兒童肺炎住院患者DRGs分組研究

李法軍

河南省鄭州大學第三附屬醫院病案管理科(450052)

【提　要】　目的　以兒童肺炎作為一個基本DRGs分組探索DRGs細分方法，進一步為專科醫院開展DRGs管理工作探索適合的實施路徑。方法　利用單因素方差和多元線性逐步回歸分析篩選出住院費用的重要影響因素，利用CHAID決策樹算法進行兒童肺炎細分組，并對細分組結果進行檢驗，計算每組預測住院費用。結果　將兒童肺炎細分為8個分組，組內同質性和組間異質性顯示分組合理。結論　病案質量和編碼標準化是基于統計原理獲得合理DRGs分組的關鍵影響因素。

疾病診斷相關分組(diagnosis related groups，DRGs)是一種運用統計控制理論原理將住院病人分類的方法。其分類基礎是住院病人的主要診斷編碼和手術操作編碼，并在此基礎上考慮患者年齡、性別、有無合并癥或伴隨病等情況的影響，采用適當的統計決策方法將臨床特征、住院天數和醫療資源消耗近似的病人歸為同一個診斷相關分組。這種病例組合分類方法正逐漸成為各級醫療機構在績效評價、醫保支出及醫療資源配置等管理層面更合理、高效、公平的決策思維模式，DRGs是一套醫療管理工具[1]。本研究擬以婦幼專科醫院兒童肺炎患者為研究對象，確定其住院費用的影響因素，并且采用決策樹建立DRGs病例分組，獲取各分組的標準醫療費用，旨在探索適用于專科醫院開展DRGs工作的實施路徑。

資料與方法

1.資料來源

資料來源于河南省某三級甲等婦幼專科醫院病案首頁數據，選取2012年1月1日至2016年12月31日主要診斷為肺炎(ICD-10編碼為J18)，同時年齡在17歲以下的所有病例，建立數據庫。數據庫中主要變量有住院號、性別、年齡(精確為月、天、小時)、新生兒出生體重、新生兒入院體重、入院日期、住院天數、離院方式、總費用及各項費用、主/次要診斷名稱及編碼、主/次要手術名稱及編碼等。對數據庫進行初步整理核查，修正或剔除有缺項、明顯邏輯錯誤的病例，剔除住院天數為0天、治療結果為“未愈”的病例，最后得到有效病例共13883人。

2.變量分析及賦值

根據專家建議及文獻調查結果確定住院費用的可能影響因素，利用excel 2007初步進行數據篩選與整理，利用SPSS 19.0對數據進行單因素方差分析和多元線性逐步回歸分析，進一步從相關因素中篩選出住院費用的重要影響因素。在對醫院兒童肺炎患者隨訪中發現，住院患者隨年齡增加病例數量呈下降趨勢，考慮新生兒及入托、入學等因素將年齡段劃分為≤1個月組、1個月～12個月組、1歲～3歲組和4歲以上組；新生兒體重劃分為≤2kg極低體重兒組、2kg～2.5kg低體重兒組和2.5kg以上正常體重組。具體影響因素及賦值見表1。

表1　兒童肺炎住院費用影響因素賦值表

3.分組方法

使用數據挖掘工具SPSS Modeler 14.1中卡方自動交互檢測(CHAID)模型構建決策樹，分組評價標準包括組內同質性評價及組間異質性評價。變異系數(coefficient of variation，CV)反映了各分組組內相關情況，數值越小，組內同質性越好。方差減少量(reduction in variation，RIV)是用來檢驗各分組組間異質性常用指標，數值越大，組間異質性越好[2]。

結果與分析

1.基本情況

本研究共收集有效兒童肺炎患者13883例，年齡1天～17歲，平均年齡(1.35±2.23)歲，年齡≤1個月209例，占1.50%，2個月～12個月7467例，占53.79%，1歲～2歲3340例，占24.06%，3歲～6歲2213例，占15.94%，7歲及以上653例，占4.70%。男性患者8890例，占64.04%，女性患者4993例，占35.96%。新生兒中極低體重兒10例，低體重兒4例，正常體重兒192例。平均住院天數(10.25+6.64)天，住院天數中位數為9.00天。平均住院總費用(9457.65±11889.47)元，總費用中位數為6111.09元。

