CN110765199A - 医疗保险药品目录的遴选方法、存储介质及计算机设备 - Google Patents

医疗保险药品目录的遴选方法、存储介质及计算机设备 Download PDF

Info

Publication number
CN110765199A
CN110765199A CN201911079750.1A CN201911079750A CN110765199A CN 110765199 A CN110765199 A CN 110765199A CN 201911079750 A CN201911079750 A CN 201911079750A CN 110765199 A CN110765199 A CN 110765199A
Authority
CN
China
Prior art keywords
medicine
drug
analysis
disease
list
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.)
Granted
Application number
CN201911079750.1A
Other languages
English (en)
Other versions
CN110765199B (zh
Inventor
金以东
范玲玲
周大胜
王语莫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Yuanzhi Data Technology Co Ltd
Original Assignee
Nanjing Yuanzhi Data Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Yuanzhi Data Technology Co Ltd filed Critical Nanjing Yuanzhi Data Technology Co Ltd
Priority to CN201911079750.1A priority Critical patent/CN110765199B/zh
Publication of CN110765199A publication Critical patent/CN110765199A/zh
Application granted granted Critical
Publication of CN110765199B publication Critical patent/CN110765199B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/313—Selection or weighting of terms for indexing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供一种医疗保险药品目录的遴选方法、存储介质及计算机设备，方法包括：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中；利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中；根据所述标准医疗药品资源数据库获得所述药品的权重总值；根据所述权重总值遴选医疗保险药品目录。本发明增加数据遴选维度，更加精准有效地推送药品列表；不仅使药品遴选流程更加高效智能，而且节约人力成本和时间成本，生成的药品列表一致性强。

