基于數據挖掘的藥品零差率對某腫瘤醫院住院費用影響研究

■ 陳 潔 金萍妹 朱 潔 華 偉 李少品

2014年4月1日，根據《浙江省人民政府辦公廳關于啟動實施省級公立醫院綜合改革的意見》，藥品零差率政策在浙江省省級公立醫院全面實施。近年來，癌癥發病率大幅增長，且住院費用的快速增長給患者及國家都帶來沉重的經濟負擔。目前已有一些關于藥品零差率對醫院影響的文獻[1]，但缺乏專門針對腫瘤專科醫院的研究。在此背景下，本研究以某三甲腫瘤專科醫院的數據為基礎，研究藥品零差率政策實施前后，10種常見惡性腫瘤住院費用、藥占比、自費藥占比的變化及對醫院用藥所產生的影響。并基于數據挖掘技術，分別采用BP神經網絡模型、遞歸模型來探討藥品零差率政策對10種常見惡性腫瘤住院費用的影響，為政策的實施效果提供數據支持，為住院費用的有效控制提供科學依據。

1 資料與方法

1.1 資料來源

根據ICD-10編碼，從病案系統中收集某三甲腫瘤專科醫院病例數排名前10個病種作為研究對象。出院日期為2011年4月1日 2017年3月31日，剔除項目不全及住院時間不滿1天的情況，最終得到267 750份樣本。

1.2 數據挖掘方法

1.2.1 遞歸模型。研究表明，很多因素會影響住院費用并且影響程度有較大差異。比如手術治療方式能直接影響住院費用，手術與非手術患者的住院天數不同又進一步影響住院費用，因此住院費用影響因素之間存在著遞歸式系統結構。本研究用多元線性回歸建立聯立方程，分別以住院天數、住院費用為因變量，采用兩階段最小二乘法對聯立方程進行參數估計，分析各影響因素對住院費用的直接效應、間接效應及總效應[2]。遞歸模型可以揭示各變量之間的層次聯系，相對于簡單回歸模型更加具有可解釋性。

1.2.2 BP神經網絡模型。BP神經網絡是一種按誤差逆傳播算法訓練的多層前饋網絡，是目前廣泛應用的一種人工神經網絡。理論已證明一個三層的BP神經網絡就可以完成任意的M維到N維的映射，即BP神經網絡具有較強的非線性映射能力。BP神經網絡模型的優點是其無需精確的數學模型，對樣本數據無假設要求，相對于一般的統計學方法，BP神經網絡模型有更強的處理非線性問題的能力[3]。

2 結果與分析

2.1 研究對象基本情況

2011年4月 2017年3月，在該腫瘤醫院全部惡性腫瘤患者中（以第一診斷為主），病例數居前10位依次是肺惡性腫瘤、乳腺惡性腫瘤、鼻咽惡性腫瘤、結直腸惡性腫瘤、胃惡性腫瘤、宮頸惡性腫瘤、卵巢惡性腫瘤、甲狀腺惡性腫瘤、肝惡性腫瘤、食管惡性腫瘤。這些患者平均年齡為54.28±11.14歲，主要集中在40 68歲，該年齡段的患者占全部研究對象的90%。10種常見惡性腫瘤患者在性別分布上存在差異，其中女性占55%。

2.2 藥品費用分析

實施藥品零差率后，次均住院費用普遍增長，主要是樣本時間跨度大（6年）、新技術的開展、通貨膨脹等因素導致總費用的增長。住院費用的結構得到優化，藥品的相對值(藥占比)和絕對值（藥品費）均下降，藥占比下降了6.4%，自費藥占比降幅更大，達19.3%（表1）。這說明醫生對藥品種類的選擇有明顯的變化，更少使用自費藥品。這主要得益于藥品收入與醫院經濟利益的脫鉤，醫生有內生動力對藥品進行控制，從而使得藥品費用，特別是自費藥品費用明顯下降。而自費藥品費用的降低，更能夠切切實實優惠于患者。

