裴家興,楊孝光,肖 鋒,劉 羽,周鵬飛,李運(yùn)明

(1.西南醫(yī)科大學(xué)公共衛(wèi)生學(xué)院,四川 瀘州 646000;2.西部戰(zhàn)區(qū)總醫(yī)院醫(yī)療保障中心信息科,四川 成都 610083;3.西部戰(zhàn)區(qū)總醫(yī)院衛(wèi)生經(jīng)濟(jì)科,四川 成都 610083)

慢性腎臟病(CKD)是指腎臟結(jié)構(gòu)和(或)功能發(fā)生持久性改變的疾病,具有發(fā)生率高、知曉率低以及醫(yī)療費(fèi)用昂貴等特點(diǎn)[1]。我國(guó)CKD患病率較高,患者醫(yī)療費(fèi)用占同年醫(yī)療費(fèi)用的比例高達(dá)6.5%,且呈逐年增長(zhǎng)趨勢(shì)[2,3]。根據(jù)腎小球?yàn)V過(guò)率等指標(biāo),CKD常分為1～5期,其中4～5期為晚期,常需要住院治療[4,5]。疾病診斷相關(guān)分組(DRG)是綜合考慮各病例主要診斷、合并癥或并發(fā)癥等多種因素的病例分組方案,可作為一種控制醫(yī)療費(fèi)用支出和醫(yī)院精細(xì)化管理的工具[6]。國(guó)家醫(yī)療保障局2021年發(fā)布《DRG/DIP支付方式改革三年行動(dòng)計(jì)劃》(醫(yī)保發(fā)〔2021〕48號(hào)),明確指出:需加強(qiáng)病組(病種)管理,以國(guó)家分組為基礎(chǔ),結(jié)合本地實(shí)際,維護(hù)和調(diào)整病例分組,使之更加貼近臨床需求。為此,本研究采集成都市某三甲醫(yī)院晚期CKD住院診療數(shù)據(jù),采用決策樹(shù)窮盡卡方自動(dòng)交互診斷器分析(E-CHAID)算法建立DRG分組方案,以期為合理控制該類住院患者的醫(yī)療費(fèi)用提供參考。

1 資料與方法

1.1 資料來(lái)源

收集四川省成都市某三甲醫(yī)院2018-2022年住院病人病案首數(shù)據(jù),病例納入標(biāo)準(zhǔn):①主要診斷為國(guó)際疾病分類(ICD)第10版編碼為N18.001以及N18.804[7];②18歲以上。排除標(biāo)準(zhǔn):①病案首頁(yè)重要信息缺失病例;②住院費(fèi)用在P2.5～P97.5以外病例;③住院天數(shù)大于60天病例(疾病診斷相關(guān)分組付費(fèi)不適用于長(zhǎng)期住院病例[8])。

1.2 資料整理

納入有效病例2987例。采集病案首頁(yè)信息,包括:性別、年齡組、住院天數(shù)組、是否首次入院、有無(wú)合并癥或并發(fā)癥、有無(wú)透析治療、入院方式、有無(wú)手術(shù)、入院病情。住院天數(shù)按照P95節(jié)點(diǎn)(32天)進(jìn)行分組。按照世界衛(wèi)生組織對(duì)老年人的定義,以65歲劃分為中青年組和老年組。合并癥或并發(fā)癥采用《國(guó)家醫(yī)療保障疾病診斷相關(guān)分組(CHS-DRG)細(xì)分組方案(1.0)版》中所列診斷[9]。影響因素賦值見(jiàn)表1。

表1 晚期慢性腎臟病患者住院費(fèi)用影響因素與賦值

1.3 資料分析

使用SPSS 25.0進(jìn)行統(tǒng)計(jì)分析。住院費(fèi)用不服從正態(tài)分布,采用中位數(shù)和四分位數(shù)進(jìn)行統(tǒng)計(jì)描述。住院費(fèi)用單因素分析采用Mann-Whitney U檢驗(yàn)和Kruskal-Wallis H檢驗(yàn)。因多元線性回歸要求反應(yīng)變量服從正態(tài)分布,故采用Box-Cox方法對(duì)住院費(fèi)用進(jìn)行正態(tài)性轉(zhuǎn)換[10],然后采用多元線性回歸對(duì)住院費(fèi)用進(jìn)行多因素分析,并用方差膨脹因子(VIF)評(píng)價(jià)共線性。

