数据挖掘技术在疾病诊断相关分组中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 前言 | 第8-15页 |
| ·研究背景 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·疾病诊断相关分组 | 第8-9页 |
| ·数据挖掘技术在医疗保险行业中的应用 | 第9-11页 |
| ·研究目的及意义 | 第11页 |
| ·主要研究内容 | 第11-12页 |
| ·主要应用软件 | 第12-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 数据挖掘技术相关理论 | 第15-25页 |
| ·数据挖掘技术 | 第15-18页 |
| ·数据挖掘的对象 | 第15页 |
| ·数据挖掘的功能 | 第15-16页 |
| ·数据挖掘的流程 | 第16-18页 |
| ·本课题中主要应用的数据挖掘技术 | 第18-25页 |
| ·决策树技术及相关理论 | 第18-21页 |
| ·关联规则技术及相关理论 | 第21-25页 |
| 第三章 数据准备 | 第25-45页 |
| ·业务理解 | 第25页 |
| ·数据获取及理解 | 第25-32页 |
| ·数据获取 | 第25-28页 |
| ·数据理解 | 第28-32页 |
| ·数据预处理 | 第32-45页 |
| ·删除冗余数据 | 第32-33页 |
| ·删除空缺属性 | 第33-34页 |
| ·删除冗余属性 | 第34-37页 |
| ·属性转换 | 第37-39页 |
| ·建立视图 | 第39-43页 |
| ·新增属性 | 第43-45页 |
| 第四章 数据挖掘及模型评估 | 第45-58页 |
| ·关联规则挖掘结果 | 第45-50页 |
| ·建立数据挖掘结构 | 第45页 |
| ·关键指标设定 | 第45-46页 |
| ·关联规则数据挖掘 | 第46-50页 |
| ·决策树挖掘结果 | 第50-56页 |
| ·数据表连接 | 第50-51页 |
| ·数据抽样 | 第51-52页 |
| ·构建模型 | 第52-56页 |
| ·模型评估 | 第56-58页 |
| ·“完整病人数据表”决策树模型评估结果 | 第56页 |
| ·“手术”决策树模型评估结果 | 第56-58页 |
| 第五章 疾病诊断相关分组结果及合理性评价 | 第58-63页 |
| ·疾病诊断相关分组结果 | 第58-59页 |
| ·疾病诊断相关分组效果检验 | 第59-63页 |
| ·方案一方差分析 | 第60-61页 |
| ·方案二方差分析 | 第61-63页 |
| 第六章 总结与讨论 | 第63-65页 |
| ·是否手术是对住院费用起决定性的因素 | 第63页 |
| ·病人转归情况对住院费用有显著影响 | 第63-64页 |
| ·医疗诊断对于住院费用也存在一定的影响 | 第64-65页 |
| 第七章 建议 | 第65-68页 |
| ·建立详细的疾病诊断相关分组 | 第65-66页 |
| ·完善电子病历,进一步促进医院信息化建设 | 第66页 |
| ·充分发挥社区卫生服务的功能 | 第66页 |
| ·加强监督,防止医疗资源浪费 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录1:诊断明细表(示例) | 第71-72页 |
| 附录2:构建决策树完整数据流 | 第72-73页 |
| 数据挖掘技术及其在医学领域中的应用综述 | 第73-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间主要的研究成果 | 第87页 |
