肺癌手术患者的DRGs分组研究*

杨 蓉 涂晓贤△ 陈锦华

【提 要】 目的 探索肺癌手术患者的疾病诊断相关分组(diagnosis-related groups，DRGs)病例组合分组方案和费用标准，为临床医师病案首页的规范填写提供参考，为相关部门决策提供科学依据。方法 以我院2019年1月至2019年12月960例肺癌手术病例为研究对象，多重线性回归法筛选住院费用的影响因素并作为分类节点变量，运用决策树模型建立肺癌手术DRGs病例组合方案及收费标准。结果 主要手术术式、合并症/并发症的治疗、肺部感染、同时进行的胸内其他手术、肺肿物作为影响肺癌手术病例住院费用的分类节点，建立了6个DRGs组合、收费标准及病种权重。结论 采用决策树模型进行肺癌手术患者DRGs分组科学合理，可为临床医生准确填写病案提供参考，促进医院以DRGs实施为平台进行精细化管理，有利于推进本地区DRGs的进一步完善。

近年来肺癌发病率和死亡率不断攀升，是我国发病和死亡顺位第一的恶性肿瘤，远高于世界平均水平[1]。据估算，2015年我国肺癌医疗总费用达243.1亿元，约占卫生总费用的0.6%，给社会带来了极大的疾病经济负担[2]。疾病诊断相关分组(diagnosis-related groups，DRGs)支付制度，是优先考虑临床相似性、兼顾资源消耗相似性的原则，按照疾病的严重程度和诊疗方式的复杂程度及其资源消耗的程度将患者划分为若干DRG组，并按组制定支付标准的一种打包预付制度[3]，有助于合理控制住院费用的同时保持医疗服务质量和效率的优势[4]。

作为国家首批 C-DRG 收付费改革试点医院，目前我院运行的DRGs分组方案尚处于起步阶段，对于具体每个诊断手术最终会被分到哪个 DRGs 组的分组细则尚未公布[5]。本研究以疾病经济负担较重、临床治疗路径较为明确的肺癌手术治疗患者为例进行研究，通过对我院2019年1月至2019年12月肺癌手术治疗患者的住院费用影响因素进行分析，采用决策树模型建立DRGs分组，以期为临床医师准确填写首页提供科学依据，促进医院以DRGs实施为平台进行精细化管理，同时也为DRGs实施相关部门的控费决策提供参考。

资料与方法

1.数据来源

研究数据来源于福建医科大学附属协和医院胸外科出院患者的病案首页信息。纳入标准为：主要诊断为肺癌且进行手术治疗，ICD-10编码前三位为C34；出院日期为2019年1月1日至2019年12月31日。排除标准为：病案首页有缺项、漏项或明显逻辑错误的病例；住院天数为0天或大于60天、总费用为0元的病例。收集病例的病案首页信息，包括性别、年龄、输血情况、抢救次数、入住重症监护室、使用呼吸机、主要诊断、合并症或并发症、手术操作、住院天数、实际费用总额等资料。共获得有效病例960例，数据残差分析呈近似正态分布。

2.统计学方法

采用SPSS 25.0对有效病例信息进行多重线性逐步回归分析筛选肺癌手术患者住院费用的影响因素，变量分布及赋值见表1。运用决策树模型中卡方自动交互检验法进行病例的组合分类，决策树停止条件设置为：最大层数为3，父节点及子节点的最小样本数分别为100和50。采用非参数检验Kruskal-Wallis检验(P≤0.05为差异有统计学意义)、方差减少量(RIV)、变异系数(CV)、标准费用与实际费用的比较四种方法评价分组结果。

表1 960例肺癌手术患者基本特征及赋值

结果与分析

1.住院费用影响因素分析

肺癌手术患者住院费用多重线性回归结果见表2，从标准化偏回归系数可知，住院天数对住院费用的影响最大，其次依次是主要手术术式、是否入住重症监护室，是否抢救、是否使用呼吸机、是否合并胸内其他手术、是否合并肺部感染、是否合并肺肿物及是否输血。模型的共线性诊断表明，所有VIF<3，说明变量之间不存在共线性问题。

表2 肺癌手术病例住院费用多重线性回归分析

2.基于决策树模型构建病例组合分组方案

根据住院费用影响因素分析的结果，经咨询临床专家和相关文献分析，认为并发症合并症的治疗也是肺癌手术患者住院费用的重要影响因素，选择主要手术术式、入住重症监护室、抢救、使用呼吸机、输血、胸内其他手术、合并肺部感染、合并肺肿物以及并发症合并症的治疗9个变量作为解释变量，住院医疗费用作为目标变量，住院天数作为影响变量纳入决策树模型。960例肺癌手术病例共形成6个DRGs组合见图1，各分组住院费用的均数、中位数、标准差及变异系数见表3。

图1 肺癌手术病例DRG分组结果

3.病例分组结果评价

对不同分组间住院费用进行Kruskal-WallisH非参数检验分析，各组合间的住院费用差异具有统计学意义(H=212.057，P=<0.001)。

RIV值用来衡量组间异质性，RIV值越大，说明组间异质性越强[6-7]，本研究计算所得RIV值为17.86%。CV值用来判断组内费用变异程度，CV值越小，组内变异性越小，本研究各组合住院费用变异系数均小于30%，见表3，说明各组内住院费用消耗同质性均较好。可认为肺癌手术患者病例组合分类节点选择正确，分组组间异质性大、组内异质性小，即总体分组效果较合理。

