基于博弈理論的DRG支付對三級醫院疾病診治難度的影響分析

摘要：目的 分析疾病診斷相關分組（DRG）支付對三級醫院疾病診治難度的影響，探索醫療質量管理的最優策略。方法 構建并求解三級醫院在按項目付費下和DRG支付下疾病診治難度的博弈模型，得到均衡解，并通過實證數據驗證博弈結果。結果 在按項目付費下，三級醫院會將疾病診治難度維持在一定水平。DRG支付可以促進三級醫院提升疾病診治難度，降低醫療資源消耗，提升診治效率。結論 按項目付費已不能適用于現代醫保基金的管理要求，三級醫院在按DRG支付后會逐漸提升疾病診治難度，但需要辯證看待醫療資源消耗問題。

關鍵詞：博弈理論；DRG;三級醫院；疾病診治難度；病例組合指數

中圖分類號：R197.323 文獻標識碼：A

在醫療服務過程中，醫方、保方、患方都希望醫療機構能夠不斷改進醫療技術，提升急危重癥和疑難雜癥的診治能力。長期以來，按項目付費作為我國醫療機構最主要的支付方式，由于不具備評價醫療產出的功能，無法對醫療機構診治難度進行界定。在該支付方式下，醫療項目單價由政府統一制定，但醫療機構可以通過設定診療服務數量，控制疾病診療總費用，而醫保只能進行事后付費，會導致醫保基金流失。2019年，國家醫保局在全國啟動疾病診斷相關分組（Diagnosis Related Groups，DRG）支付方式改革試點，使DRG成為醫院質量管理和醫療服務能力的重要測評工具，并于2021年在試點城市正式運行醫保DRG支付。新的支付制度將對利益相關方的行為產生一定影響。

博弈理論研究決策主體的行為決策及決策的均衡問題，各博弈方選擇合適策略達到的均衡結果是最優策略組合。本研究基于按項目付費方式和DRG付費方式，通過博弈理論和實證研究，分析兩種支付方式對三級醫院疾病診治難度的影響。

1資料與方法

1.1資料來源

以我國中北部地區某DRG付費試點城市為例，該市于2019年初在全市14家二、三級綜合醫院開展CHS-DRG付費改革。本研究選取其中一家DRG數據相對完整的三級醫院作為樣本醫院。在此階段前后，該市醫療衛生政策和醫保政策沒有其他重要變動，樣本醫院床位編制和科室建制沒有變化。

1.2研究方法

1.2.1概念界定 疾病診治難度是指診治疾病所需的技術水平和醫療資源消耗程度。在DRG支付制度中，診治難度在單個病例層面的指標為病組權重，在醫療機構層面的指標為病例組合指數（Case Mix Index，CMI）。

1.2.2博弈主體和策略 通過文獻研究，分析醫療機構經濟學特征、收入結構、策略行為，基于博弈理論，分析醫療機構提升疾病診治難度的經濟學本質，構建并求解博弈模型。本研究中，博弈主體是醫院的不同科室，科室策略為提升疾病診治難度和不提升疾病診治難度。

1.2.3診療費用參數 對于特定疾病，設其在按項目付費下的總費用為M（費用由每個診療項目組成）。假設患者無自費項目，均可醫保支付，且費用報銷比例相等，醫保部門照單支付，不扣款、不處罰。此時，醫院收入也為M，設醫院業務成本（包括藥品耗材、資產折舊等，不含人員經費）占總費用的比例為u，則醫院的成本為uM，醫院的利潤為（1-u）M。設患者自付比例為p，則患者應支付pM，醫保需支付（1-p）M。在DRG支付下，根據部分地區支付原則，患者仍按實際消費總金額M和報銷比例p進行付費，而醫保部門對該病種按定額支付給醫院，設其為T。患者個人支付仍為pM，醫院的收人為T+pM，減去成本uM，醫院的利潤為T+pM-uM。由于藥品耗材費用一般超過總費用的50％，而患者自付比例一般低于50％，故認為0≤p≤u≤1，則醫院利潤可記為T-（u-p）M。

