DRGs在汉中市综合医院医疗质量评价中的应用
2019-03-07杨宏伟边维娜吕增发
——杨宏伟 边维娜 丁 涛 吕增发
疾病诊断相关组(Diagnosis Related Groups,以下简称DRGs)综合考虑了疾病的严重程度和复杂性,同时考虑医疗需要和医疗资源的消耗程度,是一种使病例能够较好地保持临床同质和资源同质的组合工具[1],也是部分欧美国家应用的医疗管理工具之一[2]。本研究通过采集汉中市10家综合医院2016年的病案首页数据,借助C-DRG分组器对之进行医疗质量评价,为汉中市医疗质量管理和政策决策提供依据与支撑。
1 资料来源
汉中市10家综合医院2016年向省卫生计生委上传的病案首页信息,其中三级医院3家,二级医院7家。考虑到DRGs研究对象是“急性短期住院患者”,故本研究中主要选取平均住院日小于30天的住院患者,共计222 259份。
2 研究方法
评价工具选用由福建亿能达信息技术有限公司提供的C-DRG作为评价分组工具。评价维度选用简伟研等人推荐的3个维度6个指标的综合评价方法[3]。
2.1 产能指标
采用DRGs总量、CMI值和总权重数来综合反应该评价对象的总服务能力和技术难度。
表1 10家医院医疗服务能力基本情况
医院代码出院人数(人)DRGs组数(组)CMI值总权重数H159 4515371.0526.65H232 6854380.9819.87H321 5213750.9217.52H424 4553830.8516.51H519 3612650.8213.42H615 4212320.8013.01H713 3702180.7912.69H812 9262210.7512.25H912 3012080.7812.10H1010 7681850.8111.83
图1 10家医院时间消耗指数和费用消耗指数
图2 10家医院低风险死亡率情况
2.2 效率指标
由于被评价对象包含3家三级医院和7家二级医院,故此采用“(三级医院平均住院费用/三级医院平均CMI)×30%+(二级医院平均住院费用÷二级医院平均CMI)×70%”作为被评价对象费用消耗指数的计算基数,各家医院费用消耗指数=该医院平均住院费用/费用基数;同理按平均住院天数计算各家医院的时间消耗指数。
2.3 安全指标
采用能综合反应医疗质量敏感度的低风险死亡率作为评价指标。所谓“低风险组”是指疾病本身导致死亡的可能性极低的病例类型,即低概率死亡患者。如果“低风险组”的病例发生了死亡,表示临床过程出现差错的可能性较大。
3 结果
3.1 产量评价
被评价的10家医院中H1无论DRGs组数还是CMI值都是最高的,总权重数也是最大的。而这里特别需要指出的是H4医院虽然出院人数比H3多,DRG组数也多于H3,但收治患者总体难度小,因此总权重数H4低于H3。见表1。
3.2 效率评价
从时间效率指数和费用效率指数上看,医院H3效率最高,而H8最低。其中两家医院(H1和H2)时间效率指数较差而费用效率较高,3家医院(H5、H6、H10)时间效率较高而费用效率则较差。见图1。
3.3 安全评价
从低风险死亡率看,医院H6最高,H1最低,两者之间相差15倍,两家医院在医疗质量的安全管理上尚有较大差距。见图2。
3.4 综合评价
采用同类相乘异类相加的原则对10家医院进行综合评价,H1最好,H6最差。见表2。
表2 10家医院综合评价
医院代码产能指数效率指数安全指数综合评价H126.650.9412.5040.09 H219.870.709.0929.66 H416.511.3211.1128.94 H317.520.686.6724.87 H1011.831.125.5618.50 H513.420.944.0018.36 H912.101.194.3517.63 H812.252.381.3916.02 H712.691.621.1815.49 H613.010.890.8514.75
4 讨论
4.1 结果综合评价
在医疗产量上,相比传统的出院人数,DRGs组数和总权重数具有优势。通过DRGs风险调整,纠正了传统病种单一带来的假繁荣表象。例如,本研究中的医院H3 ,出院人数虽然较多,但综合产量确低于医院H4。在医疗效率上,由于传统的平均住院日和住院费用同样未能考虑到病种的特点,而DRGs评价下的效率则明显要可靠的多,特别是本研究中对被评价医院费用基数和住院天数基数的调整,使评价结果更客观真实。这在医院H1、H2、H5、H6、H7等医院的评价上均有体现。在安全指标上,相比较传统的死亡率,经DRGs校正过的低风险死亡率显得更加客观,也更符合大家对各医院的认知。这在医院H1和H3等的评价中较为明显。
4.2 DRGs风险调整对医疗服务绩效评价具有可靠性
目前,全世界有超过25个国家和地区使用 DRGs系统[4],它之所以能够用于医疗服务绩效评价,主要原因是其分组区分了不同临床过程的疾病,而归并了临床过程相似的疾病[5]。本次研究中亦发现,DRGs工具对不同等级的医疗机构仍可以获得较有说服力的评价结果,这也再次印证了DRGs的可靠性。该工具一方面在风险调整中借鉴了统计学方法,保持同一组疾病的组内差异足够小,组间差异足够大,降低了因为产出的差异带来的不确定性。另一方面,本次评价的病案首页来源于各家医院上传给省健康管理平台的数据,减少了人为干扰因素,因此结果也更加真实可靠。
4.3 DRGs评价结果中存在的问题
本研究采用的数据来源于各家医院上传给省健康管理平台的数据,各家医院入组率各不相同(92.1%~99.5%)。对入组率低的医院进行分析发现,疾病编码的正确性仍是主要原因。在未能入组的病历中出现大量的Z编码病历,显然这些病历的编码员并没有认真阅读病历,导致编码错误而无法入组。另外分析低风险死亡病历发现,很大一部分病历都是因为主要诊断选择错误导致。DRGs数据全部来源于病案首页[6],因此使用该工具之前,医疗机构应该规范病案首页的填写,各级病案管理质量控制中心应该加强此方面内容的培训和督导,努力提升病案首页信息的质量。并考虑将 DRGs评价工具与其他方法相结合[7],从而有效发挥DRGs在医疗绩效评估和其他医疗管理领域的作用,使评价结果更加全面、丰富。