CN111612364A - 一种基于大数据平台的区域性医美行业服务质量评价方法 - Google Patents
一种基于大数据平台的区域性医美行业服务质量评价方法 Download PDFInfo
- Publication number
- CN111612364A CN111612364A CN202010458945.3A CN202010458945A CN111612364A CN 111612364 A CN111612364 A CN 111612364A CN 202010458945 A CN202010458945 A CN 202010458945A CN 111612364 A CN111612364 A CN 111612364A
- Authority
- CN
- China
- Prior art keywords
- medical
- evaluation
- information
- service
- american
- 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
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据平台的区域性医美行业服务质量评价方法,包括:采集一行政区域内每一医美服务机构的既往评价信息,据此设定每一医美服务机构的初始评价值;获取每一医美服务机构的行政备案信息,据此设定相应的置信因子;采集每一医美服务机构的医疗质量相关数据并进行预处理,形成相应的诊疗质量评价系数;依据所述置信因子和诊疗质量评价系数,设置评价值修正模型;依据所述评价值修正模型和所述初始评价值,获得每一医美服务机构的评价值。利用本发明提供的方法,可以基于大数据平台对一行政区域内的医美机构的服务质量进行多个维度的客观评价,从而能给予消费者直观、准确的引导,使其获得更优质、可靠的服务。
Description
技术领域
本发明涉及一种服务质量评价方法,特别涉及一种基于大数据平台的区域性医美行业服务质量评价方法。
背景技术
随着人民生活水平的不断提高和广大人民群众对医疗保健需求的不断增加,医疗整形美容行业也得到了不断发展,每年有几十万人接受各类医疗整形美容手术。但是,目前国内医疗整形美容行业乱象丛生。例如,2018年的统计数据显示,国内医美市场共有超过10万家非法执业的工作室、美容院等。这些非法执业的医美单位不仅给消费者造成了沉重经济负担,更有甚者还使消费者受到严重的身心创伤。尽管消费者可以通过网络等途径获取到一些医美单位的评价信息,但这些评价信息真伪难辨,事实上往往会误导消费者。同时,消费者在就诊过程中,还可通过诸如亲朋介绍或者公开宣传信息等选择医美机构,但这些渠道发布的信息缺乏对医美机构专业特长的客观评价,也往往使消费者无法获得优质服务。如何实现对医美单位服务质量的有效评价,以便给于消费者正确引导,是业界一直渴求解决的问题。
发明内容
本发明的主要目的在于提供一种基于大数据平台的区域性医美行业服务质量评价方法,以克服现有技术中的不足。
为实现前述发明目的,本发明采用的技术方案包括:
本发明实施例提供了一种基于大数据平台的区域性医美行业服务质量评价方法,其包括:
S1、至少从互联网采集一行政区域内每一医美服务机构的既往评价信息,并据此设定所述每一医美服务机构的初始评价值;
S2、从该行政区域的行政管理部门获取所述每一医美服务机构的行政备案信息,并据此设定每一医美服务机构的置信因子;
S3、采集所述每一医美服务机构的医疗质量相关数据,包括每一患者的个人信息、执业医生、入院情况、治疗项目、治疗效果、治疗时间、治疗费用,
对所述每一医美服务机构的医疗质量相关数据进行预处理,形成每一医美服务机构的诊疗质量评价系数;
S4、依据所述置信因子和诊疗质量评价系数,设置评价值修正模型;
S5、将所述初始评价值输入所述评价值修正模型,输出值为所述每一医美服务机构的评价值。
进一步的,所述每一医美服务机构的既往评价信息包括总体服务质量评价、各诊疗科室服务质量评价以及各执业医师服务质量评价。
进一步的,步骤S1包括:至少从互联网采集一行政区域内所有医美服务机构的既往评价信息,并对其中的每一类评价信息进行均值化处理,获得一组基准值;
将每一医美服务机构的既往评价信息中的每一类评价信息与所述基准值中的相应基准值进行比较,从而确定所述每一医美服务机构的初始评价值,包括总体初始评价值F1、各诊疗科室初始评价值(F21、F22、…F2j)以及各执业医师初始评价值(F31、F32、…F3l),j、l分别为诊疗科室编号、执业医师编号。
