The simplest approach is to group d

The simplest approach is to group diagnoses into a manageable number of morbidity categories which can then be included in regression models of patient costs as a set of dummy variables indicating the presence or absence of specific diagnoses. This assumes that the effect of diagnoses is additive. But the cost of one patient with both diabetes and depression may be greater than the cost of two patients, one with diabetes and the other with depression,because it may be more difficult to control blood sugar levels for a depressed patient. Conversely, there may be cost savings with some multi morbid patients. For example, heart disease and diabetes are conditions where monitoring of cholesterol may be required but the associated costs need only be incurred once in a given period for a patient with both conditions. Allowing for the possible non-additive effects of multi morbidity is potentially important since the proportion of the population who are multi morbid is non-trivial(20% to 61% in our data set depending on the multi morbidity measure used) and has been growing over time (Hippisley-Cox and Pringle, 2007).

ผลลัพธ์ (ไทย) 1:

วิธีที่ง่ายที่สุดคือการวิเคราะห์กลุ่มเป็นประเภท morbidity ที่สามารถแล้วรวมอยู่ในแบบจำลองถดถอยต้นทุนผู้ป่วยเป็นชุดของตัวแปรกระพริบแสดงการหรือวิเคราะห์เฉพาะ จัดการ นี้สันนิษฐานว่า เป็นผลของการวิเคราะห์สามารถ แต่ต้นทุนผู้หนึ่งป่วยด้วยโรคเบาหวานและโรคซึมเศร้าอาจมากกว่าต้นทุนของผู้ป่วย 2 มีโรคเบาหวาน และอื่น ๆ ที่ มีภาวะซึมเศร้า เนื่องจากมันอาจจะยากต่อการควบคุมระดับน้ำตาลในเลือดสำหรับผู้ป่วยซึมเศร้า ในทางกลับกัน มีอาจจะต้นทุนประหยัด ด้วยผู้ป่วย morbid บางหลาย ตัวอย่าง โรคหัวใจและโรคเบาหวานมีเงื่อนไขที่ตรวจสอบไขมันอาจจะต้องใช้ แต่ต้นทุนเกี่ยวข้องจำเป็นเท่านั้นเกิดขึ้นครั้งเดียวในรอบระยะเวลาที่กำหนดสำหรับผู้ป่วยพร้อมทั้งเงื่อนไข อนุญาตให้ morbidity หลายผลบวกไม่ได้เป็นสิ่งสำคัญอาจเนื่องจากสัดส่วนของประชากรที่มีหลาย morbid จะไม่ trivial(20% to 61% in our data set depending on the multi morbidity measure used) และมีการเติบโตช่วงเวลา (Hippisley ค็อกซ์และ Pringle, 2007)

ผลลัพธ์ (ไทย) 2:

วิธีที่ง่ายที่สุดคือการวินิจฉัยกลุ่มเป็นจำนวนที่สามารถจัดการประเภทการเจ็บป่วยซึ่งจากนั้นจะรวมอยู่ในรูปแบบการถดถอยของค่าใช้จ่ายของผู้ป่วยที่เป็นชุดของตัวแปรหุ่นแสดงให้เห็นการมีหรือไม่มีของการวินิจฉัยที่เฉพาะเจาะจง นี้อนุมานว่าผลของการวินิจฉัยเป็นสารเติมแต่ง แต่ค่าใช้จ่ายของผู้ป่วยรายหนึ่งที่เป็นโรคเบาหวานและภาวะซึมเศร้าอาจจะสูงกว่าค่าใช้จ่ายของผู้ป่วยที่เป็นหนึ่งเดียวกับโรคเบาหวานและโรคอื่น ๆ ที่มีภาวะซึมเศร้าเพราะมันอาจจะเป็นเรื่องที่ยากมากในการควบคุมระดับน้ำตาลในเลือดสำหรับผู้ป่วยซึมเศร้า ตรงกันข้ามอาจจะมีการประหยัดค่าใช้จ่ายกับผู้ป่วยโรคบางหลาย ยกตัวอย่างเช่นการเกิดโรคหัวใจและโรคเบาหวานเป็นเงื่อนไขที่การตรวจสอบของคอเลสเตอรอลอาจจำเป็นต้องใช้ แต่ค่าใช้จ่ายที่เกี่ยวข้องจำเ​​ป็นต้องเกิดขึ้นเพียงครั้งเดียวในช่วงเวลาที่กำหนดสำหรับผู้ป่วยที่มีเงื่อนไขทั้งสอง เพื่อให้ผลกระทบที่ไม่ใช่สารเติมแต่งที่เป็นไปได้ของการเจ็บป่วยหลายเป็นสิ่งสำคัญที่อาจเกิดขึ้นเนื่องจากสัดส่วนของประชากรที่มีความผิดปกติหลายเป็นที่ไม่น่ารำคาญ (20% ถึง 61% ในข้อมูลของเราตั้งขึ้นอยู่กับมาตรการการเจ็บป่วยหลายใช้) และได้รับการเติบโต เมื่อเวลาผ่านไป (Hippisley-Cox และพริงเกิ้ 2007)

ผลลัพธ์ (ไทย) 3:

วิธีการที่ง่ายที่สุดคือการเข้าไปจัดการเลขกลุ่มของประเภทการเจ็บป่วยที่สามารถรวมอยู่ในค่าใช้จ่ายของผู้ป่วยการถดถอยแบบเป็นชุดของตัวแปรหุ่นที่แสดงตนหรือขาดเฉพาะโรค นี้สันนิษฐานว่า ผลของการวินิจฉัยที่เป็นสารเติมแต่งแต่ค่าใช้จ่ายของผู้ป่วย ทั้งโรคเบาหวาน และ depression อาจมากกว่าต้นทุนของผู้ป่วยเบาหวาน และสอง หนึ่งอื่น ๆที่มีภาวะซึมเศร้าเพราะมันอาจจะยากมากที่จะควบคุมระดับน้ําตาลในเลือดสำหรับผู้ป่วยซึมเศร้า ในทางกลับกัน อาจจะมีค่าใช้จ่าย มีหลายโรค ผู้ป่วย ตัวอย่างเช่นโรคหัวใจและเบาหวานเป็นเงื่อนไขที่ตรวจสอบคอเลสเตอรอลอาจต้อง แต่ต้นทุนเกี่ยวข้องต้องเกิดขึ้นครั้งเดียวในช่วงที่กําหนดสําหรับผู้ป่วยทั้งสองเงื่อนไขเพื่อให้สามารถได้รับการเสริมผลของหลายองค์กรอาจสำคัญเนื่องจาก สัดส่วนของประชากรที่เป็นหลายโรคคือไม่จุกจิก ( 20% ถึง 61% ในข้อมูลของเราตั้งหลายวัด ขึ้นอยู่กับการใช้ ) และมีการเติบโตตลอดเวลา ( hippisley Cox และยักยอก , 2007 )