表3 肺癌手术病例DRG分组结果

进一步将各组实际住院总费用与标准总费用进行比较，结果见表4，经决策树分组后6个DRGs组标准费用均能解释实际费用的90%以上。

表4 肺癌手术病例DRG分组实际总费用与标准总费用关系

4.DRGs组合的费用标准、线外费用情况及病种权重

采用中位数法作为住院费用控制标准参考值[8]，住院费用上线计算时采用各组第75百分位数(P75)加上1.5倍四分位间距[9]。病种权重反映医疗资源消耗的相对程度，是DRG组合的例均住院费用与所有病例平均费用的比值[10]。见表5。

表5 肺癌手术病例分组费用标准及病种权重

住院费用超过费用上线定义为超标费用，本研究中6个DRGs组合总超额费用共计1451545.07元，占总费用2.63%，超标总例数为44例，占总例数的4.58%，其中DRG6组超标例数比例、超标总费用、病种权重均最高，线外患者比例和线外费用比例分别为9.38%和16.23%，即9.38%的线外患者消耗了住院医疗资源的16.23%。提示DRG6组病例的诊疗复杂程度最高，需要作为胸外科重点监测分析案例，用以规范肺癌手术患者诊疗流程。

讨 论

DRGs是目前国际上公认能用来控制医疗资源消耗、提高效率的预付款系统[4]，其核心设计特征是诊断相关分组系统，即根据主要和次要诊断、治疗类型、年龄、手术、合并症并发症的情况和所进行的诊疗等病例信息进行详尽的病例分类[11-12]。肺癌是我国发病和死亡顺位第一的恶性肿瘤，研究与肺癌手术患者医疗费用相关的因素，可以为建立合理科学的医疗费用支付标准提供良好的依据。本研究多重线性回归结果显示，住院天数对肺癌手术住院费用的影响最大，其次是主要手术术式，与Yu等[13]的研究结果一致。此外，入住重症监护室，抢救、呼吸机的使用、输血、同时进行胸内其他手术等治疗情况及合并肺部感染、肺肿物等其他诊断也是影响肺癌手术患者费用的重要因素。这些重要信息的收集均来自我院运行DRG病案首页的必填项目，提示病案首页的准确完整填写是肺癌手术患者DRG支付标准测算和调整的重要数据基础[14]。目前肺癌手术病例组，临床医师对合并症并发症情况及其他同时进行的手术操作的填写重视度不够，存在重要合并症并发症治疗情况(如：肺部感染、肺肿物等)漏填写，其他手术操作(如：肺段/肺叶切除手术同时进行的系统性纵隔淋巴结清扫术、其他肺叶良性病变切除术)填写不完整的现象，导致一部分病例被错误分到费用标准较低的组别。医院需建立更完善的病案首页质控制度，督促临床医师将日常诊疗行为精准地填写在病案首页上，体现复杂病例诊疗水平的同时提高DRGs正确分组率。

目前DRG运行系统返回的肺癌手术病例分组结果对并发症合并症的分类仅分为有和无/轻微两个类别，在不明确影响分组的关键节点变量的情况下，要求临床医生在患者出院前完成诊断术语和CCHI的编码录入，让临床医生无所适从，因此对DRG分组收付费标准的重要影响因素进行探索分析，协助临床各专业组了解自身收治病种，可以为医院和科室开展DRG工作提供指导意见，促进医院主动开展精细化管理，在不影响医疗质量的前提下提高医院绩效。

本研究基于决策树中的回归树模型，选择CHAID算法，分类节点的纳入一方面依据多因素回归分析的结果，同时结合临床判断，将合并症并发症的治疗纳入模型，结果显示，主要手术术式作为影响住院费用的第一层分类节点，将患者分为肺楔形切除术，肺段/肺叶切除术/肺癌根治术两组，手术切除范围越大，住院费用越高。这与目前我院运行的DRG分组基本原则相吻合，即在每个主要诊断类别下设手术诊疗基本组，不同手术诊疗方式、资源消耗不同[15]。合并症并发症的治疗、肺部感染，同时进行胸内其他手术、肺肿物分别作为第二层和第三层分类节点影响病例分组，提示肺部感染和肺肿物是肺癌手术患者重要的合并症并发症，影响了患者病情严重程度，而胸内其他手术作为合并症并发症的诊疗方式在资源消耗中的比重应引起关注。

本研究6个DRGs组合中，除“肺楔形切除术，未治疗合并症并发症”组未出现超标费用，其他5组费用均出现不同程度的超标，其中“肺段肺叶切除术/肺癌根治术，合并肺部感染，合并肺肿物”组的线外患者比例和线外费用比例分别为9.38%和16.23%，即9.38%的线外患者消耗了住院医疗资源的16.23%，应引起高度重视，建议作为胸外科重点监测分析案例，通过细化临床路径对这类诊疗复杂度高的病例组合加强医疗质量管理[16]，明确必须进行的诊疗操作，减少不必要的检查和治疗，切实为患者减轻负担的同时保证医疗质量。

我院DRGs的实施尚处于起步阶段，通过对各临床科室常见病种住院费用影响因素的分析，探索病例组合分组方案的细则，提高病案首页填写的完整度和准确度，加强各科室临床诊疗行为的规范执行，各方反馈沟通持续优化DRGs分类以满足临床诊疗实际将推动本地DRGs最大限度发挥作用。