1.4 篩選分類節(jié)點(diǎn)變量

使用SPSS Modeler 18.0構(gòu)建人工神經(jīng)網(wǎng)絡(luò)(ANN)對(duì)住院費(fèi)用影響因素進(jìn)行敏感性分析。敏感性分析可以研究輸入變量對(duì)輸出變量的影響程度,系數(shù)越大表示輸入變量對(duì)輸出變量的影響越大[11]。本研究采用ANN將多元線性回歸模型中對(duì)住院費(fèi)用有影響的因素作為輸入變量,將住院費(fèi)用作為輸出變量,選擇70%的樣本為訓(xùn)練集,30%的樣本為測(cè)試集,采用多層傳感器MLP法,最大訓(xùn)練周期為250,計(jì)算各影響因素的敏感系數(shù),用于篩選分類節(jié)點(diǎn)。

1.5 構(gòu)建DRG分組方案

使用SPSS Modeler 18.0構(gòu)建DRG分組方案。決策樹(shù)是探究數(shù)據(jù)內(nèi)在規(guī)律和分類預(yù)測(cè)的一種方法。E-CHAID算法是在卡方自動(dòng)交互診斷器(CHAID)算法上的改進(jìn)[12]。E-CHAID算法選擇最佳分組變量時(shí)采用將分組進(jìn)行到底的策略。本研究運(yùn)用E-CHAID算法建立決策樹(shù),將生長(zhǎng)條件設(shè)置為最大深度3層,父節(jié)點(diǎn)最少個(gè)案100例,子節(jié)點(diǎn)最少個(gè)案50例,檢驗(yàn)水準(zhǔn)α=0.05;使用5折交叉驗(yàn)證方法(5-fold cross-validation method)將數(shù)據(jù)集分為測(cè)試集和訓(xùn)練集;采用Kruskal-Wallis H檢驗(yàn)判斷所構(gòu)建的DRG分組方案中組間費(fèi)用差異性;采用變異系數(shù)(CV)評(píng)估組內(nèi)同質(zhì)性,數(shù)值越小表示組內(nèi)同質(zhì)性越好。

1.6 制定DRG分組費(fèi)用標(biāo)準(zhǔn)

以各DRG分組住院費(fèi)用的中位數(shù)作為該組的住院費(fèi)用標(biāo)準(zhǔn),第75百分位數(shù)加1.5倍四分位數(shù)間距(P75+1.5q)作為費(fèi)用上限,大于該上限的為線外病例。計(jì)算線外病例比、線外病例費(fèi)用消耗比和權(quán)重值,對(duì)DRG分組方案進(jìn)行資源消耗評(píng)估[13]。

2 結(jié)果

2.1 住院患者一般情況

本研究共納入2987例患者,其中男性1504例(50.4%),女性1483例(49.6%);年齡最大為100歲,最小為18歲,平均年齡為(54.5±17.0)歲,中位年齡為53.0歲;最短住院天數(shù)為1.0天,最長(zhǎng)住院天數(shù)為60.0天,平均住院天數(shù)為(13.0±9.4)天,中位數(shù)為13.0天;有嚴(yán)重合并癥或并發(fā)癥的患者為574例(19.2%),有一般合并癥或并發(fā)癥的患者1798例(60.2%),無(wú)合并癥或并發(fā)癥的患者615例(20.6%);住院費(fèi)用最高58,555元,最低為3212元,平均費(fèi)用為(13,429±9257)元,中位數(shù)為10,806元。

2.2 住院費(fèi)用單因素分析

性別、年齡組、住院天數(shù)組以及是否首次入院等9個(gè)變量對(duì)住院費(fèi)用有影響,組間住院費(fèi)用差異均有統(tǒng)計(jì)學(xué)意義(P<0.001),見(jiàn)表2。