进一步的,步骤S2中所述备案信息包括下列的信息组以及下列信息组中任一者的变更信息,所述信息组包括:医美服务机构的设立时长、注册资金、既往各年度营业收入、医疗设备统计信息、设置医疗机构批准书、医疗机构执业许可证、执业医师登记信息、护理人员登记信息、企业信用信息、行政惩处信息和民事纠纷信息。
进一步的,步骤S2包括:
计算每一医美服务机构的基础信誉因子r1、r2、r3、r4分别是将一行政区域内每一医美服务机构的设立时长、注册资金、平均营业收入、平均医疗设备数量与该行政区域内所有医美服务机构的平均设立时长、平均注册资金、平均营业收入和平均医疗设备数量进行比对后获得,0<r1<1、0<r2<1、0≦r3<1、0≦r4<1,0≦X1≦1;
依据一行政区域的医美服务机构行政管理规则,计算每一医美服务机构的医疗信誉因子X2=m1*m2*m3*m4*σ,m1、m2分别对应于设立医疗机构批准书、医疗机构执业许可证的有效性,若有效则m1、m2取值均为1,若无效则m1、m2取值均为0,m3、m4分别是将执业医师登记信息、护理人员登记信息与所述行政管理规则中设定的基础执业医师、护理人员数量进行比对后获得,σ为修正系数,σ是制定时段内每一医美服务机构的执业医师、护理人员流动数量与该医美服务机构的职员总量比对获得,0≦m3<1、0≦m4<1,0≦σ≦1;
至少依据每一医美服务机构的企业信用记录、行政惩处信息和民事纠纷信息,设定辅助评判因子β,-1<β<1;
计算所述置信因子K=X1*X2*(1+β)。
进一步的,步骤S3包括:
至少以患者性别、年龄和诊疗项目作为分组依据,将每一医美服务机构的所有患者分为多个诊疗组;
至少以治疗时间、治疗费用、治疗效果作为评价指标,先对所述评价指标相关数据进行标准化处理,再采用k-中心算法对所述评价指标进行聚类,获得聚类图;
依据所述聚类图计算每一医美服务机构中各科室、各执业医师在不同诊疗组的诊疗质量评价值;
将所述各科室、各执业医师在不同诊疗组的评价值加权求和,得到所述每一医美服务机构的总体诊疗质量评价值E1、各诊疗科室的诊疗质量评价值(E21、E22、…E2j)、各执业医师的诊疗质量评价值(E31、E32、…E3l);
将E1、(E21、E22、…E2j)、(E31、E32、…E3l)分别与F1、(F21、F22、…F2j)、(F31、F32、…F3l)比对,并将比对结果进行归一化处理,获得每一医美服务机构的诊疗质量评价系数θ,其中:
θ=(θ1+θ2+θ3)/|θmax|,0≤θ≤1,其中|θmax|表示θ1、θ2、θ3中的最大值,
进一步的,所述的基于大数据平台的区域性医美行业服务质量评价方法还包括:
S6、将所述每一医美服务机构的评价值向消费者公示。
进一步的,所述的基于大数据平台的区域性医美行业服务质量评价方法还包括:以年为周期,重复步骤S1~S6的操作。
与现有技术相比,利用本发明提供的基于大数据平台的区域性医美行业服务质量评价方法,可以基于大数据平台对一行政区域内的医美机构的服务质量进行多个维度的客观评价,有利于消费者从多维度综合评估医美机构及其诊疗科室、执业医师的可靠度、专业度,从而给予消费者直观、准确的引导,显著降低其风险及使其获得更优质的服务。
具体实施方式
以下将结合实施例对本发明的技术方案进行更为详细的说明。
该实施例提供的一种基于大数据平台的区域性医美行业服务质量评价方法包括:
S1、至少从互联网采集一行政区域内每一医美服务机构的既往评价信息,并据此设定所述每一医美服务机构的初始评价值;
S2、从该行政区域的行政管理部门获取所述每一医美服务机构的行政备案信息,并据此设定每一医美服务机构的置信因子;
S3、采集所述每一医美服务机构的医疗质量相关数据,包括每一患者的个人信息、执业医生、入院情况、治疗项目、治疗效果、治疗时间、治疗费用,
对所述每一医美服务机构的医疗质量相关数据进行预处理,形成每一医美服务机构的诊疗质量评价系数;
S4、依据所述置信因子和诊疗质量评价系数,设置评价值修正模型;
S5、将所述初始评价值输入所述评价值修正模型,输出值为所述每一医美服务机构的评价值。
进一步的,在前述的步骤S1中,所述每一医美服务机构的既往评价信息是指自该医美服务机构设立之日至执行本实施例的评价方法之日这一时段内于互联网或其它媒介(例如纸质期刊、报纸等)上的总体服务质量评价、各诊疗科室服务质量评价以及各执业医师服务质量评价。
进一步的,前述的步骤S1还包括:
先从互联网等途径在采集一行政区域内所有医美服务机构的既往评价信息,并对其中的每一类评价信息进行均值化处理,获得一组基准值;
将每一医美服务机构的既往评价信息中的每一类评价信息与所述基准值中的相应基准值进行比较,从而确定所述每一医美服务机构的初始评价值,包括总体初始评价值F1、各诊疗科室初始评价值(F21、F22、…F2j)以及各执业医师初始评价值(F31、F32、…F3l),j、l分别为诊疗科室编号、执业医师编号。
