黃東瑾

【摘要】 目的：分析數據挖掘在糖尿病住院患者病情分析中的應用研究。方法：將2016年3月-2019年2月本院首發(fā)2型糖尿病住院治療的832例患者作為研究對象，分析所有患者病案首頁數據，將可能影響患者住院日的相關因素進行詳細統(tǒng)計，并探討糖尿病住院患者住院日的具體影響因素，明確數據挖掘在臨床中的具體應用價值。結果：患者年齡、職業(yè)、付款方式、婚姻狀況、住院次數、伴隨疾病及慢性并發(fā)癥、醫(yī)院感染、手術治療、治療結局均會對其住院日造成一定程度的影響（P<0.05）。糖尿病患者住院日主要影響因素為年齡、付款方式、伴隨疾病、慢性并發(fā)癥、醫(yī)院感染、手術治療及治療結局（P<0.05）。結論：糖尿病住院患者住院日主要受諸多因素影響，通過數據挖掘可較為有效的明確主要影響因素，對后續(xù)治療方案的制定及改善均具有重要意義，可考慮臨床推廣應用。

【關鍵詞】 數據挖掘; 糖尿病; 影響因素; 住院日

Application of Data Mining in Disease Analysis of Diabetic Inpatients/HUANG Dongjin.//Medical Innovation of China，2019，16（26）：-154

【Abstract】 Objective：To analyze the application of data mining in the analysis of inpatients with diabetes mellitus.Method：A total of 832 patients with primary type 2 diabetes hospitalized in our hospital from March 2016 to February 2019 were selected as study objects，the first page data of all patients medical records were analyzed，and the relevant factors that might affect the hospital stay of patients were counted in detail，in addition，the specific influencing factors of inpatients with diabetes were discussed to clarify the specific application value of data mining in clinical practice.Result：The patients age，occupation，payment method，marital status，hospitalization frequency，concomitant diseases and chronic complications，nosocomial infection，surgical treatment and treatment outcome all affect the patients hospitalization date to some extent（P<0.05）.The major influencing factors for the length of hospitalization of diabetic patients were age，payment method，concomitant disease，chronic complications，nosocomial infection，surgical treatment and treatment outcome（P<0.05）.Conclusion：The inpatient length of hospitalization of diabetic patients is mainly affected by many factors，data mining can effectively identify the main influencing factors，which is of great significance to the formulation and improvement of follow-up treatment plans，and can be considered for clinical promotion and application.

【Key words】 Data mining; Diabetes; Influencing factors; Hospitalization day

First-authors address：Shantou Central Hospital，Shantou 515030，China

doi：10.3969/j.issn.1674-4985.2019.26.040

糖尿病是內分泌科臨床治療常見疾病，疾病的發(fā)生多與遺傳因素及環(huán)境因素有關，患者在發(fā)病后多具有多飲、多尿、消瘦等臨床表現，部分患者在患病期間可表現出肥胖癥狀[1]。糖尿病的發(fā)生對患者生活質量及身心健康均具有較大程度的影響，甚至對患者生命安全構成威脅，因此明確針對性治療方案，穩(wěn)定患者血糖水平，縮短其住院時間尤為重要[2]。糖尿病患者住院日在反映其病情嚴重程度的同時，還能變相的體現醫(yī)院醫(yī)療、護理水平，對患者住院日進行有效控制可使其疾病得到及時治療，并提高治療總有效率，從而降低患者在院期間使用的醫(yī)療費用，減輕患者經濟負擔，另外還可提高醫(yī)院整體醫(yī)療水平，進而更好地實現社會與經濟效應[3-4]。隨著現代化信息技術的飛速發(fā)展，醫(yī)院科學化管理模式的不斷開展，為醫(yī)療數據采集、患者病情分析等行為提供了有效的數據支持[5]。準確的數據分析除明確患者病情嚴重程度外，還可能預估其住院時間及具體的影響因素，對相應的治療及護理措施的及時制定、患者治療結局的預后的改善均具有重要意義[6]。鑒于此，本次研究選取832例患者進行研究分析，現報道如下。

