結合真實世界數據的社區衛生服務機構ICD-10應用效果和影響因素研究

黃艷麗 ，倪志剛 ，吳行偉

社區重點人群的全科醫學處理是基層醫療服務的核心，但一直處于有臨床技術指導但缺乏有效的人群管理操作路徑的狀態，國內基層醫療衛生機構也一直在探索有效的對于重點人群的管理方法。自2010年起，國際上開始倡導“群醫學”概念，彌合臨床醫學與公共衛生的裂痕［1-2］。國內也有學者強調要將“群醫學”作為一種方法學進行研究［3］。隨著信息化工具和醫療數據應用的開發，美國以患者為中心的醫療之家（PCMH）自2011年開始提倡“人群健康管理”，重視通過在信息系統內對人群特征進行標記和分類，更好地幫助初級保健團隊開展群體干預［4-6］。國際疾病統計分類（ICD）體系在ICD-10版中突出了流行病學和健康管理的目的，是目前醫療領域較適宜和權威的分類依據［7］。ICD-10提供了各種各樣的癥狀、體征、異常、申訴和社會情況以代替有關健康記錄上的診斷，這一記錄方式與全科醫生要實現對患者連續、綜合、協調的健康管理服務的目的高度一致。但ICD在基層醫療門診中的應用和研究較少，集中在特定人群（部隊）、專病隨訪方面，且多采用抽樣病歷后編碼的方法進行分析［8-20］，缺乏專項針對基層門診醫療的日常相關研究，對基層醫療門診科研的研究范圍和深度欠缺。成都市武侯區在2017年6月已為區屬13家社區衛生中心的醫院信息管理系統（HIS）內置ICD-10診斷標準的選擇功能，但未做強制性應用要求。為進一步強化基層首診能力，充分發揮數據對業務發展的驅動作用，為家庭醫生團隊實現按人群疾病特征分層進行健康管理的目標打下基礎，武侯區于2019年10月底正式啟動了“診斷規范化行動”，對西醫診斷進行ICD-10庫強制選擇，中醫診斷提供編碼但不做強制。本文擬分析武侯區基層醫療衛生機構醫生采用ICD-10規范診斷的影響因素和實際在人群特征識別上的效果和障礙，以提煉可參考的在基層醫療衛生機構推進ICD-10從而開展人群健康管理干預的實施路徑。本文為前后對應和統一理解，以下均用“診斷”代替“疾病和有關健康問題記錄”。

1 資料與方法

1.1 數據來源 選取“診斷規范化行動”前后診斷規范性、排序、結構占比、記錄條數等數據，以及行動實施過程（2019年11月—2020年7月）中的咨詢數據。

1.2 調查對象 選擇武侯區13家社區衛生服務中心和下屬18家社區衛生服務站（以下合稱“13家中心”）全部門診醫生及其所在機構管理者（主任、副主任）為調查對象。

1.3 方法

1.3.1 問卷調查 組建由基層醫療骨干管理人員、全科醫生、衛生行政部門和科研部門聯合的干預行動項目組，根據實施研究綜合框架（Consolidated Framework for Implementation Research Constructs，CFIR）理論設計行為要素調查問卷。CFIR理論可用于各種實施研究，特別是可用于實施某個干預的前、中、后各個階段［21］。CFIR理論包含橫跨干預特征、外部特征、內部特征、個體特征和實施過程5個主要領域的39個結構體，其相互影響以影響實施和實施效果。本次行動在信息系統內屬強制實施，即最后的行動可能并非出自受訪者本身意愿，故采用實施前調查問題組合方式設計問卷，用受訪者對重要性的判斷（11分中9～11分作為非常重要）代替最后的行動，重點分析可能存在的應用障礙和風險。在召開“診斷規范化行動”啟動會2 d前通過“問卷星”發布問卷，啟動會前關閉。刪除答題時間少于預測試平均答題時間一半（77 s）的問卷。除“推動基層醫療診斷規范化重要性”問題外，其他17個問題與CFIR對應情況見表1。

表1 問卷結構和CFIR對應關系Table 1 The corresponding relationship between questionnaire structure and CFIR

