高月霞 許瓊瓊 肖 靜 沈 康 強(qiáng)福林 吳徐明△

南通市科技局社會(huì)發(fā)展項(xiàng)目資助(HS2013004);南通大學(xué)博士科研啟動(dòng)基金(14B16)

1.南通大學(xué)公共衛(wèi)生學(xué)院流行病衛(wèi)生統(tǒng)計(jì)系(226004)

2.南通市腫瘤醫(yī)院科教科

△通信作者：吳徐明，E-mail：xumingwu@ntu.edu.cn

基于回歸樹模型的肝癌住院費(fèi)用病例組合研究*

高月霞1許瓊瓊1肖 靜1沈 康2強(qiáng)福林2吳徐明2△

目的探索適合南通市肝癌患者的病例診斷組合相關(guān)組(DRGs)及費(fèi)用標(biāo)準(zhǔn),為相關(guān)部門決策提供依據(jù)。方法用多重線性回歸方法對(duì)2006-2013年以肝癌為主要診斷的6882例病案數(shù)據(jù)進(jìn)行分析,篩選分類節(jié)點(diǎn)變量,運(yùn)用決策樹模型進(jìn)行病例分組,用絕對(duì)值法和相對(duì)權(quán)重法對(duì)住院費(fèi)用的標(biāo)準(zhǔn)進(jìn)行測(cè)算。結(jié)果治療方法、入院途徑、伴隨病、轉(zhuǎn)歸、并發(fā)癥、首次入院、性別等作為肝癌病例分類節(jié)點(diǎn)的關(guān)鍵變量,共形成17個(gè)DRGs 組合和相對(duì)應(yīng)住院費(fèi)用標(biāo)準(zhǔn)。結(jié)論病例分組結(jié)果合理,住院費(fèi)用標(biāo)準(zhǔn)和病種權(quán)重可作為相關(guān)部門參考。

病例診斷組合相關(guān)組 回歸樹 肝癌 住院費(fèi)用

肝癌是全球常見的惡性腫瘤之一。據(jù)國(guó)際癌癥研究中心統(tǒng)計(jì)[1],2012年全球肝癌新發(fā)病和死亡病例分別達(dá)78萬和75萬;同年中國(guó)肝癌新發(fā)病例和死亡病例分別為32萬和37萬,分別位居惡性腫瘤的第3位和第2位[2]。盡管臨床上倡導(dǎo)肝癌臨床路徑的規(guī)范化,但患者住院費(fèi)用變異較大,手術(shù)和非手術(shù)患者次均住院費(fèi)用分別為74800和29183元[3]。有必要引進(jìn)基于疾病診斷相關(guān)分組(diagnosis-related groups,DRGs)的預(yù)付費(fèi)制度。美國(guó)實(shí)施DRGs預(yù)付制后,住院費(fèi)用和住院天數(shù)都在降低[4-5]。隨后,歐洲等國(guó)也相繼引進(jìn)該制度[6]。國(guó)內(nèi)學(xué)者自1980年以來,開始研究建立疾病診斷相關(guān)分組及費(fèi)用標(biāo)準(zhǔn)制定和成本核算[7]。原發(fā)性肝癌的DRGs組合研究的未見相關(guān)報(bào)道,本研究對(duì)南通市腫瘤醫(yī)院2006-2013年肝癌患者的住院費(fèi)用進(jìn)行分析,建立DRGs分組,測(cè)算相關(guān)費(fèi)用標(biāo)準(zhǔn),為醫(yī)保付費(fèi)制度改革提供參考。

資料與方法

1.數(shù)據(jù)來源

數(shù)據(jù)來源于2006-2013年南通市腫瘤醫(yī)院主要診斷為肝癌的9429例患者的病案首頁數(shù)據(jù)及費(fèi)用明細(xì)數(shù)據(jù)庫(kù)。預(yù)處理標(biāo)準(zhǔn):(1)將有缺項(xiàng)、漏項(xiàng)、不符合邏輯的病案剔除;(2)將出院主診斷不是肝癌的病案剔除;(3)將住院天數(shù)小于1或大于100天的病案剔除;(4)將住院費(fèi)用小于1%或大于99%的病案剔除。經(jīng)篩選納入有效病例為6882例,有效率為72.99%。年齡最小17歲,最大94歲,中位年齡55歲,平均年齡(54.83±10.18)歲。