1.2.4實證數據分析 以實施DRG支付為時間節點，對樣本醫院的醫療資源消耗、診療難度、醫療效率進行實施前后對比。定量數據按是否符合正態分布，采取配對t檢驗或配對非參數檢驗，定性數據采取卡方檢驗，以Plt;0.05判斷統計學有差異，使用卡方調整后標化殘差來分析各單元格的構成比是否存在統計學差異。在R×C表格中，當調整后的標化殘差絕對值≥3.0時，表示該單元格的觀測頻數與期望頻數的數值有統計學差異，gt;3.0表示該單元格頻數明顯增多，lt;3.0表示該單元格頻數明顯減少。對月度數據進行中斷時間序列分析，該方法收集DRG支付實施前后多個等距時間點的相關數據，擬合多段線性回歸，是在缺乏隨機對照情況下判斷干預措施效果的有效方法。

2結果與分析

2.1按項目付費下醫方疾病診治難度的博弈

2.1.1理論分析 在按項目付費加總額控制下，醫保對醫院和科室通常在忽略疾病診治難度的情況下，制定均值考核的辦法，如平均住院日、次均住院費用等，并以均值的目標值為考核上限，來控制各科室醫療行為。

2.1.2模型假設 在醫務人員診療行為均符合規范的前提下，參考DRG費用計算原理，假定疾病費用與疾病難度成正比。設疾病的計價費用為M，科室診治疾病的難度為rw，費用M與疾病難度rw成正比，難度的費用系數為g，記為函數M=f（rw）=g×rW?？傎M用為M時，患者自付pM，科室成本uM。醫院設定的出院患者單次住院費用控制上限為D，D=f（rw0）=g×rw0，rw0。為次均費用達到D時的疾病診治難度上限值。

如果MD，科室在獲得正常利潤（1-u）M時，需扣除超支的部分，即-（M-D），則記為y=-（M-D）+（1-u）M=D-uM。科室的利潤y為分段函數，記為

設醫院此時有A、B兩個相同診療科目的科室（如普外科1和普外科2），針對某疾病的治療，科室A有提升疾病診治難度和不提升疾病診治難度兩種策略，其概率分別為a和1-a，科室B也有這兩種策略，其概率分別為b和1-b。

設在不提升疾病診治難度時，其診治難度為rw1，計價總費用為M1=f（rw1）=g×rw1，且次均費用未超過上限D，則科室的收益為Y1=（1-u）M1=（1-u）g×rw1。當科室提升診治難度時，其診治難度為rw2，計M2=f（rw2）=g×rw2，疾病對醫療服務的需求增大，總費用增加。

2.1.3博弈分析 構建博弈模型如表1所示。表1中，科室的實際收入y會根據分段函數呈現不同結果，因此將博弈模型分解為兩個分段模型。

（1）當rw1

因為（1-u）g×rw2gt;（1-u）g×rw1，所以當科室B選擇提升疾病診治難度時，科室A選擇提升疾病診治難度；當科室B選擇不提升疾病診治難度時，科室A仍選擇提升疾病診治難度。可以看出，提升疾病診治難度是科室A的占優策略，同樣也是科室B的占優策略，科室A、B最終的均衡結果是（提升疾病診治難度，提升疾病診治難度）。此時，醫療機構會逐漸提升疾病診治難度，直至疾病診治的難度系數逼近臨界值rw0。

（2）當rw1

當繼續提升疾病診治難度導致費用超過次均費用考核上限時，y2=D-uM=g×rw0-ug×rw2；不提升疾病診治難度時，y1=（1-u）g×rw1=g×rw1-ug×rw1。根據分段模型1，醫療機構會不斷提升疾病診治難度直至難度系數rw1逼近臨界值rw0。在分段模型2中，認為rw0≈rw1，又有rw1

2.1.4博弈結果 綜合上述博弈分析結果得知，在按項目付費下且診療行為符合規范時，醫療機構各科室會首先提升疾病診治難度直至費用接近考核上限，隨后因受次均住院費用考核的限制，再提升疾病診治難度已不能獲得更多報酬，此時科室會選擇維持該難度，最終導致科室的疾病診治難度在某一狀態下穩定。

2.2DRG支付下醫方疾病診治難度的博弈

2.2.1理論分析 DRG支付下，病組的定額T等于疾病權重乘以費率，即T=RW×k，同時，疾病權重RW與疾病難度成正比。不同科室的不同疾病可以通過RW進行難度相對比較。醫院不再受總額控制。