1.3.2 實施干預 分為2019年11—12月籌備、試點、培訓和信息系統改造準備階段，以及2020-01-01正式切換強制診斷功能后的觀察和指導階段。在準備階段，項目組開展頭腦風暴討論，梳理了項目實施保障要素，如培訓ICD相關知識、引導建立應用場景、病案專家參與日常指導咨詢、優化信息系統操作功能、制作基層常用診斷編碼手邊查詢卡等，并選擇2家社區衛生服務中心啟動試點，同時建立診斷編碼規范化討論咨詢微信群，提供群內病案管理專家和HIS建設人員實時答疑。在進一步結合試點反饋信息和CFIR問卷結果完善保障和管理措施后，全區所有中心按計劃在12月中旬啟動整體培訓和機構內培訓，所有門診醫生加入區級微信咨詢群并自行安排過渡。2020-01-01正式切換HIS功能。同時，考慮到小概率存在的未包含在ICD-10中的診斷編碼，由信息系統設置自編碼功能提供支持。項目組記錄在實施過程中（2019年11月—2020年7月）的微信群內咨詢行為，通過雙人各自提煉關鍵詞，匯總形成咨詢需求數據信息。

1.3.3 診斷數據提取 由工程師從HIS后臺數據庫自動提取全部13家中心以下數據：（1）2017年7月—2019年10月（干預啟動前）診斷記錄名稱和觸發條數，自動計算規范化率（規范化率=ICD-10的診斷條數/全部診斷條數×100%），觀察自然狀態下規范化率的變化趨勢（上升或下降）；（2）2019年和2020年同時間段（1月1日—7月31日）診斷記錄名稱、對應的編碼名稱和觸發條數，用于觀察干預前后，同時間段內疾病記錄的順位和結構是否產生變化。

1.4 統計學方法 定性資料采用頻數與頻率進行描述；定量資料采用（±s）進行描述，兩組間比較采用t檢驗，多組間比較采用方差分析；相關性分析采用Pearson相關分析。采用多重線性回歸進行多因素分析。設α=0.05。上述分析過程使用R 4.0.2實現。

2 結果

2.1 干預前診斷規范率的自然變化趨勢 2017年7月—2019年10月自然狀態下數據變化見表2。除中心1和新建中心5外，其余11家中心2019年1—10月診斷規范率較2017年7月—2019年10月總規范率更低。干預前全區診斷規范化率僅為10.8%。

表2 2017年7月—2019年10月自然狀態下診斷規范化率變化Table 2 Change of diagnostic normalization rate in natural state from July 2017 to October 2019

2.2 干預前CFIR調查結果

2.2.1 基本信息 “診斷規范化行動”實施前，13家中心共完成160份問卷，合格問卷160份（100.0%），其中僅2名中心管理者非醫生身份。

2.2.2 診斷規范化重要性 83.1%（133/160）的調查對象認為推動基層醫療的診斷規范化非常重要，評分為（9.63±2.34）分。13家中心對診斷規范化重要性的評分比較，差異有統計學意義（P＜0.05，見表3）。

表3 13家社區衛生服務中心“診斷規范化”重要性評分比較（x± s，分）Table 3 Comparison of the importance score of "diagnosis standardization"in 13 community health service centers

2.2.3 調查對象對ICD-10作用的認識 對應用ICD-10促進家庭醫生簽約服務的作用預期集中（50%以上選擇率）在人群管理（59.4%，95/160）、風險分層（55.6%，89/160）和診斷質量（53.8%，86/160）。

2.2.4 不同CFIR內容評價者診斷規范化重要性評分比較 診斷分類規范化對家庭醫生簽約服務的風險分層、死因調查、其他因素有促進作用，患者感受的外部壓力，在過去1年所在的機構內部組織關于醫療質量的討論或學習活動的次數，基層診斷質量是否需要納入考核進行獎懲不同評價，不同年齡段、職稱或職務調查對象對診斷規范化重要性的評分比較，差異有統計學意義（P＜0.05，見表4）。

表4 對CFIR問卷內容不同評價的醫生對推動基層醫療診斷規范化重要性評分的比較（±s，分）Table 4 Comparison of importance scores of doctors in promoting standardization of primary medical diagnosis based on CFIR questionnaire data in different situations

