首页--医药、卫生论文--预防医学、卫生学论文--保健组织与事业(卫生事业管理)论文--医疗卫生制度与机构论文--医疗服务制度论文

取消药品加成后深圳市属综合医院住院费用分析--以胆囊结石伴慢性胆囊炎为例

摘要第7-9页
Abstract第9-10页
1 引言第11-12页
2 材料与方法第12-14页
    2.1 研究对象第12-13页
    2.2 资料来源第13页
    2.3 研究内容第13页
    2.4 研究方法第13-14页
    2.5 质量控制第14页
    2.6 研究时间第14页
3 结果第14-33页
    3.1 研究对象一般情况第14-20页
        3.1.1 不同年份研究对象构成情况第14-15页
        3.1.2 研究对象性别分布情况第15页
        3.1.3 研究对象年龄构成情况第15-16页
        3.1.4 住院天数分布情况第16页
        3.1.5 入院时病情构成第16-17页
        3.1.6 出院转归情况第17页
        3.1.7 术中是否输血构成第17-18页
        3.1.8 住院次数情况第18页
        3.1.9 术后感染情况构成第18-19页
        3.1.10 付费类型情况第19-20页
        3.1.11 药占比分布情况第20页
    3.2 取消药品加成政策前后住院费用基本情况第20-23页
        3.2.1 取消药品加成政策前住院费用基本情况第20-21页
        3.2.2 取消药品加成政策后住院费用情况第21-23页
    3.3 住院费用单因素分析第23-29页
        3.3.1 不同性别住院费用情况第24页
        3.3.2 不同年龄住院费用情况第24-25页
        3.3.3 不同住院天数住院费用情况第25页
        3.3.4 入院时病情与住院费用的关系第25-26页
        3.3.5 出院转归与住院费用的关系第26页
        3.3.6 术中是否输血与住院费用的关系第26-27页
        3.3.7 住院次数与住院费用的关系第27页
        3.3.8 术后是否感染与住院费用的关系第27-28页
        3.3.9 付费类型与住院费用的关系第28-29页
        3.3.10 药占比与住院费用的关系第29页
    3.4 住院费用多因素分析第29-31页
        3.4.1 取消药品加成政策前住院费用回归分析第30页
        3.4.2 取消药品加成政策后住院费用回归分析第30-31页
    3.5 取消药品加成政策后住院费用预测分析第31-33页
        3.5.1 住院费用数据处理第31-32页
        3.5.2 建立住院费用预测模型及求解第32-33页
4 讨论第33-39页
    4.1 研究对象一般情况第33-34页
    4.2 取消药品加成政策前后住院费用构成情况第34-36页
        4.2.1 取消药品加成政策前后药费的变化情况第34-35页
        4.2.2 取消药品加成政策前后手术相关费用的变化情况第35页
        4.2.3 取消药品加成政策前后诊疗费、护理费的变化情况第35-36页
        4.2.4 取消药品加成政策前后检查费的变化情况第36页
    4.3 住院费用影响因素分析第36-39页
        4.3.1 性别第36-37页
        4.3.2 年龄第37页
        4.3.3 住院天数和住院次数第37页
        4.3.4 入院时病情第37-38页
        4.3.5 是否输血第38页
        4.3.6 付费类型第38页
        4.3.7 药占比第38-39页
    4.4 住院费用预测分析第39页
5 结论及建议第39-41页
    5.1 结论第39-40页
    5.2 加强对药品和医用耗材的管控第40页
    5.3 提高医护人员医疗服务价值第40页
    5.4 进一步深化公立医院改革,发挥医保制度导向作用第40页
    5.5 推行分级诊疗制度和放开医师多点执业第40-41页
6 研究不足之处第41-42页
参考文献第42-44页
附录第44-45页
    附件一第44页
    附件二第44页
    附件三第44页
    附件四第44-45页
致谢第45-46页
综述第46-53页
    参考文献第51-53页

论文共53页,点击 下载论文
上一篇:基于Hadoop平台的并行关联规则挖掘算法研究
下一篇:数据挖掘技术在人力资源需求预测中的应用研究