某院藥品消耗指數與DRG超支的相關性及閾值效應分析

關鍵詞藥品消耗指數；疾病診斷相關分組；Logistic回歸；限制性立方樣條模型；閾值效應

疾病診斷相關分組（diagnosisrelatedgroups，DRG）支付方式以疾病診斷為基礎，通過科學分組建立動態價格調整機制和運行監督機制，推動公立醫院降本增效，已成為醫院高質量發展的內驅力之一[1―2]。隨著醫保支付方式改革的持續深入，DRG付費工作的考核評價指標體系也在不斷完善，一些新指標、新概念也隨之出現，尤其是關于資源使用效率和DRG費用控制的指標，如費用消耗指數的分項——藥品消耗指數和耗材消耗指數等，這些結構消耗指數將打破傳統藥占比、耗占比用于醫院考核的單一性和片面性[3―4]。如何科學運用DRG工具定位超支主要因素從而進行精準控費及資源配置，已成為醫院精細化管理的新契機[5]。對于藥品消耗指數的進一步研究可以找到病組費用消耗指數差異的具體原因，方便對比分析及指導整改目標。本研究采用Logistic回歸模型和限制性立方樣條（restrictedcubicspline，RCS）模型分析某三級甲等醫院（簡稱“A院”）藥品消耗指數與DRG超支之間的相關性和劑量-效應關系，并結合藥品消耗指數進行合理用藥點評，為藥品管控提供思路和依據，進而提高醫院的精細化藥事管理水平。

1 資料與方法

1.1 臨床資料

選取2023年9－11月A院共32391例患者的出院病例數據，剔除歧義病例、未入組病例等共計7914例，最終入組DRG付費病例共24477例為研究對象。提取的資料包括患者性別、年齡、住院天數、DRG類型（內科組、操作組、外科組）、病組編碼、權重、支付標準、總費用、費用消耗指數、總藥品費用、藥品消耗指數、是否轉科、合并疾病以及DRG超支情況。DRG超支指DRG支付費用小于患者實際住院費用，按是否超支進行分組。

1.2 基于藥品消耗指數的合理用藥管控

1.2.1 藥品費用標桿值設定及藥品消耗指數計算

由于各家醫院藥耗差異較大，且無法獲得全市數據，因此A院探索并科學制定了符合A院實際的藥品費用標桿值。標桿值設置方案如下：選取2021年1月1日至2023年11月30日共274492例出院病例數據，剔除轉科、歧義、未入組病例等共計7647例，剩余有效病例266845例，通過國家醫療保障疾病診斷相關分組（ChinaHealthcareSecurityDiagnosisRelatedGroups，CHS-DRG）系統的病組標桿總費用，計算每例病例的費用消耗指數，取費用消耗指數0.60～1.40的病例作為優質病例[6]，共取優質病例179657例，將各病組藥品均值作為各組別藥品費用標桿值，并計算藥品消耗指數：某病例藥品消耗指數＝該病例藥品費用/該病組標桿藥品費用。

1.2.2 基于藥品消耗指數開展合理用藥點評

A院藥學部于2023年12月起聯合醫務處、病案統計室、大數據中心，將藥品消耗指數納入藥事管理指標監控，通過對藥品消耗指數異常病例的具體分析，進行精準控費及管理。前期藥品消耗指數數據經SPSS23.0軟件驗證符合右偏態分布，其中有2215個極值（≥2.12），故將藥品消耗指數≥2.12的病例作為第一批合理用藥點評重點關注及分析的病例，同時結合科室盈虧、病組盈虧、輔助用藥占比、抗菌藥物占比等數據，進一步靶向分析超支原因，若發現涉及不合理用藥的超支病例，及時反饋給臨床進行整改。通過藥品消耗指數的監測及管控，聚焦需要加強費用控制的劣勢及潛力病組，協助提高效率，進行精準控費及管理。同時分析管控前（2023年1－6月）與管控后（2024年1－6月）全院主要藥事指標的變化情況。

1.3 統計學方法

1.3.1 描述性分析及單因素分析

采用SPSS23.0軟件進行數據分析。符合正態分布的連續變量以x±s描述，組間比較采用t檢驗；符合偏態分布的連續變量以M（P25，P75）描述，組間比較使用非參數Mann-WhitneyU檢驗；計數資料以例數、率（%）描述，組間比較采用χ2檢驗。檢驗水準α＝0.05。

1.3.2 Logistic回歸模型分析

以病例是否超支為因變量，以年齡、性別、住院天數、DRG類型、權重、藥品消耗指數、是否轉科、是否合并糖尿病、是否合并高血壓、是否合并營養不良、是否合并腫瘤作為協變量，采用多因素Logistic回歸模型分析各協變量與DRG超支之間的相關性，結果以優勢比（oddsratio，OR）、95%置信區間（confidenceinterval，CI）以及P值表述。檢驗水準α＝0.05。

1.3.3 RCS模型和閾值效應分析

使用RStudio（內嵌R4.3.1）軟件繪制RCS圖，使用rms和ggplot2包進行分析，并對模型進行非線性檢驗以及閾值曲線擬合。檢驗水準α＝0.05。

2 結果

2.1 患者一般資料

本研究共納入24477例患者，共計5400例（22.06%）患者出現DRG超支。兩組患者年齡、住院天數、權重、DRG類型、藥品消耗指數和轉科、合并糖尿病、合并高血壓、合并營養不良、合并腫瘤患者比例比較，差異均有統計學意義（P＜0.05）。結果見表1。

