基于决策树的中耳疾患住院费用分组研究

李 娟 金 雯 李 盈

浙江大学医学院附属第一医院 浙江杭州 310003

中耳常见疾患有分泌性中耳炎、慢性化脓性中耳炎和中耳胆脂瘤等，其主要治疗方式包括药物治疗和外科手术，对于药物治疗无效的患者，主要采用手术治疗，包括乳突改良根治术、鼓室成形术、鼓膜置管术、咽鼓管扩张等[1]。根据患者临床诊断情况，选择相应的诊疗方式，不同诊疗方式，所消耗的医疗资源和住院费用也不同。疾病诊断相关分组(diagnosis related groups, DRG)是用于优化医疗服务质量效率以及管控医疗费用的一种最具代表性病例组合(case mix)工具[2-3]。DRG分组核心依据病案首页数据的疾病分类和手术操作编码，并结合病例特征、临床治疗方式、转归和资源消耗等因素，将病例分为不同诊断组进行管理的体系[4-5]。本研究通过决策树模型对近6年浙江省某大型三甲综合医院的中耳疾患住院病例进行组合分析，为中耳疾患付费标准提供参考依据，有利于推进本地疾病诊断相关分组-预付费制度(DRG-based prospective payment system, DRGs-PPS)试点的实施。

1 资料与方法

1.1 资料来源

研究数据选取自浙江省某大型三甲综合医院2016年1月—2021年12月期间收治的主要诊断为中耳疾患的病案首页，初始获取3 774例，ICD-10编码为H65-H74。剔除例数相对较少的因素，有基础信息缺项，逻辑错误和诊断中有未进行操作(Z53)的病例。同时剔除住院费用在1%～99%以外的病例，以减少费用极端值对研究结果的影响，最终共纳入有效病例样本3 485例，包括：H65分泌性中耳炎372例，H66化脓性和未特指中耳炎1 843例，H71中耳胆脂瘤965例，和其他中耳疾患305例。以2021年数据为基准，根据全国居民消费价格指数(CPI)月度同比对住院总费用进行调整，使不同年月份的费用住院具有可比性。

1.2 研究方法

以年龄、性别、住院时间、手术分类和并发症或者合并症作为自变量，住院费用作为因变量进行多元线性回归分析，筛选对住院费用的影响有统计学意义的因素构建决策树模型。以总费用作为输出变量且疾病相关影响因素作为输入变量，利用卡方自动互动检验法(chi-squared automatic interaction detector, CHAID)构建决策树模型进行DRGs 病例组合研究。设置树的深度为3，父节点和子节点最小个案数分别为 100和 50。采用变异系数(CV)和Kruskal-Wallis检验评价本研究决策树模型的合理性。然后，计算各DRG分组的标准费用(中位数)、费用上限(P75+1.5Q)、超限病例数、超限病例占比和超限病例费用消耗比。检验水准为α=0.05。本研究所有数据分析均使用SPSS 22.0软件。

2 结果

2.1 一般情况

共收集有效病例3 485例，其中男性1 435例，女性2 050例。年龄范围1～90 y，平均年龄(45.98±14.72) y。住院天数范围1～29 d，平均住院天数(6.34±3.04)d。住院总费用范围901.50～35 146.79元，中位数13 412.99元。各变量的赋值见表1。

表1 变量赋值表

2.2 住院费用的影响因素分析

本研究住院总费用呈近似正态分布。多元线性回归分析结果显示，手术分类、合并症与并发症、性别和住院时间分组进入回归方程(F=675.503,P<0.001)，方程决定系数R2=0.493。共线性诊断显示各变量方差膨胀因子明显均小于10和容忍度均明显大于0.1，说明各变量之间无多重共线性。多元线性回归分析结果详见表2。

表2 中耳疾患住院费用多元线性回归分析结果

2.3 诊断相关分组结果

运用CHAID方法对3 485例病例进行分组，最终形成7个DRG组。第1层分类节点变量为手术分类，第2层分类节点变量为住院时间，第3层分类节点变量为合并症与并发症和性别分组。各分组CV均小于0.4，说明组内同质性较好；且对不同的DRG组合进行Kruskal-Wallis检验，结果显示不同DRG组之间异质性较好(H=1 824.852，P<0.001)。综上所述，该分组方案效果良好。各组的样本量、均费、标准差以及变异系数详见表3。