Description

医疗保险药品目录的遴选方法、存储介质及计算机设备
技术领域
本发明涉及计算机技术领域，尤其涉及医疗保险药品目录的生成方法，具体涉及医疗保险药品目录的遴选方法、存储介质及计算机设备。
背景技术
区域基本医疗保险药品目录是当地参保人唯一的报销依据，由当地医疗保障局根据国家医疗保险政策、法规及当地实际情况制定，对当地医疗服务水平的提高有重要的作用。目前医疗保险药品目录生成的工作主要包含两部分内容：审批某种新药品是否可以调入医疗保险药品目录；审批医疗保险药品目录现有药品是否需要调出医疗保险药品目录。不合理的医疗保险药品目录生成流程，将导致医疗保险资金的乱用或滥用，不仅会增重参保人的财务负担，还会增加当地医疗保险经费的额外开支。
现有技术通过人工对特定药品进行咨询、审查、讨论、投票和分析的方式确定纳入医疗保险药品目录的品种，整个医疗保险药品目录生成流程完全依靠人工进行评审，主观性强，没有客观数据的支撑，而且数据分析维度单一，一致性不强，并且还存在时间成本高、人力成本高、各类因素考虑不全面等问题。比如，国内不同地区的气候、环境、发展水平等因素具有差异，所以其疾病谱不同，自然医疗保险药品目录也应有差异，但人工地生成医疗保险药品目录难以将这些因素全面有效地结合。
因此，所属领域技术人员亟需要一种具有科学依据的医疗保险药品目录智能筛选、生成方法，提高医疗保险药品目录遴选效率，降低操作人员的主观影响。
发明内容
有鉴于此，本发明要解决的技术问题在于提供一种医疗保险药品目录的遴选方法、存储介质及计算机设备，解决了现有技术中医疗保险药品目录的生成主观性强，得不到客观数据支撑的问题。
为了解决上述技术问题，本发明的具体实施方式提供一种医疗保险药品目录的遴选方法，包括：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中；利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中；根据所述标准医疗药品资源数据库获得所述药品的权重总值；根据所述权重总值遴选医疗保险药品目录。
本发明的具体实施方式还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现医疗保险药品目录的遴选方法的步骤。
本发明的具体实施方式还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现医疗保险药品目录的遴选方法的步骤。
根据本发明的上述具体实施方式可知，医疗保险药品目录的遴选方法、存储介质及计算机设备至少具有以下有益效果：基于区域真实全面的数据，结合当地的现状，增加数据遴选维度，更加精准有效地推送药品列表；利用智能遴选规则库，不仅使药品遴选流程更加高效智能，而且节约人力成本和时间成本，生成的药品列表一致性强；利用影响调入医疗保险药品目录的多个独立的维度进行联合运算，医疗保险药品目录的遴选更加科学、精准。
应了解的是，上述一般描述及以下具体实施方式仅为示例性及阐释性的，其并不能限制本发明所欲主张的范围。
附图说明
下面的所附附图是本发明的说明书的一部分，其绘示了本发明的示例实施例，所附附图与说明书的描述一起用来说明本发明的原理。
图1为本发明具体实施方式提供的一种医疗保险药品目录的遴选方法的第一流程图。
图2为本发明具体实施方式提供的一种医疗保险药品目录的遴选方法的第二流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面将以附图及详细叙述清楚说明本发明所揭示内容的精神，任何所属技术领域技术人员在了解本发明内容的实施例后，当可由本发明内容所教示的技术，加以改变及修饰，其并不脱离本发明内容的精神与范围。
本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。另外，在附图及实施方式中所使用相同或类似标号的元件/构件是用来代表相同或类似部分。
关于本文中所使用的“第一”、“第二”、…等，并非特别指称次序或顺位的意思，也非用以限定本发明，其仅为了区别以相同技术用语描述的元件或操作。
关于本文中所使用的方向用语，例如：上、下、左、右、前或后等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本创作。
关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等，均为开放性的用语，即意指包含但不限于。
关于本文中所使用的“及/或”，包括所述事物的任一或全部组合。
关于本文中的“多个”包括“两个”及“两个以上”；关于本文中的“多组”包括“两组”及“两组以上”。
关于本文中所使用的用语“大致”、“约”等，用以修饰任何可以微变化的数量或误差，但这些微变化或误差并不会改变其本质。一般而言，此类用语所修饰的微变化或误差的范围在部分实施例中可为20％，在部分实施例中可为10％，在部分实施例中可为5％或是其他数值。本领域技术人员应当了解，前述提及的数值可依实际需求而调整，并不以此为限。
图1为本发明具体实施方式提供的一种医疗保险药品目录的遴选方法的第一流程图，如图1所示，从多个相关保障机构服务器采集特定区域的药品数据，并从特定区域的政策性文件中获取药品的引导关键词，并将药品数据和引导关键词加载到标准医疗药品资源数据库中，再根据标准医疗药品资源数据库获得药品的权重总值，最后利用权重总值遴选医疗保险药品目录。
该附图所示的具体实施方式中，医疗保险药品目录的遴选方法包括：
步骤101：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中。本发明的实施例中，ETL(Extract-Transform-Load)工具是将数据从来源端经过萃取(extract)、转置(transform)、加载(load)至目标端的过程。相关保障机构具体指医疗保障局、国家食品药品监督局、国家卫计委等；相关保障机构服务器具体指医疗保障局服务器、国家食品药品监督局服务器、国家卫计委服务器等。特定区域具体指以省为单位的行政区域。
步骤102：利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中。本发明的实施例中，NLP(自然语言处理)工具是将机器语言和人类(自然)语言之间的相互转化的工具。
