某院药品消耗指数与DRG超支的相关性及阈值效应分析

关键词药品消耗指数；疾病诊断相关分组；Logistic回归；限制性立方样条模型；阈值效应

疾病诊断相关分组（diagnosisrelatedgroups，DRG）支付方式以疾病诊断为基础，通过科学分组建立动态价格调整机制和运行监督机制，推动公立医院降本增效，已成为医院高质量发展的内驱力之一[1―2]。随着医保支付方式改革的持续深入，DRG付费工作的考核评价指标体系也在不断完善，一些新指标、新概念也随之出现，尤其是关于资源使用效率和DRG费用控制的指标，如费用消耗指数的分项——药品消耗指数和耗材消耗指数等，这些结构消耗指数将打破传统药占比、耗占比用于医院考核的单一性和片面性[3―4]。如何科学运用DRG工具定位超支主要因素从而进行精准控费及资源配置，已成为医院精细化管理的新契机[5]。对于药品消耗指数的进一步研究可以找到病组费用消耗指数差异的具体原因，方便对比分析及指导整改目标。本研究采用Logistic回归模型和限制性立方样条（restrictedcubicspline，RCS）模型分析某三级甲等医院（简称“A院”）药品消耗指数与DRG超支之间的相关性和剂量-效应关系，并结合药品消耗指数进行合理用药点评，为药品管控提供思路和依据，进而提高医院的精细化药事管理水平。

1 资料与方法

1.1 临床资料

选取2023年9－11月A院共32391例患者的出院病例数据，剔除歧义病例、未入组病例等共计7914例，最终入组DRG付费病例共24477例为研究对象。提取的资料包括患者性别、年龄、住院天数、DRG类型（内科组、操作组、外科组）、病组编码、权重、支付标准、总费用、费用消耗指数、总药品费用、药品消耗指数、是否转科、合并疾病以及DRG超支情况。DRG超支指DRG支付费用小于患者实际住院费用，按是否超支进行分组。

1.2 基于药品消耗指数的合理用药管控

1.2.1 药品费用标杆值设定及药品消耗指数计算

由于各家医院药耗差异较大，且无法获得全市数据，因此A院探索并科学制定了符合A院实际的药品费用标杆值。标杆值设置方案如下：选取2021年1月1日至2023年11月30日共274492例出院病例数据，剔除转科、歧义、未入组病例等共计7647例，剩余有效病例266845例，通过国家医疗保障疾病诊断相关分组（ChinaHealthcareSecurityDiagnosisRelatedGroups，CHS-DRG）系统的病组标杆总费用，计算每例病例的费用消耗指数，取费用消耗指数0.60～1.40的病例作为优质病例[6]，共取优质病例179657例，将各病组药品均值作为各组别药品费用标杆值，并计算药品消耗指数：某病例药品消耗指数＝该病例药品费用/该病组标杆药品费用。

1.2.2 基于药品消耗指数开展合理用药点评

A院药学部于2023年12月起联合医务处、病案统计室、大数据中心，将药品消耗指数纳入药事管理指标监控，通过对药品消耗指数异常病例的具体分析，进行精准控费及管理。前期药品消耗指数数据经SPSS23.0软件验证符合右偏态分布，其中有2215个极值（≥2.12），故将药品消耗指数≥2.12的病例作为第一批合理用药点评重点关注及分析的病例，同时结合科室盈亏、病组盈亏、辅助用药占比、抗菌药物占比等数据，进一步靶向分析超支原因，若发现涉及不合理用药的超支病例，及时反馈给临床进行整改。通过药品消耗指数的监测及管控，聚焦需要加强费用控制的劣势及潜力病组，协助提高效率，进行精准控费及管理。同时分析管控前（2023年1－6月）与管控后（2024年1－6月）全院主要药事指标的变化情况。

1.3 统计学方法

1.3.1 描述性分析及单因素分析

采用SPSS23.0软件进行数据分析。符合正态分布的连续变量以x±s描述，组间比较采用t检验；符合偏态分布的连续变量以M（P25，P75）描述，组间比较使用非参数Mann-WhitneyU检验；计数资料以例数、率（%）描述，组间比较采用χ2检验。检验水准α＝0.05。

1.3.2 Logistic回归模型分析

以病例是否超支为因变量，以年龄、性别、住院天数、DRG类型、权重、药品消耗指数、是否转科、是否合并糖尿病、是否合并高血压、是否合并营养不良、是否合并肿瘤作为协变量，采用多因素Logistic回归模型分析各协变量与DRG超支之间的相关性，结果以优势比（oddsratio，OR）、95%置信区间（confidenceinterval，CI）以及P值表述。检验水准α＝0.05。

1.3.3 RCS模型和阈值效应分析

使用RStudio（内嵌R4.3.1）软件绘制RCS图，使用rms和ggplot2包进行分析，并对模型进行非线性检验以及阈值曲线拟合。检验水准α＝0.05。

2 结果

2.1 患者一般资料

本研究共纳入24477例患者，共计5400例（22.06%）患者出现DRG超支。两组患者年龄、住院天数、权重、DRG类型、药品消耗指数和转科、合并糖尿病、合并高血压、合并营养不良、合并肿瘤患者比例比较，差异均有统计学意义（P＜0.05）。结果见表1。