1 資料與方法

1.1 一般資料 研究對象為2016年3月-2019年2月首發(fā)2型糖尿病住院治療的832例患者，納入標準：所有納入本次研究的患者均符合《中國Ⅱ型糖尿病防治指南》中相關診斷標準[7]，患者入院后均進行血糖檢測試驗并結合具體臨床表現確診;患者年齡均≥18歲;研究開展前均未采用過常規(guī)降糖藥物進行治療。排除標準：心、腎等重要器官嚴重功能障礙者;意識障礙，無法進行正常溝通交流者;合并有全身性感染性疾病者;合并有惡性腫瘤疾病者;病歷資料缺失，依從性偏低者。本組患者中男426例，女406例，年齡45～73歲，平均（60.14±7.22）歲，住院時間1～157 d，平均（15.68±2.04）d，住院費用426.3～213 520.6元，平均（10 251.4±1 214.8）元。所有入組患者均對研究內容與目的知情，自愿簽署研究同意書;經倫理委員會批準許可本研究項目。

1.2 方法

1.2.1 研究方法 通過對所有研究對象病案首頁信息進行查閱后，對患者病案資料進行分析及完善，所完善的資料項目包括：患者入院接受治療時病情嚴重程度及患者既往糖尿病史等，有關糖尿病患者住院日的主要影響因素包括：性別、年齡、職業(yè)、婚姻、入院情況、伴隨疾病、慢性并發(fā)癥、入院后首次檢測血糖值、醫(yī)院感染、付款方式、手術治療與否、搶救、住院次數、出入院診斷符合情況、轉科、治療結局等。

1.2.2 評價方法 首先對患者住院時間具體統(tǒng)計數據進行正態(tài)化處理，并對可能影響患者住院日的相關因素進行統(tǒng)計學分析，最后篩查出對患者住院時間有明顯影響的單因素項目納入多因素Logistic回歸方程，最終明確糖尿病患者住院日具體影響因素。

1.3 影響因素分類 將納入統(tǒng)計項目的臨床病案資料進行條件分類，主要分為社會學因素、疾病因素及臨床因素。其中社會學因素包括：性別、年齡、職業(yè)、付費方式、婚姻狀況及住院次數;疾病因素包括：入院情況、首診原因、伴隨疾病、慢性并發(fā)癥及入院首次檢測血糖水平;臨床因素包括：醫(yī)院感染、手術治療與否、搶救情況、出入院診斷符合情況、轉科、治療結局等。

1.4 統(tǒng)計學處理 所得數據由雙人錄入Excel 2010軟件，數據不一致時檢查錄入，數據完全一致后導入SPSS 22.0軟件進行統(tǒng)計分析。符合正態(tài)分布的計量資料以（x±s）表示，方差齊的計量資料用兩樣本t檢驗，非正態(tài)分布或方差不齊的計量資料用秩和檢驗，多組計量資料采用統(tǒng)計檢定值F檢驗;計數資料以率（%）表示，比較采用字2檢驗，以P<0.05為差異有統(tǒng)計學意義;因素可采用單因素與多因素Logistic分析，以P<0.05為差異有統(tǒng)計學意義;并逐步法擬合條件Logistic回歸方程，變量篩查入組的概率標準P<0.05，剔除模型概率>0.10，計算變量因素的偏回歸系數優(yōu)勢比，評價變量因素之間相對重要性。