步骤103：根据所述标准医疗药品资源数据库获得所述药品的权重总值。本发明的实施例中，计算药品在多个维度的权重总值。
步骤104：根据所述权重总值遴选医疗保险药品目录。本发明的实施例中，对权重总值进行排序，将权重总值大于预定值的药品加入医疗保险药品目录中。
参见图1，增加数据遴选维度，更加精准有效地推送药品列表；利用智能遴选规则库，不仅使药品遴选流程更加高效智能，而且节约人力成本和时间成本，生成的药品列表一致性强；利用影响调入医疗保险药品目录的多个独立的维度进行联合运算，医疗保险药品目录的遴选更加科学、精准。
图2为本发明具体实施方式提供的一种医疗保险药品目录的遴选方法的第二流程图，如图2所示，从多个相关保障机构服务器采集特定区域的药品数据之前，需要先创建标准医疗药品资源数据库。
该附图所示的具体实施方式中，步骤101之前，医疗保险药品目录的遴选方法还包括：
步骤100：根据现有医疗保险药品目录和所述政策性文件创建所述标准医疗药品资源数据库，其中，所述标准医疗药品资源数据库包括历史结算单表、结算单药品费用明细表、待选药品目录表、药品自费比例目录表、药品说明书基本信息表、药品基本目录表、不良药品表、罕见病表、重大疾病表、慢性病表、医疗保险相关政策表、药品与适应症分析表、罕见病用药分析表、重大疾病用药分析表、慢性病用药分析表、药品适用人群用药分析表、特殊药品成份分析表、保健用药药品分析表、辅助用药药品分析表、区域疾病谱分析表、区域疾病谱费用分析表、区域药品使用量分析表、药品价格偏差分析表和权重值预设表。
参见图2，标准医疗药品资源数据库由多个数据表格组成，数据表格中可以填充结构化数据，方便药品数据汇聚、采集等处理，而且观看直观。
本发明的其它具体实施方式中，步骤101具体包括：利用ETL工具从所述特定区域的医疗保障局数据库获取历史结算单数据、结算单药品费用数据、待选药品目录数据和药品自费目录数据，并将所述历史结算单数据、所述结算单药品费用数据、所述待选药品目录数据和药品自费目录数据分别导入所述历史结算单表、所述结算单药品费用明细表、所述待选药品目录表和药品自费比例目录表中；利用ETL工具从所述特定区域的国家食品监督局服务器获取异常药品目录，并将所述异常药品目录导入所述不良药品表；利用ETL工具从所述特定区域的国家食品监督局服务器获取上市药品目录和进口药品目录，并将所述上市药品目录和所述进口药品目录导入所述药品说明书基本信息表；利用ETL工具从所述特定区域的国家卫生健康委员会服务器获取罕见病数据、重大疾病数据和慢性病数据，并将所述罕见病数据、所述重大疾病数据和所述慢性病数据分别导入所述罕见病表、所述重大疾病表和所述慢性病表；利用ETL工具从所述特定区域的国家卫生健康委员会服务器获取国家基本药物目录，并将所述国家基本药物目录导入所述药品基本目录表。
本发明的其它具体实施方式中，步骤102具体包括：利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，其中，所述引导关键词包括优选类词语和禁止类词语；将所述优选类词语和所述禁止类词语加载到所述医疗保险相关政策表中。
本发明的其它具体实施方式中，步骤103具体包括：利用NLP工具从所述药品说明书基本信息表获取疾病名称，并将所述疾病名称和所述药品说明书基本信息表中的部分信息导入到所述药品与适应症分析表中；基于所述疾病名称将所述药品与适应症分析表中的部分信息和所述罕见病表中的部分信息导入所述罕见病用药分析表中；基于所述疾病名称将所述药品与适应症分析表中的部分信息和所述重大疾病表中的部分信息导入所述重大疾病用药分析表中；基于所述疾病名称将所述药品与适应症分析表中的部分信息和所述慢性病表中的部分信息导入所述慢性病用药分析表中；利用NLP工具从所述药品说明书基本信息表获取特殊群体字段和注意事项字段，并将所述特殊群体字段、所述注意事项字段和所述药品说明书基本信息表中的部分信息导入所述药品适用人群用药分析表中；根据所述医疗保险相关政策表和所述药品说明书基本信息表获取药品的成份，并导入所述特殊药品成份分析表；利用NLP工具从所述药品说明书基本信息表获取批准文号字段，并根据所述批准文号字段将所述药品说明书基本信息表中的部分信息导入所述保健用药药品分析表或者所述辅助用药药品分析表中；对所述历史结算单表中诊断说明和参保人员进行聚类分析获取区域疾病人数，将所述区域疾病人数保存至所述区域疾病谱分析表中；根据所述药品与适应症分析表、所述结算单药品费用明细表和所述药品自费比例目录表拆分所述历史结算单表；对拆分后的所述历史结算单表进行聚类分析后保存至所述区域疾病谱费用分析表中；对所述结算单药品费用明细表进行聚类分析后保存至所述区域药品使用量分析表中；利用拟合算法公式计算所述待选药品目录表中不同厂家生产的相同药品之间的价格偏差，并将所述价格偏差保存至所述药品价格偏差分析表中；根据所述罕见病用药分析表、所述重大疾病用药分析表、所述慢性病用药分析表、所述药品适用人群用药分析表、所述特殊药品成份分析表、所述保健用药药品分析表、所述辅助用药药品分析表和所述医疗保险相关政策表设定药品的初始权重值，并将所述初始权重值保存至所述权重值预设表；基于所述药品与适应症分析表使用线性投影公式计算所述区域疾病谱分析表获得区域疾病谱权重值；基于所述药品与适应症分析表使用线性投影公式计算所述区域疾病谱费用分析表获得区域疾病谱费用权重值；基于所述待选药品目录表使用线性投影公式计算所述药品价格偏差分析表获得药品价格偏差权重值；使用线性投影公式计算所述区域药品使用量分析表获得区域药品使用量权重值；基于所述不良药品表、所述医疗保险相关政策表、所述药品与适应症分析表、所述权重值预设表、所述区域疾病谱权重值、所述区域疾病谱费用权重值、所述药品价格偏差权重值和所述区域药品使用量权重值获得所述药品基本目录表中药品的权重总值。
本发明的其它具体实施方式中，步骤104具体包括：对药品的权重总值按照降序进行排序；所述权重总值大于预设值的药品生成医疗保险药品目录。
本发明的具体实施例中，所述拟合算法公式D具体为：
D＝|Y-Y'|＝|Y-AΓ|＝|Y-A(ATA)-1ATY|
其中，A为系数矩阵，
Figure BDA0002263575620000061
