การตรวจจับรูปแบบผิดปกติของการเบิกจ่ายค่ารักษาพยาบาลด้วย Decision tree

Abstract

งานวิจัยนี้ศึกษารูปแบบความผิดปกติของการเบิกจ่ายค่ารักษาพยาบาลของคนไข้ระบบสวัสดิการรักษาพยาบาลข้าราชการ โดยปัจจัยการสั่งใช้ยา โรค และระดับสถานพยาบาล ในขั้นแรกใช้ข้อมูลในอดีตทำนายความถี่ของการเข้ารับการรักษาพยาบาลจากการวิเคราะห์แบบถดถอยทวินามนิเสธและทำนายความรุนแรงของการเข้ารับพยาบาลต่อครั้งจากการวิเคราะห์ถดถอยพหุคุณซึ่งการวิเคราะห์แบบถดถอยทำให้ทราบเพียงค่าทำนายความถี่และความรุนแรงเท่านั้น แต่มิสามารถทราบรูปแบบที่กระทบต่อความผิดปกติ ขั้นต่อมาทำการศึกษารูปแบบความผิดปกติของการเบิกจ่ายค่ารักษา โดยใช้ส่วนเหลือจากตัวแบบถดถอยพิจารณาความผิดปกติ ของการสั่งใช้ยา โรค และระดับสถานพยาบาล ซึ่งมิได้เป็นปัจจัยที่ใช้ในตัวแบบถดถอยในขั้นตอนแรก ในการวิเคราะห์รูปแบบความผิดปกติที่เกิดขึ้นในการเบิกค่ารักษาพยาบาลของผู้ป่วยนอก ระบบสวัสดิการรักษาพยาบาลข้าราชการโดยใช้ Decision tree ซึ่งพบว่าระดับสถานพยาบาล และการใช้ยา metformin และ amlodipine ที่มีข้อบ่งใช้สำหรับรักษาภาวะน้ำตาลในเลือดสูง และยาลดความดันโลหิตตามลำดับมีความเกี่ยวข้องกับความผิดปกติในการเบิกจ่ายค่ารักษาพยาบาล ซึ่งเป็นผลจากความซับซ้อนของโรค ดังนั้นจึงควรรณรงค์โครงการที่มีจุดมุ่งหมายเพื่อความคุบคุมการดำเนินไปของโรคและป้องกันการเกิดโรคเรื้อรังดังกล่าวเพื่อเป็นการป้องกันปัญหาในระยะยาว

This research is aimed to studying the pattern of the reimbursement anomaly under civil servant medical benefit scheme by considering three factors i.e., behavior of drug use, disease, and level of hospital. In the first step, retrospective data is used to predict the frequency of visits by using negative binomial regression and to forecast each time's severity by using multiple regression. With this step, it is able to predict frequency and severity but unable to detect frequency and severity anomaly. The next step, research on abnormalities using the residual of the regression model from the first step and medication, disease and hopital level that are not using factors in the regression model. The results of reimbursement anomaly pattern under out-patient medical treatment of civil servant medical benefit scheme by using decision tree show that level of hospital, the metformin and amlodipine ordering which are indicated for the treatment of diabetes and hypertension disease, respectively, are associated with reimbursement anomaly from complexity of the disease. Therefore, the campaigns that aims to prevent and control the progression of the Noncommunicable diseases are able to solve a long-term problem.