2 結果

2.1 社會學因素分析 社會學因素中的年齡、職業(yè)、付款方式及婚姻狀況、住院次數均會對糖尿病患者住院日造成一定程度的影響（P<0.05），見表1。

2.2 疾病因素分析 疾病因素中的伴隨疾病及慢性并發(fā)癥均會對糖尿病患者住院日造成一定程度的影響（P<0.05），見表2。

2.3 臨床因素分析 臨床因素中的醫(yī)院感染、手術治療、治療結局均會對糖尿病患者住院日造成一定程度的影響（P<0.05），見表3。

2.4 Logistic回歸分析 多因素分析結果顯示，患者年齡、付款方式、伴隨疾病、慢性并發(fā)癥、醫(yī)院感染、手術治療及治療結局均屬于糖尿病患者住院日主要影響因素（P<0.05），見表4。

3 討論

糖尿病屬于對患者生命質量威脅程度較大的慢性疾病，因該病病程較長，患者往往需要長期在院治療，因此制定的相應的治療及干預措施縮短患者住院時間顯得尤為重要。有學者認為，縮短患者住院治療時間能夠有效提高醫(yī)院醫(yī)療服務工作質量，幫助患者減輕經濟負擔，從而增加滿意度，當前社會背景下采取該措施有利于促進醫(yī)院管理持續(xù)發(fā)展[8-9]。隨著信息化技術的進步與現代醫(yī)療的發(fā)展，醫(yī)療數據的采集在患者病情分析中應用越來越多。

為明確糖尿病患者住院時間對治療效果的影響，探究數據挖掘在糖尿病住院患者病情分析中的應用價值，本研究對832例患者展開調查分析，結果顯示：社會學因素中的年齡、職業(yè)、付款方式及婚姻狀況、住院次數;疾病因素中的伴隨疾病及慢性并發(fā)癥;臨床因素中的醫(yī)院感染、手術治療、治療結局均會對糖尿病患者住院日造成一定程度的影響，而后續(xù)進行的多因素分析則證實了患者年齡、付款方式、伴隨疾病、慢性并發(fā)癥、醫(yī)院感染、手術治療及治療結局均屬于糖尿病患者住院日延長的主要影響因素。上述結論與文獻[10-11]研究中所述基本一致，筆者為進一步分析數據挖掘在糖尿病患者住院日長短分析中的具體價值，參考了多學者相關研究結論進行綜合分析：郭燕周等[12]就曾在研究中提出，糖尿病患者發(fā)病因素較為復雜，患者入院后可能在多種因素的影響下導致治療效果偏低，因此住院時間通常也將受到多項因素影響。就社會學因素進行分析，患者在伴隨著年齡增長的同時，住院時間將不斷增加，考慮造成該項結果的原因為：患者年齡增長，機體多項重要器官功能衰退，因此在院治療期間風險程度更高，需長時間留院觀察;而在具體醫(yī)療援助前提下，患者費用意識較薄弱，可能導致不合理消費情況發(fā)生，部分患者通常會生成無效住院日，最終導致其住院時間延長[13-14]。就疾病因素進行分析，伴隨有其他疾病及慢性并發(fā)癥的患者因需另外對其他疾病進行不同時間的治療，逐漸延長了住院時間，因此通過制定各種合理的預防及治療措施對慢性并發(fā)癥及疾病的發(fā)生進行控制，可有效降低患者在院治療期間疾病的發(fā)生風險[15]。而就臨床因素進行分析，醫(yī)院感染風險的增加會一定程度延長患者住院時間，因此合理對患者感染情況進行防控在縮短患者住院日的同時還能較好的提高醫(yī)院醫(yī)療質量[16];接受手術治療的患者因術后大多需要臥床休息，因此住院時間延長，針對此類患者要做好術后并發(fā)癥的防護及不良反應的及時處理，進而最大程度改善患者治療結局[17];療效對患者住院日的影響是顯而易見的，不良療效的患者為取得更好的療效大多會在院接受后續(xù)治療，因此其住院時間一定程度延長，而針對此類患者需鼓勵其進行康復治療，進而在減少醫(yī)院床位占用的同時促進患者后期康復[18]。

綜上所述，數據挖掘在糖尿病住院患者病情分析中的應用可較為準確的明確其住院日長短的具體影響因素，為患者后續(xù)治療方案的制定及改善提供數據支持，在縮短其住院時間、改善其治療結局的同時進一步提高了醫(yī)院醫(yī)療水平，對醫(yī)院的穩(wěn)定發(fā)展有促進價值。

參考文獻

[1]喬莉，鄭慧，楊麗霞，等.基于CNKI數據挖掘分析黃芪多糖治療糖尿病的文獻特征和研究現狀[J].西部中醫(yī)藥，2017，30（3）：56-59.

[2] Hirst J A，Aronson J K，Feakins B G，et al.Short- and medium-term effects of light to moderate alcohol intake on glycaemic control in diabetes mellitus：a systematic review and meta-analysis of randomized trials[J].Diabetic Medicine，2017，34（5）：604-611.