anj为矩阵系数，是根据药品价格偏差分析表的规格字段确定的；Y为价格向量，
Figure BDA0002263575620000062
yn为价格向量系数，根据药品的价格确定；Γ为拟合解向量，
Figure BDA0002263575620000063
γn为拟合解向量系数；Y’为拟合后的价格向量，
Figure BDA0002263575620000064
y'n为拟合后的价格向量系数。
本发明的具体实施例中，所述线性投影公式具体为：
Figure BDA0002263575620000066
其中，x为组成的向量；min(x)为向量中的最小值；max(X)为向量中的最大值；为xi投影后的值；xi为向量中的一个值。
本发明的具体实施例中，所述权重总值C的计算公式具体为：
Figure BDA0002263575620000071
其中，C为权重总值；i为维度个数；ωi为相应维度对应的权重值；xi为相应维度对应的内容。
本发明的具体实施方式还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现医疗保险药品目录的遴选方法。方法包括以下步骤：
步骤101：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中。
步骤102：利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中。
步骤103：根据所述标准医疗药品资源数据库获得所述药品的权重总值。
步骤104：根据所述权重总值遴选医疗保险药品目录。
本发明的具体实施方式还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现医疗保险药品目录的遴选方法。方法包括以下步骤：
步骤100：根据现有医疗保险药品目录和所述政策性文件创建所述标准医疗药品资源数据库。
步骤101：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中。
步骤102：利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中。
步骤103：根据所述标准医疗药品资源数据库获得所述药品的权重总值。
步骤104：根据所述权重总值遴选医疗保险药品目录。
本发明的具体实施方式还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现医疗保险药品目录的遴选方法。方法包括以下步骤：
步骤101：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中。
步骤102：利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中。
步骤103：根据所述标准医疗药品资源数据库获得所述药品的权重总值。
步骤104：根据所述权重总值遴选医疗保险药品目录。
本发明的具体实施方式还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现医疗保险药品目录的遴选方法。方法包括以下步骤：
步骤100：根据现有医疗保险药品目录和所述政策性文件创建所述标准医疗药品资源数据库。
步骤101：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中。
步骤102：利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中。
步骤103：根据所述标准医疗药品资源数据库获得所述药品的权重总值。
步骤104：根据所述权重总值遴选医疗保险药品目录。
以下为具体实施例：
步骤100：根据现有医疗保险药品目录和所述政策性文件创建所述标准医疗药品资源数据库。
标准医疗药品资源数据库包括历史结算单表、结算单药品费用明细表、待选药品目录表、药品自费比例目录表、药品说明书基本信息表、药品基本目录表、不良药品表、罕见病表、重大疾病表、慢性病表、医疗保险相关政策表、药品与适应症分析表、罕见病用药分析表、重大疾病用药分析表、慢性病用药分析表、药品适用人群用药分析表、特殊药品成份分析表、保健用药药品分析表、辅助用药药品分析表、区域疾病谱分析表、区域疾病谱费用分析表、区域药品使用量分析表、药品价格偏差分析表和权重值预设表等。
步骤101：利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中。这里的药品数据采集为结构化数据采集。
使用ETL工具从特定区域的医疗保障局、国家食品药品监督局、国家卫生健康委员会的数据库采集结构化数据，并将采集的结构化数据加载到标准医疗药品资源数据库中的对应表内。具体详情如下：
从医疗保障局数据库中获取药品自费目录数据、历史结算单数据、结算单药品费用数据、待选药品目录数据，并保存至标准医疗药品资源数据库中的药品自费比例目录表(表0)、历史结算单表(表1)、结算单药品费用明细表(表2)、待选药品目录表(表3)。
表0
表1
Figure BDA0002263575620000092
表2
Figure BDA0002263575620000093
Figure BDA0002263575620000101
表3
批准文号 药品通用名称 药品商品名称 剂型 规格 价格
国药准字H1xxxxxx1 盐酸多奈哌齐片 XXX 片剂 5mg*8片*1板 65
国药准字H2xxxxxx7 盐酸多奈哌齐片 XXX 片剂 5mg*8片*1板 70
国药准字H2xxxxxx5 盐酸多奈哌齐片 XXX 片剂 5mg*8片*1板 75
利用ETL工具从国家食品药品监督局服务器实时获取吊销《药品生产许可证》和《进口许可证》的药品目录、产生不良反应的药品目录和停止生产、销售、使用的药品目录，将这些异常药品目录保存至标准医疗药品资源数据库中的不良药品表(表4)内。
表4
Figure BDA0002263575620000102
利用ETL工具从国家食品药品监督局的服务器获取《中国上市药品目》和《进口药品目录》，整理后保存至标准医疗药品资源数据库中的药品说明书基本信息表(表5)内。
表5
Figure BDA0002263575620000111
