田偉，張媛，尹桂華

臨沂市沂水中心醫(yī)院，山東臨沂276400

基于疾病診斷相關(guān)組合的慢性缺血性心臟病分組方法及效果的研究

田偉，張媛，尹桂華

臨沂市沂水中心醫(yī)院，山東臨沂276400

目的確定適合醫(yī)院的疾病診斷相關(guān)組合（DRGs）分組方法。方法以某三甲醫(yī)院慢性缺血性心臟病為研究對(duì)象，用非參數(shù)檢驗(yàn)Kruskal Wallis方法和多因素回歸方法分析選取分組的分類節(jié)點(diǎn)變量，用決策樹(shù)模型修正的ECHAID算法對(duì)2013-2014年5 253份病案首頁(yè)數(shù)據(jù)進(jìn)行分組。結(jié)果共形成了7個(gè)DRGs組合。結(jié)論E-CHAID決策樹(shù)分類方法用于DRGs分組是可行且有效的。

疾病診斷相關(guān)組合；決策樹(shù)分類；分類節(jié)點(diǎn)；慢性缺血性心臟病

疾病診斷相關(guān)分組（DRGs）是根據(jù)患者的疾病嚴(yán)重程度、住院天數(shù)等因素將患者分入500～600個(gè)相關(guān)診斷組，之后進(jìn)行決定支付給醫(yī)院的補(bǔ)償金額［1-3］。它最初產(chǎn)生是在20世紀(jì)70年代的美國(guó)，是世界上公認(rèn)的較為先進(jìn)的支付方法之一，DRGs的主要指導(dǎo)思想是:支付標(biāo)準(zhǔn)的制定由統(tǒng)一的疾病診斷分類進(jìn)行定額，從而達(dá)到醫(yī)療的有效利用。DRGs的定義主要包括以下三個(gè)方面:首先，它將患者按照病例進(jìn)行分類；其次，它從患者的年齡、并發(fā)癥情況以及手術(shù)與否等方面進(jìn)行考慮進(jìn)行病情診斷；最后，它將患者的診治與所需要的費(fèi)用進(jìn)行聯(lián)系。與單病種付費(fèi)方式進(jìn)行比較，DRGs能夠覆蓋更多種類的病情，付費(fèi)方案更加科學(xué)合理。DRGs的運(yùn)用，有利于醫(yī)院縮小誘導(dǎo)性的醫(yī)療費(fèi)用，縮短患者住院時(shí)間以及加強(qiáng)醫(yī)院的質(zhì)量管理水平，對(duì)國(guó)家的有效宏觀調(diào)控起到促進(jìn)作用。該文在疾病診斷相關(guān)組合（DRGs）的研究過(guò)程中，以某三甲醫(yī)院的慢性缺血性心臟病為例，就如何選擇分類節(jié)點(diǎn)變量，并就按分類節(jié)點(diǎn)變量進(jìn)行分組后的費(fèi)用進(jìn)行合理評(píng)價(jià)，現(xiàn)報(bào)道如下。

1　資料與方法

1.1一般資料

采集山東省臨沂市某三甲醫(yī)院2013—2014年出院病例的病案首頁(yè)資料，篩選主要診斷為慢性缺血性心臟病的病例（ICD-10編碼為I25）5 253例。

1.2研究方法

用非參數(shù)檢驗(yàn)Kruskal Wallis方法和多因素回歸方法分析選取分組的分類節(jié)點(diǎn)變量，選擇E-CHAID算法進(jìn)行DRGs分組研究，利用單因素方差分析對(duì)分組后住院費(fèi)用的合理性進(jìn)行檢驗(yàn)和評(píng)價(jià)。

2　結(jié)果

2.1分類節(jié)點(diǎn)變量

根據(jù)病案首頁(yè)填寫(xiě)的項(xiàng)目，該研究選擇性別、年齡、伴隨癥、入院途徑、是否手術(shù)、是否輸血、離院方式7個(gè)因素，用非參數(shù)檢驗(yàn)Kruskal-Wallis方法和多因素回歸方法檢驗(yàn)，見(jiàn)表1。