2.分類節(jié)點(diǎn)變量的篩選

用Stata 12.0進(jìn)行多重線性回歸分析。住院費(fèi)用最小1715元,最大53840元,均值為(14764±9013)元。為消除物價(jià)上漲對(duì)住院費(fèi)用的影響,以2006年為基準(zhǔn),以當(dāng)年的居民消費(fèi)價(jià)格指數(shù)(CPI)調(diào)整。住院總費(fèi)用不服從正態(tài)分布(Z=12.947,P<0.001),經(jīng)對(duì)數(shù)變換后進(jìn)行回歸分析,以年齡(連續(xù)型變量)、性別、入院途徑、伴隨病、并發(fā)癥、轉(zhuǎn)歸等為自變量,篩選分類節(jié)點(diǎn)變量,檢驗(yàn)水準(zhǔn)α=0.05。變量分布及賦值見表1,婚姻狀況中未婚只有11人,沒有納入回歸分析。

表1 6882例肝癌患者基本特征及變量賦值

3.病例組合方法

用SPSS 20.0軟件進(jìn)行統(tǒng)計(jì)分析,卡方自動(dòng)交互檢測(cè)法(chi-squared automatic interaction detection,CHAID) 構(gòu)建決策樹(decision tree)模型,交叉驗(yàn)證方法對(duì)樹模型自動(dòng)修剪[8],樣本群數(shù)為10。住院天數(shù)是影響肝癌住院費(fèi)用的重要變量[9],本研究將其作為影響變量納入決策樹模型。以住院費(fèi)用為因變量,以住院天數(shù)為影響變量,以回歸分析有意義的變量作為分類節(jié)點(diǎn)變量。研究參數(shù)設(shè)置為:決策樹最大深度為3,父節(jié)點(diǎn)的最小樣本數(shù)為200,子節(jié)點(diǎn)的最小樣本數(shù)為100,拆分節(jié)點(diǎn)的檢驗(yàn)水準(zhǔn)α=0.01。分組合理性評(píng)價(jià):非參數(shù)Kruskal-Wallis檢驗(yàn)和方差減少量[10](reduction in variance,RIV)來檢驗(yàn)分組的組間變異,用變異系數(shù)(CV)來檢驗(yàn)分組的組內(nèi)變異。

結(jié) 果

1.分類節(jié)點(diǎn)變量篩選

多重線性回歸結(jié)果見表2,治療方法、伴隨病、并發(fā)癥、轉(zhuǎn)歸、首次入院作為分類節(jié)點(diǎn)變量。從標(biāo)準(zhǔn)化偏回歸系數(shù)看,治療方法對(duì)住院費(fèi)用的影響最大,其次是入院途徑和是否首次入院,轉(zhuǎn)歸、伴隨病和并發(fā)癥對(duì)住院費(fèi)用也有影響。

表2 肝癌患者住院費(fèi)用多重線性回歸

2.分類結(jié)果

本研究6882例肝癌病例共形成17個(gè)DRGs組合,各分組的均數(shù)、樣本分布見圖1。為確定分組的合理性,對(duì)各病例組合進(jìn)行非參數(shù)Kruskal-Wallis檢驗(yàn)結(jié)果均是P<0.001,說明住院費(fèi)用組間異質(zhì)性較好;方差減少量RIV值為50.57%,RIV值越大組間的異質(zhì)性越好。各病例組合變異系數(shù)CV值見表3,變異系數(shù)均小于1,最小值為0.17,最大值為0.74,說明組內(nèi)同質(zhì)性較好,分組較為合理。

3.病例組合住院費(fèi)用標(biāo)準(zhǔn)制定

采用中位數(shù)法作為住院費(fèi)用控制標(biāo)準(zhǔn)參考值[11],住院費(fèi)用上限計(jì)算時(shí)采用各組第75百分位數(shù)(Q75)加1.5倍四分位間距[7]。住院費(fèi)用超過費(fèi)用上限定義為超標(biāo)費(fèi)用,超標(biāo)總例數(shù)為364例,占總例數(shù)的5.39%。各病例分組的病種權(quán)重見表3,病種權(quán)重越高,資源消耗越高。

討 論

本研究基于決策樹中的回歸樹模型,選擇CHAID算法住院天數(shù)作為影響住院費(fèi)用的重要變量,不能作為分組變量,可以作為影響變量,納入到?jīng)Q策樹模型,這是本研究在模型設(shè)定方面的重要改進(jìn)。分類節(jié)點(diǎn)變量選擇一方面依賴多因素回歸分析的結(jié)果,同時(shí)也要結(jié)合專業(yè)判斷,選擇影響費(fèi)用的重要變量。本研究中治療方案是影響住院費(fèi)用最重要的變量,納入樹模型。是否急診入院和有無伴隨病可以作為病情嚴(yán)重的代理變量,從樹模型的結(jié)果也符合了病情越嚴(yán)重,資源消耗越多。此外,性別也作為影響住院費(fèi)用的重要變量[9],也納入到樹模型中。

圖1 肝癌DRGs的分組結(jié)果

表3 肝癌DRGs分組結(jié)果及住院費(fèi)用標(biāo)準(zhǔn)

病例組合的費(fèi)用標(biāo)準(zhǔn)和病種權(quán)重的參考價(jià)值。醫(yī)保部門實(shí)際應(yīng)用中,可根據(jù)醫(yī)保基金的支付能力,一方面可以中位數(shù)為基準(zhǔn),在此基礎(chǔ)上適當(dāng)?shù)卦黾又Ц侗戎?。另一方面可以直接根?jù)病種權(quán)重,對(duì)所有的疾病組進(jìn)行排序計(jì)算所有病種的總得分,然后用當(dāng)年醫(yī)?；鹂偭砍钥偛》N分?jǐn)?shù),算出每一病種權(quán)重得分的費(fèi)用。通過這種DRGs預(yù)付制,可以算出每病種的預(yù)先支付費(fèi)用,既能夠給予醫(yī)院相對(duì)合理的醫(yī)療資源消耗補(bǔ)償,也能提高醫(yī)?；鸬氖褂眯?。

[1] Torre LA,Bray F,Siegel RL,et al.Global Cancer Statistics,2012.CA Cancer J Clin,2015,65(2):87-108.

[2] 陳萬青,鄭榮壽,張思維,等.2012年中國(guó)惡性腫瘤發(fā)病和死亡分析.中國(guó)腫瘤,2016,25(1):1-8.

[3] 陳治水,冷家驊,高廣穎,等.五類腫瘤疾病住院費(fèi)用及其影響因素分析.中國(guó)衛(wèi)生經(jīng)濟(jì),2014,33(7):57-60.

[4] Hellinger FJ.Prospective reimbursement through budge review:New Jersey,Rhode Island and Western Pennsylvania.Inquiry,1976,13(3):309-320.

[5] Hsiao WC,Sapolsky HM,Dunn DL,et al.Lessons of the New Jersey DRG payment system.Health Aff(Millwood),1986,5(2):32-45.

[6] Busse R,Geissler A,Quentin W,et al.Diagnosis-related groups in Europe:moving towards transparency,efficiency and quality in hospitals.BMJ,2013,346:f3197

[7] 高子厚,萬崇華,蔡樂,等.按DRGs組合方式制定消化系統(tǒng)疾病患者住院費(fèi)用的研究.中國(guó)衛(wèi)生統(tǒng)計(jì),2006,23(4):323-325.

[8] Fetter RB,Mills RE,Riedel DC,et al.The application of diagnostic specific cost profiles to cost and reimbursement control in hospitals.J Med Syst,1977,1(2):137-149.

[9] 肖靜,高月霞,陸青云,等.6168例肝癌患者住院費(fèi)用影響因素的通徑分析.中國(guó)衛(wèi)生經(jīng)濟(jì),2012,31(1):73-75.

[10] 閻玉霞,徐勇勇.病例組合分類結(jié)果的評(píng)價(jià).中國(guó)衛(wèi)生統(tǒng)計(jì),2007,24(4):163-165.

[11] 董軍,胡德奎,陳劍偉,等.病種費(fèi)用控制標(biāo)準(zhǔn)實(shí)驗(yàn)研究.中華醫(yī)院管理雜志,2001,17(9):529-531.

Case-MixStudyofPatientswithLiverCancerBasedonDecisionTree

Gao Yuexia,Xu Qiongqiong,Xiao Jing,et al

(SchoolofPublicHealth,NantongUniversity(226019),Nantong)

ObjectiveThe study explored the case-mix diagnosis-related-groups of patients with liver cancer in Nantong and developed related health expense standards,so as to provide evidence for related departments’ decisions.MethodsAccording to 6882 inpatients with the principal diagnosis liver cancer from 2006 to 2013 in Nantong tumor hospital,multiple regression model was employed to screening the classification node variables,and the regression tree model was applied to set up the case-mix diagnosis-related-groups.The absolute value method and relative weights were used to calculate the standard.ResultsThe main classification node variables were therapies,admission from emergency setting,prognosis,concomitant diseases,complication,first hospitalization,and gender.17 diagnosis-related-groups and related health expense standards were established.ConclusionCase-mix diagnosis-related-groups are reasonable,and the health expense standards and related case weight could make references for related departments.

Diagnosis-related-groups;Regression tree;Liver cancer;Hospitalization expense

(責(zé)任編輯：張 悅)