利用代价敏感分类迈向更公平的烧伤患者报销系统
计算机与社会
2021-07-02 v1 机器学习
摘要
英国国家医疗服务体系（NHS）采用前瞻性支付系统（PPS）催生了称为健康资源组（HRG）的患者分组。HRG 旨在识别临床相似且资源消耗相近的患者群体，以用于报销。这些分组主要依据专家意见确定，并以住院时长（LOS）检验同质性。然而，对于烧伤治疗等复杂患者，LOS 并非资源消耗的完美代理，导致同质性检验不完整。为提升资源消耗与严重程度的同质性，我们提出数据驱动模型并引入患者级成本核算。我们探究考虑额外资源消耗度量的数据驱动方法能否带来更全面的模型。具体而言，采用代价敏感决策树模型识别重要特征与规则，从而针对资源消耗（LOS 与患者级成本）和临床相似性（烧伤严重程度）实现聚焦式细分。相较现行 HRG 分组，所提方法识别出同质性更高的组别，若被采纳可实现医院护理费用更公平的报销。
引用
@article{arxiv.2107.00531,
title = {Towards a fairer reimbursement system for burn patients using cost-sensitive classification},
author = {Chimdimma Noelyn Onah and Richard Allmendinger and Julia Handl and Ken W. Dunn},
journal= {arXiv preprint arXiv:2107.00531},
year = {2021}
}
备注
Joint KDD 2021 Health Day and 2021 KDD Workshop on Applied Data Science for Healthcare: State of XAI and trustworthiness in Health