利用ETL工具从国家卫生健康委员会的服务器中采集罕见病数据、重大疾病数据、慢性病数据，并将这些数据分别保存至标准医疗药品资源数据库中的罕见病表(表6)、重大疾病表(表7)、慢性病表(表8)内。
表6
病种名称 ICD编码 类别
帕金森病(青年型、早发型) G20.x00 罕见病
表7
病种名称 ICD编码 类别
乳腺癌 2C60 重大疾病
表8
病种名称 ICD编码 类别
高血压 I10.X02 慢性病
利用ETL工具从国家卫生健康委员会服务器获取《国家基本药物目录》，并将《国家基本药物目录》保存至标准医疗药品资源数据库中的药品基本目录表(表9)内。
表9
Figure BDA0002263575620000112
步骤102：利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中。
利用NLP工具从医疗保障局服务器获取特定区域的政策性文件，对政策性文件进行语义分析得到引导关键词，将引导关键词分为优选类词语和禁止类词语两种类别后保存到标准医疗药品资源数据库中的医疗保险相关政策表(表10)内。
表10
关键词 状态 功能分类
珍稀动植物 禁止 药品成份
儿童用药 优先 适应人群
罕见病 优先 病种
癌症 优先 病种
步骤103：根据所述标准医疗药品资源数据库获得所述药品的权重总值。具体如下：
利用NLP工具从所述药品说明书基本信息表获取疾病名称，并将所述疾病名称和所述药品说明书基本信息表中的部分信息导入到所述药品与适应症分析表(表11)中。
表11
批准文号 通用名称 疾病名称 类别
国药准字H1xxxxxx1 来曲唑片 乳腺癌 重大疾病
基于所述疾病名称将所述药品与适应症分析表(表11)中的部分信息和所述罕见病表(6)中的部分信息导入所述罕见病用药分析表(表12)中。
Figure BDA0002263575620000121
基于所述疾病名称将所述药品与适应症分析表(表11)中的部分信息和所述重大疾病表(表7)中的部分信息导入所述重大疾病用药分析表(表13)中。
基于所述疾病名称将所述药品与适应症分析表(表11)中的部分信息和所述慢性病表(表8)中的部分信息导入所述慢性病用药分析表(表14)中。
Figure BDA0002263575620000132
利用NLP工具从所述药品说明书基本信息表(表5)获取特殊群体字段和注意事项字段，并将所述特殊群体字段、所述注意事项字段和所述药品说明书基本信息表中的部分信息导入所述药品适用人群用药分析表(表15)中。
表15
Figure BDA0002263575620000141
根据所述医疗保险相关政策表(表10)和所述药品说明书基本信息表(表5)获取药品的成份，并导入所述特殊药品成份分析表(表16)。具体来说，从医疗保险相关政策表(表10)的功能分类中获取药品成份字段的数据，从药品说明书基本信息表(表5)筛选包括对应的关键词的药品，并保存至特殊药品成份分析表(表16)。
Figure BDA0002263575620000142
利用NLP工具从所述药品说明书基本信息表(表5)获取批准文号字段，并根据所述批准文号字段将所述药品说明书基本信息表(表5)中的部分信息导入所述保健用药药品分析表(表17)或者所述辅助用药药品分析表(表18)中。具体来说：
从药品说明书基本信息表(表5)获取批准文号字段进行字母提取。当字母为B时，药品的功能标志为保健品用药，并将数据保存至保健用药药品分析表(表17)。
表17
批准文号 通用名称 商品名称 类别标志
国药准字B2xxxxxx5 龙牙肝泰胶囊 保健用药
从药品说明书基本信息表(表5)获取批准文号字段进行字母提取。当字母为F时，药品的功能标志为辅助用药，并将数据保存至辅助用药药品分析表(表18)。
表18
批准文号 通用名称 商品名称 类别标志
国药准字F2xxxxxx3 肠溶空心胶囊 辅助用药
对所述历史结算单表(表1)中诊断说明和参保人员进行聚类分析获取区域疾病人数，将所述区域疾病人数保存至所述区域疾病谱分析表(表20)中。
Figure BDA0002263575620000152
Figure BDA0002263575620000161
根据所述药品与适应症分析表(表11)、所述结算单药品费用明细表(表2)和所述药品自费比例目录表(表0)拆分所述历史结算单表；对拆分后的所述历史结算单表进行聚类分析后保存至所述区域疾病谱费用分析表中。
具体来说，如每个结算单中仅含有一种病情诊断时，直接对历史结算单表(表1)的个人支付和医保支付金额进行聚类，聚类结果保存至区域疾病谱费用分析表(表21)。如一个结算单中含有多种病情诊断时，则通过药品与适应症分析表(表11)、结算单药品费用明细表(表2)和药品自费比例目录表(表0)对历史结算单表(表1)的药品进行拆分整理，然后对拆分后的历史结算单表(表1)进行聚类，聚类结果保存至区域疾病谱费用分析表(表21)。其中，表1’为拆分后的历史结算单表(表1)。
Figure BDA0002263575620000162
Figure BDA0002263575620000171
Figure BDA0002263575620000181
对所述结算单药品费用明细表(表2)进行聚类分析后保存至所述区域药品使用量分析表(表22)中。
具体来说，根据结算单药品费用明细(表2)对同种药品通用名、剂型、规格的药品使用量进行聚类处理，并保存至区域药品使用量分析表(表22)。
Figure BDA0002263575620000191
利用拟合算法公式计算所述待选药品目录表(表3)中不同厂家生产的相同药品之间的价格偏差，并将所述价格偏差保存至所述药品价格偏差分析表(表23)中。
具体来说，获取待选药品目录表(表3)的药品价格，对同种药品通用名、剂型、规格和生产厂家的药品的价格进行聚类对比，根据拟合算法获取价格之间偏差大的药品，并保存到药品价格偏差分析表(表23)中。
其中，所述拟合算法公式D具体为：
D＝|Y-Y'|＝|Y-AΓ|＝|Y-A(ATA)-1ATY|
其中，A为系数矩阵，
Figure BDA0002263575620000192
anj为矩阵系数，是根据药品价格偏差分析表的规格字段确定的；Y为价格向量，yn为价格向量系数，根据药品的价格确定；Γ为拟合解向量，
Figure BDA0002263575620000202
