夏泳陈任

安徽医科大学卫生管理学院，安徽合肥 230022

我国是世界上老龄人口绝对数最多的国家， 同时也是人口老龄化速度最快的国家之一。据第七次全国人口普查报告，2020年末我国60岁及以上老年人口已达到2.6亿，占总人口的18.7%[1］。我国老年人的健康状况不容乐观，2014年底65岁及以上老年人的慢性病患病率已达53%左右，其医疗费用支出是年轻人的2~3倍，占总医疗费用的30%~35%[2］。老年人慢性病的高患病率不仅严重影响了老年人的健康，降低了生命质量，还占用了大量医疗资源，增加了家庭、社会、国家的负担。既往对疾病经济负担的影响因素分析多采用回归分析等传统的线性模型框架，这些方法一般都有严格的适用条件限制，分析时往往要对数据进行复杂的变换才能达到模型要求，同时其在非线性关联的问题上也不适 用[3］。BP神 经 网 络 模 型（back propagation neural network）是一种基于误差反向传播的人工神经网络模型，与传统统计学方法相比，该方法对资料类型、分布无特殊要求，具有一定容错性，在分析时更具有优势[4-5］，且以往研究多集中在神经网络模型对全人群慢性病或是具体某种疾病（糖尿病、脑卒中、高血压等）的住院费用研究，极少集中在老年人常见慢性病住院费用的研究。因此，本研究基于国际疾病分类-10（international classification of diseases-10，ICD-10），抽取皖南地区最大的综合性医院老年人常见的6种慢性病（脑血管疾病、恶性肿瘤、心脏病、糖尿病、高血压病、呼吸系统疾病）的住院费用进行统计分析，并探究影响老年人慢性病住院经济负担的主要因素，旨在为合理制定老年人慢性病费用控制策略及卫生资源配置政策提供科学依据和数据支持。……