使用 Power BI 进行医疗分析

案例研究：在 Power BI 中分析医疗数据

Lyndsay Girard

Healthcare Analytics Consultant

什么是案例研究？

• 应用 Power BI 技能
• 融合已学概念
• 解决一个真实问题示例

先修课程：

• Power BI 数据可视化
• Power BI 中的 DAX 函数

案例研究目标

一家虚构咨询公司（HealthStat）聘请你挖掘医院效率提升机会。

• 分析匿名化的医院数据集。
• 使用 Power BI 构建吸引人的仪表板。

医疗质量框架

• 医疗质量的分析框架。
• 本案例聚焦效率领域。

¹ https://www.ahrq.gov/talkingquality/measures/six-domains.html

衡量医院效率

住院日（LOS） 指患者在医院停留的天数。

• 缩短 LOS 可降低成本、提升容量并改进吞吐。
• 影响因素：年龄、健康状况、手术类型、并发症、死亡风险、医院规模等。

¹ https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5898738/

术语概览

• 住院患者（Inpatient）：已被安排住院床位的人。
• 出院（Discharge）：由医务人员结束住院治疗并离院。
• 去向（Disposition）：出院时的去向或状态。
• 择期（Elective）：计划性手术（非急诊）。

分析的人群

择期全髋关节置换术

• 髋部疼痛（多为关节炎）患者可能需要择期髋关节置换。
• 去除受损骨与软骨，置入假体。
• 手术日为第零天，住院 0–2 天。

¹ https://orthoinfo.aaos.org/en/treatment/total-hip-replacement/

数据集

关键特征

• 2016 年纽约州范围的医院出院数据。
• 择期髋关节置换患者。
• 单表，含 30 列。
• 每行代表一次住院或一次出院。

数据集结果属性

本案例关注的关键结果属性

Column name	Description
length_of_stay	住院总天数，含手术与康复时间。
total_costs	本次住院总费用。

数据集解释性属性

本案例关注的关键解释性属性

Column name	Description
facility_id	标识每家医院的唯一 ID。
age_group	出院时患者年龄组。
patient_disposition	出院时的去向状态。
ccs_diagnosis_description	住院期间的主要诊断描述。
apr_severity_of_illness_description	疾病严重程度，标准分 1（轻）到 4（极重）。
apr_risk_of_mortality	死亡风险，标准分 1（低）到 4（极高）。

最终交付物

创建一个仪表板，使相关方能够：

• 按逻辑顺序查看关键洞见。
• 查看信息量大且精炼的可视化。
• 获取用于提升效率的业务决策数据。

开始分析吧！

案例研究：在 Power BI 中分析医疗数据