表4 對CFIR問卷內容不同評價的醫生對推動基層醫療診斷規范化重要性評分的比較（±s，分）Table 4 Comparison of importance scores of doctors in promoting standardization of primary medical diagnosis based on CFIR questionnaire data in different situations

注：a為F值

C F I R問卷內容 例數 評分 t（F）值 P值 C F I R問卷內容 例數 評分 t（F）值 P值您認為診斷分類規范化對促進家庭醫生簽約服務的哪些方面有作用 其他 0.0 6 6 0.7 9 7人群管理（群體干預） 1.0 0 9 0.3 1 5 未選（0） 1 5 6 9.7±2.3未選（0） 6 5 9.3±2.8 是（1） 4 8.5±5.0是（1） 9 5 9.9±2.0 您所在的機構主要關注診療質量的哪些領域 2.6 7 1 a 0.4 4 5風險分層 7.3 6 8 0.0 0 7 病歷文書（1） 3 0 9.4±2.6未選（0） 7 1 9.0±2.7 操作規范（2） 3 6 9.6±2.6是（1） 8 9 1 0.1±1.9 合理用藥（3） 6 2 9.5±2.4患者溝通 0.4 8 9 0.4 8 9 三基三嚴（4） 3 2 1 0.2±1.8未選（0） 1 0 0 9.4±2.7 您是否覺得您所在機構的領導或分管領導關心診療業務的質量問題 0.1 9 5 0.6 5 9是（1） 6 0 1 0.0±1.7 是（1） 1 4 7 9.7±2.2團隊內部工作安排 0.3 3 5 0.5 6 3 否（2） 1 3 8.7±3.5未選（0） 1 3 7 9.6±2.4 您的年齡段（歲） -0.1 6 9 a 0.0 3 3是（1） 2 3 1 0.1±1.6 1 8～2 5 （1） 5 1 0.6±0.9診斷質量 0.0 8 5 0.7 7 0 2 6～3 0（2） 1 8 1 0.1±2.4未選（0） 7 4 9.5±2.6 3 1～4 0（3） 7 1 9.9±1.9是（1） 8 6 9.8±2.1 4 1～5 0（4） 4 8 9.2±2.7基于管理人群的科研數據獲取 0.0 4 8 0.8 2 6 5 1～6 0（5） 1 4 8.9±3.4未選（0） 1 2 6 9.6±2.3 6 0以上（6） 4 9.5±2.4是（1） 3 4 9.6±2.5 您的職稱或職務 -0.2 1 1 a 0.0 0 7死因調查 8.4 2 3 0.0 0 4 無（1） 6 9.3±4.1未選（0） 1 5 7 9.7±2.2 執業醫師（2） 4 0 1 0.5±1.0是（1） 3 4.3±3.1 助理醫師（3） 4 1 0.8±0.5建立患者信任感 1.8 1 2 0.1 7 8 主治醫師（4） 6 7 9.4±2.6未選（0） 1 3 2 9.5±2.4 副主任醫師（5） 4 1 9.1±2.6是（1） 2 8 1 0.1±1.8 主任醫師（6） 0 0與外部資源溝通，如醫保局、醫院 0.0 2 9 0.8 6 4 管理人員（7） 2 1 0.5±0.7未選（0） 1 3 4 9.6±2.5 您的學歷 6.2 8 1 a 0.0 9 9是（1） 2 6 9.8±1.7 大專及以下（1） 3 9 1 0.0±1.9其他 7.2 3 5 0.0 0 7 本科（2） 1 1 0 9.7±2.3未選（0） 1 5 8 9.7±2.2 碩士（3） 1 0 8.5±2.7是（1） 2 1.0 其他（4） 1 1.0目前在診斷質量要求上，您主要會考慮哪些外部要求 您的醫學專業方向 3.1 6 6 a 0.3 6 7國家政策 1.0 3 6 0.3 0 9 中醫及中西醫結合類（1） 5 1 9.6±2.1未選（0） 3 3 8.6±3.6 臨床類（2） 8 8 9.6±2.4是（1） 1 2 7 9.9±1.8 公共衛生（3） 1 5 1 0.7±0.6機構管理要求 2.6 7 7 0.1 0 2 其他（4） 6 7.7±4.8未選（0） 2 9 8.7±3.1 在過去1年，您所在的機構內部組織過幾次關于醫療質量的討論或學習活動（次） 9.4 2 2 a 0.0 2 4是（1） 1 3 1 9.8±2.1 0～1（1） 1 6 9.6±3.4行政部門要求 0.8 0 9 0.3 6 9 2～6（2） 9 6 9.5±2.4未選（0） 5 4 9.7±2.3 7～1 2（3） 3 6 9.5±1.8是（1） 1 0 6 9.6±2.4 1 3以上（4） 1 2 1 0.8±0.6行業倡議 3.2 6 7 0.0 7 1 您覺得基層診斷質量需要納入考核來進行獎懲嗎 9.0 8 0 0.0 0 3未選（0） 9 4 9.3±2.7 是（1） 1 0 8 1 0.0±2.0是（1） 6 6 1 0.2±1.7 否（2） 5 2 8.8±2.8患者感受 1 2.3 5 1 ＜0.0 0 1未選（0） 7 8 9.0±2.7是（1） 8 2 1 0.3±1.8

