基于DRG數據的DEA-Tobit模型在臨床科室運行效率評價上的應用*

成都市第三人民醫院(610031) 成 檸 王 鵬 龐 宇 黃路非 李 暄

疾病診斷相關分組(diagnosis related groups，DRG)是基于病案首頁的信息，根據病人年齡、性別、住院天數、主要診斷、手術、疾病嚴重程度及合并癥等因素，將臨床信息與醫療資源消耗相似的患者分為一組，以組為單位確定收費，可以用于付費管理、預算管理、醫療質量管理等。數據包絡分析(data envelopment analysis，DEA)是通過對決策單元投入和產出的綜合分析，利用各投入產出的權重構建分段性生產前沿面，根據決策單元與有效生產前沿面的距離來判斷其是否有效。為探索某醫院各臨床科室的運行效率，將DRG數據與其他投入產出指標通過DEA的方法進行評價，并用Tobit模型分析其影響因素，為提高各科室運行效率、優化資源提供參考。

資料與方法

1.資料來源及指標 研究對象為樣本醫院25個臨床科室，時點數據為2018年12月底的數據，時期數據為2018年1-12月的累計數據，來源于樣本醫院的人力數據庫、資產數據庫、病案管理系統。DRG數據源于醫院DRG數據庫。

根據《三級公立醫院績效考核操作手冊》以及現有的文獻研究，本文投入指標主要從人、財、物三個方面選取，即各科室的衛技人員數、固定資產、實際開放床位數；產出指標將DRG相關指標納入考核。選擇衡量臨床科室服務能力的指標如診斷相關組數、病例組合指數(case mix index，CMI)和總權重，分別代表臨床科室收治病種的范圍、技術難度和住院服務總產出。另外，將病床周轉次數也作為科室產出指標進行分析。

2.方法 本文基于DEA的產出模型規模報酬不變的數據包絡模型(CCR模型)和規模報酬可變的數據包絡模型(BCC模型)，對25個臨床科室的運行效率進行相對效率分析，評價綜合技術效率、純技術效率、規模效率，利用excel整理原始數據庫，利用DEAP 2.1進行產出導向的數據包絡分析，利用SPSS 21.0對DEA分析獲得的相對效率值進行Tobit回歸分析，探索運行效率的影響因素。

結 果

1.基于DEA的各科室運行效率評價 2018年樣本醫院衛技人員總數為1334人，固定資產總額為17684.15萬元，實際開放床位數為1439張，診斷相關組數為638組，病例組合指數為1.11，總權重為59829.19，病床周轉次數為40.4。

在投入指標上，各科室衛技人員均值為48人，固定資產均值為645.97萬元，實際開放床位數為50張；在產出指標上，診斷相關組數均值為81組，病例組合指數為1.5，總權重為2041.22，病床周轉次數均值為51.01。見表1。

表1 2018年各臨床科室的投入產出指標基本情況

樣本醫院25個臨床科室綜合技術效率平均值為0.911，純技術效率均值為0.948，規模效率均值為0.957，其中總體效率值等于1的科室有12個，占全部科室的48%，表示在現有的資源配置情況下，這些科室同時達到“技術有效”且“規模有效”；總體效率值小于1的科室有13個，占全部科室的52%，說明這些科室的資源配置相對無效，資源沒有得到充分的利用，其中規模無效的科室有5個，技術和規模均無效的科室有8個。

從效率值高低來看，技術效率較高(≥0.8)的科室有9個，規模效率較高(≥0.8)的科室有11個。耳鼻喉科、泌尿外科、普外科、血液科這幾個科室的純技術效率均為1，但是規模效率小于1，且規模報酬遞減，投入的增速高于產出的增速，生產規模偏大，詳見表2。

表2 2018年各臨床科室運行效率情況

2.基于Tobit模型的各科室運行效率影響因素

運用Tobit回歸模型進一步分析各科室運行效率的影響因素，將上述DEA計算的總體效率值作為因變量，將7個影響因素作為自變量，建立回歸模型。公式為：Yi=δi+δTXi+βi，其中，Yi為第i個科室的效率值，δi為常數項，δT為自變量的回歸系數，Xi為各個影響因素，βi為殘差項。回歸結果見表3。

表3 基于Tobit回歸模型多因素分析結果

表3的結果表明，在0.05的顯著性水平下，診斷相關組數、病例組合指數、實際開放床位數、病床周轉次數對各臨床科室的運行效率產生顯著影響。

討 論

DRG數據直接使用病案首頁的一手信息，將科室的診療能力、效率、難度等有機結合，將DRG數據納入本文的考核指標能夠科學和有效的建立標準值，使得投入產出指標體系更加多元化。這就要求病案首頁的填寫規范化，因為從病案首頁質控的實際情況來看，樣本醫院泌尿外科的首頁質量有待提高，需要加強醫生的首頁填寫培訓，保證首頁的準確性、科學性。

研究結果顯示，樣本醫院25個臨床科室綜合技術效率平均值為0.911，純技術效率均值為0.948，規模效率均值為0.957。其中總體效率值等于1的科室有12個，占全部科室的48%，從DEA的角度可以認為這些科室運行效率較好，從床位、醫技人員、固定資產這三個方面的投入利用較為充分。總體效率值小于1的科室有13個，占全部科室的52%，這些科室存在投入冗余或者產出不足的情況，須通過精細化的管理，減少不必要的投入，可通過新技術、新項目的開展、對標先進等方式提高科室的服務能力及水平。

回歸模型表明，診斷相關組、CMI、實際開放床位數、病床周轉次數對臨床科室的運行效率有顯著影響(P<0.05)。實際開放床位數、衛技人員數與科室的效率成反比，要根據科室情況合理配置床位數，減少床位冗余，而且在衛技人員的設置方面要優化人員結構，將醫護比、學歷占比作為各科室的考核標準。另外，對于非有效的臨床科室來說，要根據科室的實際情況提高衛生服務能力，擴大診療服務范圍，提高收治病人的技術難度，合理設置床位、固定資產等硬件設施，合理優化病床周轉次數。

本文使用的DEA方法進行評價，僅能對決策單位的相對有效進行評價，并不代表其是否絕對有效；另外，投入產出各項指標的選擇也會影響分析結果，未來工作中可根據實際情況將納入指標進行擴充，以期達到最佳的評價結果。