中国心血管疾病的医疗保健成本:基于机器学习的横截面研究

科学领域:

• 心血管医学 心血管医学
• 卫生经济学 卫生经济学
• 医疗信息学 医疗信息学

背景情况:

• 心血管疾病 (CVD) 对患者,家庭和中国医疗保健系统造成了巨大的经济负担.
• 了解导致心血管疾病患者医疗费用变化的因素对于经济救济至关重要.

研究的目的:

• 确定和排列中国心血管疾病患者医疗保健成本的主要决定因素.
• 评估这些决定因素对心血管疾病相关医疗保健费用总体分布的影响.

主要方法:

• 利用来自中国14家三级医院 (2018-2020年) 调查的28213名心血管疾病患者的数据.
• 用人重新集中影响函数回归用于成本度分析.
• 应用量子回归森林 (一种机器学习方法) 来确定影响低,中,高医疗保健成本的因素.

主要成果:

• 医疗保健费用的第10,第50和第90个数量分别为6103日元,18105日元和98,637日元.
• 与更高成本相关的因素包括年龄,男性性别,更长的住院时间,更多的并发病,复杂的手术和急诊.
• 特定的心血管疾病类型,如心肌病,心力衰竭和中风,与医疗保健支出增加有关.

结论:

• 机器学习有效地确定了中国心血管疾病医疗保健成本的关键决定因素.
• 研究结果可以为政策干预提供信息,以减轻心血管疾病的财务影响,特别是对高成本患者.