疾病诊断相关组数据分析在医院绩效评估中的应用

李德昊，吴佳佳，王玉锋，王 昆，武 娜，唐 悦，郭星宇，秦 悦解放军总医院第一医学中心 卫生经济科，北京 0085； 解放军总医院卫勤部，北京 0085； 解放军总医院第一医学中心 住院管理科，北京 0085； 解放军总医院第一医学中心 服务保障中心，北京 0085

疾 病 诊 断 相 关 组 (diagnosis related groups，DRGs)根据患者的年龄、疾病诊断、合并症、并发症、治疗方式、病症严重程度及转归等因素将患者分入相应的诊断组进行管理[1-2]。DRGs可以在不同科室及病种间进行横向、纵向比较，对专科服务能力、服务效率、患者安全等方面进行评价，是医院内涵质量管理的核心工具[3-4]。疾病诊断相关组作为一种医疗保险付费方式，采取定额预付款制度，与按服务项目付费、总额预付、按单病种付费等医疗保险支付方式相比，具有卫生资源使用效率高和卫生费用低等优势，因此许多国家将DRGs作为医疗保险付费方式，并取得了良好效果[5]。随着国内医疗改革逐步深入，DRGs也逐渐在各大医院普及，主要应用于医疗绩效管理和医疗费用管理两个领域[6]。DRGs主要从产能、效率和安全三个维度进行医疗服务的绩效评价，所涉及的指标包括DRGs组数、总权重、病例组合指数 (case mix index，CMI)、费用消耗指数、时间消耗指数、低风险和中低风险死亡率等，分别用来评价医疗机构收治病例类型的覆盖范围、住院服务的“产出量”、收治病例的技术难度、同类疾病费用的高低和住院时间的长短以及医院救助能力[7-8]。本研究基于北京市某三甲综合医院(以下简称某院)医疗数据，通过上述指标评价DRGs在医院绩效评估中的应用效果，并将上述指标与北京市某同等级同类型三甲综合医院(以下简称标杆医院)数据对比，通过构建数学模型进行科学预算，制定各科室平均住院时间、次均费用和药占比等医疗绩效考核指标，为提高医院整体效率提供借鉴和思路。

资料与方法

1 资料 本研究经北京市某三甲综合医院医学伦理委员会批准，调取某院开展DRGs模拟运行的第一年(2015年)1 ~ 10月医保患者出院病例123 591例，排除精神心理疾病和康复治疗患者(DRGs不针对此类患者进行分组)，最终入DRGs评估组113 402例，未入组10 189例(住院时间大于60 d)。以医疗服务能力和专科能力建设为测算核心，选取北京市同等级同类别的三甲医院(以下简称标杆医院)2015年1 ~ 10月医保患者出院病例的数据作为对照数据，进行横向比较。

2 方法 将既往病案首页填写的疾病和手术按DRGs编码进行人工再编码，并研发病案首页补充项插件程序，对113 402例病例数据进行自动编码，将重新编码后的病例分4次批量导入分组器，模拟DRGs数据进行测算，每次均评估医保患者的入组 =入组病例数/(病例总数-排除病例数)×100，其中排除病例数=住院天数大于60 d+住院费用小于5元，CMI=∑(某DRG权重×该医院该DRG的病例数)/该医院或该学科病例数，CMI值越大，表示该科室收治病例风险和复杂程度越高。查找每次模拟DRGs收费存在的问题，联合病案室、医保办公室、专科进行修正。

3 评价指标 根据 DRGs 新支付方式对历史数据进行测算，分析比较某院各专业与标杆医院相对应专业医疗服务综合能力、医疗服务广度、难度、医疗服务效率、时间效率、低风险和中低风险病组死亡率方面的差异。

4 统计学方法 采用统计描述的方法，对统计数据进行汇总，应用Excel录入收集的数据并建立数据库，SPSS 24.0软件进行数据处理。

结 果

1 医保病例入组率 2015 年 1 - 10 月某院出院病例123 591例，其中入组病例113 402例，未入组10 189例，医保病例入组率在第4次导入数据时，全院病历DRGs入组率已达91.7%。见表1。

表1 某院4次DRGs测算的入组率及CMI值

2 某院与标杆医院医疗服务综合能力比较 某院涉及DRGs组数751组，标杆医院涉及DRGs组数639组；某院CMI为1.21，标杆医院1.34；某院费用消耗指数1.40，标杆医院1.20；某院时间消耗指数0.98，标杆医院0.84；某院低风险死亡率0.01%，标杆医院0.00%；某院中低风险死亡率0.10%，标杆医院0.09%。与标杆医院比较，某院DRGs组数较多，CMI较低，费用消耗和时间消耗指数较高(如果计算值在1左右表示接近平均水平；小于1，表示医疗费用较低或住院时间较短；大于1，表示医疗费用较高或住院时间较长)，但低风险和中低风险死亡率略高。见表2。