进一步的,在前述的步骤S1中,考虑到不同媒介获取所得的评价信息存在格式等方面的差异,还应对这些信息进行标准化处理,比如,使其格式、表述形式统一等。
进一步的,在前述的步骤S1中,考虑到部分媒介获取所得的评价信息是非量化的,还可以预设量化的评价基准,例如,将各项质量评价的满意度以0~10范围内的不同分值表述,再参照这样的分值设定区间,将所得的评价信息依照同一评价基准进行量化处理。
进一步的,在前述的步骤S2中,所述备案信息包括下列的信息组以及下列信息组中任一者的变更信息,所述信息组包括:医美服务机构的设立时长、注册资金、既往各年度营业收入、医疗设备统计信息、设置医疗机构批准书、医疗机构执业许可证、执业医师登记信息、护理人员登记信息、企业信用信息、行政惩处信息和民事纠纷信息。
更进一步的,步骤S2包括:
计算每一医美服务机构的基础信誉因子r1、r2、r3、r4分别是将一行政区域内每一医美服务机构的设立时长、注册资金、平均营业收入、平均医疗设备数量与该行政区域内所有医美服务机构的平均设立时长、平均注册资金、平均营业收入和平均医疗设备数量进行比对后获得,0<r1<1、0<r2<1、0≦r3<1、0≦r4<1,0≦X1≦1;
依据一行政区域的医美服务机构行政管理规则,计算每一医美服务机构的医疗信誉因子X2=m1*m2*m3*m4*σ,m1、m2分别对应于设立医疗机构批准书、医疗机构执业许可证的有效性,若有效则m1、m2取值均为1,若无效则m1、m2取值均为0,m3、m4分别是将执业医师登记信息、护理人员登记信息与所述行政管理规则中设定的基础执业医师、护理人员数量进行比对后获得,σ为修正系数,σ是制定时段内每一医美服务机构的执业医师、护理人员流动数量与该医美服务机构的职员总量比对获得,0≦m3<1、0≦m4<1,0≦σ≦1;
至少依据每一医美服务机构的企业信用记录、行政惩处信息和民事纠纷信息,设定辅助评判因子β,-1<β<1;
计算所述置信因子K=X1*X2*(1+β)。
进一步的,前述的步骤S3包括:
至少以患者性别、年龄和诊疗项目作为分组依据,将每一医美服务机构的所有患者分为多个诊疗组;
至少以治疗时间、治疗费用、治疗效果作为评价指标,先对所述评价指标相关数据进行标准化处理,再采用k-中心算法对所述评价指标进行聚类,获得聚类图;
依据所述聚类图计算每一医美服务机构中各科室、各执业医师在不同诊疗组的诊疗质量评价值;
将所述各科室、各执业医师在不同诊疗组的评价值加权求和,得到所述每一医美服务机构的总体诊疗质量评价值E1、各诊疗科室的诊疗质量评价值(E21、E22、…E2j)、各执业医师的诊疗质量评价值(E31、E32、…E3l);
将E1、(E21、E22、…E2j)、(E31、E32、…E3l)分别与F1、(F21、F22、…F2j)、(F31、F32、…F3l)比对,并将比对结果进行归一化处理,获得每一医美服务机构的诊疗质量评价系数θ,其中:
θ=(θ1+θ2+θ3)/|θmax|,0≤θ≤1,其中|θmax|表示θ1、θ2、θ3中的最大值,
进一步的,前述的步骤S3中,患者的个人信息、执业医生、入院情况、治疗项目、治疗效果、治疗时间、治疗费用等信息可以从相应医美机构的医疗信息化系统中提取。
当然,鉴于不同医美机构所使用的医疗信息化系统可能是不同的,可能存在统计方式不一致、数据格式不一、噪声数据、数据冗余、数据遗漏等问题,在进行前述的步骤S3之前,可以依照本领域已知的一些方式,对采集的这些数据进行清洗、抽取、变换、整理和填充等操作,以使其标准化和规范化,利于后续的操作。
在前述的步骤S3中,以一个诊疗科室在n个诊疗组中的医疗质量评价分分别为z1,z2,…,zn,则该诊疗科室的诊疗质量评价值E2j=ψ1*z1+ψ2*z2+…+ψn*zn,其中ψ1,ψ2,…,ψn为权值,满足:0<ψ1<1,0<ψ2<1,…,0<ψn<1,且ψ1+ψ2+…+ψn=1。
在前述的步骤S3中,诊疗质量评价系数θ可以反映了患者付出的各项成本,在很大程度上反映了医美机构医疗质量的优劣、其各科室及各个执业医师的专长,等等。
进一步的,所述的基于大数据平台的区域性医美行业服务质量评价方法还包括:
S6、将所述每一医美服务机构的评价值向消费者公示。
进一步的,所述的基于大数据平台的区域性医美行业服务质量评价方法还包括:以年为周期,重复步骤S1~S6的操作。如此,可以使消费者能直观、准确、实时地获得一行政区域内任一医美机构的服务质量评价等信息,方便其就诊,并获得优质体验。
本实施例中采用的数据处理方法若非特别说明,则均是本领域技术人员已知的。