2.篩選影響住院費用的重要因素

經過單因素方差分析，以年齡、性別、新生兒體重、住院天數、有無伴隨疾病、伴隨疾病個數、有無手術、手術個數等指標作為自變量，以住院總費用作為因變量，進行多元線性逐步回歸分析，結果顯示：住院天數、伴隨疾病個數、有無手術、性別等4個變量進入方程，其決定系數R2= 0.625，說明4個因素可以解釋62.50%的費用變異。由標準回歸系數可知，影響兒童肺炎患者住院費用的因素按照影響程度從大到小依次為住院天數、伴隨疾病個數、有無伴隨疾病、有無手術、性別，見表2。

表2　兒童肺炎患者住院費用影響因素多元逐步線性回歸分析結果

3.分組結果

本研究采用CHAID決策樹算法，以住院總費用作為因變量，以住院天數、伴隨疾病個數、有無手術、性別作為分類節點。參數設置為：父/子節點最小樣本數900/450，最大樹深度3，拆分節點檢驗水平α=0.05。將13883例兒童肺炎病例共形成8個DRGs分組，各組的均數、標準差、中位數、變異系數見表3。

組間異質性評價RIV=53.28%，說明組間異質性好。DRGs各分組變異系數最大值為0.79，說明組內同質性好。

4.計算各組的標準費用

利用上述方法將病例分組后，盡管各組內費用變異已經較小，但是在實際工作中，還是會出現費用過高或者過低的情況，因此，將住院費用上、下限分別調整至75%分位點加1.5倍四分位數間距和25%分位點減去0.5倍四分位數間距，標準費用為上、下限區間范圍內住院費用均數。并計算各DRG組的病種權重，即該種DRG組合的例均住院費用與所有病例平均費用的比值，權重越高，說明病人消耗的資源越多。

表4　DRGs分組標準住院費用預測(元)

討　　論

DRGs將疾病特征相似、臨床過程相近或者醫療資源消耗相當的病例分類組合成為若干個組別，組與組之間制定不同的權重反映各組的特征[3]。因此，DRGs既可以使得管理者在各組權重的基礎上恰當地劃分醫療服務產品，又可以公平合理地評價不同醫療服務提供者的績效和醫療資源消耗情況。同時，DRGs在宏觀的醫療保險預算中也發揮重要作用。

本地區醫療機構在國家衛計委推動下于2016年開啟了DRGs的準備工作，包括：某三級甲等綜合醫院被指定為本地區DRGs試行單位；各醫療單位派相關病案管理人員參加由中國醫院協會醫療質量管理專業委員會舉辦的全國住院病案首頁數據填報質量規范培訓。我院于2017年3月啟用新版電子病歷首頁，為下一步實施DRGs管理做好數據基礎建設工作。

本研究為我院DRGs工作開展做前期鋪墊。一方面，梳理電子病歷首頁歷史數據，并對其中明顯的錯誤及缺項等予以糾錯。由于病歷首頁中主/次要疾病編碼及主/次要手術編碼是DRGs分組的重要依據，因此電子病歷疾病和手術編碼質量控制是DRGs實施的首要工作。另一方面，探索基于電子病歷首頁的DRGs分組方法。選擇高發病例之一的兒童肺炎患者作為研究對象，這是因為肺炎是兒童常見病和多發病，發病率較高，并發癥較多，屬于急性住院病例，和《方案》中ES10(呼吸系統感染/炎癥<17歲)分組接近。本研究利用統計分析和CHAID決策樹方法將13883例兒童肺炎病例按照伴隨疾病和住院天數的不同分成8個組。組間異質性和組內同質性均達到合理范圍之內，分組合理。伴隨疾病個數和住院天數是影響兒童肺炎住院費用的重要影響因素，DRG1組(伴隨疾病個數0～1，住院天數≤4)住院總費用最低，耗費醫療資源最少；DRG8組(伴隨疾病個數≥2，住院天數≥18)住院費用最高，耗費醫療資源最多。值得注意的是，在計算各組標準住院費用的預測值時，DRG8組參考值下限2532.66元，小于本組住院費用的最小值，這是由于該組住院天數范圍過大，因而住院費用差異過大，導致四分位數距離過大造成的。CHAID算法給出的分組結果，即使變異系數值處于合理范圍，但在實際應用中依然需要利用適當手段予以修正[4-9]。