DRG支付方式改革下急性胰腺炎醫療費用結構分析：基于灰色一馬爾科夫鏈預測模型

公立醫院是我國醫療服務體系的主體，是全面提高衛生健康技術服務水平的主力軍。自2009年我國開啟新醫改以來，取消藥品加成成為公立醫院改革的關鍵舉措，旨在消除“以藥養醫”現象[]，將公立醫院的補償來源從藥品收入、醫療服務收入和政府補償三大渠道轉變為醫療服務收入和政府補償兩大渠道[2]。此舉引發了社會的廣泛討論，尤其是藥費減少是否是藥費的“轉移”，而引起檢查費和檢驗費的增加[3]，從而影響醫療費用結構。2022年，國家衛生健康委發布的《公立醫院高質量發展評價指標（試行）》明確提出，優化收支結構是公立醫院高質量發展的新要求4，并將“醫療服務收入占比”納入績效考核指標，但藥占比作為醫院管理指標仍存在爭議。有研究認為，控制藥占比與合理用藥原則沖突，會誘導其他醫療需求，加劇醫患矛盾[5]；也有研究認為，控制藥占比能改善不合理用藥現象，優化醫院收入結構，增加收益[6-7]。

急性胰腺炎是全球常見的消化系統急腹癥之一，也是住院治療的常見病因。據《2019年全球疾病負擔研究》8調查顯示，全球每年有280萬例急性胰腺炎病例，且發病率、住院率持續上升，平均住院醫療總費用接近7000美元。急性胰腺炎病程較為多變，約 20% 的患者會發展為急性重癥胰腺炎，常繼發感染、腹膜炎和休克，具有較高的病死率，因此影響患者住院費用的因素也較為復雜[9]。急性胰腺炎作為內科疾病，藥占比高于 30% ，因此應對其醫療費用收人結構進行動態預測分析，以促進醫院病種精細化管理。

1" 對象與方法

1.1 研究對象

本研究回顧性分析江蘇省某三甲醫院實施DRG支付方式改革后，2022年10月—2024年8月收治的急性胰腺炎患者的住院病例信息。納入標準：（1）根據國家CHS一DRG分組方案（1.0版），主要診斷大類為AP，DRG分組編碼為HT21（急性胰腺炎，伴有嚴重并發癥或合并癥）、HT23（急性胰腺炎，伴有并發癥或合并癥）和HT25（急性胰腺炎，不伴并發癥或合并癥）。需說明的是，該地區具體支付標準為：HT21組15758.07元/例，HT23組12642.07元/例，HT25組10416.35元/例，且3年間支付標準保持不變，醫院的醫療費用及構成情況也保持相對穩定。（2）電子病歷中患者疾病診療及相關病史病例記錄完整。排除標準：（1）住院天數 gt;60d （2）患者病歷信息存在缺失和邏輯錯誤。通過納排標準篩選，獲得有效病例496例。

收集納入患者的人口統計學信息（如年齡、性別、職業等）、臨床特征（包括病情嚴重程度分級、并發癥類型及數量、發病誘因等）、治療過程數據（如治療方法、治療周期、手術情況等），以及醫療總費用明細，涵蓋藥品費（西藥、中成藥、中草藥的具體費用）、材料費（各類耗材費用）、檢查費（各類影像學檢查、功能檢查等費用）、檢驗費（各類生化指標、血液學檢查等費用）、醫療服務費用（手術費、治療費、護理費等）。同時，獲取醫院收支效益數據——支付盈虧和價值收入。支付盈虧 DRG結算總費用一醫療總費用，反映了醫院在DRG付費模式下，醫保支付金額與實際醫療費用之間的差額；正值表示醫院盈利，負值表示醫院虧損。價值收入 支付盈虧 + 醫療服務收入 + 檢查費 ×0.5+ 檢驗費 ×0.5+ 草藥費 ×0.25 。