应当理解,以上所描述的实施例是本发明一部分实施例,而不是全部的实施例。本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
Claims (9)
1.一种基于大数据平台的区域性医美行业服务质量评价方法,其特征在于包括:
S1、至少从互联网采集一行政区域内每一医美服务机构的既往评价信息,并据此设定所述每一医美服务机构的初始评价值;
S2、从该行政区域的行政管理部门获取所述每一医美服务机构的行政A备案信息,并据此设定每一医美服务机构的置信因子;
S3、采集所述每一医美服务机构的医疗质量相关数据,包括每一患者的个人信息、执业医生、入院情况、治疗项目、治疗效果、治疗时间、治疗费用,
对所述每一医美服务机构的医疗质量相关数据进行预处理,形成每一医美服务机构的诊疗质量评价系数;
S4、依据所述置信因子和诊疗质量评价系数,设置评价值修正模型;
S5、将所述初始评价值输入所述评价值修正模型,输出值为所述每一医美服务机构的评价值。
2.根据权利要求1所述的基于大数据平台的区域性医美行业服务质量评价方法,其特征在于:所述每一医美服务机构的既往评价信息包括总体服务质量评价、各诊疗科室服务质量评价以及各执业医师服务质量评价。
3.根据权利要求2所述的基于大数据平台的区域性医美行业服务质量评价方法,其特征在于,步骤S1包括:至少从互联网采集一行政区域内所有医美服务机构的既往评价信息,并对其中的每一类评价信息进行均值化处理,获得一组基准值;
将每一医美服务机构的既往评价信息中的每一类评价信息与所述基准值中的相应基准值进行比较,从而确定所述每一医美服务机构的初始评价值,包括总体初始评价值F1、各诊疗科室初始评价值(F21、F22、…F2j)以及各执业医师初始评价值(F31、F32、…F3l),j、l分别为诊疗科室编号、执业医师编号。
4.根据权利要求3所述的基于大数据平台的区域性医美行业服务质量评价方法,其特征在于,步骤S2中所述备案信息包括下列的信息组以及下列信息组中任一者的变更信息,所述信息组包括:医美服务机构的设立时长、注册资金、既往各年度营业收入、医疗设备统计信息、设置医疗机构批准书、医疗机构执业许可证、执业医师登记信息、护理人员登记信息、企业信用信息、行政惩处信息和民事纠纷信息。
5.根据权利要求4所述的基于大数据平台的区域性医美行业服务质量评价方法,其特征在于,步骤S2包括:
计算每一医美服务机构的基础信誉因子r1、r2、r3、r4分别是将一行政区域内每一医美服务机构的设立时长、注册资金、平均营业收入、平均医疗设备数量与该行政区域内所有医美服务机构的平均设立时长、平均注册资金、平均营业收入和平均医疗设备数量进行比对后获得,0<r1<1、0<r2<1、0≦r3<1、0≦r4<1,0≦X1≦1;
依据一行政区域的医美服务机构行政管理规则,计算每一医美服务机构的医疗信誉因子X2=m1*m2*m3*m4*σ,m1、m2分别对应于设立医疗机构批准书、医疗机构执业许可证的有效性,若有效则m1、m2取值均为1,若无效则m1、m2取值均为0,m3、m4分别是将执业医师登记信息、护理人员登记信息与所述行政管理规则中设定的基础执业医师、护理人员数量进行比对后获得,σ为修正系数,σ是制定时段内每一医美服务机构的执业医师、护理人员流动数量与该医美服务机构的职员总量比对获得,0≦m3<1、0≦m4<1,0≦σ≦1;
至少依据每一医美服务机构的企业信用记录、行政惩处信息和民事纠纷信息,设定辅助评判因子β,-1<β<1;
计算所述置信因子K=X1*X2*(1+β)。
6.根据权利要求5所述的基于大数据平台的区域性医美行业服务质量评价方法,其特征在于,步骤S3包括:
至少以患者性别、年龄和诊疗项目作为分组依据,将每一医美服务机构的所有患者分为多个诊疗组;
至少以治疗时间、治疗费用、治疗效果作为评价指标,先对所述评价指标相关数据进行标准化处理,再采用k-中心算法对所述评价指标进行聚类,获得聚类图;
依据所述聚类图计算每一医美服务机构中各科室、各执业医师在不同诊疗组的诊疗质量评价值;
将所述各科室、各执业医师在不同诊疗组的评价值加权求和,得到所述每一医美服务机构的总体诊疗质量评价值E1、各诊疗科室的诊疗质量评价值(E21、E22、…E2j)、各执业医师的诊疗质量评价值(E31、E32、…E3l);
将E1、(E21、E22、…E2j)、(E31、E32、…E3l)分别与F1、(F21、F22、…F2j)、(F31、F32、…F3l)比对,并将比对结果进行归一化处理,获得每一医美服务机构的诊疗质量评价系数θ,其中:
θ=(θ1+θ2+θ3)/|θmax|,0≤θ≤1,其中|θmax|表示θ1、θ2、θ3中的最大值,
