X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们
欢迎来到科易网(仲恺)技术转移协同创新平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[01695095]基于PCA与神经网络组合模型在住院费用研究中的应用

交易价格: 面议

所属行业: 网络

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

近年来,急剧上涨的医疗费用已严重影响了人民的生活,控制住院费用的过快上涨,是中国政府工作的重点之一。该课题首先对性别、年龄、职业、婚姻状况、入院次数、入院病情、付费方式、手术情况、次要诊断、住院天数、治疗结果等影响因素进行主成分分析,然后以入选的主成分得分矩阵为输入变量,住院费用为输出变量构建基于主成分分析的BP神经网络组合模型,最后采用敏感度分析的方法对住院费用的影响因素进行分析。研究结果显示组合模型性能稳定,年龄、住院天数和治疗结果是影响住院费用的主要影响因素。研究结果为医学领域的非线性多因素分析提供一种较优的建模方法,为卫生管理决策者和医疗保险业者做出正确的决策和分析提供了理论依据。
近年来,急剧上涨的医疗费用已严重影响了人民的生活,控制住院费用的过快上涨,是中国政府工作的重点之一。该课题首先对性别、年龄、职业、婚姻状况、入院次数、入院病情、付费方式、手术情况、次要诊断、住院天数、治疗结果等影响因素进行主成分分析,然后以入选的主成分得分矩阵为输入变量,住院费用为输出变量构建基于主成分分析的BP神经网络组合模型,最后采用敏感度分析的方法对住院费用的影响因素进行分析。研究结果显示组合模型性能稳定,年龄、住院天数和治疗结果是影响住院费用的主要影响因素。研究结果为医学领域的非线性多因素分析提供一种较优的建模方法,为卫生管理决策者和医疗保险业者做出正确的决策和分析提供了理论依据。

推荐服务:

Copyright © 2015 科易网 版权所有 闽ICP备07063032号-5