病案統計分析數據倉庫的建立

魏忠琴

［摘要］ 本文以醫院病案統計分析中疾病的統計分析為例介紹了用MS Server 2003軟件，建立醫院病案統計分析數據倉庫的方法、步驟及其意義。

［關鍵詞］ 數據倉庫； 病案統計分析； 數據挖掘； 聯機分析處理； 多維數據集

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 06. 026

［中圖分類號］F272.7［文獻標識碼］A［文章編號］1673 - 0194（2012）06- 0054- 03

隨著社會的發展和市場激烈競爭的需要，醫院管理已經逐步從傳統經驗型向科學量化管理的方向發展，而科學量化管理的信息資源，主要從病案的統計分析中獲得，特別是重大決策需要科學的數據分析作為依據，這就對醫院信息化提出更高的要求。傳統的數據庫系統只能完成數據統計分析中最簡單的動態原始數據以及日常數據報表，而在數據分析和輔助決策方面就顯得無能為力了，而數據分析和數據挖掘技術正是數據倉庫所具有的強大功能。

１明確數據倉庫的主題

需求分析之中心工作是提出主題，并明確主題。每個主題有一個主題域，對每個主題域確定其數據模型，并確定每個主題域的公共主碼。然后建立主題域之間的關聯，確定主題域數據模式與數據源之間的關系。

在我院病案統計分析的數據倉庫的實施過程中，確定的主要主題范圍如下：

（１） 病人費用構成分析：分析整個醫院、各個科室乃至某個醫生的病人費用構成，如發現藥品比例過高，可以層層分析是哪個環節導致比例過高，從而采取措施來控制；

（２） 同期費用對比分析：找出醫院收入增加或減少的原因；

（３） 單病種分析：對單病種的費用、住院天數、治療方案進行分析以便醫生能及時總結經驗，找出最佳的質量手段和方法，縮短就診時間，減輕病人負擔，增加醫院經濟效益；

（４） 成本效益分析：把各個不同系統如信息系統、財務系統等的數據匯總的數據倉庫，對成本效益進行全面分析，以便能真正把握醫院經營狀況，提高醫院經濟效益；

（５） 疾病的統計分析：分析不同疾病發病的病人結構（如年齡、職業、性別、地區等）以及輔助診療分類的分析。

２數據倉庫的源數據調查——數據采集

為了從病案首頁信息中分析以上主題，建立主題數據倉庫，源數據主要來自本院ＨＩＳ系統中２００２－２０１０年的住院病人數據資料，其中主要的數據關系表有（以下是以疾病的統計分析和病人費用構成分析為例）：現行及歷史的病人住院主記錄表、診斷記錄表、疾病字典表、病人付費方式表治療結果表等，具體表結構略。

３數據倉庫的核心數據庫設計

在數據倉庫中，事實表數據模式是一個比較簡單易懂的數據模式。在本設計中就是采用事實表數據模式，主要有疾病的統計分析數據表、時間表、病人付費方式表、治療結果表、疾病分類表及年齡段表等。表１是疾病的統計分析數據表結構說明。

軟件實現環境：

操作系統：Ｗｉｎｄｏｗｓ ２００３ Ｓｅｒｖｅｒ

數據倉庫的產品：ＭＳ Ｓｅｒｖｅｒ ２００３企業版

多維數據庫的展現工具：Ｅｘｃｅｌ

４數據的抽取

本例的抽取程序是利用Ｓｑｌ Ｓｅｒｖｅｒ ２００３中的數據轉換服務ＤＴＳ（Ｄａｔａｓｔｏｒｅ Ｔｒａｎｓｍｉｓｓｉｏｎ Ｓｅｒｖｉｃｅ）從數據源Ｏｒａｃｌｅ ７中抽取數據， 在數據的提取過程中，首先建立數據源與目標數據源，然后在目標數據源服務器中完成維表、事實表的創建；根據模型的建立，再生成ＳＱＬ數據查詢語句的程序包，然后執行ＳＱＬ程序包，將源數據庫的數據提取到目的數據庫中的維表和事實表中，數據的提取時間取決于源表的大小。

５多維數據集的建立

５．１維度的確定

在數據倉庫中，維度（Ｄｉｍｅｎｓｉｏｎ）是指觀察數據的特定角度，作為識別數據的索引，不同的維度組合構成了訪問數據倉庫中數據的約束條件。在本例疾病的統計分析中我們采用了五維，即：時間維（年月）；付費方式維（公費、自費、醫保等）、年齡段維（５歲以下、５~１４歲、１５~４４歲、４５~５９歲、６０歲以上）、治療結果維（治愈、好轉、未愈、死亡等）。

５．２數據集的建立

在本例疾病的統計分析中我們采用ＳＱＬ Ｓｅｒｖｉｃｅ ２００３ Ａｎａｌｙｓｉｓ Ｓｅｒｖｉｃｅｓ中的多維數據集向導或多維數據集編輯器來生成多維數據集，其架構如圖１所示。

６ＯＬＡＰ數據多維分析

６．１ＯＬＡＰ模型結構

在本例疾病的統計分析的ＯＬＡＰ模型結構如圖２所示。

多維分析是指在ＯＬＡＰ多維結構上對以多維形式組織起來的數據采取多種操作，以便分析人員作實驗以驗證其主觀分析意圖，主要有鉆取、切片、切快、旋轉4種分析方法。

６．２客戶端數據分析

在基于微軟的數據倉庫框架中，客戶端應用可以通過ＭＳ Ｏｆｆｉｃｅ、ＭＳ Ｑｕｅｒｙ、ＭＳ Ｖｉｓｕａｌ Ｓｔｕｄｉｏ等任何支持ＯＬＥ ＤＢ的軟件開發工具開發。在本系統中。作者使用ＭＳ Ｏｆｆｉｃｅ中的Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ查詢數據倉庫中的多維數據集，因為對于客戶端用戶來說，Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ是比較常用且簡單易懂的。

