【数学建模-某肿瘤疾病诊疗的经济学分析】第一问模型分析

Love The Way You Lie 2022-10-12 04:29 207阅读 0赞

# 相关信息 #

[1【数学建模-某肿瘤疾病诊疗的经济学分析】数据分析][1_-]  
[2 【数学建模-某肿瘤疾病诊疗的经济学分析】数据清洗和特征工程][2 _-]  
[3 【数学建模-某肿瘤疾病诊疗的经济学分析】第一问模型分析][3 _-]  
[4 【代码下载】][4]

# 1 思路 #

（1）背景补充  
DRGs(Diagnosis Related Groups)中文翻译为（疾病）诊断相关分类， 它根据病人的年龄、性别、住院天数、临床诊断、病症、手术、疾病严重程度，合并症与并发症及转归等因素把病人分入500-600 个诊断相关组，然后决定应该给医院多少补偿。

DRGs 是当今世界公认的比较先进的支付方式之一。DRGs的指导思想是：通过统一的疾病诊断分类定额支付标准的制定，达到医疗资源利用标准化。有助于激励医院加强医疗质量管理，迫使医院为获得利润主动降低成本，缩短住院天数，减少诱导性医疗费用支付，有利于费用控制。

DRGs的分组原则：

> （1）逐层细化、大类概括；  
> （2）疾病诊断、手术或操作临床过程相似，资源消耗相近；  
> （3）临床经验与数据验证相结合；  
> （4）兼顾医保支付的管理要求和医疗服务的实际需要。 DRG 分组采用病例组合思想，疾病类型不同，应该通过诊断区分开；同类病例但治疗方式不同，亦应通过操作区分开； 同类病例同类治疗方式，但病例个体特征不同，还应该通过年龄、并 发症与合并症、出生体重等因素区分开，最终形成 DRG 组。

DRGs的分组思路为：

> （1）以病案首页的主要诊断为依据，以解剖和生理系统为主要 分类特征，参照 ICD-10 将病例分为主要诊断大类（Major diagnostic categories，MDC）。  
> （2）在各大类下，再根据治疗方式将病例分为“手术”、“非手术” 和“操作”三类，并在各类下将主要诊断和或主要操作相同的病例合并 成核心疾病诊断相关组（ADRG），在这部分分类过程中，主要以临床经验分类为主，考虑临床相似性，统计分析作为辅助。  
> （3）综合考虑病例的其他个体特征、合并症和并发症，将相近 的诊断相关分组细分为诊断相关组，即 DRG，这一过程中，主要以统 计分析寻找分类节点，考虑资源消耗的相似性 。

在DRGs分组体系中， CHS-DRG 病组的代码由 4 位码构成，均以英文 A-Z 和阿拉伯数字 0-9 表示。DRG 代码各位编码的具体含义如下： 第一位表示主要诊断大类（MDC），根据病案首页的主要诊断确 定，进入相应疾病主要诊断大类，用英文字母 A-Z 表示； 第二位表示 DRG 病组的类型，根据处理方式不同分为外科部分、 非手术室操作部分（接受特殊检查，如导管、内窥镜检查等）和内科 部分，用英文字母表示。其中 A-J 共 10 个字母表示外科部分，K-Q 共 7 个字母表示非手术室操作部分；R-Z 共 9 个字母表示内科部分； 病例 主要诊断大类 主要诊断 主要诊断 主要操作 内科 ADRG 非手术室操作 ADRG 外科 ADRG 考虑病例的其他个体特征（年龄、合并症和并发 症）进行细分组 内科 DRG 非手术室操作 DRG 外科 DRG DRG 分组 临 床 经 验 为 主 ， 统 计 分 析 统 计 分 析 为 主 ， 临 床 经 验 14 第三位表示 ADRG 的顺序码，用阿拉伯数字 1-9 表示； 第四位表示是否有合并症和并发症或年龄、转归等特殊情况。用 阿拉伯数字表示。其中“1”表示伴有严重并发症与合并症；“3”表示表 示伴有一般并发症与合并症；“5”表示不伴有并发症与合并症；“7”表 示死亡或转院；“9”表示未作区分的情况；“0”表示小于 17 岁组；其他 数字表示其他需单独分组的情况。

