基于DRGs的心力衰竭患者住院费用标准研究

乔建红，姜腾飞，代贝贝，劳家辉

(1.山东大学附属千佛山医院护理学科，山东 济南 250014；2.山东第一医科大学第一附属医院/山东省千佛山医院，山东 济南 250014)

心衰是各种心血管疾病发展的终末阶段，发病人群多为中老年人。《中国心血管病报告2018》指出，我国心衰发病率呈现上升趋势，且未来10年心衰患病人数仍将持续快速增长[1]。心衰在影响患者健康的同时也给患者的家庭带来沉重的经济负担，对心衰病人的住院费用进行分析和管控意义重大。疾病诊断相关分组(DRGs)是一种综合考虑病例的疾病诊断、病情严重程度以及个体特征等的疾病分类方法，在提升医院的综合管理水平以及控制住院费用不合理增长方面效果显著[2]。《国务院办公厅关于进一步深化基本医疗保险支付方式改革的指导意见》中明确指出，2017年起，全面推行以按病种付费为主的多元复合式医保支付方式，各地要选择一定数量的病种实施按病种付费，国家选择部分地区开展按疾病诊断相关分组(DRGs)付费试点[3，4]。基于DRGs的预付费制度，对于患者来说收费是非常清晰透明的，可以大大减轻患者的医疗费用负担，减少不必要的检查，增加检查的精准性，在一定程度上缓解医患关系[5]；同时DRGs的预付费制度对于医院来说可以提高其诊疗活动规范化程度，减少医疗资源的浪费，不断提高医疗技术与服务水平；另外，可以更加科学规范的利用国家医保金，通过规范化运行，在实行一段时间后可以摸索出降低费用而又提高诊疗质量的方案。通过降低费用，有望使得医保拨款减少，大大降低国家财政负担。按DRGs的付费方式已在多个国家成功实践，是目前为止比较公认的一种付费方式，也是医疗付费方式的大势所趋。我国目前大部分地区实行按项目付费制度，对于DRGs的付费研究起步较晚。本研究选择山东省某三级甲等医院5年间心衰患者的出院资料，通过决策树模型建立DRGs分组方案、权重及费用标准，为心衰患者住院费用的DRGs付费方式提供数据支持。

1 资料与方法

1.1 资料来源

选取山东省某三级甲等医院2016年1月1日-2020年12月31日主要诊断为心力衰竭患者的病历资料。病例纳入标准：第一诊断为心力衰竭，ICD-10编码前三位为“I50”。病例排除标准：①参与分析的重要信息缺失和存在数据异常的病例；②住院天数<1天或者>30天的病例；③住院总费用百分位数小于3%或大于97%的病例。

采集的病例信息包括：①基本信息：住院号、出生日期、入院时间、出院时间、性别、年龄；②疾病信息：心衰等级(Killip分级或NYHA分级)、左心室射血分数(LVEF)、并发症或合并症个数；③诊疗信息：手术信息、入院途径、住院天数；④费用信息：住院总费用。

1.2 数据预处理

使用Excel软件进行数据清洗和整理，将连续型自变量按决策树方法分析的要求转换为分类变量，心衰患者住院费用影响因素赋值详见表1。

1.3 数据分析

因为住院总费用不服从正态分布，所以采用中位数M(P25，P75)的形式描述，使用Wilcoxon 秩和检验和Kruskal-Wallis H秩和检验等进行单因素分析。将单因素分析有意义的变量纳入多元逐步回归分析(前进法)。因为住院总费用不符合正态分布，因此对其取常用对数(近似符合正态分布，后文中记作“lg费用”)，作为多元回归分析的因变量。利用方差膨胀因子(VIF)评价自变量之间的共线性，VIF>5时认为存在较强共线性。

1.4 决策树及费用标准

参照徐梦秋等[6]的方法，选择多元回归分析中对总费用的影响有统计学意义的变量作为决策树的分类节点变量(输入变量)，lg费用作为输出变量。CHAID决策树的原理是通过卡方检验进行检测分支，根据得到的P值来判断是否仍继续进行分支。本研究中利用CHAID决策树进行病例组合，设置最大树生长深度为3层，父节点最小样本量为100，子节点最小样本量为50。使用组间差异度指标总体方差减少系数(RIV)评价组间差异，RIV越大说明组间差异越大；使用变异系数(CV)表示组内差异，CV越小表示组内差异越小[7]。

因住院总费用不服从正态分布，使用中位数作为各组的标准费用，P75+1.5×IQR作为各组费用上限，以该组住院总费用均值与全部患者住院总费用均值之比作为该组的病种权重[8]。本研究中所有统计分析及决策树建立均通过SPSS 25.0 软件实现，检验水准α=0.05。

2 结果

2.1 被调查病例的基本情况

共纳入心衰住院患者760例，其中男性404例(53.2%)，女性356例(46.8%)；年龄范围14～97岁，中位数为73.00岁；住院总费用范围为4350.83～80,220.84元，平均值为17,328.00元，中位数为13,881.87元。性别、年龄、是否手术、心衰类型、并发症或合并症个数、住院天数、心衰等级与心衰患者住院总费用相关(P<0.05)。详见表2。