表1　住院總費(fèi)用多因素回歸分析

將不具有統(tǒng)計(jì)學(xué)意義的入院途徑和離院方式兩個(gè)因素剔除掉，其中是否手術(shù)對(duì)住院費(fèi)用的影響最大（標(biāo)準(zhǔn)后β值為0.524），我們根據(jù)ICD-9-CM3將手術(shù)組進(jìn)行了細(xì)分，分為了射頻消融組、冠脈搭橋手術(shù)組、支架植入組、起搏器植入組、冠脈造影組。

2.2分組結(jié)果

利用E-CHAID算法進(jìn)行DRGs分組，最終形成7個(gè)DRGs組合，表2顯示，即I25-1、I25-2、I25-3、I25-4、I25-5、I25-6、I25-7，進(jìn)入下一步分析。

表2　慢性缺血性心臟病住院病例的分組及費(fèi)用情況（元）

2.3有效DRGs分組的分析

I25-1組和I25-5組標(biāo)準(zhǔn)差和變異系數(shù)（CV值）都比較大，所以為了檢驗(yàn)所做出的決策樹(shù)分類的有效性，該研究將分組后住院費(fèi)用取對(duì)數(shù)進(jìn)行單因素方差分析，見(jiàn)表3、表4。

表3　慢性缺血性心臟病住院病例有效DRGs分組的費(fèi)用方差分析

表4　慢性缺血性心臟病住院病例有效DRGs分組的費(fèi)用方差分析兩兩比較（P值）

表3顯示，P＜0.001，各組差異具有統(tǒng)計(jì)學(xué)意義，但兩兩比較時(shí)，I25-4和I25-5的P值＞0.05，其他組兩兩比較均具有統(tǒng)計(jì)學(xué)意義（P＜0.05）。

3　討論

3.1分類節(jié)點(diǎn)變量

在疾病診斷相關(guān)組合（DRGs）的研究過(guò)程中，如何選擇分類節(jié)點(diǎn)變量是進(jìn)行有效分組的關(guān)鍵步驟之一［4-6］。目前，國(guó)內(nèi)研究DRGS，很多研究者對(duì)分類節(jié)點(diǎn)變量未予以重視，不進(jìn)行任何驗(yàn)證，通過(guò)該研究發(fā)現(xiàn)，這種做法是不嚴(yán)謹(jǐn)?shù)?，并且即使進(jìn)行了一種方法的驗(yàn)證，也不足以說(shuō)明分類節(jié)點(diǎn)變量的合理性。

3.2E-CHAID算法分類

E-CHAID算法是決策樹(shù)分類中的一種，也是目前國(guó)內(nèi)比較公認(rèn)的分類方法，但是如果樣本量不足，就放大了單個(gè)病例的作用；而分類過(guò)少，同一組內(nèi)具有相似的臨床特征和資源消耗的病種難以區(qū)別［7-10］。比如I25分為7個(gè)病例組合，但是有效DRGs分組分析時(shí)，I25-4組和I25-5組住院費(fèi)用實(shí)際并無(wú)統(tǒng)計(jì)學(xué)意義。所以樣本量不足條件下進(jìn)行DRGs研究具有一定的局限性。

總之，在分類節(jié)點(diǎn)變量選取方面要注意實(shí)際可操作性，同時(shí)注意驗(yàn)證方法的選取，多因素回歸方法較為精確；病例分組，要保證各組樣本量足夠大，否則將影響分組的質(zhì)量；病例分組間費(fèi)用合理性的驗(yàn)證是必須的，可通過(guò)單因素方差分析來(lái)驗(yàn)證。

［1］Luther P.Christman.Diagnosis Related Groups（DRGs）and the Medicare Program Implications for Medical Technology［M］. Washington，D.C:U.S.Govemmem Printing Office，1983.