表2 晚期慢性腎臟病患者住院費(fèi)用單因素分析

2.3 住院費(fèi)用多因素分析

經(jīng)正態(tài)性檢驗(yàn)后,住院費(fèi)用呈偏態(tài)分布(偏度系數(shù)為1.88±0.05,峰度系數(shù)為4.07±0.09)。經(jīng)Box-Cox轉(zhuǎn)換后(參數(shù)λ=-0.24),住院費(fèi)用呈近似正態(tài)分布(偏度系數(shù)為0.03±0.05,峰度系數(shù)為0.57±0.09)。以轉(zhuǎn)換后的住院費(fèi)用為因變量,性別、年齡組、住院天數(shù)組、是否首次入院、有無(wú)合并癥或并發(fā)癥等9個(gè)因素為自變量進(jìn)行多元線性回歸分析。結(jié)果顯示:多元線性回歸回歸模型具有統(tǒng)計(jì)學(xué)意義(F=89.847,P<0.001);除“是否首次入院”以外其它自變量對(duì)晚期CKD患者住院費(fèi)用的影響具有統(tǒng)計(jì)學(xué)意義(P<0.05);經(jīng)共線性診斷發(fā)現(xiàn)所有變量的VIF<4,說(shuō)明自變量之間不存在明顯的多重共線性[14],見(jiàn)表3。

表3 晚期慢性腎臟病患者住院費(fèi)用多元線性回歸結(jié)果

2.4 住院費(fèi)用影響因素的人工神經(jīng)網(wǎng)絡(luò)分析

選取多元線性回歸結(jié)果中“住院天數(shù)組”“有無(wú)透析治療”“有無(wú)合并癥或并發(fā)癥”等8個(gè)有統(tǒng)計(jì)學(xué)意義的變量作為人工神經(jīng)網(wǎng)絡(luò)的輸入變量。結(jié)果顯示,住院費(fèi)用的影響因素依重要性分別為:住院天數(shù)組(0.46)、有無(wú)透析治療(0.29)、有無(wú)合并癥或并發(fā)癥(0.08)、入院方式(0.06)、入院病情(0.03)、性別(0.03)、年齡組(0.02)、是否手術(shù)(0.02)。

2.5 基于E-CHAID算法的DRG分組方案

根據(jù)文獻(xiàn)與專家意見(jiàn),綜合多元線性回歸和人工神經(jīng)網(wǎng)絡(luò)結(jié)果,將“住院天數(shù)組”“有無(wú)透析治療”“有無(wú)合并癥或并發(fā)癥”作為決策樹(shù)分類節(jié)點(diǎn)。結(jié)果顯示,3個(gè)變量全部進(jìn)入決策樹(shù)分組方案,該方案分為三層,“住院天數(shù)”為第一次,“有無(wú)透析治療”為第二層,“有無(wú)合并癥或并發(fā)癥”為第三層節(jié)點(diǎn),共形成7個(gè)組合。

經(jīng)5折交叉驗(yàn)證法得到5個(gè)費(fèi)用估計(jì)的訓(xùn)練集與測(cè)試集。結(jié)果表明,變異系數(shù)CV在訓(xùn)練集上最大為0.75,在測(cè)試集上最大為0.74,均小于0.8,表明組內(nèi)同質(zhì)性較好;Kruskal-Wallis H檢驗(yàn)P<0.001,提示在5個(gè)費(fèi)用估計(jì)的訓(xùn)練集與測(cè)試集的表現(xiàn)上,各DRG分組的組間費(fèi)用差異具有統(tǒng)計(jì)學(xué)意義。分析各組的超額費(fèi)用,在訓(xùn)練集與測(cè)試集上,線外患者的比例在10%以內(nèi),線外病例費(fèi)用消耗比在26%以內(nèi);權(quán)重值在訓(xùn)練集與測(cè)試集上的范圍在0.66～1.92。見(jiàn)表4。

表4 晚期慢性腎臟病患者病例分組及費(fèi)用估計(jì)