8.根据权利要求7所述的基于大数据平台的区域性医美行业服务质量评价方法,其特征在于还包括:
S6、将所述每一医美服务机构的评价值向消费者公示。
9.根据权利要求8所述的基于大数据平台的区域性医美行业服务质量评价方法,其特征在于还包括:以年为周期,重复步骤S1~S6的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010458945.3A CN111612364A (zh) | 2020-05-27 | 2020-05-27 | 一种基于大数据平台的区域性医美行业服务质量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010458945.3A CN111612364A (zh) | 2020-05-27 | 2020-05-27 | 一种基于大数据平台的区域性医美行业服务质量评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111612364A true CN111612364A (zh) | 2020-09-01 |
Family
ID=72201441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010458945.3A Pending CN111612364A (zh) | 2020-05-27 | 2020-05-27 | 一种基于大数据平台的区域性医美行业服务质量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612364A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436712A (zh) * | 2021-06-08 | 2021-09-24 | 四川数字链享科技有限公司 | 一种用于智慧医疗云服务平台的评价管理系统 |
CN114694843A (zh) * | 2022-03-29 | 2022-07-01 | 数字浙江技术运营有限公司 | 风险预警方法、装置和电子设备 |
CN115082164A (zh) * | 2022-07-19 | 2022-09-20 | 大汉电子商务有限公司 | 基于b2b平台的采购报价信息处理系统 |
CN115862830A (zh) * | 2023-02-21 | 2023-03-28 | 清华大学 | 一种数据处理方法、装置和电子设备 |
-
2020
- 2020-05-27 CN CN202010458945.3A patent/CN111612364A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436712A (zh) * | 2021-06-08 | 2021-09-24 | 四川数字链享科技有限公司 | 一种用于智慧医疗云服务平台的评价管理系统 |
CN113436712B (zh) * | 2021-06-08 | 2024-01-09 | 四川临丰医疗科技有限公司 | 一种用于智慧医疗云服务平台的评价管理系统 |
CN114694843A (zh) * | 2022-03-29 | 2022-07-01 | 数字浙江技术运营有限公司 | 风险预警方法、装置和电子设备 |
CN115082164A (zh) * | 2022-07-19 | 2022-09-20 | 大汉电子商务有限公司 | 基于b2b平台的采购报价信息处理系统 |
CN115862830A (zh) * | 2023-02-21 | 2023-03-28 | 清华大学 | 一种数据处理方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612364A (zh) | 一种基于大数据平台的区域性医美行业服务质量评价方法 | |
Habicht et al. | Estonia: health system review | |
CN108198615B (zh) | 一种在线认知评估系统 | |
Britt et al. | General practice activity in Australia 2008–09 | |
Britt et al. | General practice activity in Australia 2009–10 | |
Britt et al. | General Practice Activity in Australia 2011-12: General Practice Series No. 31 | |