1.2 研究方法

1.2.1數據預處理

限定數據收集期為DRG付費改革實施期間，且江蘇省藥品零差價、耗材加成取消等政策已全面落地，按CHS一DRG分組方案（HT21/HT23/HT25）精確匹配患者病情復雜度，排除因疾病嚴重程度差異導致的費用偏倚。對收集到的原始數據進行清洗和整理。對于缺失值較少的變量，采用均值插補、中位數插補或基于模型的插補方法進行補充；對于缺失值較多或存在明顯錯誤的數據記錄，經評估后予以刪除，以確保數據的質量和可靠性。同時，對數據進行一致性檢查，糾正數據中的邏輯錯誤，如費用項目的重復記錄、計算錯誤等。此外，對連續型變量進行正態性檢驗，若數據不服從正態分布，根據情況進行對數轉換，以滿足后續統計分析的假設條件。

1.2.2費用結構分析

采用SPSS26.0軟件進行描述性統計分析，計算各費用項目的均值、中位數、標準差等統計指標，以直觀展示不同DRG分組患者醫療費用的集中趨勢和離散程度。運用相關性分析方法，評估醫療總費用與各分項費用之間的線性關系，采用斯皮爾曼相關系數進行度量，并通過假設檢驗確定相關性的顯著性水平，通過方差分析（analysisofvari-ance，ANOVA）和卡方檢驗探究3年間不同組別費用及構成比變化。進一步采用灰色關聯分析（greyre-lationanalysis，GRA）深人剖析費用結構，以住院醫療總費用作為參考序列，將各項費用及收支效益指標作為特征序列；進行均值標準化處理，設置分辨系數為0.5，計算參考序列與特征序列之間的灰色關聯度并進行排序，從而揭示影響醫療總費用的關鍵因素。

1.2.3時間序列分析

利用MatlabR2023b軟件進行時間序列預測分析。計算HT21、HT23、HT25三組每月的平均藥占比、醫療服務費用占比、檢驗費占比和檢查費占比，建立時間序列。對于自回歸移動平均模型（autoregres-sive integrated moving average mod-el，ARIMA），通過對時間序列數據進行平穩性檢驗，再通過觀察自相關函數（auto correlation function，ACF）和偏自相關函數（particalautocorrelation coefficient，PACF）的圖形，結合赤池信息量準則（akaikeinformation criterion，AIC）和貝葉斯信息量準則（bayesian information crite-rion，BIC）等信息準則，確定自回歸階數 （ρ_? ）和移動平均階數 （q） ，從而構建ARIMA（ p ，d， q ）模型。對于灰色預測模型[GreyModels， GM（1，1）] ，首先對原始數據進行累加生成新的數據序列，以增強數據的規律性；其次建立一階微分方程，通過最小二乘法得到預測模型的表達式。灰色一馬爾科夫鏈模型則是在 GM（1，1） 模型的基礎上，引人馬爾科夫鏈對殘差進行修正。利用構建的模型對未來時間點的費用占比進行預測，分別計算三種模型預測值與實際值之間的均方誤差（meansquared error，MSE）、平均絕對誤差（meanabsoluteerror，MAE）和平均相對誤差（meanabsolute percentage error，MAPE），以評估模型的預測精度。

2 結果

2.1 納入病例的基本情況

496例病例中：HT21組63例（ 12.70% ，63/496），HT23組293例（ 59.07% ，293/496），HT25組140例 （28，23%，140/496） 。該病種不同DRG分組中支付盈虧呈弱負相關（ ? =-0.157 3，P=0. 000 4） ，醫療總費用和該病種取得的價值收人表現出一般負相關（醫療總費用 r= -0.3557 ，價值收入 r=-0.321 3 ，P 均 lt;0. 0001 ），見表1。不同DRG分組中的醫療總費用和價值收入存在明顯的組間差異（ Plt;0. 01 （圖1A、C），而支付盈虧在不同DRG組別中均無明顯統計學差異（ Pgt; 0.05），見圖 1B 。