2.2.2模型假設 對某DRG病組的定額設定為T，病組權重為RW，費率為k，T是病組權重的一次函數，即T=f（RW）=k×RW，當RW提升時，醫保定額T相應提升。疾病的計價費用M，也是RW的函數，g為難度的費用系數，記為M=f（RW）=g×RW。

針對該病組的治療，科室A有提升疾病診治難度和不提升疾病診治難度兩種策略，其概率分別為a和1-a，科室B也有這兩種策略，其概率分別為6和1-b。在不提升疾病診治難度時，診治疾病的權重設為RW1，醫保定額T1=RW1×k，計價總費用為M1=g×RW1，患者自付pM1，科室成本uM1。則科室利潤為y1=T1-（u-P）M1=k×RW1-（u-p）g×RW1=RW1×[k-（u-p）×g]，通常情況下，科室的利潤為正值，即有k-（u-p）×ggt;0。

當科室A提升疾病診治難度時，將收治疾病難度更大的患者，其權重為RW2，有RW2gt;RW1，此時科室利潤為y2=T2-（u-P）M2=k×RW2-（u-P）g×RW2=RW2×[k-（u-p）×g]，同理，科室B相應收益也可計算。

2.2.3博弈分析 構建博弈模型如表4所示?？梢钥闯?，因為RW2×[k-（u-p）×g]gt;RW1×[k-（u-p）×g]，當科室B提升疾病診治難度時，科室A將選擇提升疾病診治難度；當科室B不提升疾病診治難度時，科室A將仍選擇提升疾病診治難度。因此，提升疾病診治難度是科室A的占優策略，同理也是科室B的占優策略，最終科室A、B均衡的結果是（提升疾病診治難度，提升疾病診治難度）。

2.2.4博弈結果 根據上述博弈分析結果得知，DRG支付可以促進科室選擇提升疾病診治難度以獲得更大收益，當所有科室執行此策略后，將使醫院整體診治難度得到提升。

2.3實證研究

2.3.1樣本醫院指標分析 提取樣本醫院相關指標的月度值，進行逐月比較，數據符合正態分布的用均值士標準差表示，使用配對t檢驗；不符合正態分布的用中位數M（P25，P75）表示，使用配對非參數檢驗。具體見表5。

可以看出，實施DRG支付后，樣本醫院出院人次數未發生明顯變化，但總權重明顯增加，導致全院CMI值上升；時間消耗指數和費用消耗指數降低；手術人次數未見明顯變化，但微創手術人次數增加；四級手術人次數有一定增加，但未達到統計學差異。以上結果均表明，三級醫院在DRG支付改革后，疾病診治難度提升，醫療資源消耗降低，且診治效率提升。

2.3.2樣本醫院病組結構分析 病組結構中，權重分為極低權重（RWlt;0.5）、低權重（0.5≤RWlt;1）、中權重（1≤RWlt;2）、中高權重（2≤RWlt;5）和高權重（RW≥5）5個等次，各等次病例的卡方檢驗結果見表6。比較發現，兩個年度收治的患者構成比不同（X2=630.304，Plt;0.001）。通過調整后殘差可以看出，極低權重和低權重患者的比例明顯減少，而中權重、中高權重、高權重的患者比例明顯增加，提示樣本醫院收治疾病的診治難度顯著提升。

2.3.3樣本醫院月度數據分析 統計樣本醫院2018年1月-2019年12月的CMI值，以2019年1月（該院實施DRG績效考核）為DRG支付實施前后分界點。使用STA-TA進行中斷時間序列分析，選擇效應滯后1期，整體回歸系數為0.025 4，P=0.024 1，模型有統計學意義。中斷時間序列分析的統計檢驗F（3，20）=3.73，P=0.028 1，見表7。

其中，B1為DRG支付實施前的斜率，B2為DRG支付實施前后水平改變量，B3為DRG支付實施前后的斜率改變量，B1+B3為DRG支付實施后的斜率；回歸系數的假設檢驗就是水平改變量和斜率改變量的顯著性檢驗。可以看出，B1、B2差異無統計學意義，B3差異有統計學意義。B1+B3為0.025 386，提示醫院的CMI值與時間呈明顯正相關。