表2 山东省某三甲医院心衰患者住院费用单因素分析结果

2.2 多元逐步回归分析结果

在多元逐步回归模型拟合过程中发现，住院天数存在较强共线性，两个哑变量的VIF值分别为6.501和4.948，遂将其剔除，重新拟合模型。结果显示，心衰等级为III-IV级或IV级、年龄≥65岁、进行手术治疗、并发症或合并症个数>7个的患者住院总费用较高(P<0.05)。各变量VIF均较小，可以认为不存在多重共线性。模型的调整R2为0.791，说明模型拟合程度较好。将心衰等级、年龄、是否手术、并发症或合并症个数这4个变量作为决策树的分类节点变量。多元逐步回归分析结果见表3。

表3 山东省某三甲医院心衰患者住院费用多元逐步回归分析结果(前进法)

2.3 决策树

经CHAID决策树分析，得到6个病例组合，决策树结构如图1所示，各病例组合详细信息如表4所示。第一层节点变量为心衰等级，第二层节点变量分别为年龄、是否手术，第三层节点变量为并发症或合并症个数。决策树RIV值为0.67，6个DRG组的CV范围为0.012～0.045，说明决策树分组效果较好。

图1 山东省某三甲医院心衰患者住院费用的

表4 山东省某三甲医院心衰患者诊断相关分组情况及费用标准

2.4 各DRG组标准费用

心衰等级III-IV级或IV级且行手术治疗的患者标准费用最高，为37,910.59元；心衰等级III级及以下且年龄<65岁的患者标准费用最低，为7749.10元。共存在超限病例14例，占全部分析病例的1.84%。各DRG组标准费用见表5。

表5 山东省某三甲医院心衰患者诊断相关分组情况及住院费用

3 讨论

3.1 心衰患者的DRGs分组

经过决策树发现，第一层节点变量为心衰等级。心衰等级是反映心衰严重程度和预后的重要指标，心衰分级越重，说明病情越重，所需要的治疗也就越多，因此费用越高。因此，一旦诊断为心衰，提倡尽早得到正规的治疗，延缓疾病的进展，对于降低住院费用有重要意义[9]。第二层节点变量分别为年龄、是否手术。年龄越大，往往身体素质越差，身体恢复的更慢，从而导致较高医疗资源的消耗，手术势必会增加患者的医疗支出。第三层节点变量为并发症或合并症个数。并发症数量大于7个的心衰患者住院费用明显高于并发症数量少于7个的患者，叶彬[10]的结果同样也证实了合并并发症是影响患者住院费用的因素之一。其原因主要在于在治疗心衰的同时也要兼顾高血压、冠心病等原发疾病以及由心衰导致的心律失常、肺部感染等，这就加大了医疗投入，增加了住院费用。因此在患者疾病早期就提倡及早就医治疗，避免日后加重经济负担。

3.2 心衰患者的DRGs分组费用标准

在本研究中，选择心衰患者病例信息中的8个常见信息，通过单因素分析与多元逐步回归分析发现，心衰患者的住院费用受心衰等级、年龄、并发症或合并症个数、是否手术等因素的影响，这与我国学者宣建伟等人[11]的研究结果一致。本研究通过决策树分析得到6个DRG组。其中，心衰等级III级及以下且年龄<65岁的患者标准费用最低，为7749.10元；心衰等级III-IV级或IV级且行手术治疗的患者标准费用最高，为37,910.59元，相差4.89倍。如果不考虑心衰等级、年龄、并发症或合并症个数、是否手术等因素，仅采取单一的支付标准，将不利于医疗费用的控制与医疗质量的管理[12]。

3.3 DRGs分组费用的应用

DRGs系统是一种基于疾病诊断和患者病情严重程度的疾病分类方法，是目前公认的费用管控和临床需求平衡的最佳选择。DRGs付费相较于单病种付费和按项目付费，可充分考虑到疾病的复杂性，并充分的考虑到政府、医院和患者多方面的利益，促使医院由“粗放式管理”转为“精细化管理”[13]。目前国内关于DRGs的费用分析主要有2个方面：一是利用不同标准的 DRG 分组器对进入不同病例分组的病例进行分组效果及费用结构分析[14]，二是对某一已分组病例进行多个医疗机构的费用分析，以探究多个医疗机构费用控制及偏移情况[15]。

4 小结

近年来，在借鉴国外DRGs实践的基础上，国内正在逐步探索适合我国国情的DRGs付费方案，以适应新型医疗改革的形式和医院发展的要求。基于CHAID决策树模型的DRGs病例分组有很多的优势，该方法避免了人为因素的影响，可以作为医疗质量控制的有效补充，符合患者、医院以及社会的共同利益，值得推广实施。但是在研究的过程中发现，病例信息存在填写不规范、不统一等问题，达不到使用的条件。在今后的工作中要加强医院的信息化系统建设，提升病例书写质量，保证DRGs分组准确合理[16]。本研究提出了心衰的DRGs分组，制定不同组别的心衰患者住院费用标准，有利于提升医院的管理水平，优化资源配置，减轻患者经济负担，为本地区内医院和医保机构制定决策提供依据。