2.2 急性胰腺炎不同組別醫療費用收入結構分析

由圖2中急性胰腺炎HT21組、HT23組及HT25組的費用占比情況來看，藥占比最大，平均占比達35.53% ，其次是檢查費和檢驗費，分別占 23.94% 和 18.98% 。2022年一2024年，藥占比在三組中均呈現下降趨勢且差異顯著，而醫療服務收入占比在HT23和HT25組中顯著上升（表2）。從灰色關聯度分《中國衛生質量管理第32卷第9期（總第214期）2025年9月析結果（表3）來看，不同DRG分組患者的費用存在顯著差異，檢驗費（0.928）與住院費用關聯度最高，在各組中關聯系數均較高，藥品費總關聯度（0.916）位居第二，其中西藥費在HT25組（1.000）與住院費用關聯最為緊密。而手術費關聯系數普遍較低，在總體排名中處于末位（0.454）。

表1急性胰腺炎不同DRG分組與醫療總費用和收支效益的相關性 單位：元

圖1急性胰腺炎患者醫療總費用和收支效益在不同DRG分組組間的比較

注：ns：表示無統計學意義；*Plt;0.05；**Plt;0.01；***Plt;0.001；****Plt;0.0001。

表22022年－2024年急性胰腺炎醫療費用變化及構成比變化

圖2急性胰腺炎不同DRG分組患者費用占比圓環圖

2.3 時間序列分析

隨著DRG支付方式的深入應用，急性胰腺炎的人均住院費用有所下降，由8226.49元降至7960.63元，降幅約 3.23% ；藥占比呈逐漸下降趨勢，由原先的 40.89% 下降至27.45% ，降幅約 32.87% ；醫療服務費占比、檢查費占比及檢驗費占比均有不同程度的增長，漲幅分別為54.70%，5.05% 和 6.95% （圖3）。

由ARIMA、 GM（1，1） 和灰色一馬爾科夫鏈模型預測結果（圖4）可知，2024年9月一12月急性胰腺炎HT21、HT23和HT25組的藥占比下降趨勢顯著；醫療服務收入占比呈穩步上升趨勢；檢查費及檢驗費波動明顯。從預測效能來看，灰色一馬爾科夫鏈模型在預測效能方面比GM（1，1）模型和ARIMA模型更優，更能準確預測藥占比等費用占比的情況（表4）。

3 討論

3.1急性胰腺炎不同DRG分組的費用差異分析

從整體費用結構來看，HT21、HT23及HT25組間相關費用占比分布無顯著差異，但檢驗費、藥品費和西藥費與住院費用關聯程度較高。檢驗費與住院費用的關聯度最高，達到了0.928。這與急性胰腺炎的診斷和病情監測高度依賴實驗室檢驗指標有關。在疾病早期，血清淀粉酶、脂肪酶等指標對于確診至關重要[10]。隨著病情發展，血常規、生化指標（如血糖、血鈣、肝腎功能等）、凝血功能指標等的動態監測更有助于評估病情嚴重程度、判斷并發癥的發生風險以及指導治療方案的調整[11]。此外，對于疑似重癥胰腺炎患者，需更頻繁地進行炎癥因子檢測（如C反應蛋白、降鈣素原等）、血氣分析等血液檢查，以密切監測患者的內環境穩定和器官功能狀態[12]。因此，檢驗費在總費用中占比較高。然而，部分醫療機構也可能存在過度檢驗的情況。為減少不必要的檢驗費用，應加強臨床診療指南的規范應用，根據患者的具體病情和臨床經驗，合理選擇檢驗項目，避免盲目重復檢驗。

藥品費與住院費用的關聯度（0.916）位居第二，其中西藥費占比較大，表明藥品費用是急性胰腺炎患者的主要負擔來源[13]。目前，急性胰腺炎尚無特別有效的靶向藥物，治療主要基于支持治療，包括禁食、腸道疏通、早期腸內營養和控制性液體復蘇等[14]。患者早期的體溫恢復時間、住院天數和開放飲食時間與感染并發癥有關。因此，控制住院費用及相關分項費用，需進行科學合理的并發癥護理干預，依據患者實際病情、身體情況和實驗室指標，實施積極護理干預措施，減少并發癥發生及減輕其嚴重程度[15]，間接縮短治療周期，減少藥物費用。