［2］李瓏，徐錫武，王辰.疾病診斷相關(guān)組概述及其在我國(guó)的適用性分析［J］.中國(guó)醫(yī)院管理，2013，33（1）：51-53.

［3］高建民，鄭古崢玥.疾病診斷相關(guān)分組分類節(jié)點(diǎn)變量的選擇及其分組結(jié)果的合理性評(píng)價(jià)［J］.中國(guó)衛(wèi)生經(jīng)濟(jì)，2013，32（1）:16-18.

［4］Tan，S.S.Chiarello，P.Quentin，W.Knee replacement and Diagnosis-Related Groups（DRGs）：Patient classification andhospitalreimbursementin11Europeancountries［J］.Knee surgery，sports traumatology，arthroscopy：official journal of the ESSKA，2013，21（11）：2548-2556.

［5］Bellanger，M.M.Quentin，W.Tan，S.S.Childbirth and Diagnosis Related Groups（DRGs）：Patient classification andhospital reimbursement in 11 European countries［J］.European Journal of Obstetrics，Gynecology and Reproductive Biology：An International Journal，2013，168（1）：12-19.

［6］Scheller-Kreinsen，D.Quentin，W.Geissler，A.Busse，R.Breast cancer surgery and diagnosis-related groups（DRGs）：Patient classification andhospital reimbursement in 11 European countries［J］.The Breast，2013，22（5）：723-732.

［7］Hu，L.Haynes，H.Ferrazza，D.et al.Impact of specialist consultations on inpatient admissions for dermatology-specific and related DRGs［J］.Journal of general internal medicine，2013，28（11）：1477-1482.

［8］苗麗瓊，山德生，李禮，等.疾病診斷相關(guān)組在績(jī)效管理體系中的應(yīng)用研究［J］.中國(guó)醫(yī)院統(tǒng)計(jì)，2015，22（4）：258-260.

［9］萬(wàn)鋼，桑雁，郝一煒，等.基于疾病診斷相關(guān)組的秩和比法對(duì)醫(yī)院績(jī)效評(píng)價(jià)［J］.中國(guó)醫(yī)院統(tǒng)計(jì)，2016，23（1）:19-21.

［10］Quentin W，Scheller Kreinsen D，Geissler A.et al.Appendectomy and diagnosis-related groups（DRGs）：patient classification andhospital reimbursement in 11 European countries［J］.Langenbeck's archives of surgery，2012，397（2）：317-326.

Research on Grouping Method and Effect of Chronic Ischemic Heart Disease Based on Diagnosis Related Groups

TIAN Wei，ZHANG Yuan，YIN Gui-hua
Central Hospital of Yishui，Linyi，Shandong Province，276400 China

Objective To determine the diagnosis related group method suitable forhospitals.Methods The chronic ischemicheart disease in some AAAhospital was selected as the research objects，and the grouping classification nodeless variable was selected by the non-parametric test Kruskal Wallis method and multi-factor regression method，and 5 253 cases of case front-page data from 2013 to 2014 were grouping by the E-CHAID algorithm revised by decision tree model. Results 7 DRGs groups were formed.Conclusion The application of E-CHAID decision tree classification method in DRGs grouping is feasible and effective.

Diagnosis related groups；Decision tree classification；Classification algorithm；Chronic ischemicheart disease

R7

A

1672-5654（2016）08（c）-0188-03

10.16659/j.cnki.1672-5654.2016.24.188

山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目（2015WSA 13002）。

田偉（1978.1-），男，山東沂水人，碩士，統(tǒng)計(jì)師，主要從事醫(yī)院管理和統(tǒng)計(jì)。

張媛（1980.8-），女，山東沂水人，本科，館員，主要從事醫(yī)院文化及管理，E-mail：zhangyuan198015@126.com。

（2016-05-26）