排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
通过对医院信息化投入、医院运营管理对医疗效益的影响规律进行分析,根据重庆市某三级甲等医院在2009-2015年间的信息化投入、医院运营管理2个方面与医疗毛收入的数据资料,通过Pearson相关分析得到医疗毛收入与11个影响指标均相关(P0.05),通过熵值法,选择指标权重值大于0.08的指标有医院全年财务信息化投入x_1、医院全年门诊量x_4、医院全年入院患者人数x_6、医院全年手术量x_7以及医院初级职称人数x_10,其权重分别为0.190、0.086、0.085、0.084、0.084。建立多因素回归分析的数学模型,得到了指标x_1、x_4、x_6、x_7、x_10与医疗毛收入拟合函数,可决系数分别为0.948 8、0.927 1、0.994 1、0.993 0、0.948 1,医疗毛收入的回归方程的可决系数为0.996 3,因此,本研究通过熵值法得到的影响医疗毛收入的5个指标,并建立得到的回归方程可应用于医院信息化投入决策的制定,为医疗卫生管理提供新的依据。 相似文献
2.
根据重庆市某三级甲等医院2012年1月至2014年12月5种常见疾病(糖尿病、甲状腺功能亢进、顺产、肠息肉、脑梗死)的月人均治疗费用数据,采用BP 神经网络模型、广义回归神经网络模型、灰色GM(1,1)模型以及非线性回归模型,分别预测2015年1月至8月5种疾病的月人均治疗费用的变化情况,并与真实费用数据进行对比,判断4种模型预测的准确程度。结果表明:BP神经网络模型、广义回归神经网络模型、灰色GM(1,1)模型、非线性回归模型预测5种疾病的可决系数R2最小分别为0.278、0.565、0.048和0.097,最大分别为0.826、0.901、0.600和0.747;与2015年1月至8月的真实费用数据比较,4种模型预测的相对误差最小分别为9.845%、3.507%、5.897%和3.642%,最大分别为15.450%、13.940%、30.518%和17.204%。其中广义回归神经网络在疾病费用的预测结果相对于其他模型更准确。 相似文献
1