大数据医院综合评估中相关统计方法的研究

Based on over fifty million records from Hospitalization Summary Reports of more than 200 Tertiary Hospital, this study aims to build statistical algorithms and models for the hospital performance evaluation and to provide scientific evidence for future hospital accreditation and assessment in China, which will make the transition for hospital performance evaluation from the expert review to data-based evaluation. We will study discriminant analysis for disease and surgery coding, establishment of models for data extraction and management, risk adjustment for evaluation indicator, robust analysis and cut-off number selection or threshold selection, automatic warnings of outliers，resampling algorithm for evaluation frame, model weights and composite index. We will also investigate the comprehensive hospital evaluation model, and the use of longitudinal data analysis to make comparisons between hospitals. To study and establish the statistical methods for real-time, reliable and efficient hospital performance evaluation will provide evidence for hospitals to understand the quality of their service, realize the problems and improve health care quality, which finally promote our hospital assessment to be in line with the international practice.

本项目利用覆盖我国4个直辖市及20个省的200多家三甲医院的五千多万条住院病案首页记录，研究创建适合于我国国情的可用于医院评估的统计模型和算法，使原本依赖专家的医院评价，提高到基于医疗大数据的医院评价。本项目的主要研究内容包括针对疾病和手术名称与国际编码对应关系的判别分析;疾病层面数据提取和整合算法的设计和建立;对医院服务与质量监测指标建立影响因素的调整模型，稳健性分析及相关阈值的选取，建立异常值的自动预警模型;建立以病人为中心的全样本医院综合评估模型，使用重抽样等统计计算方法对评估框架、模型权重和综合指标计算等方面进行研究;使用纵向数据分析实现院间横向比较。本研究将创建的实时、可靠和高效的医院综合评估统计理念和方法，为医院了解自身服务能力与医疗质量状况提供科学依据，帮助医院发现医疗质量问题，持续改善医疗质量，推动我国医院评审和评价走向与国际接轨的道路。

本项目利用覆盖我国4个直辖市及27个省的200多家三甲医院的三千六百多万条住院病案首页记录，建立了适合于我国国情的可用于医院评估的统计算法，使原本仅依赖专家的医院评审和评价，提高到基于医疗大数据的医院评审和评价。本项目的主要研究内容包括：针对疾病和手术名称建立了一种疾病诊断实体名称消歧的方法，该模型根据疾病诊断记录和标注数据建立异构伴病网络，直观可信的反映疾病与疾病、疾病与手术之间关系，准确、高效的将实体名称进行标准名称映射，解决诊断信息下医学疾病实体名称存在的歧义问题，实现不同医院间疾病和手术名称分类的标准化，达到数据在疾病层面的准确提取，本模型能大幅度提高医疗大数据的使用准确度和效率，为医院医疗服务实现精细化管理奠定基础。本项目通过在线和邮寄相结合的模式完成了12个临床专科的专家主观问卷调查。本项目对医院服务与质量监测指标建立影响因素的调整模型，建立中国版查尔森伴随疾病指数用于消除病人个体差异在结果指标中引起的混杂效应，与其它版本相比中文版查尔森伴随疾病指数在死亡风险预测上表现最佳(C-statistics= 0.836; 95% CI=0.831, 0.840)，使用CHA2DS2-VASc指数有效消除病人疾病复杂度对医院负性事件评价指标（如术后脑卒中发生率、术后肺栓塞发生率）带来的混杂效应。本项目在住院患者分布和负性事件监测系统中，引入了温度、湿度以及大气污染指标的实时通报系统，充分发挥大数据的优势应用2014-2015年的病案首页数据库，跨数据库结合中国气象局的气象数据，中国环境保护部数据中心的大气污染物数据，在住院患者数据中验证细微大气颗粒物浓度（PM2.5）的短期升高会显著增加脑卒中和急性心肌梗死发生的风险，滞后3天的相对入院风险分别增加1.0% (95%CI 0.7–1.4%)和1.3% (95%CI 0.8–1.9%)。本项目结合主观问卷调查与客观数据评价，建立了以疾病为单位、病人为中心的全样本医院服务能力综合评估模型，使用重抽样等统计计算方法对评估框架、模型权重和指标综合计算等方面进行研究，使用纵向数据分析实现院间横向比较。