一种用于检测分层医疗成本驱动因素及可解释变化模式的系统方法
应用统计
2019-07-22 v1
摘要
支付方强烈希望识别新兴医疗成本驱动因素以支持早期干预。然而，在分析大规模、高维且含噪的医疗数据时面临诸多挑战。本文提出一种系统方法，利用增强的统计过程控制（SPC）算法，通过分层与多分辨率搜索策略来揭示高影响的成本驱动因素。我们的方法旨在针对检测到的变化模式，提供可解释、详尽且可操作的洞察，并将其归因于多种人口统计学与临床因素。我们还提出了一种算法，用于在人群层面识别可比的治疗抵消项，并量化其利用变化所带来的成本影响。
引用
@article{arxiv.1907.08237,
title = {A Systematic Approach to Detect Hierarchical Healthcare Cost Drivers and Interpretable Change Patterns},
author = {Ta-Hsin Li and Huijing Jiang and Kevin Tran and Gigi Yuen-Reed and Bob Kelley and Thomas Halvorson},
journal= {arXiv preprint arXiv:1907.08237},
year = {2019}
}
备注
2019 KDD DS Healthcare workshop