2.2.5 診斷規范化重要性評分與CFIR內容評價的相關性分析 診斷規范化重要性評分與CFIR內容評價（內部特征類：診斷不規范是否已經影響您目前的工作；干預特征類：在基層應用ICD-10是否科學，ICD-10與基層診斷規范化要求的契合程度）呈線性正相關（P＜0.05），與工作中應用ICD-10給現在的工作增加的負擔程度的評價呈線性負相關（P＜0.05，見表5）。

表5 基層醫療診斷規范化重要性評分與CFIR問卷評分的相關性分析（±s，分）Table 5 Correlation between importance scores of doctors in promoting standardization of primary medical diagnosis and CFIR questionnaire data

表5 基層醫療診斷規范化重要性評分與CFIR問卷評分的相關性分析（±s，分）Table 5 Correlation between importance scores of doctors in promoting standardization of primary medical diagnosis and CFIR questionnaire data

CFIR問卷內容 評分 r值 P值診斷不規范是否已經影響您目前的工作 6.7±2.5 0.314 ＜0.001您對ICD的了解程度 5.6±2.2 0.107 0.180您認為在基層應用ICD-10是否科學 6.8±2.1 0.338 ＜0.001您認為ICD-10與基層診斷規范化要求的契合程度 6.7±2.1 0.395 ＜0.001您認為工作中應用ICD-10給現在的工作增加的負擔程度 5.2±2.4 -0.211 0.007其中關于診斷質量的有幾次 3.5±3.1 0.010 0.902

2.2.6 診斷規范化重要性評分影響因素的多重線性回歸分析 以診斷規范化重要性評分為因變量（賦值：以實際值納入），以CFIR問卷內容為自變量（賦值情況見表4），進行多重線性回歸分析，結果顯示，基層醫療診斷規范化重要性評分的影響因素僅集中在干預特征類，特別是集中在對家庭醫生簽約服務的促進作用，包括人群管理（群體干預）、風險分層、患者溝通、團隊內部工作安排、診斷質量、基于管理人群的科研數據獲取、建立患者信任感、與外部資源溝通中（P＜0.05，見表6）。

表6 推動基層醫療診斷規范重要性評分的影響因素的線性回歸分析Table 6 Linear regression analysis on the influencing factors of promoting the importance score of primary medical diagnostic criteria

2.3 干預實施中的咨詢需求分析

2.3.1 咨詢需求時間觸發頻率 微信咨詢群建立于2019年10月底，截至2020-07-31群內共有237名成員，除機構和項目管理者、2名病案專家及1名信息系統工程師外，其余均為門診醫生。微信群內討論在召開啟動會（2019年12月）至干預實施后4個月（2020年4月）是咨詢高峰期（平均咨詢12.4 d/月）；2020年5月后咨詢需求開始趨于穩定（平均咨詢1.33 d/月）。