[3] Sohn D，Oh H.Gender-dependent Differences in the Relationship between Diabetes Mellitus and Ambient Air Pollution among Adults in South Korean Cities[J].Iranian Journal of Public Health，2017，46（3）：293-300.

[4]黃利兵，陳霞波，齊方洲，等.基于數據挖掘法的王暉教授治療糖尿病用藥規(guī)律研究[J].浙江中醫(yī)藥大學學報，2018，42（1）：55-59，63.

[5]沈鳴雁，王華芬，封秀琴，等.住院跌倒患者的數據挖掘與跌倒防范對策分析[J].中華護理雜志，2017，52（9）：1087-1091.

[6]曾慧妍，趙玲，張錦明，等.基于數據挖掘的早中期脾腎陽虛型糖尿病腎病中藥復方湯劑用藥規(guī)律研究[J].中醫(yī)藥導報，2018，15（7）：60-63.

[7]中華醫(yī)學會糖尿病學分會.中國2型糖尿病防治指南（2010年版）[J/OL].中國醫(yī)學前沿雜志（電子版），2011，3（6）：54-109.

[8] Valent F，Tonutti L，Grimaldi F.Does diabetes mellitus comorbidity affect in-hospital mortality and length of stay？Analysis of administrative data in an Italian Academic Hospital[J].Acta Diabetologica，2017，54（Suppl 1）：1-10.

[9] Yamamotohonda R，Takahashi Y，Mori Y，et al.Changes in Antidiabetic Drug Prescription and Glycemic Control Trends in Elderly Patients with Type 2 Diabetes Mellitus from 2005-2013：An Analysis of the National Center Diabetes Database（NCDD-03）[J].Internal Medicine，2018，57（9）：1229-1240.

[10]周熙舫，趙會林.應用病案首頁數據挖掘影響妊娠糖尿病患者住院時長的相關因素[J].檢驗醫(yī)學與臨床，2018，15（3）：317-319.

[11]張軍鵬，徐學功，徐變玲，等.基于數據挖掘方法的冠心病心絞痛合并糖尿病患者理化指標與氣陰兩虛證診斷模式的建立[J].中國中醫(yī)基礎醫(yī)學雜志，2018，17（1）：65-68.

[12]郭燕周，張蕾，王小雨，等.基于數據挖掘的2型糖尿病腎病用藥規(guī)律分析[J].解放軍醫(yī)藥雜志，2018，30（1）：9-12.

[13]張倩，許琳，王曉驍，等.2 206例糖尿病患者臨床聯合使用丹紅注射液的用藥分析[J].中國醫(yī)院藥學雜志，2017，37（21）：2201-2205.

[14] Oliveira G L A D，Júnior A A G，Godman B，et al.Cost-effectiveness of vildagliptin for people with type 2 diabetes mellitus in Brazil;findings and implications[J].Expert Review of Pharmacoeconomics & Outcomes Research，2017，17（2）：109-119.

[15]曹雯，王琦威，喻嶸，等.基于文獻調查研究分析中醫(yī)治療糖尿病周圍神經病變的用藥規(guī)律[J].遼寧中醫(yī)雜志，2017，21（6）：1121-1123.

[16]蘇鏡旭，蔡寸，張蕾，等.基于中醫(yī)傳承輔助系統(tǒng)治療糖尿病腎病方劑用藥規(guī)律分析[J].中國中西醫(yī)結合腎病雜志，2017，18（1）：34-37.

[17]邢晨，趙玲，黃少芳，等.基于中醫(yī)傳承輔助平臺的趙玲教授治療糖尿病周圍神經病變用藥規(guī)律分析[J].中國醫(yī)藥導報，2018，15（9）：109-113.

[18]谷雨明，劉秀枝，馮博，等.基于中醫(yī)傳承輔助系統(tǒng)的治療糖尿病視網膜病變組方規(guī)律分析[J].山東中醫(yī)藥大學學報，2017，23（6）：531-535.

（收稿日期：2019-05-27） （本文編輯：張爽）