γn为拟合解向量系数；Y’为拟合后的价格向量，
Figure BDA0002263575620000203
y'n为拟合后的价格向量系数。
本发明的具体实施例中，可以将D大于50％的药品保存到药品价格偏差分析表(表23)内。下面以待选药品目录表(表3)为例，利用拟合算法公式计算药品价格偏差。
Figure BDA0002263575620000204
Figure BDA0002263575620000211
根据所述罕见病用药分析表(表12)、所述重大疾病用药分析表(表13)、所述慢性病用药分析表(表14)、所述药品适用人群用药分析表(表15)、所述特殊药品成份分析表(表16)、所述保健用药药品分析表(表17)、所述辅助用药药品分析表(表18)和所述医疗保险相关政策表(表10)设定药品的初始权重值，并将所述初始权重值保存至所述权重值预设表(表24)。
表24
维度词 状态 功能分类 权重值
珍稀动植物 禁止 特殊药品成份 -100
儿童用药 优先 特殊适应人群 5
罕见病 优先 特殊病种 5
癌症 优先 特殊病种 5
高血压 优先 特殊病种 5
不良药品 禁止 政策 -10000
辅助用药药品 减少 特殊功能用药 -30
保健用药药品 减少 特殊功能用药 -100
国家基本目录 优先 政策 5
药品价格因素问题 禁止 价格偏差 -100
… … … …
基于所述药品与适应症分析表使用线性投影公式计算所述区域疾病谱分析表获得区域疾病谱权重值；
基于所述药品与适应症分析表(表11)使用线性投影公式计算所述区域疾病谱费用分析表(表20)获得区域疾病谱费用权重值；基于所述待选药品目录表(表3)使用线性投影公式计算所述药品价格偏差分析表(表23)获得药品价格偏差权重值；使用线性投影公式计算所述区域药品使用量分析表(表22)获得区域药品使用量权重值。
其中线性投影公式如下：
Figure BDA0002263575620000221
其中，x为组成的向量；min(x)为向量中的最小值；max(X)为向量中的最大值；
Figure BDA0002263575620000222
为xi投影后的值；xi为向量中的一个值。
具体来说，待选药品目录(表3)去除药品价格偏差列表(表23)的药品后，进行由低到高进行排序后，使用线性投影公式计算药品价格偏差权重值。
将区域药品使用量表(表22)的数据由低到高进行排序后，使用线性投影公式计算区域药品使用量权重值。
下面从不同维度通过权重值预设表(表24)获取药品的对应权重值，其操作详情如下：
根据药品与适应症分析表(表11)内的功能分类的病种数据从维度权值预设表(表24)获取药品的对应权重值。表25为国药准字H1xxxxxx1和国药准字H2xxxxxx7药品与适应症权重值表。
根据药品适用人群用药分析(表15)的特殊适应人群对药品进行筛选，并从维度权值预设表(表24)获取对应的权重值。表26为国药准字Z1xxxxxx7的药品适用人群用药权重值表。
Figure BDA0002263575620000241
基于特殊药品成份分析表(表16)的特殊成份信息对药品进行筛选，并从维度权值预设表(表24)获取对应的权重值。表27为国药准字Z1xxxxxx7的特殊药品成份权重值表。
Figure BDA0002263575620000242
Figure BDA0002263575620000251
基于罕见病用药分析表(表12)、重大疾病用药分析表(表13)、慢性病用药分析表(表14)分别从维度权值预设表(表24)获取药品的对应权重值。表28为国药准字H2xxxxxx7的罕见病用药权重值表；表29为国药准字H1xxxxxx1的重大疾病用药权重值表；表30为国药准字H2xxxxxx3的慢性病用药权重值表。
Figure BDA0002263575620000252
Figure BDA0002263575620000261
基于保健用药药品分析表(表17)从维度权值预设表(表24)获取药品的对应权重值。表31为国药准字B2xxxxxx5的保健用药权重值表。
Figure BDA0002263575620000262
Figure BDA0002263575620000271
基于辅助用药药品分析表(表18)从维度权值预设表(表24)获取药品的对应权重值。表32为国药准字F2xxxxxx3的辅助用药权重值表。
Figure BDA0002263575620000272
基于所述不良药品表(表4)、所述医疗保险相关政策表(表10)、所述药品与适应症分析表(表11)、所述权重值预设表(表24)、所述区域疾病谱权重值、所述区域疾病谱费用权重值、所述药品价格偏差权重值和所述区域药品使用量权重值获得所述药品基本目录表中药品的权重总值。
本发明的优选实施例中，将权重总值按照由高到低的顺序进行排序，去除权重总值为负数的药品，把最终排序结果推送给特定区域的医疗保障机构。
权重总值C的计算公式如下：
Figure BDA0002263575620000281
其中，C为权重总值；i为维度个数；ωi为相应维度对应的权重值；xi为相应维度对应的内容。
例如，药品通用名为来曲唑片，批准文号为国药H1xxxxxx1的药品的权重总值。表33为国药H1xxxxxx1的权重值列表，表34为国药H1xxxxxx1的权重总值表。
Figure BDA0002263575620000282
上述的本发明实施例可在各种硬件、软件编码或两者组合中进行实施。例如，本发明的实施例也可为在数据信号处理器(Digital Signal Processor，DSP)中执行上述方法的程序代码。本发明也可涉及计算机处理器、数字信号处理器、微处理器或现场可编程门阵列(Field Programmable Gate Array，FPGA)执行的多种功能。可根据本发明配置上述处理器执行特定任务，其通过执行定义了本发明揭示的特定方法的机器可读软件代码或固件代码来完成。可将软件代码或固件代码发展为不同的程序语言与不同的格式或形式。也可为不同的目标平台编译软件代码。然而，根据本发明执行任务的软件代码与其他类型配置代码的不同代码样式、类型与语言不脱离本发明的精神与范围。
以上所述仅为本发明示意性的具体实施方式，在不脱离本发明的构思和原则的前提下，任何本领域的技术人员所做出的等同变化与修改，均应属于本发明保护的范围。