2.2 超支病例的影響因素分析

以是否超支為因變量，以年齡、住院天數、DRG類型、權重、藥品消耗指數、轉科、合并糖尿病、合并高血壓、合并營養不良、合并腫瘤為自變量，進行多因素Logistic回歸分析。結果顯示，住院天數長、藥品消耗指數高、轉科、合并糖尿病是DRG超支的危險因素（P＜0.05）；DRG類型為內科組或外科組、權重≥0.5是DRG超支的保護因素（P＜0.05）。結果見表2。

2.3 RCS模型和閾值效應分析結果

全院藥品消耗指數與DRG超支之間關聯具有統計學意義（P＜0.05），兩者之間的關系為非線性關系，存在非線性拐點，曲線閾值為0.64（P＜0.05）。其中操作組藥品消耗指數與DRG超支之間的關系為非線性關系，存在非線性拐點，曲線閾值為0.71（P＜0.05）；內科組藥品消耗指數與DRG超支之間的關系為非線性關系，存在非線性拐點，曲線閾值為0.64（P＜0.05）；外科組藥品消耗指數與DRG超支之間不存在非線性關系（P＞0.05）。結果見圖1。

從全院數據看，當藥品消耗指數≥0.64，藥品消耗指數與DRG超支風險呈正相關（OR＝3.43，P＜0.001）。其中操作組病例，當藥品消耗指數≥0.71，藥品消耗指數與DRG超支風險呈正相關（OR＝6.01，P＜0.001）；內科組病例，當藥品消耗指數≥0.64，藥品消耗指數與DRG超支風險呈正相關（OR＝2.73，P＜0.001）；外科組病例，當藥品消耗指數≥0.60，藥品消耗指數與DRG超支風險呈正相關（OR＝5.27，P＜0.001）。結果見表3。

2.4 管控前后全院DRG指標比較結果

與管控前（2023年1－6月）同期比較，管控后（2024年1－6月），全院次均醫療費用、次均藥品費用、藥品消耗指數均顯著下降（P＜0.01）。結果見表4。

2.5 合理用藥點評結果

對于藥品消耗指數≥2.12的超支病例進行點評分析，結果顯示，超支原因分別為病情嚴重（占36.54%）、不合理用藥（占34.34%）、無明顯用藥問題（占15.11%）、新技術新藥（占7.14%）、高碼低編（占6.87%）。

3 討論

在臨床實際中，DRG病例費用超支是多方面因素綜合作用的結果，但仍有重點管控方向可循[7―8]。本研究分析了多種因素對A院DRG病例超支風險的影響，單因素差異分析結果表明，年齡、住院天數、權重、DRG類型、藥品消耗指數、轉科、合并糖尿病、合并高血壓、合并營養不良、合并腫瘤等變量存在顯著差異。進一步多因素Logistic回歸分析表明，住院天數長、藥品消耗指數高、轉科、合并糖尿病是DRG超支的危險因素，該結果與部分學者的研究結論中藥品費用是DRG超支主要影響因素一致[9―11]；其他因素如年齡、合并高血壓、合并腫瘤等對DRG超支風險的影響無統計學意義，需要進一步的研究和數據驗證以深入了解這些因素對DRG超支風險的具體影響。本研究中全院病例曲線閾值為0.64，其中操作組閾值為0.71，內科組閾值為0.64。閾值效應分析結果提示藥品消耗指數超過閾值時，隨著藥品消耗指數的升高，DRG超支風險逐漸提高。A院將藥品消耗指數納入指標監測，對于藥品消耗指數偏高的病例，進行靶向分析及干預，有利于協助臨床控制超支風險。

在A院開展基于藥品消耗指數的合理用藥管控實踐的點評結果顯示，不合理用藥仍是藥品消耗指數偏高的主要原因。A院針對點評中發現的典型不合理用藥問題分別采取院周會公示、醫務與藥學部門聯合約談、處方權限定、信息化限制等管控措施，針對重點科室、重點醫生、重點病組的靶向干預，使點評結果更加客觀和公正，實現了粗放式藥事管理逐步向精細化管理的轉變。對于超支重點病組，還可進一步計算某藥品消耗指數，如抗菌藥物消耗指數、重點監控藥品消耗指數、麻醉藥品消耗指數等，用于對比不同科室、專業組、醫生之間抗菌藥物、重點監控藥品、麻醉藥品等使用情況[12―14]。

綜上所述，藥品消耗指數是DRG超支的危險因素，利用RCS模型分析發現，藥品消耗指數與DRG超支之間存在明顯的非線性關系，且存在閾值效應。基于這一結果，各醫院可結合實際藥品使用情況、疾病譜特征以及成本控制目標，綜合考慮醫療質量、患者需求和醫保支付能力等因素，確定適合自身的藥品消耗指數閾值。通過設定合理的閾值并實施動態監測與干預，能夠有效實現藥品使用的精準管控，為DRG付費改革背景下的藥品費用優化提供科學依據和實踐路徑。