表2 两医院医疗服务综合能力比较

3 某院与标杆医院医疗服务广度和难度比较 标杆医院收治病例中没有酒精/药物使用及其引起的器质性精神功能障碍(MDCU)和烧伤(MDCW)。在可比较的24组医疗诊断分类(MDC)分组中，某院有16大类MDC涉及的DRGs组数多于标杆医院，以创伤、中毒及药物毒性反应(MDCV)、肌肉、骨骼疾病及功能障碍(MDCI)、呼吸系统疾病及功能障碍(MDCE)相差最多，其中MDCV多10组、MDCI多9组，MDCE多8组；只有新生儿及其他围生期新生儿疾病(MDCP)涉及的DRGs组数少于标杆医院(少3组)。在可比较的24组中，某院有15大类的CMI值低于标杆医院，说明某院收治此类疾病的难度相对较低，相差最多的4类是HIV感染疾病及相关操作(MDCY)、多发严重创伤(MDCZ)、内分泌、营养、代谢疾病及功能障碍(MDCK)、消化系统及功能障碍(MDCG)；有9组CMI值高于标杆医院，由高到低的5组依次为先期分组疾病及相关操作(MDCA)、肌肉、骨骼疾病及功能障碍(MDCI)、骨髓增生疾病和功能障碍，低分化肿瘤(MDCR)、全身性或不明确部位的感染及寄生虫病(MDCS)、神经系统疾病及功能障碍(MDCB)。见表3。

表3 两医院相应MDC组医疗服务广度和难度比较

4 与标杆医院的医疗服务效率比较

4.1 费用消耗指数 比较某院与标杆医院次均费用和费用消耗指数，发现在可比较的24个疾病大类中，某院有19个费用消耗指数大于标杆医院，相差最多的前5位：创伤、中毒及药物毒性反应(MDCV)，相差1.47；精神疾病及功能障碍(MDCT)，相差0.75；皮肤、皮下组织及乳腺疾病及功能障碍(MDCJ)，相差0.69；骨髓增生疾病和功能障碍，低分化肿瘤(MDCR)，相差0.59；眼疾病及功能障碍(MDCC)，相差0.56。见表4。

表4 两医院相应MDC组费用效率比较

4.2 某院与标杆医院的时间效率比较 比较某院与标杆医院的平均住院日和时间消耗指数，发现在可比较的24个疾病大类中，某院有15个时间消耗指数大于标杆医院，相差最多的前5位：骨髓增生疾病和功能障碍，低分化肿瘤(MDCR)，相差0.52；先期分组疾病及相关操作(MDCA)，相差0.42；精神疾病及功能障碍(MDCT)，相差0.41；男性生殖系统疾病及功能障碍(MDCM)，相差0.38；女性生殖系统疾病及功能障碍(MDCN)，相差0.33。见表5。

表5 两医院相应MDC组时间效率比较

4.3 某院与标杆医院低风险和中低风险病例死亡率比较 某院出现2例低风险死亡病例，分别为肝、胆、胰疾病及功能障碍(MDCH)和循环系统疾病及功能障碍(MDCF)，标杆医院无低风险死亡病例。通过对比中低风险死亡率，差异排名前5位的MDC分别是循环系统疾病及功能障碍(MDCF)、神经系统疾病及功能障碍(MDCB)、肝、胆、胰疾病及功能障碍(MDCH)、肌肉、骨骼疾病及功能障碍(MDCI)、内分泌、营养、代谢疾病及功能障碍(MDCK)。见表6。

表6 两医院相应MDC组中低风险死亡率比较

讨 论

本研究显示，与标杆医院相比，某院DRG组数偏多，CMI偏低，说明某院医疗服务范围比标杆医院广，而医疗服务技术难度比标杆医院低。另外，某院费用消耗指数和时间消耗指数偏高，说明某院疾病诊疗的平均费用高于标杆医院，在费用管理上还有待加强。DRG疾病组根据疾病的危重程度分为低风险组、中低风险组、中高风险组和高风险组。低风险组和中低风险组的死亡率直接反映医疗质量安全，某院各风险等级组对应的死亡率均高于标杆医院，低风险和中低风险死亡率也略高，说明医疗质量安全有待改进。

通过4次向分组器导入某院医保患者诊疗数据，并经过编码库的不断对照、病案首页插件的使用、临床医生的培训、导入数据接口的修改，某院病例DRGs入组率已达到91.7%，分组率进步很大，但病案首页数据质量还存在提升空间。DRGs 26类专业病组覆盖率较低的5个专业分别为新生儿、HIV感染疾病、精神疾病、器官移植、眼科，5个专业中有17个DRGs病组权重小于1，说明这5个专业的病案质量及编目质量需要进一步完善，能真实反映其高难度诊疗技术。引入DRGs管理工具，预先对医院的病例数据进行模拟病组管理，为应对医疗保险机构用DRGs作为医院付费的主要依据打下良好基础[9-10]。DRGs数据分析可以从服务能力、服务效率、医疗安全等方面进行医疗服务绩效测算比较，对提高医疗质量、促进医疗资源的合理利用、提高医院的竞争力具有十分现实和重要的意义[11-12]。

综上所述，通过对比某院与标杆医院的DRGs指标，发现某院疾病诊疗广度较高，医疗技术难度较低，绝大多数病组费用超过标杆医院，但平均住院时间控制较好，医院可以在基本绩效政策不动摇的前提下，较好地运用DRGs方法进行测算评估，为实践工作提供借鉴和思路。