Claims (10)

1.一种医疗保险药品目录的遴选方法，其特征在于，该方法包括：
利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中；
利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中；
根据所述标准医疗药品资源数据库获得所述药品的权重总值；以及
根据所述权重总值遴选医疗保险药品目录。
2.根据权利要求1所述的医疗保险药品目录的遴选方法，其特征在于，利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据的步骤之前，该方法还包括：
根据现有医疗保险药品目录和所述政策性文件创建所述标准医疗药品资源数据库，其中，所述标准医疗药品资源数据库包括历史结算单表、结算单药品费用明细表、待选药品目录表、药品自费比例目录表、药品说明书基本信息表、药品基本目录表、不良药品表、罕见病表、重大疾病表、慢性病表、医疗保险相关政策表、药品与适应症分析表、罕见病用药分析表、重大疾病用药分析表、慢性病用药分析表、药品适用人群用药分析表、特殊药品成份分析表、保健用药药品分析表、辅助用药药品分析表、区域疾病谱分析表、区域疾病谱费用分析表、区域药品使用量分析表、药品价格偏差分析表和权重值预设表。
3.根据权利要求2所述的医疗保险药品目录的遴选方法，其特征在于，利用ETL工具从多个相关保障机构服务器采集特定区域的药品数据，并将所述药品数据加载到标准医疗药品资源数据库中的步骤，具体包括：
利用ETL工具从所述特定区域的医疗保障局数据库获取历史结算单数据、结算单药品费用数据、待选药品目录数据和药品自费目录数据，并将所述历史结算单数据、所述结算单药品费用数据、所述待选药品目录数据和药品自费目录数据分别导入所述历史结算单表、所述结算单药品费用明细表、所述待选药品目录表和药品自费比例目录表中；
利用ETL工具从所述特定区域的国家食品监督局服务器获取异常药品目录，并将所述异常药品目录导入所述不良药品表；
利用ETL工具从所述特定区域的国家食品监督局服务器获取上市药品目录和进口药品目录，并将所述上市药品目录和所述进口药品目录导入所述药品说明书基本信息表；
利用ETL工具从所述特定区域的国家卫生健康委员会服务器获取罕见病数据、重大疾病数据和慢性病数据，并将所述罕见病数据、所述重大疾病数据和所述慢性病数据分别导入所述罕见病表、所述重大疾病表和所述慢性病表；以及
利用ETL工具从所述特定区域的国家卫生健康委员会服务器获取国家基本药物目录，并将所述国家基本药物目录导入所述药品基本目录表。
4.根据权利要求3所述的医疗保险药品目录的遴选方法，其特征在于，利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，并将所述引导关键词加载到所述标准医疗药品资源数据库中的步骤，具体包括：
利用NLP工具从所述特定区域的政策性文件中获取药品的引导关键词，其中，所述引导关键词包括优选类词语和禁止类词语；以及
将所述优选类词语和所述禁止类词语加载到所述医疗保险相关政策表中。
5.根据权利要求4所述的医疗保险药品目录的遴选方法，其特征在于，根据所述标准医疗药品资源数据库获得所述药品的权重总值的步骤，具体包括：
利用NLP工具从所述药品说明书基本信息表获取疾病名称，并将所述疾病名称和所述药品说明书基本信息表中的部分信息导入到所述药品与适应症分析表中；
基于所述疾病名称将所述药品与适应症分析表中的部分信息和所述罕见病表中的部分信息导入所述罕见病用药分析表中；
基于所述疾病名称将所述药品与适应症分析表中的部分信息和所述重大疾病表中的部分信息导入所述重大疾病用药分析表中；
基于所述疾病名称将所述药品与适应症分析表中的部分信息和所述慢性病表中的部分信息导入所述慢性病用药分析表中；
利用NLP工具从所述药品说明书基本信息表获取特殊群体字段和注意事项字段，并将所述特殊群体字段、所述注意事项字段和所述药品说明书基本信息表中的部分信息导入所述药品适用人群用药分析表中；
根据所述医疗保险相关政策表和所述药品说明书基本信息表获取药品的成份，并导入所述特殊药品成份分析表；
利用NLP工具从所述药品说明书基本信息表获取批准文号字段，并根据所述批准文号字段将所述药品说明书基本信息表中的部分信息导入所述保健用药药品分析表或者所述辅助用药药品分析表中；
对所述历史结算单表中诊断说明和参保人员进行聚类分析获取区域疾病人数，将所述区域疾病人数保存至所述区域疾病谱分析表中；
根据所述药品与适应症分析表、所述结算单药品费用明细表和所述药品自费比例目录表拆分所述历史结算单表；
对拆分后的所述历史结算单表进行聚类分析后保存至所述区域疾病谱费用分析表中；
对所述结算单药品费用明细表进行聚类分析后保存至所述区域药品使用量分析表中；
利用拟合算法公式计算所述待选药品目录表中不同厂家生产的相同药品之间的价格偏差，并将所述价格偏差保存至所述药品价格偏差分析表中；
根据所述罕见病用药分析表、所述重大疾病用药分析表、所述慢性病用药分析表、所述药品适用人群用药分析表、所述特殊药品成份分析表、所述保健用药药品分析表、所述辅助用药药品分析表和所述医疗保险相关政策表设定药品的初始权重值，并将所述初始权重值保存至所述权重值预设表；
基于所述药品与适应症分析表使用线性投影公式计算所述区域疾病谱分析表获得区域疾病谱权重值；
基于所述药品与适应症分析表使用线性投影公式计算所述区域疾病谱费用分析表获得区域疾病谱费用权重值；
基于所述待选药品目录表使用线性投影公式计算所述药品价格偏差分析表获得药品价格偏差权重值；
使用线性投影公式计算所述区域药品使用量分析表获得区域药品使用量权重值；以及
基于所述不良药品表、所述医疗保险相关政策表、所述药品与适应症分析表、所述权重值预设表、所述区域疾病谱权重值、所述区域疾病谱费用权重值、所述药品价格偏差权重值和所述区域药品使用量权重值获得所述药品基本目录表中药品的权重总值。
6.根据权利要求5所述的医疗保险药品目录的遴选方法，其特征在于，所述拟合算法公式D具体为：
D＝|Y-Y'|＝|Y-AΓ|＝|Y-A(ATA)-1ATY|
其中，A为系数矩阵，
Figure FDA0002263575610000031
anj为矩阵系数，是根据药品价格偏差分析表的规格字段确定的；Y为价格向量，
Figure FDA0002263575610000041
yn为价格向量系数，根据药品的价格确定；Γ为拟合解向量，
Figure FDA0002263575610000042
γn为拟合解向量系数；Y’为拟合后的价格向量，
Figure FDA0002263575610000043
y'n为拟合后的价格向量系数。
7.根据权利要求5所述的医疗保险药品目录的遴选方法，其特征在于，所述线性投影公式
Figure FDA0002263575610000044
具体为：
其中，x为组成的向量；min(x)为向量中的最小值；max(X)为向量中的最大值；
Figure FDA0002263575610000046
为xi投影后的值；xi为向量中的一个值。
8.根据权利要求5所述的医疗保险药品目录的遴选方法，其特征在于，所述权重总值C的计算公式具体为：
Figure FDA0002263575610000047
其中，C为权重总值；i为维度个数；ωi为相应维度对应的权重值；xi为相应维度对应的内容。
9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1～8任一所述的医疗保险药品目录的遴选方法。
10.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1～8任一所述的医疗保险药品目录的遴选方法。
CN201911079750.1A 2019-11-07 2019-11-07 医疗保险药品目录的遴选方法、存储介质及计算机设备 Active CN110765199B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911079750.1A CN110765199B (zh) 2019-11-07 2019-11-07 医疗保险药品目录的遴选方法、存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911079750.1A CN110765199B (zh) 2019-11-07 2019-11-07 医疗保险药品目录的遴选方法、存储介质及计算机设备