2.3.2 咨詢需求結構 提煉需求問題中的疾病、需求種類關鍵詞，共有195次咨詢（見表7）。頻次最高的前4位分別是：信息系統操作相關（19.5%，38/195），孕婦、兒保/兒疾問題（19.0%，37/195），中醫診斷標準及選擇（15.4%，30/195），外科處理（含動物致傷）問題（13.8%，27/195）。項目實施觀察9個月中，總門診診斷數為161.09萬人次，通過咨詢群提出的問題率僅為0.01%。也就是說，門診醫生在采用ICD-10記錄診斷的過程中障礙較少或能自行或內部交流解決障礙。2020年2月集中產生對新型冠狀病毒肺炎患者管理相關診斷需求咨詢，信息系統及時增加了國家對新型冠狀病毒肺炎編碼標準。從試點到全面實施共9個月間，未發現其他需自定義增加的西醫診斷編碼。其他咨詢需求在不同病種或人群中分布較為分散，特別是未見高血壓、糖尿病等常見慢性病相關診斷問題。除疾病診斷問題咨詢外，其他非直接診療類門診服務診斷咨詢問題主要涉及“預防保健、咨詢、體檢、預防性用藥、開具證明”等內容。

表7 咨詢需求關鍵詞觸發頻次（次）Table 7 Keyword trigger frequency of consultation demand

2.4 干預前后診斷數據對比

2.4.1 精細化程度 受新型冠狀病毒肺炎疫情影響，全區社區衛生服務中心總就診人次數同比下降了18.29%，但診斷條數上升10.73%，人均次診斷條數上升35.16%（見表8）。

2.4.2 規范化程度 診斷名稱記錄隨意性強、不標準、語焉不詳、以癥狀代替疾病的診斷不規范問題得到極大改善。一方面，涉及的總診斷名稱從干預前的28.99萬種縮減到1.67萬種，下降率達到94.24%（見表8）。例如，干預前涉及“高血壓”的診斷存在“高血壓”“高血壓病”“原發性高血壓”“2級高血壓”“高血壓糖尿病”等69 114種，干預后已歸集到51種。對之前混亂的自錄入診斷名稱的歸集，使得診斷前30和診斷頻次大于1 000次的占比增加，分別從57.10%、70.23%提高到69.54%、82.32%（見表8）；不明確的“咨詢”類診斷從干預前的190 907條，減少到19 702條，更多的“咨詢”被定位到更準確的就診需求，比如干預后“與用藥有關的醫療咨詢Z72.200”從1條增加到1 031條。

表8 干預前后同比診斷數據總體情況Table 8 The overall situation of year-on-year diagnostic data before and after intervention

2.4.3 常見診斷（診斷順位前30）及結構占比變化 信息系統內置ICD-10編碼庫共23 057種，2020年1—7月觸發西醫診斷3 797種，占比為16.47%。在診斷順位前30的占比中，干預前后的記錄條數變化（見表9）分類如下：（1）整體病種變化，僅涉及2個疾病，即原排名30、27的消化系統疾病“消化不良（K30.x00）”退出，“過敏性皮炎（L23.901）”首次進入前30，排名27。（2）記錄條數變化不大（增降幅在10%之內）的診斷種類包括預防接種、兒保和體檢類。可能與服務內容相對穩定和明確有關。（3）下降的診斷種類，其中咨詢類下降54.21%，分析與更積極地采用咨詢涉及的診斷來替代未明確目的的咨詢有關；上呼吸道疾病下降48.91%，分析可能受疫情影響呼吸系統疾病就診人數降低有關。（4）上升的診斷種類，大部分與疾病有關的診斷均有所上升。增幅最大的為單編碼的高脂血癥診斷，較往年占比平均水平增幅達251.47%；（非胰島素依賴型）糖尿病、高血壓、睡眠障礙類目下的診斷占比增幅分別為93.68%、87.32%、59.07%。結合干預后全部診斷數據中常見慢性病診斷分布特征信息如下：高血壓（I10-I15）：觸發編碼18種，其中原發性高血壓（I10.x09）共142 975人次，占18種編碼對應總人次（151 552）的94.34%；非胰島素依賴型糖尿病（E11）：觸發編碼22種，其中2型糖尿病（E11.900）共105 769人次，占22種編碼對應總人次（108 344）的97.62%；脂代謝紊亂（E78）：觸發編碼10種，其中未特指的高脂血癥（E78.500）共52 615人次，占10種編碼對應總人次（54 399）的96.72%；在無相關疾病流行病學變化報告的情況下，該變化應歸因于實施了診斷規范干預，導致不規范和雜亂的診斷更多地進行了歸集。干預后占比上升程度越高的疾病，反映了干預后歸集變化越大，也就是說干預前診斷不規范程度越高。值得注意的是慢性阻塞性肺疾病（J44）雖然是基層醫療服務中常見的疾病種類，但其觸發10種編碼，人次最高的非特指慢性阻塞性肺疾病（J44.900）僅770人次，順位僅排名134位。

