徐茗麗 楊廉平

1 華南師范大學政治與公共管理學院，廣州， 510006；2 粵港澳大灣區(qū)教育與社會融合研究中心，廣州，510006；3 中山大學公共衛(wèi)生學院，廣州， 510080；4 國家衛(wèi)生健康委員會衛(wèi)生經(jīng)濟與政策研究重點實驗室(山東大學)， 濟南， 250012

國家基本藥物政策的一個重要目標是促進合理用藥。對醫(yī)生或醫(yī)療機構的處方實踐進行測量、評價和比較，是改善基本藥物處方行為的重要手段[1]。長期以來，藥品使用評價依賴于World Health Organization(WHO)和International Network for the Rational Use of Drugs (INRUD)機構用藥調查指標體系[2]。但由于患者在接受藥物治療時，個體間存在巨大差異，且受到醫(yī)療服務機構本身的限制，用藥方案的差異性很大。對此若不加以調整，而是直接比較醫(yī)院、醫(yī)生之間的處方實踐，很難準確反映處方質量。目前基層醫(yī)療機構抗生素濫用、注射劑濫用問題嚴峻，直接危害患者健康，并刺激了醫(yī)療費用的上漲。只有通過必要的風險調整，才能在個人之間和基層醫(yī)療機構之間開展公平的評價和比較[3]。本研究將探索對WHO/INRUD用藥調查指標體系進行完善的方法，引入患者層面的風險調整，使得基本藥物處方行為的評價和比較更為科學。通過構建風險調整模型，從而確立合理使用藥物的參考基準，達到促進合理用藥的目標。

1 基本藥物處方行為評價指標的局限性

1.1 WHO/INRUD處方行為指標體系

1977年，WHO首次提出基本藥物(Essential Medicine)概念，并且在后續(xù)40多年里致力于在世界各國推動基本藥物政策[4]。1993年WHO和INRUD共同開發(fā)了基本藥物使用的評價指標。用藥指標的建立目的是通過評價和比較處方行為(Prescribing Behavior)來改善合理用藥。該用藥評價指標體系主要包括3個方面：處方行為指標(5個)，患者關懷指標(5個)和機構管理指標(2個)，另含有補充指標。其中，處方行為指標包括平均處方藥品數(shù)、通用名藥品處方率、抗生素處方率、注射劑處方率和基本藥物處方率。上述處方指標測量的是合理用藥的不同維度。專家學者在建立該指標之初，已明確指出其不能準確地評價藥品使用的各個方面的合理性，而僅僅是作為第一線測量，以指導下一步研究[2]。該指標的方法學忽略了患者的實際病情需要[1]，因而處方行為評價需要更精準的測評方法[2]。

1.2 處方行為指標體系使用的局限性

基本藥物制度是我國深化醫(yī)藥衛(wèi)生體制改革的核心政策之一，已經(jīng)覆蓋所有政府辦基層醫(yī)療機構，其根本目標之一是促進藥物的合理使用。對于處方行為評價，國內(nèi)研究者選用最多的指標包括抗生素處方率、注射劑處方率和平均處方藥品費用，以及結合中國基層用藥特點的指標，如二聯(lián)及以上抗生素處方率、大輸液處方率、激素處方率等[5]。盡管多數(shù)研究選用了WHO/INRUD推薦的指標，但在應用時往往欠缺規(guī)范化和標準化。此外，不同疾病構成會直接影響特定藥品的使用頻率；基層醫(yī)療機構規(guī)模和運營方面的差異也會對用藥行為造成影響；基層醫(yī)療機構的醫(yī)生接診治療的患者無論是病種還是復雜程度都存在差異，WHO/INRUD處方指標并不能很好控制上述因素的影響[6]。處方行為指標沒有考慮疾病風險調整，導致評價結果存在明顯局限性，妨礙了不同醫(yī)生之間和不同醫(yī)院之間的公平比較。

WHO/INRUD用藥調查指標體系在各個國家和地區(qū)被廣泛地使用，其中最常見的指標包括平均處方藥品數(shù)、抗生素處方率[7]。從國際經(jīng)驗看，處方行為指標的開發(fā)對于監(jiān)管處方實踐、促進合理用藥能起到一定作用，但對于不同地域之間的比較，甚至同一地區(qū)不同時間前后的比較，需特別注意患者疾病的風險調整。雖然將研究限定于單一疾病能在某種程度上使處方行為評價和比較變得稍合理些，但是仍然存在明顯不足。一方面，同一疾病存在著嚴重程度之分；另一方面，很多病人有并發(fā)癥和合并癥。同時，對單一疾病用藥的評價具有很大的片面性，難以體現(xiàn)醫(yī)生和醫(yī)療機構的總體用藥行為。

2 基層醫(yī)生處方行為評價的風險調整解決思路

美國約翰斯·霍普金斯大學(以下簡稱“霍普金斯大學”)開發(fā)的Adjusted Clinical Groups(ACGs)，多用于衡量初級保健的多重疾病負擔、甄別高危疾病人群、比較服務提供者的行為差異等。相對于其他測定人群患病狀態(tài)的方法，ACGs系統(tǒng)有著更高的預測準確性，并且能夠直接使用電腦信息系統(tǒng)的原始醫(yī)療記錄，不需要額外建立專門的數(shù)據(jù)采集系統(tǒng)[8]。近些年也有個別學者將其應用于醫(yī)療機構和醫(yī)生的處方藥品使用和費用比較分析，并肯定了ACGs在解釋藥品使用和費用差異的顯著效應[9-10]。

2.1 風險調整基本原理和初級保健ACGs

風險調整在美、德等國家的醫(yī)療管理和支付系統(tǒng)改革中被廣泛使用，該方法使得政府機構、保險公司和醫(yī)療服務提供者能夠準確全面地了解醫(yī)療風險，預估未來疾病和費用的發(fā)展趨勢，以協(xié)助科學決策，最終促進醫(yī)療保障體系的公平和效率[11]。風險調整模型主要包括3個部分：風險調整因子、分析單元(個體/群體水平)和模型的函數(shù)形式。風險調整模型常使用人口學特征(年齡、性別、種族和保險等)，臨床特征以及既往醫(yī)療行為等與預期結局相關的因素來設置風險調整因子。如何測量患者臨床特征和既往醫(yī)療行為是風險調整的關鍵技術環(huán)節(jié)。

霍普金斯大學ACGs是初級保健領域使用最為廣泛的患者風險調整工具[8]。該系統(tǒng)基于一定時期內(nèi)(如1年或以上)病人的疾病診斷、年齡和性別，測定患者的健康狀況、疾病負擔和對衛(wèi)生資源的利用風險。首先，根據(jù)病人全部疾病診斷分到32個不同的Aggregated Diagnosis Groups(ADGs)類型中。每一個ADG是一系列資源消耗相似的臨床特征狀態(tài)的集合。然后，再根據(jù)病人的年齡、性別和ADGs的組合通過電腦運算而賦予其一個ACG類別[8]。見表1、圖1。

圖1 Adjusted Clinical Groups(ACGs)工作原理

雖然ACGs系統(tǒng)起源于美國，但已被廣泛地應用于世界各地。加拿大、英國、瑞士、德國、南非、馬來西亞等都已經(jīng)推廣使用ACGs[8-10, 12]。丹麥、土耳其、智利和中國香港地區(qū)也在積極地推進試點工作[8]。相對于其他測定人群患病率的方法，ACGs系統(tǒng)對衛(wèi)生資源的消耗有著更高的預測把握度和精準性[13]。當前，ACGs系統(tǒng)不僅僅用于測量人群的患病情況，在衛(wèi)生體系中的高危人群甄別、衛(wèi)生資源配置、服務提供者的差異比較、評價數(shù)據(jù)采集系統(tǒng)、監(jiān)測政策改革措施等方面也有一定的應用。

2.2 ACGs風險調整的應用研究進展

ACGs常用于對醫(yī)療服務提供者的行為差異進行比較分析。Salem-Schatz等發(fā)現(xiàn)，經(jīng)ADGs風險調整后不同醫(yī)生轉診行為的差異明顯降低，醫(yī)生轉診行為之間的差異很大一部分由患者的不同疾病需求決定[14]。Sicras-Mainar等基于ACGs風險調整發(fā)現(xiàn)不同醫(yī)生之間的轉診行為差異大為減少[15]。Starfield等運用ACGs開展了許多相關研究[8]，發(fā)現(xiàn)服務質量和服務費用之間沒有穩(wěn)定的關聯(lián)性，并且在控制了病人患病負擔后發(fā)現(xiàn)社區(qū)衛(wèi)生服務中心提供了優(yōu)于醫(yī)院的醫(yī)療服務。

在用藥行為領域，諸多學者通過研究肯定了ACGs在評價處方費用中的價值。Aguado等利用ACGs分組控制了患者疾病病情的差異，發(fā)現(xiàn)西班牙Baix Llobregat的5個初級保健機構的處方藥品費用的差異顯著性減少[9]。Sicras也發(fā)現(xiàn)西班牙Catalonia的非公立初級保健機構中，患者藥品費用差異的20%能夠被ACGs所解釋[12]。

相關研究進一步表明了ACGs解釋初級保健處方行為的可靠性。Orueta等研究發(fā)現(xiàn)ACGs系統(tǒng)能夠解釋患者處方數(shù)量和處方費用25%-40%的差異，且決定系數(shù)并不因為增補醫(yī)院診斷或修正編碼錯誤而改變[16]。Hanley等發(fā)現(xiàn)ACGs風險調整因子在解釋處方藥品使用和費用差異的效應方面具有突出的預測效力，遠高于性別、年齡特征變量，同時明顯優(yōu)于Charlson合并癥指數(shù)[10]。

抗生素處方行為本質上也是一種醫(yī)療資源的利用，與患者疾病風險和嚴重程度密切相關?；颊卟l(fā)癥越多、疾病越嚴重，就越可能會獲得經(jīng)驗性、預防性或針對明確臨床指征的抗生素治療?；颊呒膊★L險同時也是抗生素持續(xù)治療的一個重要考慮因素，與給藥時間、劑量和頻率、單一治療和聯(lián)合治療等臨床決策相關。上述研究進展證實了ACGs在醫(yī)生處方行為評價方面的風險調整效應，為接下來的模型構建提供了重要的技術依據(jù)。

3 基于ACGs的風險調整統(tǒng)計模型構建

3.1 基于ACGs風險調整的原理分析和數(shù)據(jù)準備

將ACGs引入到基層醫(yī)療機構所需要的基礎設施將包括：①患者疾病診斷、年齡、性別等信息；②疾病診斷信息的編碼表；③ACGs系統(tǒng)要求的數(shù)據(jù)格式規(guī)范。結合處方行為風險模型相關決定因素，選擇適宜的模型鏈接函數(shù)。風險決定因素以患者的疾病組合為主，同時也考慮性別、年齡和醫(yī)療保險等人口學和社會經(jīng)濟狀況因素?；貧w模型是風險調整分析中最為常用的方法，具備同時對多個潛在決定因素進行控制的突出能力。

在處方數(shù)據(jù)收集方面，主要通過基層醫(yī)院管理信息系統(tǒng)，收集醫(yī)生的電子病歷信息，時間跨度為1年或以上。收集信息包括：病人醫(yī)保編碼，年齡，性別，登記的疾病診斷，藥品花費，藥品種類(通用名、劑型、規(guī)格、單價、數(shù)量)，醫(yī)療保險類型，診治醫(yī)生編碼，所就診的醫(yī)療機構名稱。

ACGs的分析處理步驟：①對于每一次醫(yī)療服務，ACGs體系將患者對象賦予相應的一個或者多個ADGs；②ACGs軟件系統(tǒng)根據(jù)患者性別、年齡和患者ADGs屬性將患者劃入不同的ACG類別，而每一個ACG則代表了患者不同的病情組合。

3.2 處方行為評價的風險調整統(tǒng)計模型構建方法

結合我國當前基層醫(yī)療機構基本藥物使用中的突出問題，基層醫(yī)生處方行為評價最常用的3項主要結果指標包括抗生素處方率、注射劑處方率和平均處方藥品費用。針對處方行為評價變量的不同類型，分別建立多水平的logistic混合模型和線性混合模型。

3.2.1處方行為指標為非連續(xù)性變量。以抗生素處方行為為例，在醫(yī)院層面結果指標是抗生素處方率，而患者層面則是二分類變量，使用logistic回歸模型。由于同一家醫(yī)療機構患者往往有聚集性，所以數(shù)據(jù)具有層次結構。傳統(tǒng)的分析方法忽略機構患者的聚集性，這樣會過高地估計醫(yī)療機構間的變異。多水平模型可以克服數(shù)據(jù)聚集性，該模型包括患者水平變量的固定效應和醫(yī)院水平的隨機效應。多水平logistic回歸模型表達為：

logit(Yij=1|Xij)=αi+βXij

其中，Yij是二分類變量，代表第i家醫(yī)院第j個患者是否被處方了抗生素，1為發(fā)生、0為不發(fā)生。i=μ+ωi，μ為不隨患者和醫(yī)院變化的截距項；ωi為隨機效應，也稱為高水平的殘差，反映了在控制低水平影響因素后的高水平單位的影響效應，假定ωi服從標準正態(tài)分布，即ωi～ N(0,τ2)，其方差τ2又稱為隨機參數(shù)，表明了高水平單位的效應大小，τ2越大說明數(shù)據(jù)的層次聚集性越強。Xij表示患者的危險因素，包括人口統(tǒng)計學變量和ACGs病情變量，這些變量是醫(yī)院處方行為質量和結局間的混雜因素。經(jīng)過風險調整，可以公平地比較醫(yī)院之間的抗生素處方率。

第i家醫(yī)院隨機效應標準化率SRi：

即第i家醫(yī)院抗生素預測處方率除以期望發(fā)生率，再乘以所有參與醫(yī)院的平均抗生素處方率p。

在ACGs生成過程中已利用了患者性別sex、年齡age變量信息。因此，在實證分析模型中，將探索Xij患者風險調整因子的最優(yōu)設定：①sex和age(或age2)；②sex、age(或age2) 和ADGs；③sex、age(或age2) 和ACGs；④單獨ACGs。根據(jù)變量本身的統(tǒng)計顯著性，模型總體解釋度的變化進行確定。

3.2.2處方行為指標為連續(xù)性變量。以處方藥品費用(cost)為例，使用如下線性混合模型：

Yij=αi+βXij

其中，Yij=log(cost+1)，即藥品費用加1后進行對數(shù)轉換，以使其更接近于正態(tài)分布。i=μ+ωi，i、μ及ωi的設定同上。Xij中包含人口統(tǒng)計學變量和疾病風險調整變量，具體設定方法同上。估計所有參數(shù)和后，利用函數(shù)模型計算第i家醫(yī)院第j個患者的處方藥品費用的預測值：

而該患者在所有醫(yī)院平均水平治療，所發(fā)生的處方藥品費用期望值：

第i家醫(yī)院標準化處方藥品費用：

即第i家醫(yī)院預測平均處方藥品費用除以期望處方藥品費用，再乘以所有參與醫(yī)院的平均處方藥品費用cost。

4 結論

WHO/INRUD的處方行為指標在國內(nèi)外應用廣泛，對監(jiān)測和指導用藥行為起到了積極作用，但由于其缺乏風險調整，妨礙了不同機構之間、處方者之間的公平比較。本研究提出將ACGs患者風險調整運用到基本藥物處方行為指標的計算中，是對WHO/INRUD核心處方指標體系方法學的重要發(fā)展。雖然ACGs系統(tǒng)起源于美國，但已被廣泛地應用于世界各地，有著較高的預測把握度和精準性[13]。我國基層醫(yī)療服務體系、患者就診模式、基層醫(yī)生診療執(zhí)業(yè)行為等與美國存在差異，基于霍普金斯大學ADGs分組可能存在不完全貼切的情況。目前我國也在不斷發(fā)展完善DRG (Diagnosis Related Group)，2019年國家醫(yī)療保障局等四部門發(fā)布《關于印發(fā)按疾病診斷相關分組付費國家試點城市名單的通知》，開始試點DRG付費體系。但目前學術界對DRG的應用仍處探討階段[17]，要發(fā)展符合我國現(xiàn)實的基層醫(yī)療疾病診斷相關組還需更多研究。

在實際應用中，可基于風險調整模型提出基層醫(yī)療機構基本藥物處方行為的合理基準。未來還可編制計算機程序自動地進行處方行為指標的快速計算。標桿管理，又稱之為“基準管理”，日益在醫(yī)療質量領域得到廣泛運用，其本質特性是不斷地探索最佳實踐，以此為基準不斷地測量評價?，F(xiàn)實中可探索標桿管理理念和處方行為指標基準相結合的策略，以更好地指導基層醫(yī)生用藥處方實踐，改善基層醫(yī)療機構醫(yī)生的臨床處方行為。

綜上，要實現(xiàn)促進合理用藥的核心目標，基于風險調整對處方行為進行科學的評價和比較是重點，而ACGs是初級保健中相對可靠的患者風險調整系統(tǒng)。本研究提出通過基層醫(yī)院管理信息系統(tǒng)收集醫(yī)生的電子處方信息，納入ACGs構建多水平的logistic混合模型、線性混合模型實現(xiàn)基層醫(yī)生處方行為評價的風險調整。未來可嘗試基于ACGs風險調整的實證結果，提出基本藥物處方行為的基準參考值，并對處方行為基準設定的原則、基準更新的頻率、相關配套措施進行研究。