７創建ＯＬＡＰ數據挖掘模型及瀏覽決策樹

７．１創建ＯＬＡＰ數據挖掘模型

本文利用Ｍｉｃｒｏｓｏｆｔ 決策樹算法創建ＯＬＡＰ數據挖掘模型，以挖掘出不同疾病在不同年齡段的平均住院費用以及治愈時間等情況。

７．２瀏覽決策樹

在 ＯＬＡＰ 挖掘模型編輯器中，可以使用編輯器編輯模型屬性或者瀏覽其結果。在 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ 樹視圖中，展開“挖掘模型集”文件夾，右擊“疾病分析模式”模型，選擇子菜單“瀏覽”命令，出現如圖３所示的決策樹。

７．３分析

（１） 在“內容詳情”窗格的決策樹區域中，顏色代表“事例”的密度（在本事例中為：病人年齡段的密度）。顏色越深則節點中包含的事例就越多。 單擊“全部”節點。該節點為黑色，因為它代表 （７７３３） 事例的 １００％。７７３３ 代表出院的病人數目（即 “疾病分析” 多維數據集中有事務記錄的病人）。

（２） 特性窗格顯示“全部”節點中，所有事例的 ２１．８０％（或者說 １ ６８６ 個示例）的平均住院費用可能是１ ６１０元；３１．６４％的平均住院費用可能是３ ８８５元；２１．７４％的平均住院費用可能是４ ６６４元；２４．８２％的平均住院費用可能是２ ５７６元。如果沒有顯示百分比，則可以調整“特性”窗格中“合計”面板的“可能性”列的大小。

（３） 如果選擇了樹的不同節點，此百分比將會更改。讓我們調查一下哪些年齡段的病人平均住院費用在４ ６６４元。若要執行此操作，則需要重新畫出樹以便勾畫出平均住院費用在４ ６６４元的高密度區。在右下角的“樹顏色基于”字段中選擇“４６６４”。該樹顯示另一種顏色模式。可以看出年齡段在６０歲以上，平均住院費用３ ０９６元與５ ９８０元之間的節點的密度高于其他任何節點。

（４） 可以查看樹的其他分支并調查對于某一種病，病人在不同年齡段平均住院費用的不同可能值。醫院可以使用此信息來確定針對該種病在不同年齡段的平均住院費用的高低，采取相應的措施來調整最佳治療方案，進而控制平均住院費用。

８總結

通過創建數據倉庫，數據不僅僅用于檢索，還可用來分析未來的發展趨勢，并為管理和決策提供支持，如：病人構成分析（分析醫院門診、住院病人的各種構成、如病人的來源、職業、身份、年齡等分布以便有針對性地采取一些措施來提高服務質量，從而增加門診量和住院收容量）、病人就診時間分析（從門診病人掛號到出院各環節就醫時間，分析病人的就醫瓶頸以減少排隊，提高就醫質量）、病人費用構成分析（分析整個醫院、各個科室乃至某個醫生的病人費用構成，如發現藥品比列過高，可以層層分析是哪個環節導致比列過高，從而采取措施來控制）、同期費用對比分析（找出醫院收入增加或減少的原因）、單病種分析（對單病種的費用、住院天數、治療方案進行分析以便醫生能及時總結經驗、找出最佳的質量手段和方法，縮短就診時間、減輕病人負擔、增加醫院經濟效益）、成本效益分析（把各個不同系統如信息系統、財務系統等的數據匯總的數據倉庫，對成本效益進行全面分析，以便能真正把握醫院經營狀況，提高醫院經濟效益）。

當然，數據倉庫是一個龐大的知識系統，其功能遠遠不止這些，像各類醫保病人分析、免費及各種優惠病人分析、醫院各種科學預測等分析功能。隨著醫院的發展，數據倉庫的這種決策支持功能將在醫院的管理和決策中起著越來越重要的作用，尤其醫院病案統計的分析對醫療研究著非常重要的作用。

主要參考文獻

［１］ Ｊｉａｗｅｉ Ｈａｎ，Ｍｉｃｈｅｌｉｎｅ Ｋａｍｂｅｒ． 數據挖掘——概念與技術［Ｍ］． 范明，孟小峰，等，譯． 北京： 機械工業出版社，２００１．

［２］ 飛思科技產品研發中心． Ｏｒａｃｌｅ ９ｉ 數據倉庫構建技術［Ｍ］． 北京：電子工業出版社，２００３．

［３］ 羅運模． ＳＱＬ Ｓｅｒｖｅｒ ２０００數據倉庫應用與開發［Ｍ］． 北京：人民郵電出版社，２００１．

［４］ 徐潔磐． 數據倉庫與決策支持系統［Ｍ］． 北京：科學出版社，２００５．

［５］ 王珊，陳紅． 數據倉庫技術與聯機分析處理［Ｍ］． 北京：科學出版社，１９９８．

［６］ 夏火松． 數據倉庫與數據挖掘技術［Ｍ］． 北京：科學出版社，２００４．