電子病歷首頁數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘可行性研究.pdf

1、目的：隨著數(shù)據(jù)庫應(yīng)用技術(shù)的不斷發(fā)展，各行各業(yè)都積累了大量的數(shù)據(jù)。擺在人們面前的問題從“沒有數(shù)據(jù)可以用”發(fā)展為“數(shù)據(jù)太多無法從中篩選出有用的數(shù)據(jù)來用”。因此，數(shù)據(jù)挖掘技術(shù)越來越受到業(yè)界人士的關(guān)注。無論是銀行業(yè)還是保險業(yè)或銷售行業(yè)，都成功的運用了此項技術(shù)為己服務(wù)。而對于醫(yī)學(xué)這個重要而龐大的學(xué)科，應(yīng)用則少之又少。
　　 同時，在醫(yī)院管理系統(tǒng)中，電子病歷也在不斷的發(fā)展，醫(yī)療數(shù)據(jù)庫日益龐大，如何運用數(shù)據(jù)挖掘技術(shù)以去除噪音、獲得精細的醫(yī)院管

2、理信息或臨床診療知識，成為人們?nèi)諠u關(guān)注的問題。
　　 本研究試圖將數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則分析方法應(yīng)用于電子病歷首頁中的各項數(shù)據(jù)，嘗試發(fā)現(xiàn)疾病與患者其他相關(guān)信息指標(biāo)間的關(guān)系，旨在初步探索關(guān)聯(lián)規(guī)則分析方法用于電子病歷首頁數(shù)據(jù)挖掘的可行性。
　　 材料和方法：
　　 根據(jù)數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則分析基本思想，采用Apriori算法原理，應(yīng)用SQLServer2008-Microsoft Office2007數(shù)據(jù)挖掘外接程序?qū)ι蜿?/p>

3、市某醫(yī)院2003-2011年所有出院患者電子病歷首頁數(shù)據(jù)進行分析，排除缺項、空項和有邏輯錯誤的項目，得到記錄數(shù)667248條。試驗共分19組，分別為所有出院診斷、出院主診斷與性別、出院主診斷與年齡、出院主診斷與婚姻、出院主診斷與出生地、出院主診斷與入院年、出院主診斷與入院月、出院主診斷與出院科別、出院主診斷與住院天數(shù)、出院主診斷與入院時情況、出院主診斷與病理診斷、出院主診斷與出院情況、出院主診斷與乙肝抗原、出院主診斷與丙肝抗體、出院主診

4、斷與HIV抗體、出院主診斷與搶救次數(shù)、出院主診斷與ABO血型、出院主診斷與Rh血型、出院主診斷與總費用。主要參數(shù)包括支持度、置信度、重要性、項集大小，閾值設(shè)定基本原則為使試驗結(jié)果保留十幾～幾十條強關(guān)聯(lián)規(guī)則。
　　 結(jié)果：
　　 應(yīng)用已有醫(yī)學(xué)知識、文獻資料或通過臨床醫(yī)師的指導(dǎo)，分別對各組試驗得到的強關(guān)聯(lián)規(guī)則進行評定，最終得到有效關(guān)聯(lián)規(guī)則426條、無效關(guān)聯(lián)規(guī)則10條、待研究關(guān)聯(lián)規(guī)則83條。通過分析樣本的可靠性、數(shù)據(jù)預(yù)處理的科

5、學(xué)性、方法算法的優(yōu)缺點及參數(shù)閾值設(shè)置的合理性，認為本次試驗達到了預(yù)期效果。
　　 結(jié)論：
　　 數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則Apriori算法，首次應(yīng)用于電子病歷首頁數(shù)據(jù)的分析，從數(shù)據(jù)庫的選擇和清洗上，到試驗方法的選擇和應(yīng)用上，再到結(jié)果的解釋和評估，都達到了預(yù)期目的。
　　 本次試驗得到的結(jié)果，除明確的有效關(guān)聯(lián)和無效關(guān)聯(lián)外，還有幾十條待研究的未確定關(guān)聯(lián)，這就需要其他后續(xù)研究來確定。實際上，在進行數(shù)據(jù)挖掘時，我們應(yīng)該盡可能的篩