3 討論

3.1 改進(jìn)分析方法,提高DRG方案的合理性

以往DRG分組研究通常使用多元線性回歸進(jìn)行分析[15,16],由于樣本數(shù)量有限且樣本數(shù)據(jù)不服從正態(tài)分布,因此該方法在實(shí)際應(yīng)用中可能表現(xiàn)不夠理想[17]。相比之下,人工神經(jīng)網(wǎng)絡(luò)方法不要求樣本數(shù)據(jù)服從正態(tài)分布,且具有更好的預(yù)測(cè)能力[18]。在構(gòu)建DRG分組方案之前,程廣輝[19]采用人工神經(jīng)網(wǎng)絡(luò)對(duì)變量進(jìn)行排序,根據(jù)排序結(jié)果篩選出影響住院費(fèi)用的因素。然而,人工神經(jīng)網(wǎng)絡(luò)也具有缺陷性,其構(gòu)造過(guò)程只考慮了輸入與輸出之間的關(guān)系,忽略了系統(tǒng)內(nèi)部的可用信息,難以解釋其內(nèi)部工作原理和決策過(guò)程,且泛化能力較差[20]。因此,崔德光[21]采用人工神經(jīng)網(wǎng)絡(luò)和回歸組合的方法以彌補(bǔ)2種方法各自的缺陷,并驗(yàn)證了2種方法結(jié)合的可行性。鑒于此,本文探索性地將多元線性回歸分析變量間的關(guān)系結(jié)果與人工神經(jīng)網(wǎng)絡(luò)對(duì)變量排序結(jié)果相結(jié)合,作為篩選決策樹(shù)分類節(jié)點(diǎn)的客觀依據(jù),旨在避免單一方法的局限性,以減少不合理分組結(jié)果出現(xiàn)的可能性。

確定決策樹(shù)分類節(jié)點(diǎn)后,本研究利用E-CHAID算法構(gòu)建了晚期慢性腎臟病住院患者DRG分組方案。傳統(tǒng)決策樹(shù)算法要求目標(biāo)變量為分類變量,因此需要將數(shù)值型變量轉(zhuǎn)換為分類變量。E-CHAID算法則不需要這樣轉(zhuǎn)換,其可以處理分類和數(shù)值型目標(biāo)變量[11]。杜劍亮[22]的研究結(jié)果表明,E-CHAID算法適用于DRG分組方案的建立。周鵬飛[9]也使用E-CHAID算法成功構(gòu)建了惡性腫瘤術(shù)后化療住院患者DRG分組方案,證明了該方法的可行性。因此,從方法學(xué)角度來(lái)看,本文構(gòu)建的晚期慢性腎臟病住院患者DRG分組方案具有一定合理性。

3.2 評(píng)價(jià)DRG方案,優(yōu)化晚期慢性腎臟病的臨床診療

根據(jù)本研究結(jié)果,決策樹(shù)E-CHAID算法依據(jù)“住院天數(shù)組”“有無(wú)透析治療”以及“有無(wú)合并癥或并發(fā)癥”3個(gè)分類節(jié)點(diǎn)將晚期慢性腎臟病住院病人細(xì)分為7個(gè)DRG組。

“住院天數(shù)組”為第一層節(jié)點(diǎn),“住院天數(shù)≥32天”DRG組的標(biāo)準(zhǔn)費(fèi)用和權(quán)重高于其它DRG組,與王莜[23]的研究結(jié)果一致。住院時(shí)間越長(zhǎng),消耗的醫(yī)療資源也就越多。因此,合理控制住院天數(shù),是提高醫(yī)院管理效率和效益的重要途徑,具體做法有:積極開(kāi)展臨床路徑診療模式探索、實(shí)施不同階段的病情評(píng)估制、有計(jì)劃地安排擇期手術(shù)住院日等。

“有無(wú)透析治療”為第二層節(jié)點(diǎn)。進(jìn)行透析治療的DRG組標(biāo)準(zhǔn)費(fèi)用和權(quán)重高于同類治療下未進(jìn)行透析治療的組合,此結(jié)果符合臨床實(shí)際。肖月[24]的研究表明,血液透析和腹膜透析的年人均直接醫(yī)療費(fèi)用約為8萬(wàn)元和7萬(wàn)元;王文儀[25]的研究表明,上海市平均每1.83人的工資才能維持一個(gè)晚期腎病患者的透析治療。面對(duì)高昂的透析治療費(fèi)用,更加凸顯出了開(kāi)展“規(guī)范化透析技術(shù)臨床應(yīng)用”工作的重要性。