2.3 遞歸模型分析

運用遞歸模型分別以住院天數和住院費用為因變量建立聯立方程組，對住院費用的影響因素進行分析，變量賦值見表2。

由于研究時間跨度大（6年），本研究在回歸之前采用同比居民消費價格指數（CPI）對住院費用進行價格平減，消除通貨膨脹的影響。多元線性回歸模型對數據有獨立、正態、等方差的研究假設，因此本研究通過數據轉換對住院費用和住院天數進行預處理，即Y1=Lg住院天數、Y2=Lg住院費用，分別將其作為遞歸模型的因變量。參考相關研究[4]，選擇年齡、性別、出院時間、疾病種類、是否有合并癥、支付方式、治療方式作為遞歸模型的自變量。以Y1=Lg住院天數為因變量，得到模型的檢驗F＝7 231.59，P＝0.000，R2＝0.439；各變量的方差膨脹因子小于10，故不存在多重共線性問題（表3）。

再以Y2=Lg住院費用為因變量，Y1和其余自變量進行多元線性回歸，得到模型的檢驗F＝41 776.3，P＝0.000，決定系數R2＝0.612，表明模型具有統計學意義；各自變量的方差膨脹因子小于10，故不存在多重共線性問題（表4）。

通過遞歸模型可以分析出各影響因素對住院費用的直接效應、間接效應及總效應。年齡、性別、出院時間、疾病種類、是否有合并癥、支付方式、治療方式不但直接影響住院費用，而且還能通過住院天數影響住院費用，既有直接效應也有間接效應。住院天數是住院費用最重要的影響因素，其次是治療方式；出院時間對住院費用的影響效應排名第4，且影響總效應的符號為負，說明藥品零差率政策的實施對住院費用有明顯的降低作用（消除通貨膨脹的影響后）。

表1 藥品零差率政策實施前后樣本醫院10類惡性腫瘤藥品費用情況

2.4 BP神經網絡模型分析

BP神經網絡模型能夠反映每個變量的敏感系數，即每一單位自變量的變化對住院費用的影響程度[5]。敏感系數越大，說明該自變量對因變量有更大的影響。BP神經網絡在研究自變量和因變量的關系時，同時兼顧了多個自變量對因變量的共同影響，因此有更好的擬合性。對BP神經網絡模型每個變量的敏感系數與遞歸模型的研究結果進行對比，結果顯示，在8個影響因素中，對住院費用的影響排名有6個一致或基本一致，有2個不一致，兩個模型研究結果的一致性達到75%（表5）。兩種模型研究結果都表明，住院天數對住院費用的影響最大，其次是治療方式，而是否有合并癥、支付方式對住院費用的影響都較低；藥品零差率的影響排名第4，說明藥品零差率政策的實施對住院費用有較為明顯的降低作用。

表2 住院費用影響因素的變量賦值

表3 住院天數影響因素的多元線性回歸分析結果

表4 住院費用影響因素的多元線性回歸分析結果

表5 神經網絡與遞歸模型的分析結果比較

3 討論

藥占比是評價醫院綜合管理水平的重要指標，促進合理用藥是醫院管理者努力的方向。實施藥品零差率后，醫生失去了“以藥養醫”的利益驅動，使得開高價藥、大處方得到了控制，住院費用的結構也得到了優化，藥占比特別是自費藥占比都有明顯下降，切切實實降低了患者的疾病經濟負擔。

采用BP神經網絡和遞歸模型對10種常見惡性腫瘤住院費用的影響因素分析都能很好地擬合數據，且BP神經網絡分析的敏感系數與遞歸模型中的總效應的結果相近。消除通貨膨脹因素的影響之后，藥品零差率政策的實施能有效降低住院費用，取得了一定的成效，很大程度上減輕了患者的疾病經濟負擔。

醫改之路任重道遠，藥品零差率政策作為突破口和先行軍，更應當及時總結成效和問題，從而制定相應的政策及應對措施。藥品零差率政策確實切斷了醫院及醫生的利益驅動，降低了藥品費用，切切實實惠于民眾。但是仍然存在一些問題，比如政府集中招標采購容易導致價格壟斷等。今后需要完善招標采購的政策及流程，提高醫保支付比例，任何政策的制定都要保證患者切實受益。