典型文献
基于Python的甲乳外科住院业务数据挖掘分析
文献摘要：
目的:统计某医院近年来甲乳外科的住院患者数据,分析各病种特征,为精细化管理提供参考.方法:基于Python程序设计工具,提取医院病案系统甲乳外科2018年1月1日至2021年12月31日住院患者病案数据,对海量病案数据进行信息安全匿名化处理及数据清洗、预处理,针对疾病分类、住院人次、次均费用等数据进行K-Means聚类分析,并以Matplotlib、Seaborn可视化直观展示分析结果.结果:共4078条科室出院记录纳入研究,涉及患者共2609例.甲乳外科的核心疾病治疗谱系以乳房恶性肿瘤为中心,两个主要关联项为乳房肿物、乳房结节.2021年度所有疾病病种(共156种)的簇类分布可分为3类:年度住院人次少、次均费用较高(2万～7万元)的疾病,占比约30％;次均费用较低(约2万元以内)的疾病类型,占比69％;第3类仅包括乳房结节和恶性肿瘤手术后化学治疗,但其年度住院人次排前两位.结论:对病案数据按疾病病种进行簇类划分,针对不同簇类提出改进服务方案及管理策略,可提高科室的精细化服务水平.
文献关键词：
Python;数据挖掘;甲乳外科;疾病分析
中图分类号：
作者姓名：
唐劲松;郑维;毛婷
作者机构：
518000 广东深圳,深圳市第三人民医院信息科;518000 广东深圳,深圳市第三人民医院甲乳外科
文献出处：
引用格式：
[1]唐劲松;郑维;毛婷-.基于Python的甲乳外科住院业务数据挖掘分析)[J].中国数字医学,2022(09):95-99
A类：
B类：
Python,甲乳外科,业务数据,挖掘分析,住院患者,患者数据,病种,程序设计,设计工具,医院病案,病案系统,病案数据,匿名化处理,数据清洗,疾病分类,人次,次均费用,Means,Matplotlib,Seaborn,观展,科室,心疾,疾病治疗,乳房,肿物,疾病类型,肿瘤手术,手术后,化学治疗,服务方案,精细化服务,疾病分析
AB值：
0.383521
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