表3 中耳疾患的诊断相关分组结果

2.4 计算各组的标准费用和超限费用占比

各DRG组以住院费用的中位数为标准费用，以P75加1.5 倍四分位间距为费用上限。超限病例比为组内超限患者例数与组内患者总数的比值，超限病例费用消耗比为组内各超限患者费用的总和与组内所有患者的总费用的比值。7个组中有DRG5和DRG6超限病例费用消耗比大于4.00%，表明这2组消耗的住院费用最多。共有超限费用患者73例，占本次研究总例数的2.09%，总超限病例费用消耗比为3.51%，即表明2.09% 的超限病例花费了总住院医疗资源的3.51%。病种权重为各DRG组的例均费用与所有病例人均费用的比值，权重越高代表花费的医疗资源越多。DRG1、DRG2、DRG3和DRG4的病种权重最大，且均大于1，说明大手术相关分组消耗的住院费用最多。具体数据详见表4。

3 讨论

随着国家医疗保障局官方发布《国家医疗保障DRG(CHS-DRG)细分组方案》，各地积极按该分组方案推进DRG 支付方式改革试点，建立合理的DRG付费体系，推动医保精细化管理，提高医保基金利用率[3]。由于决策树模型分组逻辑要求各组间差异大、组内差异小，与DRG分组原理相一致[6-9]。因此，本研究以浙江省某三级甲等医院中耳疾患的病例为样本数据，采用决策树模型进行病例组合分析，可为本地医保患者制定科学合理的支付标准和DRG细分组方案提供参考依据。

经多元线性回归分析，筛选出手术分类、合并症与并发症、性别和住院时间分组作为本研究决策树模型的分类节点变量。基于CHAID算法的决策树模型结果显示，第1层分类节点是手术级别，说明中耳手术级别是影响入组的主要因素。第2层分类节点是住院时间，说明住院时间是影响入组的次要因素。中耳小手术组的第3层分类节点则为合并症/并发症，而中耳大手术组第3层分类节点则是性别。中耳大手术为绩效DRG三四级手术，包括乳突改良根治术、鼓室成形术Ⅲ及Ⅳ型等，一般用于治疗慢性化脓性中耳炎和胆脂瘤等[10-11]。将绩效DRG一二级手术归为中耳小手术，主要包括经鼓膜置管术、咽鼓管扩张和内镜下鼓室成形术等，一般治疗分泌性中耳炎和咽鼓管疾患等[12-13]。最终，中耳疾病患者住院费用按手术级别、合并症和并发症、住院时间和性别分类节点分为7个DRG 组合。说明手术级别越高、住院时间延长和并发症或合并症的出现，会增加医疗资源的消耗，这与中耳疾患的实际诊疗情况相符[6, 14]。

表4 各诊断相关分组住院费用标准和超限病例情况

本研究采用P75加1.5 倍四分位间距作为各组合的费用上限，考虑到中耳疾患的少数患者特殊诊治情况，导致住院费用超出费用上限，如果DRG组的超限病例比或者超限病例费用消耗比过高，则提示该DRG组存在过度诊疗的可能性。本研究DRG5组超限费用占比(4.36%)和超限病例费用消耗比(7.68%)均最高，提示该组存在过度医疗资源消耗。另外，DRG6组的超限病例费用消耗比超过4.00%，也可能出现过度诊疗。本研究共有超限费用患者73例，超限病例占比和超限病例费用消耗比分别为2.09%和3.51%，即表明2.09% 的超限病例花费了总住院医疗资源的3.51%。但是，各组超限患者比例均小于5.00%，说明中耳疾患住院医疗资源控制较为合理。此外，还应该关注病种权重，权重越高代表花费的医疗资源越多。本研究中DRG1(大手术，大于7 d，男)，DRG2(大手术，大于7 d，女)，DRG3(大手术，小于等于7 d，男)和DRG(大手术，小于等于7 d，女)的病种权重排名前4，说明中耳大手术相关分组消耗的医疗资源最多。因此，应加强监控病种权重、超限病例比例及超限病例费用消耗比等指标，以规范医生制定诊疗方案和优化基于疾病诊断相关分组的临床路径，有效控制不同DRG分组的医疗费用在合理范围之内[15-17]。

DRG分组的核心依据是病案首页数据的疾病分类和手术操作编码，因此病案首页编码的准确是制定科学合理的DRG分组方案的基石。编码员应选择更加详细和准确地编码，并进行逻辑质控和应用病案首页质控系统对重点问题病案进行编码复核[18-19]。本研究旨在探索基于决策树模型的中耳疾患DRG分组方案及费用标准，有利于医疗机构更好地应对医保DRG改革付费，也可以为医保部门做好费用预警和制定合理的偿付标准以及相关政策的制定提供数据参考，更有利于为患者节约医疗成本，规范诊疗行为，以促进医疗卫生事业可持续发展。