本书共7章：第1章介绍研究背景、研究意义、研究逻辑框架和研究内容等；第2章阐述脑卒中慢性病再入院风险分析和相关防控措施研究、随访优化和转诊决策与协调等研究现状；第3章以西南C市的真实医保大数据为研究对象，通过数据清洗和预处理，对两种非预期再入院事件的现状、预警因素与造成的损失分别进行研究；第4章建立考虑区域、医院和患者层不可观察异质性的再入院随机过程预测模型及其变体，将这些模型和机器学习模型分别用于预测脑卒中患者30天全因再入院和4年同因反复再入院，并比较这些模型预测两种不同再入院事件的性能；第5章研究单体三级医院的患者随访策略，医院内部医生门诊、护士电话/微信随访干预协作的问题；为三级医院制定科学的脑卒中患者出院后有限规划期内随访策略；第6章突破单体医院的空间限制，构建由三级医院和二级康复医院组成的两级下转系统，以缓解患者再入院问题。 本书可供工业工程、管理科学、系统科学、医院管理等专业的本科生、研究生、教师及医疗行业从业人员阅读、参考。

1 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究逻辑框架与研究内容
1.2.1 研究逻辑框架
1.2.2 研究内容
1.3 研究结构与技术路线
1.3.1 研究结构
1.3.2 技术路线
1.4 本章小结
2 国内外研究现状
2.1 数据驱动的脑卒中慢性病再入院风险分析与相关防控措施研究
2.1.1 数据驱动的脑卒中慢性病再入院率、预警因素与损失研究
2.1.2 数据驱动的脑卒中慢性病再入院预测方法研究
2.1.3 再入院的防控措施研究
2.2 预防性维护计划、调度优化与慢性病随访优化研究
2.2.1 预防性维护计划与调度优化研究范畴与概念
2.2.2 慢性病随访计划与调度优化研究
2.3 医疗服务转诊决策与协调研究
2.3.1 医疗服务上转决策与协调研究
2.3.2 医疗服务下转决策与协调研究
2.4 研究述评
2.5 本章小结
3 数据驱动的脑卒中患者再入院风险分析
3.1 数据来源与处理
3.1.1 数据来源
3.1.2 数据预处理
3.2 30天全因再入院风险预警因素与损失分析
3.2.1 描述统计分析
3.2.2 基于Cox模型的全因再入院预警因素分析
3.2.3 基于多元线性模型的再入院累加花费分析
3.3 4年同因反复再入院风险预警因素与损失分析
3.3.1 描述统计分析
3.3.2 基于AFT模型的同因反复再入院预警因素分析
3.3.3 反复再入院对累加花费和患者预后的影响分析
3.4 再入院风险预警因素与损失比较
3.5 本章小结
4 数据驱动的脑卒中患者再入院预测研究
4.1 问题描述
4.2 模型构建
4.3 模型应用
4.4 结果分析
4.4.1 模型预测性能比较
4.4.2 不可观察异质性的预警作用
4.5 本章小结
5 基于再入院风险分层的脑卒中患者随访策略研究
5.1 问题描述
5.2 模型构建
5.2.1 再入院时间模型构建
5.2.2 假设与参数
5.2.3 随访干预计划模型构建
5.2.4 模型总结
5.3 脑卒中患者随访策略设计实例分析
5.3.1 参数设置
5.3.2 计算结果
5.3.3 灵敏度分析
5.3.4 不同场景下的干预计划
5.3.5 风险分层的价值
5.4 本章小结
6 再入院惩罚成本对脑卒中患者下转策略的影响研究
6.1 问题描述
6.2 不考虑再入院惩罚成本的下转策略研究
6.2.1 系统集中决策
6.2.2 系统分散决策
6.3 考虑再入院惩罚成本的下转策略研究
6.3.1 系统集中决策
6.3.2 系统分散决策
6.4 系统协调优化与下转策略比较分析
6.4.1 分散决策向集中决策协调优化
6.4.2 两种情景的下转策略比较分析
6.5 脑卒中患者下转策略设计实例分析
6.5.1 系统协调优化条件结果分析
6.5.2 两种情景的下转策略比较分析
6.5.3 灵敏度分析
6.6 本章小结
7 结论与展望
7.1 研究工作总结
7.2 研究创新点
7.3 研究展望
附录A
一、第3章的数据集信息说明和描述性统计数据
二、第5章的模型参数值
三、第6章灵敏度分析的关键参数变化对均衡决策和利润的影响
参考文献