基于数据挖掘的药品零差率对某肿瘤医院住院费用影响研究

■ 陈 洁 金萍妹 朱 洁 华 伟 李少品

2014年4月1日，根据《浙江省人民政府办公厅关于启动实施省级公立医院综合改革的意见》，药品零差率政策在浙江省省级公立医院全面实施。近年来，癌症发病率大幅增长，且住院费用的快速增长给患者及国家都带来沉重的经济负担。目前已有一些关于药品零差率对医院影响的文献[1]，但缺乏专门针对肿瘤专科医院的研究。在此背景下，本研究以某三甲肿瘤专科医院的数据为基础，研究药品零差率政策实施前后，10种常见恶性肿瘤住院费用、药占比、自费药占比的变化及对医院用药所产生的影响。并基于数据挖掘技术，分别采用BP神经网络模型、递归模型来探讨药品零差率政策对10种常见恶性肿瘤住院费用的影响，为政策的实施效果提供数据支持，为住院费用的有效控制提供科学依据。

1 资料与方法

1.1 资料来源

根据ICD-10编码，从病案系统中收集某三甲肿瘤专科医院病例数排名前10个病种作为研究对象。出院日期为2011年4月1日 2017年3月31日，剔除项目不全及住院时间不满1天的情况，最终得到267 750份样本。

1.2 数据挖掘方法

1.2.1 递归模型。研究表明，很多因素会影响住院费用并且影响程度有较大差异。比如手术治疗方式能直接影响住院费用，手术与非手术患者的住院天数不同又进一步影响住院费用，因此住院费用影响因素之间存在着递归式系统结构。本研究用多元线性回归建立联立方程，分别以住院天数、住院费用为因变量，采用两阶段最小二乘法对联立方程进行参数估计，分析各影响因素对住院费用的直接效应、间接效应及总效应[2]。递归模型可以揭示各变量之间的层次联系，相对于简单回归模型更加具有可解释性。

1.2.2 BP神经网络模型。BP神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前广泛应用的一种人工神经网络。理论已证明一个三层的BP神经网络就可以完成任意的M维到N维的映射，即BP神经网络具有较强的非线性映射能力。BP神经网络模型的优点是其无需精确的数学模型，对样本数据无假设要求，相对于一般的统计学方法，BP神经网络模型有更强的处理非线性问题的能力[3]。

2 结果与分析

2.1 研究对象基本情况

2011年4月 2017年3月，在该肿瘤医院全部恶性肿瘤患者中（以第一诊断为主），病例数居前10位依次是肺恶性肿瘤、乳腺恶性肿瘤、鼻咽恶性肿瘤、结直肠恶性肿瘤、胃恶性肿瘤、宫颈恶性肿瘤、卵巢恶性肿瘤、甲状腺恶性肿瘤、肝恶性肿瘤、食管恶性肿瘤。这些患者平均年龄为54.28±11.14岁，主要集中在40 68岁，该年龄段的患者占全部研究对象的90%。10种常见恶性肿瘤患者在性别分布上存在差异，其中女性占55%。

2.2 药品费用分析

实施药品零差率后，次均住院费用普遍增长，主要是样本时间跨度大（6年）、新技术的开展、通货膨胀等因素导致总费用的增长。住院费用的结构得到优化，药品的相对值(药占比)和绝对值（药品费）均下降，药占比下降了6.4%，自费药占比降幅更大，达19.3%（表1）。这说明医生对药品种类的选择有明显的变化，更少使用自费药品。这主要得益于药品收入与医院经济利益的脱钩，医生有内生动力对药品进行控制，从而使得药品费用，特别是自费药品费用明显下降。而自费药品费用的降低，更能够切切实实优惠于患者。