表9 2017—2020年診斷順位前30結構占比變化情況Table 9 Changes in the proportion of the top 30 diagnostic structures in 2017—2020

3 討論

3.1 在基層實施診斷規范化的必要性 在問卷調查中，大部分醫生及管理者（83.1%）認為ICD-10在基層醫療中的應用非常重要，但即便如此，在信息系統內置ICD-10選擇功能的情況下，規范化率呈現出低占比且自然下降的趨勢。同時，干預前后的診斷順位、患者診斷精細度等內容均呈現出具有統計學意義的變化，反映出干預前診斷數據提供的信息與真實診斷有差異。必須盡快通過診斷規范干預，來獲得關于基層診斷更準確的數據，特別是在高脂血癥、糖尿病、循環系統疾病、睡眠障礙等疾病領域的診斷信息。相對于目前在醫院比較常見的因病歷質量管理、醫保、科研、統計要求而使用ICD-10，在基層醫療衛生機構中，醫生和管理者更重視診斷規范化在促進基層簽約服務的實現，包括人群管理、風險分層、患者溝通、內部工作安排、診斷質量、科研、與外部資源溝通，以及未來臨床決策支持、合理用藥等多種應用場景。這些基層特有的服務場景可能會帶來對編碼標準的進一步需求。

3.2 ICD-10與基層門診服務的匹配程度 干預實施期間在區級咨詢群提出咨詢的觸發天數比（28.10%）、觸發診斷條數比（0.01%），以及實施9個月期間未發現需自定義西醫診斷編碼事實，均提示ICD-10基于疾病和健康相關問題設計分類的科學性已經能覆蓋基層日常非中醫類門診服務所需，包括與健康相關的預防保健類、基層功能性服務等。中國醫學科學院WHO國際分類家族合作中心張萌等［10］在2017年發表的文章中，介紹了為基層設計的包含243個常見西醫疾病、45個國家基本公共衛生管理病種和ICD-10中統計短表275個類目的分類編碼框架（共21 282種），該研究通過試點發現該框架可以覆蓋基層87.2%的西醫診斷。對比ICD-10總編碼數（23 057種）和本研究案例中的覆蓋率（100%），結合未來不同醫療機構之間編碼互傳輸的需求，提示單獨設計基層用診斷編碼庫的必要性并不高，且未來付出的編碼互譯成本會額外增加，可考慮直接采用ICD-10整庫進行應用。在ICD-11中已經新增了關于包括中醫標準在內的傳統醫學類診斷，為基層醫療中的業務使用提供了更為廣泛的支持［22］。但應考慮干預實施過程中保障問題。CFIR問卷調查中提示對ICD-10本身特征認識，特別是ICD-10對基層業務起到的作用認識更到位的醫生和管理者更能理解診斷規范化的重要性。本研究案例通過啟動會對ICD-10本身的設計、使用原則等知識進行了培訓和輔導，減低了實施過程中的更大范圍醫生和管理者中的接受難度，幫助有效實施。在微信群中的咨詢問題中，以操作和中醫標準對應類問題最多，其他咨詢多集中于兒婦保健、外科、預防用藥等對應的診斷歸類問題。提示在實施過程中，要充分保障信息化建設方和預防保健類問題病案專家對基層使用者的及時支持和有效溝通。