“有無(wú)合并癥或并發(fā)癥”為第三層節(jié)點(diǎn)。晚期慢性腎臟病住院病人DRG組的合并癥或并發(fā)癥越嚴(yán)重,其標(biāo)準(zhǔn)費(fèi)用和權(quán)重越高。因此,應(yīng)警惕晚期慢性腎臟病病人合并癥或并發(fā)癥的出現(xiàn),一旦出現(xiàn)合并癥或并發(fā)癥,會(huì)造成治療上的困難,增加住院費(fèi)用。高血壓、糖尿病等慢性疾病是慢性腎臟病病情持續(xù)惡化的主要危險(xiǎn)因素[26]。有學(xué)者發(fā)現(xiàn),晚期的慢性腎臟病患者中有超過(guò)2/3的患者合并有高血壓、貧血和高尿酸血癥等疾病[27]。因此,一旦發(fā)現(xiàn)可能導(dǎo)致腎臟受損的疾病,應(yīng)該即時(shí)采取積極的治療措施,以預(yù)防和控制慢性腎臟病的發(fā)生或進(jìn)展。

考慮到疾病在個(gè)體間具有差異性,各DRG組允許一定比例“線外患者”(即住院費(fèi)用超標(biāo)的患者)。通常不超過(guò)5%。從分組結(jié)果可知,合計(jì)線外患者人數(shù)占總?cè)藬?shù)比例,測(cè)試集為1%,訓(xùn)練集為5%,結(jié)果在合理范圍內(nèi)。根據(jù)測(cè)試集和訓(xùn)練集的結(jié)果,DRG1～4組以及DRG6組線外患者比例超過(guò)5%,其線外患者人數(shù)占總線外患者人數(shù)為78%,提示可能存在過(guò)度診療的現(xiàn)象。因此,有必要加強(qiáng)對(duì)線外病例的監(jiān)測(cè),規(guī)范診療行為,以確保線外患者的數(shù)量能夠被控制在合理的范圍內(nèi)。

3.3 建立臨床路徑,推動(dòng)DRG支付方式改革

臨床路徑為DRG支付方式改革打下堅(jiān)實(shí)的基礎(chǔ)[28]。李明子[29]提出:制定臨床路徑的關(guān)鍵在于,多個(gè)專業(yè)學(xué)者應(yīng)用循證醫(yī)學(xué)的最佳證據(jù),并根據(jù)醫(yī)院實(shí)際情況和治療疾病的客觀規(guī)律進(jìn)行制定;實(shí)施臨床路徑的關(guān)鍵在于,嚴(yán)格按照已制定的臨床路徑進(jìn)行醫(yī)療服務(wù),在其過(guò)程中對(duì)實(shí)際醫(yī)療服務(wù)與臨床路徑有偏差的現(xiàn)象做好記錄,分析并修正臨床路徑,使得臨床路徑更為人性化。目前已有學(xué)者建立了慢性腎臟病3～5期中西醫(yī)結(jié)合臨床路徑以及慢性腎臟病及其并發(fā)癥早期篩查臨床路徑[30,31]。提示在建立臨床路徑之前,可根據(jù)疾病特點(diǎn),精細(xì)化目標(biāo)病種,使得臨床路徑更為簡(jiǎn)單、高效,減輕醫(yī)療服務(wù)以及病種費(fèi)用測(cè)算等工作負(fù)擔(dān)。

本研究存在以下局限性:①數(shù)據(jù)僅來(lái)源于一所醫(yī)院,樣本尚不能代表慢性腎臟病的整體情況;②由于本文研究目的是探討晚期慢性腎臟病住院患者的DRG分組方案,因此未進(jìn)一步對(duì)多元線性回歸和人工神經(jīng)網(wǎng)絡(luò)的組合方法進(jìn)行驗(yàn)證。未來(lái)研究可以進(jìn)一步驗(yàn)證這種組合方法或提出新的方法,以提高DRG分組方案的準(zhǔn)確性和實(shí)用性。