2.3 递归模型分析

运用递归模型分别以住院天数和住院费用为因变量建立联立方程组，对住院费用的影响因素进行分析，变量赋值见表2。

由于研究时间跨度大（6年），本研究在回归之前采用同比居民消费价格指数（CPI）对住院费用进行价格平减，消除通货膨胀的影响。多元线性回归模型对数据有独立、正态、等方差的研究假设，因此本研究通过数据转换对住院费用和住院天数进行预处理，即Y1=Lg住院天数、Y2=Lg住院费用，分别将其作为递归模型的因变量。参考相关研究[4]，选择年龄、性别、出院时间、疾病种类、是否有合并症、支付方式、治疗方式作为递归模型的自变量。以Y1=Lg住院天数为因变量，得到模型的检验F＝7 231.59，P＝0.000，R2＝0.439；各变量的方差膨胀因子小于10，故不存在多重共线性问题（表3）。

再以Y2=Lg住院费用为因变量，Y1和其余自变量进行多元线性回归，得到模型的检验F＝41 776.3，P＝0.000，决定系数R2＝0.612，表明模型具有统计学意义；各自变量的方差膨胀因子小于10，故不存在多重共线性问题（表4）。

通过递归模型可以分析出各影响因素对住院费用的直接效应、间接效应及总效应。年龄、性别、出院时间、疾病种类、是否有合并症、支付方式、治疗方式不但直接影响住院费用，而且还能通过住院天数影响住院费用，既有直接效应也有间接效应。住院天数是住院费用最重要的影响因素，其次是治疗方式；出院时间对住院费用的影响效应排名第4，且影响总效应的符号为负，说明药品零差率政策的实施对住院费用有明显的降低作用（消除通货膨胀的影响后）。

表1 药品零差率政策实施前后样本医院10类恶性肿瘤药品费用情况

2.4 BP神经网络模型分析

BP神经网络模型能够反映每个变量的敏感系数，即每一单位自变量的变化对住院费用的影响程度[5]。敏感系数越大，说明该自变量对因变量有更大的影响。BP神经网络在研究自变量和因变量的关系时，同时兼顾了多个自变量对因变量的共同影响，因此有更好的拟合性。对BP神经网络模型每个变量的敏感系数与递归模型的研究结果进行对比，结果显示，在8个影响因素中，对住院费用的影响排名有6个一致或基本一致，有2个不一致，两个模型研究结果的一致性达到75%（表5）。两种模型研究结果都表明，住院天数对住院费用的影响最大，其次是治疗方式，而是否有合并症、支付方式对住院费用的影响都较低；药品零差率的影响排名第4，说明药品零差率政策的实施对住院费用有较为明显的降低作用。

表2 住院费用影响因素的变量赋值

表3 住院天数影响因素的多元线性回归分析结果

表4 住院费用影响因素的多元线性回归分析结果

表5 神经网络与递归模型的分析结果比较

3 讨论

药占比是评价医院综合管理水平的重要指标，促进合理用药是医院管理者努力的方向。实施药品零差率后，医生失去了“以药养医”的利益驱动，使得开高价药、大处方得到了控制，住院费用的结构也得到了优化，药占比特别是自费药占比都有明显下降，切切实实降低了患者的疾病经济负担。

采用BP神经网络和递归模型对10种常见恶性肿瘤住院费用的影响因素分析都能很好地拟合数据，且BP神经网络分析的敏感系数与递归模型中的总效应的结果相近。消除通货膨胀因素的影响之后，药品零差率政策的实施能有效降低住院费用，取得了一定的成效，很大程度上减轻了患者的疾病经济负担。

医改之路任重道远，药品零差率政策作为突破口和先行军，更应当及时总结成效和问题，从而制定相应的政策及应对措施。药品零差率政策确实切断了医院及医生的利益驱动，降低了药品费用，切切实实惠于民众。但是仍然存在一些问题，比如政府集中招标采购容易导致价格垄断等。今后需要完善招标采购的政策及流程，提高医保支付比例，任何政策的制定都要保证患者切实受益。