表3急性胰腺炎不同DRG分組患者費用效益及灰色關聯系數

圖32022年10月一2024年8月急性胰腺炎患者人均住院費用及相關費用占比情況

HT21組醫療服務費占比預測

HT21組檢查費占比預測

HT21組檢驗費占比預測

HT23組藥占比預測

HT23組醫療服務費占比預測

HT23組檢查費占比預測

HT23組檢驗費占比預測

HT25組醫療服務費占比預測

HT25組檢查費占比預測

HT25組檢驗費占比預測

圖4急性胰腺炎不同DRG分組患者費用時間序列模型預測圖

3.2急性胰腺炎的藥占比逐漸下 降，醫療服務收入占比逐漸上升

本研究顯示，急性胰腺炎的人均住院費用及藥占比均呈逐年下降趨勢，與倪志穎等[16]研究結果一致。這表明，DRG改革進入實際付費運行階段以來，定點機構醫療總費用得到有效控制。藥占比降幅高于人均住院費用降幅，這可能與江蘇省全面取消公立醫院醫用耗材加成，推行藥品零差價政策有關，有效改善了“以藥養醫”和“以械補醫”的不良診療狀況，進一步降低了醫療費用。醫療服務費用占比逐年上升，反映了醫院整體運營效率和服務質量的提升，體現了醫務人員的勞動價值，但檢查費占比及檢驗費占比均有不同程度的增長，根據時間序列預測分析，這兩項費用將持續保持上升態勢，住院費用結構需要進一步優化。盡管急性胰腺炎的診斷和病情發展需要影像學檢查和實驗室檢驗項目結果的輔助，但仍要警惕重復檢查的問題。當前，江蘇省醫療機構數據互聯互通存在障礙[17]，如缺乏明確的互認原則、數字化建設差異、質量控制需加強等，是制約結果互認、導致重復檢查的關鍵因素，對此亟待解決以優化費用結構。

3.3 灰色一馬爾科夫鏈模型預測 相對準確

近年來，時間序列預測分析已廣泛應用于費用預測領域并表現出較高的準確性和預測價值[18]。劉沛等[19]采用ARIMA模型對次均門診費用和藥占比進行預測，平均相對誤差分別為 5.23% 和 3.15% ，預測效果較好。郭晴等[20]通過建立ARIMA模型和GM（1，1）模型，預測我國2019年—2025年人均住院費用和藥占比的變化趨勢并進行效能比較，結果表明，ARIMA模型的預測精度高于 GM（1，1） 模型。雖然ARIMA模型在處理非平穩時間序列數據方面，展現出較高的精度和可解釋性，但其構建前提需要對數據進行多次差分處理，使之趨于平穩，但可能出現數據信息丟失。而灰色預測模型則可對少量且非平穩數據展開短期預測，但其準確性較低。故本研究在GM（1，1）模型基礎上，引入馬爾科夫鏈，進行殘差修正，建立灰色一馬爾科夫鏈模型。結果顯示，灰色一馬爾科夫鏈模型相對ARIMA模型和GM（1，1）模型預測結果表現更優，能夠更好地預測住院費用及相關占比情況。該模型的應用能夠為醫院管理層提供月度控費預警方案，尤其在當前DRG權重實施動態調整的形勢下，公立醫院若想實現盈利，就需要準確掌握相關指標的運行態勢，以便及時應對。而根據本研究建立的改良灰色預測模型，其預測結果能夠為醫院下一季度運營管理提供參考，便于提前布置調整，進一步控制醫療成本，持續優化收入結構，推動公立醫院精細化管理。

表4急性胰腺炎不同DRG分組患者費用三種時間序列模型的預測效能比較

4 本研究局限與展望

本研究存在以下局限：（1）醫院該病種患者數量較少且實施DRG付費時間不長，導致數據量較少；（2）未進行多中心研究，數據來源存在一定的局限性。后續，將進一步研究DRG1.0與2.0支付版本的變化及其對醫療費用結構的影響，并展開多中心研究，增加多種常見病病種，擴大樣本量，實施多種模型比較，不斷改良模型的預測效能，深入展開DRG病種住院費用及相關費用占比的預測研究。

參考文獻

[1]李玲，陳劍鋒.財政補償方式、公立醫院運行機制和政府保障經費測算：基于G省縣級公立醫院數據的分析[J].中國衛生經濟，2014，33（7）：5-8.

