目的分析公立三甲医院实施按疾病诊断相关分组(diagnosis related group,DRG)支付后,宫颈癌住院患者的费用变化情况,为公立医院完善精细化管理措施、提高医保基金使用效能提供参考依据。方法回顾性收集山东省某公立三甲医院2021年4—12...目的分析公立三甲医院实施按疾病诊断相关分组(diagnosis related group,DRG)支付后,宫颈癌住院患者的费用变化情况,为公立医院完善精细化管理措施、提高医保基金使用效能提供参考依据。方法回顾性收集山东省某公立三甲医院2021年4—12月(DRG实施前)及2022年4-12月(DRG实施后)宫颈癌出院患者病例资料。将医保患者作为政策组,全自费患者作为对照组,利用双重差分法分析宫颈癌患者住院总费用、药品费用和耗材费用等相关指标在DRG政策实施前后的变化情况。结果共10383例宫颈癌住院患者纳入本研究,其中政策组9711例(含DRG实施前5418例,DRG实施后4293例),对照组672例(含DRG实施前426例,DRG实施后246例)。与DRG实施前相比,DRG实施后两组患者并发症发生率、死亡率、30 d内非计划再住院率和住院时间变化均不明显,但政策组总费用由11453.49元下降至8780.94元(降幅为23.33%),药品费用下降617.37元(降幅为25.17%),耗材费用下降28.93元(降幅为28.49%);双重差分法分析结果显示,政策组比对照组住院总费用较实施前下降了14.40%(R^(2)=0.616,P<0.05),药品费用下降了13.80%(R^(2)=0.364,P<0.01),耗材费用下降了15.40%(R^(2)=0.565,P<0.01)。结论DRG政策实施能够在保证临床诊疗规范的基础上,合理降低病组费用,实现医疗资源的更有效利用。展开更多
异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入...异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入方法中,元路径通常被用来获取节点间的高阶结构和语义信息,然而现有方法忽略了元路径实例中不同类型节点或异质图中不同类型邻居节点的差异,导致信息丢失,进而影响节点嵌入质量。针对上述问题,提出基于数据增强的异质图注意力网络(Heterogeneous graph Attention Network based on Data Augmentation,HANDA),以更好地学习节点嵌入向量。首先,提出基于元路径邻居的边增强。该方法基于元路径获取节点的元路径邻居,用节点及其元路径邻居形成的语义边增强异质图。这些增强边不仅蕴含了节点间的高阶结构和语义,还缓解了异质图的稀疏性。其次,提出融入节点类型注意力的节点嵌入。该方法采用多头注意力从多个角度学习不同直接边邻居及增强边邻居的重要性并在注意力中融入节点的类型信息,进而通过消息传递、直接边邻居及增强边邻居同时获取节点的属性、高阶结构和语义信息,提升了节点嵌入质量。在真实数据集上的实验验证了HANDA模型在节点分类、链接预测任务上的效果优于基准模型。展开更多
文摘目的分析公立三甲医院实施按疾病诊断相关分组(diagnosis related group,DRG)支付后,宫颈癌住院患者的费用变化情况,为公立医院完善精细化管理措施、提高医保基金使用效能提供参考依据。方法回顾性收集山东省某公立三甲医院2021年4—12月(DRG实施前)及2022年4-12月(DRG实施后)宫颈癌出院患者病例资料。将医保患者作为政策组,全自费患者作为对照组,利用双重差分法分析宫颈癌患者住院总费用、药品费用和耗材费用等相关指标在DRG政策实施前后的变化情况。结果共10383例宫颈癌住院患者纳入本研究,其中政策组9711例(含DRG实施前5418例,DRG实施后4293例),对照组672例(含DRG实施前426例,DRG实施后246例)。与DRG实施前相比,DRG实施后两组患者并发症发生率、死亡率、30 d内非计划再住院率和住院时间变化均不明显,但政策组总费用由11453.49元下降至8780.94元(降幅为23.33%),药品费用下降617.37元(降幅为25.17%),耗材费用下降28.93元(降幅为28.49%);双重差分法分析结果显示,政策组比对照组住院总费用较实施前下降了14.40%(R^(2)=0.616,P<0.05),药品费用下降了13.80%(R^(2)=0.364,P<0.01),耗材费用下降了15.40%(R^(2)=0.565,P<0.01)。结论DRG政策实施能够在保证临床诊疗规范的基础上,合理降低病组费用,实现医疗资源的更有效利用。
文摘异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入方法中,元路径通常被用来获取节点间的高阶结构和语义信息,然而现有方法忽略了元路径实例中不同类型节点或异质图中不同类型邻居节点的差异,导致信息丢失,进而影响节点嵌入质量。针对上述问题,提出基于数据增强的异质图注意力网络(Heterogeneous graph Attention Network based on Data Augmentation,HANDA),以更好地学习节点嵌入向量。首先,提出基于元路径邻居的边增强。该方法基于元路径获取节点的元路径邻居,用节点及其元路径邻居形成的语义边增强异质图。这些增强边不仅蕴含了节点间的高阶结构和语义,还缓解了异质图的稀疏性。其次,提出融入节点类型注意力的节点嵌入。该方法采用多头注意力从多个角度学习不同直接边邻居及增强边邻居的重要性并在注意力中融入节点的类型信息,进而通过消息传递、直接边邻居及增强边邻居同时获取节点的属性、高阶结构和语义信息,提升了节点嵌入质量。在真实数据集上的实验验证了HANDA模型在节点分类、链接预测任务上的效果优于基准模型。