Publications (2)

Publication Number Publication Date
CN110765199A true CN110765199A (zh) 2020-02-07
CN110765199B CN110765199B (zh) 2022-03-25

Family

ID=69336624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911079750.1A Active CN110765199B (zh) 2019-11-07 2019-11-07 医疗保险药品目录的遴选方法、存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN110765199B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111986770A (zh) * 2020-08-31 2020-11-24 平安医疗健康管理股份有限公司 药方用药审核方法、装置、设备及存储介质
CN112800187A (zh) * 2021-04-14 2021-05-14 北京金山云网络技术有限公司 数据映射方法、医学文本数据映射方法、装置及电子设备
CN113657785A (zh) * 2021-08-23 2021-11-16 四川大学华西第四医院 基于agreeⅱ的医院药品遴选辅助系统
CN113870982A (zh) * 2020-06-30 2021-12-31 中国医学装备协会 一种医疗设备遴选方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999010821A1 (en) * 1997-08-22 1999-03-04 Power Med Incorporated Method of improving drug treatment
CN201084219Y (zh) * 2007-07-05 2008-07-09 蔡冠群 药品目录管理器
CN102646250A (zh) * 2011-02-17 2012-08-22 北京韩美智恒科技有限公司 基于医药供应链交易系统的药品遴选方法
CN102646241A (zh) * 2011-02-17 2012-08-22 北京韩美智恒科技有限公司 医药供应链交易系统
CN103399924A (zh) * 2013-08-05 2013-11-20 河海大学 一种水文水资源数据目录生成系统及方法
CN107705209A (zh) * 2017-08-25 2018-02-16 重庆康洲大数据有限公司 医保目录的大数据关联分析方法和装置
CN108630323A (zh) * 2018-05-22 2018-10-09 四川省肿瘤医院 基于循证医学原理的新药进院遴选方法
CN109524125A (zh) * 2019-01-24 2019-03-26 易保互联医疗信息科技（北京）有限公司 基于医疗大数据的药品库存分析方法、存储介质及设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999010821A1 (en) * 1997-08-22 1999-03-04 Power Med Incorporated Method of improving drug treatment
CN201084219Y (zh) * 2007-07-05 2008-07-09 蔡冠群 药品目录管理器
CN102646250A (zh) * 2011-02-17 2012-08-22 北京韩美智恒科技有限公司 基于医药供应链交易系统的药品遴选方法
CN102646241A (zh) * 2011-02-17 2012-08-22 北京韩美智恒科技有限公司 医药供应链交易系统
CN103399924A (zh) * 2013-08-05 2013-11-20 河海大学 一种水文水资源数据目录生成系统及方法
CN107705209A (zh) * 2017-08-25 2018-02-16 重庆康洲大数据有限公司 医保目录的大数据关联分析方法和装置
CN108630323A (zh) * 2018-05-22 2018-10-09 四川省肿瘤医院 基于循证医学原理的新药进院遴选方法
CN109524125A (zh) * 2019-01-24 2019-03-26 易保互联医疗信息科技（北京）有限公司 基于医疗大数据的药品库存分析方法、存储介质及设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870982A (zh) * 2020-06-30 2021-12-31 中国医学装备协会 一种医疗设备遴选方法
CN111986770A (zh) * 2020-08-31 2020-11-24 平安医疗健康管理股份有限公司 药方用药审核方法、装置、设备及存储介质
CN112800187A (zh) * 2021-04-14 2021-05-14 北京金山云网络技术有限公司 数据映射方法、医学文本数据映射方法、装置及电子设备
CN112800187B (zh) * 2021-04-14 2021-06-29 北京金山云网络技术有限公司 数据映射方法、医学文本数据映射方法、装置及电子设备
CN113657785A (zh) * 2021-08-23 2021-11-16 四川大学华西第四医院 基于agreeⅱ的医院药品遴选辅助系统
CN113657785B (zh) * 2021-08-23 2023-08-15 四川大学华西第四医院 基于agreeⅱ的医院药品遴选辅助系统

Also Published As

Publication number Publication date
CN110765199B (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
CN110765199B (zh) 医疗保险药品目录的遴选方法、存储介质及计算机设备
Cohen The concentration of health care expenditures and related expenses for costly medical conditions, 2012
Palmer et al. Health financing to promote access in low income settings—how much do we know?
US20170061080A1 (en) Method and system for the analysis and association of patient-specific and population-based genomic data with drug safety adverse event data
You et al. Conversion of national health insurance service-national sample cohort (NHIS-NSC) database into observational medical outcomes partnership-common data model (OMOP-CDM)
EP2980748A1 (en) Querying medical claims data
JP5050504B2 (ja) 再審査実績を用いたレセプト抽出方法及びレセプト点検支援システム
US20110119207A1 (en) Healthcare Index
US20060178912A1 (en) Computerized system for developing weight-loss plan
Symm et al. Effects of using free sample medications on the prescribing practices of family physicians
CN111210355A (zh) 医疗数据对照系统及方法
Sandhu et al. Reporting quality of randomized controlled trials in orthodontics—what affects it and did it improve over the last 10 years?
JP5433814B1 (ja) 電子レセプトデータ変換システム及び電子レセプトデータ変換プログラム
JP6743116B2 (ja) 審査支援システム、審査支援方法及び審査支援プログラム
Moeller Outpatient Prescription Drugs: Data Collection and Editing in the 1996 Medical Expenditure Panel Survey (HC-010A).
Michelson et al. Lack of attention to sex and gender in periodontitis‐related randomized clinical trials: a meta‐research study
Lichtenberg Pharmaceutical knowledge-capital accumulation and longevity
Moosa et al. Genetic associations with polycystic ovary syndrome: the role of the mitochondrial genome; a systematic review and meta-analysis
Hatfield et al. Critical assessment of high-circulation print newspaper coverage of the Institute of Medicine report Dietary Reference Intakes for Calcium and Vitamin D
US9786007B2 (en) Identifying additional variables for appraisal tables
Horsburgh et al. The equity in prescription medicines use study: using community pharmacy databases to study medicines utilisation
JP2006031649A (ja) 診療情報分析システム
De Bruyne et al. INN or brand name drug prescriptions: a multilevel, cross-sectional study in general practice
Chattopadhyay et al. Community guide methods for systematic reviews of economic evidence
Liu et al. Projected spending for brand-name drugs in English primary care given US prices: a cross-sectional study

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 205-01, 2 / F, building 2, Qinglonghu Tongjia, Dongcheng District, Beijing 100007

Applicant after: Beijing Jingning Data Technology Co., Ltd

Address before: Room C11, building 1, Yangzi River new financial creative block, 396 Binjiang Avenue, Jiangbei new district, Nanjing, Jiangsu Province

Applicant before: Nanjing Yuanzhi Data Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant