华西医院药品分组方法研究*

王宏，刘雯琪，王静文，钟胜，苏兰

(四川大学商学院，成都市 610041)

◁探索与研究▷

华西医院药品分组方法研究*

王宏，刘雯琪，王静文，钟胜**，苏兰

(四川大学商学院，成都市 610041)

为解决华西医院住院药房药品摆放不合理、药剂师工作量巨大、药房工作效率低等问题,对华西医院住院药房A类针剂药品进行关联规则挖掘，运用Clementine软件，Apriori算法进行求解。将A类针剂药品科学分组、整体定位，为下一步药品具体位置定位奠定基础。最终达到优化药房药品布局，提高药品物流效率，提升医院药房管理水平的目的。

药品分组；用药比例；关联规则挖掘

1 研究背景

华西医院是四川省综合性三级甲等医院，编制床位4300张，住院患者每日所需药品主要由住院药房以护理单元为单位进行调剂、配送。口服类药品已实现自动化管理；特殊管理类药品单独存放；针剂类药品四百余种，每日住院药房工作人员对针剂类药品的拣选配送工作量巨大。另外，药剂师只是根据日常的工作经验对药品进行分类摆放，导致针剂药品定位不合理、药品物流效率低等问题。

2 研究思路

为解决华西医院住院药房现存问题,优化药房布局，科学定位药品，需进行以下几个方面研究:

(1)运用ABC分类法筛选出A类针剂药品(货架摆放)；

(2)根据护理单元的用药相似性进行聚类分析，得出护理单元分组；

(3)对A类针剂药品进行关联分析，结合护理单元分组情况确定A类针剂药品分组；

(5)对垛架和货架的药品进行关联分析，确定垛架药品摆放。

(1)(2)已完成，笔者主要对(3)进行详细论述，提出一种对A类针剂药品分组总体定位的科学方法，为药品具体位置定位奠定基础。

本研究并不只是运用关联规则挖掘进行药品分组，而是将关联分析结果与A类针剂药品在每组护理单元中的用药比例结合起来，确定A类针剂药品分组。将科学分析与工作实践相结合，更具科学性与实用性，打破了医院药房以往仅按照药理随机摆放药品的常规。

3 研究步骤

(1)由已得研究成果可知护理单元分为三组，算出每一种A类针剂药品(货架摆放，下同)在每组护理单元中的用量比例；

(2)对所得数据预处理，运用Clementine软件进行关联规则挖掘；

(3)根据关联分析结果，确定“中心药品”；

(4)结合所得数据及关联分析结果对“中心药品”进行分组；

(5)依次对每一种“非中心药品”与所有“中心药品”进行关联分析，根据所得结果及“中心药品”分组确定“非中心药品”分组。

903 Feasibility of deep learning image-based segmentation algorithm in pathological section of gastric cancer

4 实证分析

4.1 数据来源

前期研究数据及本研究数据均由华西医院信息管理中心提供。由已得研究成果可知，用ABC分类法对华西住院药房针剂药品进行分类，得A类针剂药品共129种，依次编号为A1-A129。根据各护理单元用药相似性对护理单元进行聚类，可将72个护理单元分为三组，具体分组情况见附表1。

4.2 确定“中心药品”

首先，根据护理单元聚类结果，统计每种A类针剂药品(货架摆放)在每一组护理单元中的用量，计算出每种A类针剂药品在每一组护理单元中用量占该药品总用量的比例，统计结果见附表2。对附表2的数据进行预处理进行关联规则挖掘，运用Clementine软件，Apriori算法，设定最小支持度为5%，最小置信度1%，项集数最大为5。关联规则挖掘共得到关联规则976条，前10条结果见表1。

表1 关联规则挖掘部分结果

分析关联规则挖掘结果，对后继列和先导列进行重复项删除操作，可知后继列有110种药品，先导列有15种药品，这说明先导列药品与后继列药品有一对多的关联关系，因此将先导列药品定义为“中心药品”。“中心药品”有：A20、A68、A80、A79、A39、A77、A35、A58、A22、A48、A114、A16、A30、A72和A42，共15种。

4.3 “中心药品”分组

将“中心药品”关联规则结果中的支持度与置信度相乘，乘积按降序排列，所得结果前10条见表2。对“中心药品”进行分组，首先分析表2 第一行A20、A68，查附表2可知A20、A68在第一、二、三组护理单元中用药比例分别为51.277%、26.879%、21.844%；34.526%、24.250%、41.224%。A20在第一组护理单元中的用药比例明显高于其他，而A68在第一、三组护理单元的用量差别不大，因此应以A20的用量为主要参考依据。A68与A20分在第一组。A79与A68关联较强，A20与A80关联较强，故A79 、A80也应跟随A68 、A20分在第一组。表2下一行为A39和A79，两者都未出现过，查附表3，A39、A79在三组护理单元中的用药比例为20.490%、21.109%、58.401%；38.615%、22.385%、39.000%。A39和 A79在第三组护理单元中用药比例最大，两者分在第三组。以此类推，可得15种“中心药品”分组结果。

第一组：A20、A68、A79、A80、A39、A77、A35、A58；

第三组：A22、A48、A114、A16、A30、A72、A42；

第二组无中心药品。

表2 关联规则挖掘部分结果(含支持度和置信度乘积)

4.4 “非中心药品”分组

129种A类针剂药品中，除去15种“中心药品”，其余为“非中心药品”。对于“非中心药品”的分组采用以下方式：首先对每一种“非中心药品”与15种“中心药品”进行关联规则挖掘，然后将支持度和置信度相乘，乘积按降序排列，这样每一个“非中心药品”对应15个乘积，其中最大乘积对应的“中心药品”所在组就是该“非中心药品”所在组。依此方法可得“非中心药品”分组，结果如表3、表4。

根据第一、三组护理单元“中心药品”分组确定“非中心药品” 分组后，我们发现129种A类药品中仍有3种药品未得到分组，分别为A26、A85、A50。说明这3种药品与第一、三护理单元“中心药品”关联度不大，应独立分组，归为第二组。

表3 “非中心药品”(第一组)总体定位结果

表4 “非中心药品”(第三组)总体定位结果

5 总结

笔者根据华西医院药房实际情况，在前文研究的基础上提出了一套对A类针剂药品分组整体定位的科学方法。以每一种A类药品在三个护理单元分组中的用药比例为源数据进行数据挖掘，根据关联结果，确定“中心药品”及其分组，最后根据“中心药品”和“非中心药品”的关联结果确定“非中心药品”分组。这样的药品分组集科学性、实践性、逻辑性、系统性为一体，确定了药品的整体布局，为下一步药品具体位置定位奠定了良好基础。有助于达到优化药房布局，减少药剂师工作量，提升药房工作效率的目的。从而能有效调度和科学优化医院中的医疗资源。

目前，国内外对医院住院药房药品定位问题的研究甚少，本研究是对医院药房药品定位问题的积极探索。笔者为解决华西医院住院药房现存问题提出的药品分组方法，也可应用于其他类似情形的中国医院乃至药品以外更广阔的领域。

[1] MC Chen,CP Lin.A data mining approach to product assortment and shelf space allocation[J] Expert Systems with Applications,2007,976-986.

[2] George Aloysius.An approach to products placement in supermarkets using PrefixSpan algorithm[J] Journal of King Saud University-Computer and Information Sciences,January 2013,Pages 77-87.

[3] A.Hadi-Vencheh.An improvement to multiple criteria ABC inventory classification[J] European Journal of Operational Research 177,2007,Pages 344-353.

[4] 王金莉，刘建平.门诊西药房差值动态盘点体系的建立与实践[J] 现代医院管理，2013，11(10):54-55.

[5] 丁勇，杨永林.信息化条件下的医院物流管理[J] 现代医院管理，2014，12(3):77-78.

[6] 张舒雅，宫尔君，马磊，等.试论大型公立医院内部资源配置的优化[J].中国医院管理，2014,10:1-3.

附表1 护理单元分组(每个数字代表一个护理单元)

附表2 各药品在每一类护理单元中的用量比例(前82项) %

修回日期：2015-03-09

(编辑 徐佳)

Study of Drug Grouping Method in Huaxi Hospital

WANGHong,LIUWen-qi,WANGJing-wen,ZHONGSheng,SULan

(BusinessSchoolofSichuanUniversity,Chengdu610041,China)

To solve the problems of unreasonable drug placing,pharmacists′ huge workload and low work efficiency in inpatient pharmacy of Huaxi Hospital,the authors excavate injectable drugs in Group A with association rule and get the solutions with Clementine and Apriori.Then the injectable drugs in Group A are divided scientifically and positioned collectively,which lays the foundation for the following specific positioning of the drugs.As a result,drug layout is optimized,logistics efficiency of drugs improved and the management of hospital pharmacy upgraded.

drug grouping;drug proportion;association rule excavation

国家自然科学基金项目“医疗服务中的资源调度与优化”(71131006)

R197

A

1672-4232(2015)02-0023-04

10.3969/j.issn.1672-4232.2015.02.008

钟胜(1968-)，男，博士，副教授；研究方向：博奕论及应用、服务管理、物流及供应链管理。

2015-01-19