您的位置: 专家智库 > >

秦婴逸

作品数:22 被引量:39H指数:3
供职机构:第二军医大学更多>>
发文基金:上海市公共卫生重点学科建设项目上海市公共卫生体系建设三年行动计划上海市青年科技启明星计划更多>>
相关领域:医药卫生自动化与计算机技术理学文化科学更多>>

文献类型

  • 11篇期刊文章
  • 6篇专利
  • 4篇会议论文
  • 1篇学位论文

领域

  • 14篇医药卫生
  • 3篇自动化与计算...
  • 1篇文化科学
  • 1篇理学

主题

  • 5篇疾病
  • 4篇住院
  • 4篇协变量
  • 3篇预后
  • 3篇数据库
  • 3篇住院费用
  • 3篇相似度
  • 2篇循证
  • 2篇移植性
  • 2篇语义相似
  • 2篇语义相似度
  • 2篇预处理
  • 2篇支付
  • 2篇支付方式
  • 2篇手术
  • 2篇数据库构建
  • 2篇文本提取
  • 2篇结构化数据
  • 2篇疾病分类
  • 2篇疾病预后

机构

  • 22篇第二军医大学
  • 1篇上海市第一人...
  • 1篇中国人民解放...
  • 1篇第二军医大学...
  • 1篇第二军医大学...

作者

  • 22篇秦婴逸
  • 15篇吴骋
  • 13篇贺佳
  • 11篇何倩
  • 8篇郭威
  • 7篇王志勇
  • 5篇郭轶斌
  • 5篇于菲菲
  • 5篇陈琪
  • 4篇王睿
  • 4篇张新佶
  • 4篇张筱
  • 4篇向春
  • 4篇赵艳芳
  • 4篇许金芳
  • 3篇郭晓晶
  • 3篇金志超
  • 3篇叶小飞
  • 3篇李冬冬
  • 3篇王蒙

传媒

  • 3篇海军军医大学...
  • 2篇中国卫生统计
  • 1篇中国卫生经济
  • 1篇第二军医大学...
  • 1篇中国实用外科...
  • 1篇解放军医院管...
  • 1篇中国病案
  • 1篇中国数字医学
  • 1篇中国卫生统计...