**总结：**

> DRGS是细分后的最终的分组，DRGS编码是一个四位数的编码  
> DRG分组，是DRGS的上一级，还不是最细的分组  
> ADRG编码是DRG组的编码，是DRGS编码的前三位

（2）思路分析  
通过数据分析，发现，各个ADRG组中，费用分布都有高有底，各组之间并没有高低之分。  
比如BU1的费用区间是【1414.0, 144079.32】，GR1的费用区间是【107.9，214868.54】，都是由交集的。  
而且通过ADRG费用的箱线图知道，整体分布式没有规律的。如果用多元线性回归去做回归预测，并不能得到什么线性或非线性的关系。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]

所以，本人大胆提出了一种想法。结合DRGS分组原则，建立这个分组原则的原因就是为了更好的归类疾病并估计费用，正好利用该规则。把ADRG组分为三个类别，每个类别都用一个平均值代替预测费用，这样预测的费用一定会有很大误差，但是在未知具体收费标准的情况下，能预测出一个大概的费用区间，就是成功的。

# 2 模型实现 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]

def decision_tree(X,Y):
        
        X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=0) 
        clf = tree.DecisionTreeClassifier()
        clf = clf.fit(X_train, y_train)
        # 模型预测
        y_pred = clf.predict(X_test)
        # 计算准确率
        score = accuracy_score(y_test, y_pred)
        print(score)
        classes = [1,2,3]
        # 获取混淆矩阵
        cm = confusion_matrix(y_test, y_pred)
        plot_confusion_matrix(cm,classes, 'confusion_matrix.png', title='confusion matrix')
        print()
        fn=['是否手术','ADRG','并发症']
        cn=['低','中', '高']
        # fig, axes = plt.subplots(nrows = 1,ncols = 1,figsize = (4,4), dpi=300)
        # tree.plot_tree(clf,
        # feature_names = fn, 
        # class_names=cn,
        # filled = True)
        # 决策树可视化
        # fig.savefig('imagename.png')
        # dot_data = tree.export_graphviz(clf,
        # feature_names = fn, 
        # class_names=cn,
        # out_file=None)
        # graph = pydotplus.graph_from_dot_data(dot_data)
        # graph.write_pdf('iris.pdf')
        print()
    if __name__ =="__main__":
        # 读取清洗后的数据
        train_data_file = './clear_data.csv'
        t_data = pd.read_csv(train_data_file)#, names=['id', 'sex','born','intime','outtime','maindiag','elsediag','surgery','fee','days','drgsid','drgs','adrgid','adrg','highfee'])
        # 数据标准化
        sc = StandardScaler()
        data = pd.read_csv('main_label3.csv',index_col=None)
        X_i = data[['surgery','adrgid','complication']]
        sc.fit(X_i)
        X = sc.transform(X_i)
        Y = data['label']
        decision_tree(X,Y)

# 3 模型分析 #

是训练集中每组ADRG中费用分布比例是2:5:3和2:4:4的模型测试混淆矩阵，在左图中，类别为1的最多，类别3样本最少，类别1判断出错的数量占比是(24+1)/(24+1+3150) = 0.7%，类别2判断数量占比是(304)/(304+46) =86.8%，类别3判断错误的数量占比是(14+5)/(14+5+1)=95%，最终分类准确率为90.18%。类别1判断出错的数量占比是(3+2)/(3+2+3359) = 0.1%，类别2判断数量占比是(159+1)/(159+1+1) =99.3%，类别3判断错误的数量占比是(17)/(17+3)=85%，右图预测准确率达到94.78%，当比例为4:4:2时，模型准确率只有79.63%，所以在高、中、低划分比例为2：4：4，符合费用分布时该模型预测效果最佳。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 2]

分类决策树的模型预测混淆矩阵图

[1_-]: https://betterbench.blog.csdn.net/article/details/118441901
[2 _-]: https://betterbench.blog.csdn.net/article/details/118445138
[3 _-]: https://betterbench.blog.csdn.net/article/details/118445194
[4]: https://github.com/823316627bandeng/2021-Mathematical-modeling
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]: /images/20221005/0f3c7b31ca2f4a56bf111bb105d27572.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221005/436fee55dcf748b08e636e4761b71e17.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221005/8a312088fe814628a69fcb2888303a43.png