[2]張雅娟，毛振賓.藥品零加成背景下公立醫院的逐利機制與優化策略川[J].河南師范大學學報（哲學社會科學版），2021，48（1）：102—112.

[3]孟朝琳，蔡源益，吳華章.DRGs實施效果評價研究與思考[J].中國衛生質量管理，2021，28（2）：35-38.

[4]王洪濤，王偉平，楊曉宇，等.高質量發展背景下公立醫院臨床科室醫療質量考核評價指標體系研究[J].現代醫院，2024，24（2）：235—238，242.

[5]徐敢，王 沖.藥占比在醫院管理評價工作中的管制價值和社會效果分析[J].中國藥房，2015，26（34）：4762—4765.

[6]陳勇，倪廣林，孫偉宏，等.“藥占比”管制如何有效推動縣級公立醫院醫療質量改進[J].中國衛生質量管理，2019，26（1）：132—135.

[7]周楓，傅全威.從藥占比看醫院管理成效[J].解放軍醫院管理雜志，2013，20（5）：488，493.

[8]周傳坤，劉青青，楊川，等.基于DRG的某醫院患者費用分析及醫用耗材成本管控策略探討[J].中國醫院管理，2021，41（2）：55-58.

[9]張麗成，高 明，冷家驊.基于DRG的結直腸腫瘤外科手術患者麻醉費用影響因素及標桿值分析[J].中國醫院管理，2024，44（2）：79-82.

[10]李錫敬，陳艷芝，許柳芹.血清淀粉酶和脂肪酶聯合檢測在急性胰腺炎診斷中的應用[J].國際檢驗醫學雜志，2011，32（21）：2503-2504.

[11]唐曉玉，易曉雷，謝 明，等.急 性胰腺炎凝血功能相關指標與疾病嚴重程度 的相關性分析[J].中國醫藥科學，2024，14 （14）：9-12，54.

[12]趙云燕.血常規炎癥指標在急性胰腺炎病情評估中的應用研究［J].中文科技期刊數據庫（引文版）醫藥衛生，2024（3）：119?122.

[13]倪志穎，臧召燕，張博鍇，等.DRG支付對急性胰腺炎患者住院費用影響分析：基于中斷時間序列模型研究[J].中國醫療保險，2024（4）：103—107.

[14]阿麗米熱·麥麥提，阿爾祖古麗·麥麥提.急性胰腺炎的藥物治療研究進展[J].臨床醫學進展，2024，14（4）：1034—1038.

[15]張鑫.并發癥預防護理對重癥急性胰腺炎并發癥的改善效果分析[J].中華養生保健，2024，42（6）：148—151.

[16]倪志穎，臧召燕，張博鍇，等.DRG支付對急性胰腺炎患者住院費用影響分析：基于中斷時間序列模型研究［J].中國醫療保險，2024（4）：103-107.

[17]李瑞芳，谷佳偉，孫 艷，等.醫療機構檢查檢驗結果互認存在的問題與發展策略[J].中國醫院管理，2023，43（4）：93-96.

[18]張自嚴，馮丹，王嘉年，等.浙江某三甲醫院糖尿病患者次均住院費用及藥占比時間序列預測分析[J].現代醫院，2023，23（12）：1861—1865，1870.

[19］劉沛，李 陽，郭 威，等.基于時間序列分析的次均門診費用及藥占比預測分析[J].中國衛生統計，2017，34（6）：904-906.

[20]郭晴，田慶豐，朱春燕，等.ARIMA模型與 GM（1，1） 模型下我國公立醫院人均住院費用和藥占比的預測分析[J].醫學與社會，2021，34（1）：14-19.

通信作者：葉宏偉：蘇州大學附屬常熟醫院院長E-mail：yehongwei@foxmail.com收稿日期： 2025-02-21 修回日期：2025—06-03本文編輯：黃海鳳