Britt et al. | General Practice Activity in Australia 2012-13: General Practice Series No. 33 | |
Kunz Jr et al. | Cost-effectiveness analysis of a brief intervention delivered to problem drinkers presenting at an inner-city hospital emergency department. | |
Tola et al. | Improving completeness of inpatient medical records in Menelik II referral hospital, Addis Ababa, Ethiopia | |
Slee et al. | Slee's health care terms | |
Schmitz et al. | Do elderly choose nursing homes by quality, price or location? | |
Kempers et al. | Cost analysis and exploratory cost-effectiveness of youth-friendly sexual and reproductive health services in the Republic of Moldova | |
CN112002429B (zh) | 公共卫生企业从业人员的体检画像和服务推荐系统及方法 | |
US8468032B2 (en) | Method for teleradiological analysis | |
Phibbs et al. | Research guide to decision support system national cost extracts | |
Cork et al. | Vital statistics: summary of a workshop | |
Haddad et al. | Analysis of adverse selection and moral hazard in the health insurance market of Iran | |
US20160364531A1 (en) | Physician study manager method, system, and apparatus | |
Karl et al. | The relationship between the markets for health insurance and medical malpractice insurance | |
Mirel et al. | Concordance between survey report of Medicaid enrollment and linked Medicaid administrative records in two national studies | |
Cercone et al. | Impact of health insurance on access, use, and health status in Costa Rica | |
Lim et al. | Cost–benefit analysis of retrospectively identifying missed compensable billings in the emergency department | |
Costa et al. | Emergency department presentations of Victorian aboriginal and torres strait islander people | |
Faida et al. | The effect of performance expectancy and behavioral intention on the use of electronic medical record (EMR) in tertier hospital in Indonesia | |
Harris et al. | “She’ll be right, mate!”: do Australians take their health for granted? |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200901 |