基于大数据的慢性肾脏疾病患者跨区域就诊可视化呈现及管理决策研究

Chronic kidney disease (CKD) is a global public health problem with high prevalence among general population, which leads to tremendous burden on health care system. In China, the prevalence of CKD is reported to be 10.8%, which is comparable to that in developed countries, while the awareness rate of patients is relatively low. Moreover, the cross-regional diagnosis and treatment of patients with CKD in China is common, due to imbalanced distribution of medical resources among geographic regions, which leads to unnecessary expenditures in society. At present, there is no national CKD surveillance system in China. The development of Big Data and the visualization and visual analysis methods of high-dimensional data could provide an opportunity to understand the status of cross-regional diagnosis and treatment of CKD patients. Our study aims at quantitatively investigating the current status and visualizing the national resource map for treatment of kidney diseases using real-world medical big data, which are from nationwide in-patient database covering 936 class 3 hospitals in China involving 86 million in-patients. A network diffusion model trained by machine learning methods will be built to represent the cross-regional diagnosis and treatment model of patients with CKD and its associated factors. Finally, policy advice will be proposed to optimize the construction of specialty of nephrology and allocation of medical resources, which will also be validated through simulation using the corresponding model. Our study is not only important to improve the discipline planning and construction, as well as resources allocation in nephrology; but also could provide data support for future layout of regional diagnosis and treatment center for kidney diseases in China, and the formation of regional CKD management strategies in China.

我国慢性肾脏病（CKD）具有患病率高、致残率高、医疗花费高和知晓率低的特点，为医疗系统带来了沉重的疾病负担。而且，我国肾脏专科建设极度不均衡、跨区域就诊现象突出，增加了不必要的医疗和社会成本。在目前缺乏全国性CKD监测体系的情况下，大数据的发展、可视化和可视分析方法为研究CKD患者跨区域就诊现状提供了契机。本研究旨在应用海量真实世界医疗数据，即医院质量监测系统中全国936家三级医院、8.6千万例次住院患者资料，对全国肾脏疾病跨区域就诊现状及医疗资源地图进行可视化呈现；采用机器学习进行网络扩散模型拟合，发现我国CKD患者跨区域就诊模式及影响因素；最终提出优化肾脏专科建设及资源配备的政策建议，并通过模型来模拟验证其有效性。本课题的完成不仅对于改善我国肾脏专科的诊疗现状、完善医疗服务体系有所裨益，还可以为国家肾脏疾病区域诊疗中心的建设布局提供数据支撑，最终形成符合我国国情的CKD管理策略。

跨区域就诊是我国医药卫生体制改革的重要关注点之一，其成因复杂、受医疗服务资源分布、医保给付政策、社会经济、常态化人口流动等多重因素的影响，并且增加了不必要的医疗和社会成本。我国肾脏疾病负担严重，但是专科建设却极度不均衡、跨区域就诊现象突出。针对处于复杂动态场景的跨区域就诊问题，传统的卫生管理研究难以提供科学准确的决策依据；大数据驱动的医学研究范式转变、以及可视化技术的发展，为研究跨区域就诊问题提供了新的思路和手段。本研究首先应用2014-2018年全国三级医院住院患者数据，对我国肾脏疾病的跨区域就诊现状及时空分布特征进行了可视化呈现，搭建了我国三级公立医院跨省就医可视化平台，并采用随机网络来对跨区域就诊进行建模和分析，揭示了我国肾脏疾病患者跨区域就诊现象比较突出，疾病诊疗和资源配备存在地区差异性；其次，通过外部嵌入及深度融合医疗资源、社会经济、城市环境和交通等多源多维度数据，从宏观和微观层面深入分析相关因素对肾脏疾病发生发展、预后以及就医行为的影响，研究发现肾脏专科资源和总体医疗资源是跨区域就诊的首要决定因素，存在较为明显的阈值和饱和效应，并且城市环境因素在疾病进展过程中具有重要作用，进而提出了优化肾脏专科建设及资源配备的政策建议；最后，开发了符合我国国情的健康医疗大数据质量评估体系，并归纳和提出基于数据挖掘和文本挖掘的可计算医学知识的两条实现路径，系统性总结了健康医疗大数据的管理与应用现状。本项目成果将为我国肾脏疾病跨区域就诊管理提供定量化支撑依据和科学的政策建议，为我国医疗资源的合理配置与国家区域医疗中心的建设布局提供参考依据，最终形成数据和模型驱动的宏观医疗决策创新模式。在本项目的支持下，共发表论文45篇，其中SCI论文38篇，出版专著2部；项目负责人获批国家杰出青年科学基金；提交政策研究报告15份，其中“关于推动开展第三方健康医疗大数据质量评估的建议”获国家领导人批示。