2.2 超支病例的影响因素分析

以是否超支为因变量，以年龄、住院天数、DRG类型、权重、药品消耗指数、转科、合并糖尿病、合并高血压、合并营养不良、合并肿瘤为自变量，进行多因素Logistic回归分析。结果显示，住院天数长、药品消耗指数高、转科、合并糖尿病是DRG超支的危险因素（P＜0.05）；DRG类型为内科组或外科组、权重≥0.5是DRG超支的保护因素（P＜0.05）。结果见表2。

2.3 RCS模型和阈值效应分析结果

全院药品消耗指数与DRG超支之间关联具有统计学意义（P＜0.05），两者之间的关系为非线性关系，存在非线性拐点，曲线阈值为0.64（P＜0.05）。其中操作组药品消耗指数与DRG超支之间的关系为非线性关系，存在非线性拐点，曲线阈值为0.71（P＜0.05）；内科组药品消耗指数与DRG超支之间的关系为非线性关系，存在非线性拐点，曲线阈值为0.64（P＜0.05）；外科组药品消耗指数与DRG超支之间不存在非线性关系（P＞0.05）。结果见图1。

从全院数据看，当药品消耗指数≥0.64，药品消耗指数与DRG超支风险呈正相关（OR＝3.43，P＜0.001）。其中操作组病例，当药品消耗指数≥0.71，药品消耗指数与DRG超支风险呈正相关（OR＝6.01，P＜0.001）；内科组病例，当药品消耗指数≥0.64，药品消耗指数与DRG超支风险呈正相关（OR＝2.73，P＜0.001）；外科组病例，当药品消耗指数≥0.60，药品消耗指数与DRG超支风险呈正相关（OR＝5.27，P＜0.001）。结果见表3。

2.4 管控前后全院DRG指标比较结果

与管控前（2023年1－6月）同期比较，管控后（2024年1－6月），全院次均医疗费用、次均药品费用、药品消耗指数均显著下降（P＜0.01）。结果见表4。

2.5 合理用药点评结果

对于药品消耗指数≥2.12的超支病例进行点评分析，结果显示，超支原因分别为病情严重（占36.54%）、不合理用药（占34.34%）、无明显用药问题（占15.11%）、新技术新药（占7.14%）、高码低编（占6.87%）。

3 讨论

在临床实际中，DRG病例费用超支是多方面因素综合作用的结果，但仍有重点管控方向可循[7―8]。本研究分析了多种因素对A院DRG病例超支风险的影响，单因素差异分析结果表明，年龄、住院天数、权重、DRG类型、药品消耗指数、转科、合并糖尿病、合并高血压、合并营养不良、合并肿瘤等变量存在显著差异。进一步多因素Logistic回归分析表明，住院天数长、药品消耗指数高、转科、合并糖尿病是DRG超支的危险因素，该结果与部分学者的研究结论中药品费用是DRG超支主要影响因素一致[9―11]；其他因素如年龄、合并高血压、合并肿瘤等对DRG超支风险的影响无统计学意义，需要进一步的研究和数据验证以深入了解这些因素对DRG超支风险的具体影响。本研究中全院病例曲线阈值为0.64，其中操作组阈值为0.71，内科组阈值为0.64。阈值效应分析结果提示药品消耗指数超过阈值时，随着药品消耗指数的升高，DRG超支风险逐渐提高。A院将药品消耗指数纳入指标监测，对于药品消耗指数偏高的病例，进行靶向分析及干预，有利于协助临床控制超支风险。

在A院开展基于药品消耗指数的合理用药管控实践的点评结果显示，不合理用药仍是药品消耗指数偏高的主要原因。A院针对点评中发现的典型不合理用药问题分别采取院周会公示、医务与药学部门联合约谈、处方权限定、信息化限制等管控措施，针对重点科室、重点医生、重点病组的靶向干预，使点评结果更加客观和公正，实现了粗放式药事管理逐步向精细化管理的转变。对于超支重点病组，还可进一步计算某药品消耗指数，如抗菌药物消耗指数、重点监控药品消耗指数、麻醉药品消耗指数等，用于对比不同科室、专业组、医生之间抗菌药物、重点监控药品、麻醉药品等使用情况[12―14]。

综上所述，药品消耗指数是DRG超支的危险因素，利用RCS模型分析发现，药品消耗指数与DRG超支之间存在明显的非线性关系，且存在阈值效应。基于这一结果，各医院可结合实际药品使用情况、疾病谱特征以及成本控制目标，综合考虑医疗质量、患者需求和医保支付能力等因素，确定适合自身的药品消耗指数阈值。通过设定合理的阈值并实施动态监测与干预，能够有效实现药品使用的精准管控，为DRG付费改革背景下的药品费用优化提供科学依据和实践路径。