3.3 干預后基層診斷能力的變化和改進機會 干預后，基層醫生不僅對患者特征的標識記錄有所增加，還對籠統的服務就診目的（如咨詢、體檢、預防接種）可以進行更有針對性的診斷分類，為按疾病和需求特征實現人群管理提供了顆粒度更細致的應用基礎。雖然ICD編碼能幫助醫生更完整進行診斷評估，但目前基層醫療衛生機構在ICD-10應用過程中仍存在著因目的不一導致的診療過程與病案管理過程相對獨立、診斷與編碼之間對應的準確性［23-24］、相似診斷名稱的編碼選擇等問題［25］。要通過使用ICD后的診斷信息發揮幫助醫生和機構管理者提示患者信息的作用，就需要盡量保持診斷的完整性和準確性。國內已有研究通過信息系統智能提醒或內部PDCA方式改進編碼準確性［26-28］，但更重要的還需要培養醫生“診斷性評估”的意識。比如在干預后原發性高血壓（I10.X00）診斷位居第一，占高血壓病診斷的93.34%，但根據《中國高血壓防治指南（2018年修訂版）》［29］，高血壓的診斷性評估至少包括三方面內容，即確立高血壓診斷及血壓水平分級（如正常高值血壓I10.X01、高血壓3級I10.X05）、判斷高血壓的原因（如腎性高血壓I15.102）及尋找其他心腦血管危險因素、靶器官相關的臨床情況（如高血壓腎臟病不伴有腎衰竭I12.900、高血壓心臟和腎臟病I13.900）；比如未特指的高脂血癥占脂代謝紊亂類診斷的96.72%，而沒有進一步劃分到高膽固醇血癥（E78.0）、高甘油酯血癥（E78.1）、混合性高脂血癥（E78.2）等基礎分類。引導醫生細化診斷編碼度可以強化其對疾病診斷性評估和特征的認識。

4 結論和建議

4.1 基層門診需加快推動對診斷分類編碼的使用 采用診斷分類編碼是有效且可行的加強數據和業務融合，從而提高診斷和人群管理能力的基礎工具。本研究發現基層醫務人員和管理者在應用ICD-10工具上不存在巨大障礙，特別是在獲得充分的ICD-10知識后。在實施中需要保障信息系統、病案專家的及時反饋和支持。

4.2 加強探索診斷數據在基層醫療中的應用場景 數據驅動與基層業務有效融合，才能為數據使用提供動力。隨著數據驅動方法學的發展，綜合使用數據和技術為改善醫療服務和患者的醫療結果提供了巨大的機會，但與其他行業相比，醫療領域的數字化轉型才剛剛開始加速，基于機器學習和其他數字工具的全部潛力還沒有被完全理解或充分重視，而且經常被忽視。雖然95%的醫療體系和機構的管理者認為數據對業務驅動非常重要，但只有15%的組織完全具備快速做出數據驅動決策的能力［30］。我國基層醫療衛生機構有必要盡早啟動業務與信息化的合作，讓數據驅動的醫療加速成為一個關鍵的優先事項，如一方面通過診斷編碼為簽約服務后的人群分層管理打下基礎，從而快速提高基于人群的管理能力。另一方面，以真實世界基層診斷數據引導全科和初級保健領域相關研究，可以以問題為導向整理全科診療服務需求、識別服務能力差距，從而針對性地設計全科醫生在崗培訓課程或規范化培訓課程。

4.3 加快我國醫療信息標準基礎建設 與其他發達國家相比，我國的醫療信息標準化工作起步較晚，存在組織管理體系不完善、各部門各地標準不統一、缺乏應用指導、醫療機構參與度低、研究與推廣所投入的資金與人才不足等一系列問題［31-32］，給醫療數據的使用造成了障礙。建議國家進一步在頂層統一組織架構下，以數據驅動業務為目標加強標準化研發和應用上的協同，根據國情加快確定有效、科學的醫療數據標準化體系。

本文的局限性：（1）在研究階段，考慮到尚無對中醫編碼的權威發布和業內對分類標準的共識，并未對中醫編碼進行規范化要求，故缺失了對中醫診斷的分析部分；（2）ICD-10國內有協和醫院、國家衛生健康委及醫保部門發布的多個版本，考慮到對接最直接的醫保報銷需求，故采用的醫保部門發布的編碼字段庫，可能與直接的ICD-10編碼字段有一些影響。

作者貢獻：黃艷麗負責文章的構思與設計、研究的實施與可行性分析、數據收集、結果的分析與解釋、論文撰寫、英文修訂、文章的質量控制及審校，對文章整體負責， 監督管理；倪志剛負責IT技術專業和政策指導；吳行偉負責數據整理、論文的修訂。

本文無利益沖突。