Abstract
The aims of this study is to medical record data warehouse which had been collected from hospital information systems. continuous patient 2,118 60.5%, informally patient 1,385 39.5%. In using survival factors sex, age, area, insurance, admission-course, medical treatment, out-patient lesson, out-patient form, conference diagnosis, operation, cancer, medical reservation. As a result of making a predictive modeling using the logistic regression, the fitness of the predictive modeling of informally patient was 66.0% and neural network, the predictive was 66.72% and CHAID, the predictive was 63.25%, which is a data mining. The expected modeling of the informally patients, the hospital through the continuous patient management and trust of hospital.
본 병원에 축적된 의무기록과 데이터베이스에 있는 퇴원 환자 정보를 이용하여 이탈에 영향을 미치는 특성을 파악하여 활용 가능한 예측모형을 제시하고자 한다. 외래진료 방문환자 3,503명 중 충성고객 2,118명 60.5%, 이탈 고객 1,385명 39.5%을 추출하여 분석에 사용하였다. 생존한 변수는 성별, 연령(연령대), 지역, 보험구분, 입원경로, 진료과, 퇴원과, 퇴원형태, 협진여부, 수술여부, 진료예약여부, 환자구분을 기반으로 예측모형을 만들었다. 로지스틱 회귀분석을 실시한 결과 66.0%의 정확도를 나타냈고, 신경망을 통하여 예측한 결과 분석용 결과는 정분율은 69.79%이고, 검정용 결과 정분율은 63.64%였다. CHAID를 통하여 예측한 결과 분석용 결과 정분율을 83.75% 이고, 검정용 결과 정분율은 42.74%였다. 예측 모형을 활용한 이탈고객을 위한 관리와 병원의 신뢰를 높여야 할 것이다.
