | 实现医院手术科室医生绩效评价的系统和方法 |
-
2018
- 2018-01-30 CN CN201810087658.9A patent/CN108198622A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361318A (zh) * | 2014-11-10 | 2015-02-18 | 中国科学院深圳先进技术研究院 | 一种基于弥散张量成像技术的疾病诊断辅助系统及方法 |
CN105512796A (zh) * | 2015-11-25 | 2016-04-20 | 上海蓬海涞讯数据技术有限公司 | 实现医院手术科室医生绩效评价的系统和方法 |
Non-Patent Citations (1)
Title |
---|
沈雅萍: "病例临床复杂(ECC)模型在DRGs分组器中的应用", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112331322A (zh) * | 2020-12-04 | 2021-02-05 | 上海蓬海涞讯数据技术有限公司 | 基于神经网络实现针对医院专科能力进行量化评价处理的方法、装置、处理器及其存储介质 |
CN113903441A (zh) * | 2021-10-14 | 2022-01-07 | 上海申康医院发展中心 | 针对手术医师进行分级授权实现量化评估的系统、方法、装置、处理器及其计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106777921B (zh) | 基于中医大数据的三名树网评价模型的构建系统和方法 | |
Brown et al. | Nursing‐sensitive benchmarks for hospitals to gauge high‐reliability performance | |
AU2011319965B2 (en) | System and method for machine based medical diagnostic code identification, accumulation, analysis and automatic claim process adjudication | |
Roos Jr et al. | The art and science of record linkage: methods that work with few identifiers | |
Doran et al. | Toward a national report card in nursing: A knowledge synthesis | |
CN110428174A (zh) | 一种医疗绩效管理信息系统 | |
Jaana et al. | Clinical information technology in hospitals: A comparison between the state of Iowa and two provinces in Canada | |
Misset et al. | Reliability of diagnostic coding in intensive care patients | |
Saba | Home Health Care Classification System (HHCC): an overview. | |
CN108198622A (zh) | 基于计算机软件系统实现疾病复杂程度量化评价的系统 | |
CN108630320B (zh) | 一种基于医保大数据测算疾病患病率的方法 | |
CN108320804A (zh) | 基于疾病复杂程度评价系统实现疾病复杂程度量化评价的方法 | |
Groome et al. | Lessons learned: it takes a village to understand inter-sectoral care using administrative data across jurisdictions | |
Jay et al. | Computerized hospital information systems: their future role in medicine | |
CN109949167A (zh) | 基于大数据建模分析的医疗保险动态筹资方法和系统 | |
CN109409709A (zh) | 智能职称评定系统 | |
Wong et al. | Are we past the COVID-19 pandemic? Insights from Singapore | |
Moss et al. | Evaluation of the draft international standard for a reference terminology model for nursing actions | |
Deily et al. | The impact of health information technology adoption by outpatient facilities on pregnancy outcomes | |
Alterman et al. | State-level treatment outcome studies using administrative databases | |
Farley et al. | Trends in special medicare payments and service utilization for rural areas in the 1990s | |
Singer et al. | Underinsurance for recently recommended vaccines in private health plans | |
Phibbs et al. | Research Guide to the Managerial Cost Accounting National Cost Extracts | |
Rouhani et al. | Structural Quality and Utilization of Outpatient Curative Care Under Family Medicine Scheme in Rural Area of Mazandaran–Iran | |
Lamson et al. | The first decade of effort: progress toward a hospital information system at the UCLA Hospital, Los Angeles, California |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |