重慶醫(yī)科大學附屬第一醫(yī)院(400016)

蘇飛月 符美玲 譚慭莘 肖明朝△ 趙慶華

【提 要】 目的 應用以多元逐步回歸為代表的傳統(tǒng)回歸分析方法與分位數回歸模型分別探究住院費用的影響因素，通過卡方自交互偵測決策樹(chi-squared automatic interaction detector，CHAID)建立費用分組模型。為科學分析住院費用、制定針對性的控費措施及體系完善提供參考依據。方法 采用回顧性研究法，收集重慶市兩所三級甲等綜合醫(yī)院2016-2019年因跌倒住院的6627例患者基本信息及費用情況，對基本信息進行描述性分析，在單因素分析基礎上，分別采用多元逐步回歸分析和分位數回歸模型篩選納入決策樹的分類節(jié)點變量，并比較兩者的分析結果。根據比較結果最終選擇將分位數回歸結果中有影響作用的變量納入CHAID決策樹模型建立住院費用分組模型。結果 單因素分析結果顯示，跌倒患者住院費用的影響因素有付費方式、職業(yè)、婚姻、年齡、住院日、受傷部位、受傷類型、手術次數及手術類型；經分位數回歸分析得的住院費用影響因素包含了多元逐步回歸分析結果中的影響因素，顯示付費方式、婚姻、年齡、住院日、受傷部位、手術次數、受傷類型和手術類型在住院費用的不同分位數點產生影響(P<0.05)。在分位數回歸模型結合CHAID決策樹模型建立的費用分組模型中，手術次數、住院日、手術類型、受傷部位和受傷類型為最主要的影響因素，每種組合的費用差異明顯。結論 相較于傳統(tǒng)回歸分析方法，選擇分位數回歸模型探究住院費用影響因素更穩(wěn)健全面。在分位數回歸模型基礎上，結合CHAID決策樹模型組構建的住院費用分組模型較為合理，能清楚反應影響住院費用的重點因素，為醫(yī)院完善控費制度，制定醫(yī)保費用支付標準提供參考依據。

2017年德國波恩召開的“第二屆患者安全全球部級峰會”會議發(fā)布了《患者安全的經濟學影響——在國家層面上施行基于價值的患者安全改進方法》報告[1-2]，強調了從患者安全角度開展衛(wèi)生經濟學研究的必要性。美國疾病控制中心2001年的調查數據顯示，跌倒帶來的經濟負擔高達2000萬美金[3]。跌倒不僅給患者帶來身心傷害，還增加了醫(yī)療和照護負擔，造成有限的醫(yī)療資源和醫(yī)?；鸬睦速M。跌倒作為患者安全經濟學研究中的一部分，研究跌倒帶來的經濟損失及影響因素有利于加強對跌倒預防的重視。

目前，國內雖有與跌倒住院患者費用相關的研究[4-6]，但研究對象多為老年人群，納入費用分析的影響因素不全面，也鮮有研究涉及醫(yī)?；鹬Ц肚闆r，且目前大多研究仍采用傳統(tǒng)的線性回歸模型分析住院費用影響因素，對分析住院費用這類偏態(tài)分布的資料具有局限性?；诖?，本研究以衛(wèi)生經濟學為理論依據，從患者安全角度出發(fā)，調查因跌倒住院造成的醫(yī)療經濟負擔，采用傳統(tǒng)回歸分析與分位數回歸模型分別探究跌倒患者住院費用的影響因素，并比較兩種回歸分析法的結果，選擇將更可信的回歸方法所得的自變量納入卡方自交互偵測決策樹(CHAID)模型構建跌倒患者住院費用分組模型，以期為科學探究住院費用影響因素、合理管控住院費用提供支持。

對象與方法

1.研究對象

本研究通過重慶市兩所三級甲等醫(yī)院的信息系統(tǒng)(hospital information system，HIS)查詢并選取2016-2019年跌倒住院患者的病案首頁數據。本研究通過了倫理審查委員會的審批(批號：2019-288)。

2.納入與排除標準

(1)納入標準

①電子病歷中入院診斷為跌倒，或主訴、現病史中篩選出包含“跌倒、摔倒、跌傷、摔傷、跌墜、墜落、跌落、摔落、滑倒、絆倒、跌下、摔下、倒下、倒在”關鍵詞的患者病例。

②已在2016年1月1日至2019年12月31日辦理出院結算的患者。

經過上述的納入后共收集7344例數據。

(2)排除標準

所有收集的數據中存在下列情況之一的予以剔除：①影響研究的關鍵變量缺失，如：出入院時間不詳、住院費用明細或患者基本信息不全等，此類共剔除8例;②住院時間小于2天，如：住院當天因病情變化轉院或死亡的數據，此類共剔除14例；③由第三方賠付的跌倒病例(如車禍、高空作業(yè)跌落)，此類共剔除382例；④既往發(fā)生的，跌倒與此次住院無直接相關關系的病例，此類共剔除182例；⑤記錄重復的住院費用數據，此類共剔除131例。經過上述的排除后共收集到有效數據6627例。

3.研究方法

采用回顧性病例研究方法，將前期經電子病歷查詢到的患者住院號導入HIS系統(tǒng)獲取患者住院總費用及各單項住院費用明細，如藥品費、診斷費、治療費、醫(yī)用耗材費、血液費、綜合醫(yī)療服務費等信息；收集患者基本情況，包括付費方式、職業(yè)、婚姻、住院次數、年齡、住院日、住院科室、受傷類型、受傷部位、手術類型等情況，通過醫(yī)保信息系統(tǒng)獲取醫(yī)保支付費用信息。

4.統(tǒng)計學方法

采用excel 2010軟件建立數據庫錄入數據，運用SPSS 23.0和STATA 15.1統(tǒng)計軟件進行分析。

調查對象住院費用相關指標均呈現偏態(tài)分布，采用M(P25，P75)描述，將住院費用作為因變量納入Wilcoxon rank sum檢驗、Kruskal-Wallis H檢驗、Spearman′s rank correlation檢驗進行單因素分析，設定檢驗水準α=0.05。將結果中差異有統(tǒng)計學意義的項目作為自變量，將跌倒住院費用取對數，變換為近似正態(tài)分布的數據后，作為因變量納入多元逐步回歸和分位數回歸模型進行分析。為了分析住院費用低、中、高水平下的影響因素，本文參考以往類似研究的經驗[7-9]，選取住院費用的10%、50%和90%三個分位數點進行分位數回歸分析。對比多元逐步回歸與分位數回歸模型篩選出的影響因素后，選擇更全面的分析結果納入CHAID決策樹模型中建立住院費用分組模型。

分位數回歸模型：是估計一組回歸變量X與被解釋變量Y的分位數之間線性關系的建模方法，強調條件分位數的變化[10]。分位數回歸的線性回歸模型簡單表述如下，一個連續(xù)隨機變量y，起總體t分位數是y(t)的定義是：y≤y(t)的概率是t，即t=P(y≤y(t))=F(y(t))。其中P表示概率，F(y(τ))表示y的累積(概率)分布函數。

CHAID決策樹模型[11]：即卡方自動交互檢測法，可以快速、有效地挖掘主要影響因素。其核心思想是根據結果變量和解釋變量對樣本進行最優(yōu)分割，按檢驗結果進行多元列聯表的自動判斷分組。分析會生成一個易于解釋的圖形，該圖形從0或根節(jié)點開始，識別出重要的解釋變量后，該算法會根據數據的分布在數據集中執(zhí)行細分(節(jié)點)。順序生成的節(jié)點稱為子節(jié)點，當該節(jié)點的數據無法再提供其他子組時，則將其視為終端節(jié)點或葉。

5.貼現

采用2016-2019年中華人民共和國國家統(tǒng)計局公布的重慶市居民消費價格指數(consumer price index，CPI)對所有費用數據進行修正，使費用數據對比更有科學性。2016-2019年CPI分別為101.8%、101%、102%、104.7%[12]。

6.質量控制

在研究開始前，與相關領域專家討論并構建科學合理的調查項目，并對參加課題的兩位研究生開展培訓。向其講解研究目的及數據調取流程，加深其對跌倒及費用研究的了解。研究過程中對收集的數據進行編號；數據錄入過程中，采取雙份獨立錄入校對的方法，確保數據錄入的準確性。

結 果

1.調查對象的一般資料

本研究共納入跌倒住院患者6627名，男3172例(47.9%)，女3455例(52.1%)；年齡(60.00±19.83)歲；城鎮(zhèn)居民4828例(72.9%)，農村居民1799例(27.1%)。入院途徑：急診入院2638例(39.8%)，門診入院3490例(52.7%)，轉診入院490例(7.4%)，其他方式入院9例(0.1%)。平均住院日(13.88±21.47)天。

2.跌倒患者住院費用構成情況

6627例患者跌倒總住院費用為334812366.25元，每例患者跌倒住院費用117.00～1079873.01元[M=39923.55(P25=14433.68，P75=61255.23)]元。費用構成見表1，其中耗材類費用為主要構成部分。醫(yī)保支付費用共計166729547.02元，報銷比例達49.8%，每例患者醫(yī)保支付費用為0～1079873.01元[M=11997.92(P25=2366.54，P75=33157.27)]元。

表1 跌倒患者住院費用構成

3.跌倒患者住院費用的單因素分析

采用Wilcoxon rank sum檢驗、Kruskal-Wallis H檢驗、Spearman′s rank correlation檢驗對住院費用進行單因素分析，結果顯示，不同性別、城鄉(xiāng)類別、住院次數及入院途徑的患者跌倒住院費用比較差異無統(tǒng)計學意義(均P>0.05)；差異有統(tǒng)計學意義的項目見表2。

表2 住院費用差異有統(tǒng)計學意義的項目

4.跌倒患者住院費用的多元線性逐步回歸分析

以經對數轉換的住院費用為因變量(Y)，以單因素分析篩選出的付費方式(X1)、職業(yè)(X2)、婚姻(X3)、年齡(X4)、住院日(X5)、受傷部位(X6)、受傷類型(X7)、手術次數(X8)、手術類型(X9)為自變量進行多元線性逐步回歸分析，α入=0.05，α出=0.10。有序變量按照等級的秩序進行賦值，無序變量以啞變量形式賦值，各變量賦值方式見表3。結果顯示，影響因素為住院日、年齡、付費方式、受傷部位、手術次數、手術類型。F=753.673，P=0.000，調整R2=0.630，影響因素能解釋跌倒住院費用變異的63.0%，結果見表4。

表3 跌倒患者住院費用影響因素自變量賦值方式

表4 跌倒患者住院費用的多元線性逐步回歸分析

5.跌倒患者住院費用的分位數回歸

為了與多元逐步回歸分析相比較，同樣基于單因素分析結果，選擇付費方式、職業(yè)、婚姻、年齡、住院日、受傷部位、受傷類型、手術次數、手術類型為自變量納入模型，結果見表5。

表5 跌倒住院患者分位數回歸估計結果

患者的手術次數、住院日、年齡以及手術類型在其住院費用的三個分位數點上均產生了顯著影響(P<0.05)，且患者的手術次數、住院日這兩個因素在費用的高分位數點上的影響強度高于低分位數點。年齡因素在低分位數點上的影響強度高于高分位數點。手術類型中，接受清創(chuàng)縫合術的患者在50%分位數上高于無手術患者的住院費用(P<0.05)，其余手術類型的患者均在低分位數點上高于無手術患者的住院費用(P<0.05)?；颊叩氖軅课粚Ω咦≡嘿M用人群的影響更顯著(P<0.05)。付費方式為職工醫(yī)保的患者住院費用在50%分位數點上高于付費方式為商業(yè)醫(yī)?；颊叩淖≡嘿M用(P<0.05)，且在10%和50%分位數點上高于付費方式為全自費患者的住院費用(P<0.05)。

此外，與多元線性逐步回歸分析結果相比，婚姻和受傷類型在患者住院費用的不同分位數點上也產生影響，已婚與喪偶患者的住院費用在50%分位數點上顯著低于未婚患者的住院費用(P<0.05)，患者的受傷類型中，器官破裂和其他類型對高住院費用人群的影響顯著(P<0.05)，骨折和脫位對低住院費用人群的影響顯著(P<0.05)，而關節(jié)損傷和挫裂傷對中等住院費用人群的影響更顯著(P<0.05)。

6.跌倒患者住院費用的決策樹模型

對比分位數回歸模型結果與多元逐步回歸結果后發(fā)現，分位數回歸模型結果中的影響因素包含多元線性逐步回歸結果中的影響因素，且可反映各影響因素在不同水平住院費用上的作用大小。因此，本研究將分位數回歸分析結果中對住院費用有影響作用的變量納入決策樹模型，篩選組合分類節(jié)點。決策樹分析采用CHAID預剪枝的方法進行樹的剪枝處理，本文參考以往類似研究的經驗[13-14]，選取最小個案數：父節(jié)點200，子節(jié)點100。最大樹狀圖深度為根以下3層。拆分合并節(jié)點的顯著性水平的α值為0.05。使用10倍交叉驗證進行決策樹計算效果的驗證。最終構建的跌倒患者住院費用分組模型見圖1，決策樹模型分析結果排除了婚姻、付費方式和年齡，最終納入手術次數、住院日、手術類型、受傷部位和受傷類型5個變量。

圖1 基于分位數回歸模型與決策樹模型構建的跌倒患者住院費用分組模型

分組模型顯示，住院費用花費最多的是手術次數2次并且住院日在31天以上的患者，未手術、住院天數在14天以內且受傷類型為上肢、假體或無的患者花費最少。各組間假設檢驗P<0.05，說明各組間費用差異有統(tǒng)計學意義，住院費用在組內變異相對較小，可以證明該模型分組相對合理，決策樹的預測風險分值為0.083。

討 論

本研究中，跌倒造成的住院費用總計達3億余元，費用高昂。跌倒相關住院費用中位數高于既往相關研究中跌倒受傷的患者[15-17]。一方面可能是因為本研究納入對象為跌倒住院患者，受傷程度嚴重，而其他研究多以社區(qū)老年人為調查對象，發(fā)生跌倒傷害的程度不一，存在部分為輕度傷害的人群；另一方面，本研究選取的樣本均來自三甲醫(yī)院，患者的病情嚴重程度更高，由此造成的費用差距較大。跌倒住院的患者中超過80%的患者參加了社會醫(yī)保，醫(yī)保基金支付了近一半的住院總費用，而跌倒作為可避免的意外傷害事件，其醫(yī)療費用是可避免的支出，加強跌倒預防工作，有利于減少不必要的醫(yī)療資源和醫(yī)保基金的浪費。

跌倒患者住院費用構成中，耗材費用占比最高，這可能與本研究中患者跌倒后多發(fā)生骨折損傷有關。骨折患者以手術治療為主，多用內固定裝置或人工關節(jié)假體，這些耗材本身價格昂貴，不可避免地增加了患者的住院費用。要進一步降低跌倒患者經濟負擔，需加強骨科科室的高值耗材管控，鼓勵醫(yī)護人員在保障患者安全的基礎上優(yōu)先選用低價優(yōu)質耗材。

傳統(tǒng)回歸分析方法描述的是因變量條件均值的變化，容易導致數據的某些信息難以被發(fā)現。相比于傳統(tǒng)的回歸分析方法，分位數回歸結果可以估計給定解釋變量的被解釋變量住院費用的總體條件分布，對于偏態(tài)分布的住院費用數據而言，使用分位數回歸估計結果更為穩(wěn)健[7]。在本研究中，除傳統(tǒng)回歸分析結果顯示的影響因素外，分位數結果還提示婚姻與受傷類型在不同水平的住院費用人群中產生了不同程度的影響。較傳統(tǒng)回歸分析，分位數回歸能描述住院費用條件分布的不同分位點上變量間的關系，因此估計結果更加全面、穩(wěn)健，對政策完善更具指導意義。

本研究最終選擇在單因素分析和分位數回歸分析基礎上，納入有統(tǒng)計學意義的變量(婚姻、付費方式、年齡、手術次數、住院日、手術類型、受傷部位和受傷類型)進行住院費用分組分析。結果顯示，手術次數、住院日、手術類型、受傷部位和受傷類型進入了決策樹分組模型。住院日是反應醫(yī)療質量的指標[18]，住院日的增加意味著床位費、藥品費、治療費等醫(yī)療服務費用的增加，加大了醫(yī)療資源的消耗。手術次數與住院日除了與患者病情嚴重程度有關，也受醫(yī)務人員醫(yī)療水平及醫(yī)院管理制度影響。復雜的手術類型不僅會增加耗材的使用，也會因術后恢復難度大，增加住院日和住院費用。患者受傷部位越致命、受傷類型越嚴重，其治療的難度也越大，嚴重的跌倒傷害會限制患者的活動，易增加褥瘡、肺部感染或尿路感染的風險，因此住院費用也相對較高。研究構建的決策樹分組模型預測風險較低，費用分組模型能清楚直觀反映費用的影響因素，為相關部門制定有針對性的改進措施提供指導意義，幫助減輕患者疾病經濟負擔的同時，也為完善醫(yī)保支付標準提供參考價值。

發(fā)生跌倒后的醫(yī)療費用高昂，醫(yī)?；鹬Ц侗壤?，大量醫(yī)療資源被占用，但跌倒是可避免的，將治療傷害的資金投入到預防傷害的工作上將產生更多收益[19]。從預防角度而言，要減少跌倒帶來的經濟負擔，應以跌倒高風險人群為重要宣教對象，豐富預防策略。對已發(fā)生跌倒的患者，政府可通過建立救助體系來減少跌倒的不良影響，鼓勵有條件的醫(yī)療機構設立專門的跌倒門診。醫(yī)院需重視對科研型、技能型人才培養(yǎng)，推行多學科團隊共研醫(yī)療難題；醫(yī)護人員應嚴格要求自身，加強技能訓練，避免因自身醫(yī)療水平不達標造成的患者住院日延長，這與衛(wèi)計委減少無效住院日的要求一致。本研究所構建的跌倒住院費用分組模型為相關職能部門找準費用管控關鍵點提供了參考。

本研究對發(fā)生跌倒患者的經濟負擔估計遵循的是經濟學穩(wěn)健估計原則，測算的是住院費用，但實際上還存在患者因經濟困難、自身病情復雜等原因在此次住院期間內未完成全部治療的情況，因此，實際產生的跌倒相關治療費用應該更高。其次本研究采用的是回顧性調查，調查的研究資料和實際情況可能有誤差，未來可進行大樣本的現況調查。此外，在跌倒住院患者費用分析中，可以考慮將受傷類型作為患者分型的基礎指標。