從STATA模型效果圖（圖1）可以看出，醫院的CMI值在DRG支付實施前處于略微上升狀態。CMI值在DRG支付實施瞬間下降了0.084，在DRG支付實施后的前幾個月同實施前基本一致，到了第9個月逐漸上升，表明樣本醫院的疾病診治難度在按項目付費下處于較穩定狀態，而在DRG支付改革后會逐漸提升，這均與博弈模型結果相符合。

3討論

3.1按項目付費方式已不適用于現代醫保基金的管理要求

本研究通過博弈分析認為，在按項目付費和總額控制下，會促使三級醫院將疾病診治難度和醫療資源消耗控制在考核指標附近，限制了三級醫院疾病診治難度的提升。雖然衛生健康部門以單病種、臨床路徑、等級評審等方法來促使醫院提升醫療技術和診治難度，但在經濟效益的驅使下，醫務人員更傾向于收治簡單疾病，通過“小病大治”增加醫療資源消耗，“爭奪”基金支付份額，以減少工作風險和增加自身收益。這既影響了醫?；鸬氖褂眯剩衷黾恿嘶颊呓洕摀?，更導致了過度醫療。在信息化快速發展下，按項目付費已不適用于現代醫保基金的管理要求。

3.2三級醫院實施DRG支付后會逐漸提升疾病診治難度

既往研究中，鄧小虹發現，北京市三級醫院試點DRG支付改革后，試點三級醫院的CMI值有所上升；王堅強等也發現，沈陽市在開展DRG支付改革后，大型醫院提高了重癥收治率；方金鳴等發現，DRG支付改革會導致三級醫院CMI值提升，醫療資源消耗降低，醫療效率明顯提升。本研究通過博弈理論和實踐數據證實了實施DRG支付后三級醫院疾病診治難度會得到提升，這與上述研究結果基本一致。其原因可能是，DRG的疾病分組區分了不同嚴重程度的疾病對于醫療資源的消耗，使得醫療服務產出得到量化，提高了醫療服務的可比性，尤其是使不同專業不同疾病的橫向比較成為可能。大型醫療機構為了追求更高收益，須提升疾病診治難度。推行DRG支付改革，對充分激發高級別醫療機構活力，促進醫療服務提質增效有重要現實意義。本研究進一步發現，增加微創手術人次數、四級手術人次數，降低時間消耗指數、費用消耗指數是樣本醫院適應DRG支付改革的主要路徑。

3.3辯證看待實施DRG支付后病組醫療資源消耗的縮減

既往研究認為，收治疑難患者，會增加醫院的人力、物力消耗，導致醫生平均每日負責住院人數下降。北京市三級醫院試點DRG支付改革后，收治患者數有所下降，而對照同期收治患者數有所增加。本研究發現，三級醫院的收治患者數不變而診治難度提升，同時醫療資源的消耗減少，這與既往研究不同。原因可能是，樣本醫院在DRG支付下，將患者提早轉出，導致患者的醫療資源消耗減少。一方面，既往按項目付費方式下，醫院普遍存在讓患者延遲出院情況，以增加醫院收益，DRG支付將在一定程度上改善這種情況。另一方面，目前的研究結果尚不能排除醫院過早將患者轉出或者讓患者出院，將術后風險留給患者自行承擔的情況。過度的縮減醫療會導致醫療服務供給不足，降低醫療服務質量。因此，需要辯證看待醫療資源消耗的縮減是否對患者真正有利。

4本研究局限

第一，本研究在博弈分析時，假定疾病的成本和收益相對于病例難度是呈線性變化的，該假設是基于我國DRG權重和費率也是按照線性模型設計的。雖然該假定稍偏離實際，但尚未發現更好的方式構建模型。第二，通過本研究的實證數據可以認為醫院CMI值的增加是通過增加四級手術和微創手術來實現的，但仍不能判斷醫院是否存在低碼高編的情況，也不能支持分析醫療資源消耗減少的原因。第三，不同的DRG分組策略和方法會對醫方行為產生不同的導向作用，本研究所提取的數據是該市剛剛實施CHS-DRG時的情況，不能反映長期情況。在后續研究中，將對上述問題做進一步調查研究。