年份

  • 1篇2024
  • 2篇2023
  • 2篇2022
  • 2篇2021
  • 1篇2020
  • 3篇2018
  • 1篇2017
  • 2篇2016
  • 2篇2015
  • 1篇2014
  • 2篇2013
  • 2篇2012
  • 1篇2011
22 条 记 录,以下是 1-10
排序方式:
观察性研究中校正连续型混杂因素的非线性方法被引量:2
2015年
混杂偏倚(confounding bias)是观察性研究中的一类重要偏倚,它是指由于混杂因素既与暴露因素又与结局存在相关关系,导致暴露与结局之间的真实关系受到了干扰而产生的偏倚[1]。因此,观察性研究中如何控制混杂一直是研究人员所关注的重要问题。在统计分析阶段一种常用的处理办法是将混杂因素纳入回归模型中进行校正。
郭威于菲菲秦婴逸何倩吴骋
关键词:连续型连接函数最小二乘法
成分数据预测模型在住院费用构成中的应用被引量:3
2013年
目的:利用HIS系统信息,研究不同支付方式下医疗费用结构的变动规律,为制定医疗费用结构控制措施提供理论依据和方法学基础。方法:运用球坐标变换方法,以上海市某综合性三甲医院2007—2010年住院患者费用的变动情况为例进行分析。结果:不同支付方式下的药品费和手术费均占较大比重,且自费患者比医保患者更高。随时间变化,药品费构成呈下降趋势,手术费构成呈上升趋势。自费患者除输血费转换角与时间无线性回归外,其他各项费用均有统计学意义;医保患者除治疗费和输血费转换角与时间无线性回归外,其他各项费用均有统计学意义。结论:可以通过HIS系统进行数据挖掘。采用球坐标变换用于医疗费用成分数据资料是可行的。社会医疗保险体系正逐步步入正轨,医保患者住院费用得到了一定的控制。
何倩吴骋王志勇张筱向春秦婴逸于菲菲邬顺全贺佳
关键词:住院费用支付方式成分数据
基于缺血性脑卒中患者出院小结的协变量提取方法
2021年
目的针对缺血性脑卒中这一发病率高、预后差的疾病,应用自然语言处理技术从患者出院小结中进行文本数据挖掘,并通过Python编程语言将非结构化的文本数据转换成供后续统计分析的结构化数据库。方法利用缺血性脑卒中患者出院小结资料,构建基于知识增强的语义表示模型(ERNIE)+神经网络+条件随机场的命名实体识别模型,进行疾病、药物、手术、影像学检查、症状5种医疗命名实体的识别,提取实体构建半结构化数据库。为了进一步从半结构化数据库中提取出结构化数据,构建基于ERNIE的孪生文本相似度匹配模型,评价指标为准确率,采用最优模型构建协变量提取器。结果命名实体识别模型总体F1值为90.27%,其中疾病F1值为88.41%,药物F1值为91.03%,影像学检查F1值为87.71%,手术F1值为87.07%,症状F1值为96.59%。文本相似度匹配模型的总体准确率为99.11%。结论通过自然语言处理技术,实现了从完全的非结构化数据到半结构化数据再到结构化数据的构建流程,与人工阅读病历并手动提取病历信息相比,极大提高了数据库构建的效率。
林振秦宇辰秦婴逸李冬冬吴骋贺佳
关键词:自然语言处理命名实体识别相似度匹配协变量
一种疾病诊断标准化编码推荐列表确定方法及系统
本发明公开了一种疾病诊断标准化编码推荐列表确定方法及系统。所述方法包括:获取国际疾病分类库、电子记录以及疾病原始诊断描述,对疾病原始诊断描述进行预处理,并将预处理后的疾病原始诊断描述输入到疾病诊断分类预测模型,输出预处理...
贺佳秦宇辰吴骋王志勇何倩秦婴逸郭威郭轶斌阮一鸣叶小飞郭晓晶陈琪许金芳韩贺东王蒙金志超赵艳芳王睿张新佶
文献传递
基于HIS信息资源的医疗费用构成及趋势分析
2012年
目的:利用HIS系统信息,了解不同支付方式下住院患者的医疗费用构成及变动趋势,为控制医疗费用过快上涨提供方法学基础。方法:运用结构变动值、结构变动度和结构变动贡献率等评价指标,以上海市某综合性三甲医院2007-2010年住院患者费用的变动情况为例进行分析。结果:公费医疗的次均住院费用最高,医保次之,最后是自费。各种支付方式下的药品费用均占较大比重,自费医疗中床位费构成较大。白费患者住院费用构成2007-2010年年均变动度最大,主要是床位费逐年降低和药费构成波动引起。结论:可以通过HIS系统进行数据挖掘。社会医疗保险体系正逐步步入正轨,医保患者住院费用得到了一定控制;药品费用仍然是住院患者医疗费用的主要构成,在公费患者中尤为显著;自费患者床位费较高。今后对公费医疗总费用和自费患者床位费应有一定控制,结合医疗保险制度,进一步完善医药卫生体制配套措施的改革。
何倩吴骋王志勇张筱向春秦婴逸于菲菲邬顺全贺佳
关键词:医院信息系统住院费用支付方式
基于多水平模型的工具变量方法研究及应用
研究背景:  随着医疗卫生信息化的不断发展,对分析方法的需求不断增加,并且“真实世界的研究”在目前越来越受到关注,随着数据集收集范围的不断扩大,数据来源常常包括不同的地区、不同的医院,如全市医院信息数据、全国卫生服务调查...
秦婴逸
关键词:多水平模型参数估计
文献传递
病案首页数据质量的量化评估方法研究及应用被引量:20
2016年
目的对住院患者病案首页数据质量进行量化评估,发现数据质量问题,为质控提供信息。方法采用多维评估法,并构建综合评分指标,从完整性、逻辑性、规范性三个维度对某三甲医院2010年1月1日-2014年12月31日所有236 626名出院患者的病案首页数据质量进行评估。结果该院病案首页数据的完整性与逻辑性较好,完整率与逻辑吻合率均在99%以上;规范性有待提高,符合规范率在86%左右。综合评估结果显示数据的总体质量较好,但仍有提高空间,综合评分在95.86分至95.98分之间波动。结论多维评估法联合综合评分可以快速、高效地发现病案首页数据的质量问题,便于数据质量定量监测,为提高数据质量提供量化参考。
吴骋秦婴逸肖翔周云贺佳
关键词:病案首页数据质量
胃癌合并2型糖尿病病人术后糖尿病改善相关因素分析被引量:6
2017年
目的探讨影响胃癌合并2型糖尿病(T2DM)病人术后糖尿病改善的相关因素。方法回顾性分析2013年1月至2016年7月第二军医大学附属长海医院162例胃癌合并T2DM病人临床及随访资料,包括性别、年龄、糖尿病病程、随访术后血糖变化及用药情况,肿瘤大小、分型、分期、浸润深度、淋巴转移情况,以及胃癌根治手术不同手术方式治疗(Bypass-:BillrothⅠ式吻合、近端胃切除;Bypass+:全胃或远端胃切除+Roux-en-Y吻合),采用CMH及秩和检验进行单因素分析,并对相关因素进行logistic回归分析。结果胃癌合并T2DM病人术后效果与病人年龄、肿瘤大小、手术方式及病程长短存在明显相关性。而与病人性别、术后血糖变化及用药情况、肿瘤分型、分期、浸润深度、淋巴转移情况指数无明显相关性。结论对于胃癌合并T2DM病人,Bypass+有助于改善胃癌术后病人血糖,特别是T2DM病程较短、年龄较小、肿瘤较小病人,以此提高术后短期内糖尿病改善。
庞涛秦婴逸史征郑瑞申晓军聂明明薛绪潮毕建威印慨
关键词:胃癌2型糖尿病手术治疗
一种提取疾病预后协变量的结构化数据的方法及系统
本发明提供了一种基于非结构化医疗文本提取疾病预后协变量的结构化数据的方法、系统、智能终端和计算机可读存储介质。本申请的方法在数据处理的不同阶段,均采用了效果最好的模型进行数据提取,提高了数据库构建的准确率。采用上述技术方...
贺佳吴骋林振秦宇辰秦婴逸李冬冬王志勇何倩陈琪郭威郭轶斌
文献传递
真实世界研究中多个协变量缺失数据填补方法及系统
本发明提供一种真实世界研究中多个协变量缺失数据填补方法及系统。多个协变量缺失数据填补方法包括:步骤S1:输入原始数据集,得到数据集中的含缺失数据的变量的具体信息;步骤S2:根据原始数据集的数据缺失信息,以及Little检...
吴骋朱荣慧秦婴逸王睿何倩武胜勇
共3页<123>
聚类工具0