轉科患者DRGs績效考核的數據計算方法探討

□ 馮曉莉 FENG Xiao-li 朱健倩 ZHU Jian-qian

For scientific evaluation of DRGs performance assessment data of the clinical departments, the medical services of department transferring patients were divided by time. Department transferring was included as the indicator of DRGs performance assessment data of the clinical departments. The number of discharge cases, intractable cases, and case mix index of the clinical departments were calculated to reflect the workload and service cost of clinical departments scientifically and reasonably.

疾病診斷相關組(Diagnosis Related Groups，DRGs)是目前業界公認的比較先進、科學的醫院評價工具，其根據患者的年齡、性別、住院天數、臨床診斷、病癥、手術疾病嚴重程度、合并癥和并發癥及轉歸情況，將患者分入不同的診斷相關組，即DRGs組。對每個組賦予一個權重，即病例權重值(RW值)，該權重值代表了治療該DRGs組病例的復雜程度和消耗資源的程度。RW值越大，代表DRGs組的復雜程度越高，消耗醫療資源越多[1]。分析RW值較大的病例所占總分析病例的比例，代表了疑難病例的治療能力。病例組合指數(Case Mixed Index，CMI)是將所有的病例進行分組，通過加權平均計算得出，其代表著醫院和科室的綜合醫療水平。因DRGs數據具有客觀性、公平性、可比性等特性，各家醫院也趨向于應用DRGs數據進行醫院內部的績效考核評價，并據此作為科室醫生績效考核的依據。

某省自2017年初開始實施DRG績效評估，在應用DRGs數據對醫院各科室及醫師的考核評價中，要真正做到公平公正，還要考慮到轉科出院的患者，考慮到轉經科室所做的貢獻率。目前，由于DRGs數據應用于院內績效考核評價還處于探索階段，對轉科患者的科室貢獻率尚未形成統一的算法。以某醫院為例，DRGs績效考核平臺的數據僅以出院科室為統計口徑，而沒有轉經科室對轉科患者診療情況所耗費資源的核算，不能科學、全面地反映各臨床科室的醫療水平。目前，DRGs組的分組算法未向各醫療機構公布，因而各家醫院如何分解各轉經科室對同一患者診療情況的貢獻率仍有待于進一步研究。本文應用時間分割法，對轉科患者的住院天數進行分割，將轉科患者的RW值進行分段統計，體現在各轉經科室的CMI計算中，更加科學、全面地反映各臨床科室的醫療水平。

資料來源與方法

1.資料來源。某三甲醫院DRGs平臺數據，2019年1月—9月全部出院患者信息，包括DRGs組別、RW值、入院科室、出院科室、入院時間、出院時間、住院天數等。由于目前DRGs平臺數據未對轉科情況進行統計，故需通過醫院病案系統導出該時間段出院患者的轉科情況進行匹配統計。2019年1月—9月，全院臨床科室37個，剔除日間病房，納入本次統計范圍的全院36個科室，出院患者共55700人次，其中涉及轉科的科室35個。

2.采用傳統法計算的科室CMI值公式

i為該科室的出院患者DRGs組數。

1.3 采用“時間分割法”計算的科室CMI值公式

注：n為該科室轉經的人次，采用Excel 2010對數據進行統計

傳統法與時間分割法計算的科室DRGs數據比較

轉科患者分段統計前后相關績效考核數據比較見表1。

1.科室診療人次的比較。出院人次是各科室工作量的最基本指標，傳統法計算的出院人數為期內在本科室出院的患者人次，包括轉入患者，不包括轉出患者；時間分割法計算的出院人數，將轉科患者一次住院的人次數“1”按各科室住院天數比例分割給各科室。因此，存在轉科患者的臨床科室，采用時間分割法計算的出院人次不是整數(在本文中為保持數據一致性，我們將時間分割法計算的出院人次取整比較)，有的大于傳統法計算的出院人次，有的則相反。然而，時間分割法計算的全院患者出院人次，增長最多的科室A1，增加了46.33%，減少最多的科室A36，減少了12.20%。

2.科室疑難病例人次的比較。RW值反映疾病的嚴重程度、診療難度和消耗的醫療資源情況，是同一個相對權重。在某省DRGs績效考核評價中，將RW＜2的病例定義為一般病例，RW≥2的病例定義為疑難病例。因此，某醫院以RW≥2的病例作為科室收治疑難病例情況的考核。從表1中可以看到，經過時間分割法計算的科室疑難病例人次，有10個科室的疑難病例人次變化比例在10%以上，疑難病例人次增加最多的科室A34增加41人次，減少最多的科室A2、A7分別減少了28人次。

3.科室CMI值的比較。病例組合指數CMI值為科室總權重與科室總病例數之比，可以客觀地反映科室收治病例的整體技術難度，即CMI值越大，說明該科室整體收治病例的難度越高。CMI值是一個均數，調整前后的變化幅度較小，但是從表1中可以看到，有6個科室的CMI值變化幅度在1%以上，其中變化幅度最大的科室A1，CMI值下降了4.9%，增福最大的科室A7，CIM值增加了1.15%。

討論

DRGs的基本理念是將不同疾病類型、不同治療方式，以及不同的病例特征區分開進行分組，不同組別的病例需經過權重調整后再進行比較，以保證績效體系評價結果的可靠性。但將DRGs應用于醫院內部績效考核中，還有很多實際問題未能解決，如轉科患者的績效權重對轉經科室的分配，需要進行探索。

1.住院患者轉科的現狀。隨著醫學科學的發展，各個專業向精細化方向發展，醫院醫療規模越來越大，多學科合作的發展，住院患者轉科現象也越來越多[2]。醫院2019年1月—9月住院患者55700人次(剔除日間病房)，涉及轉科科室35個。主要的轉科原因有：(1)由于患者病情加重需要進入危重醫學科治療；(2)患者病情好轉后，由危重醫學科轉入普通病房治療；(3)內科收治的患者需手術治療轉入外科；(4)外科收治的患者需保守治療轉入內科；(5)由于患者某些并發癥或合并癥狀的加重，需轉入相應?？七M行治療等。轉科患者的流向有以下幾種情況：(1)患者轉入某科室后又轉回原科室；(2)患者轉到第三個科室治療；(3)患者轉回原科室后又轉往其他科室；(4)患者在兩個科室之間存在反復轉科情況，如病情加重時轉入危重醫學科，病情穩定后轉回原科室。

2.分段統計轉科患者對DRGs數據用于績效考核的重要性。涉及轉科的考核數據主要有出院患者數、平均住院日、床位利用率、疑難病例數、CMI值等。其中平均住院日、床位利用率數據在醫療業務報表中生成時已經考慮了轉科因素，疑難病例人次和CMI值與DRGs分組相關。

2.1 疑難病例數與轉科的相關性。通常情況下，轉科患者病情較為復雜，并發癥比較多，通常分入的DRGs組RW值比較大，對科室的績效考核產生的影響也較為顯著。通過對2019年1月—9月出院患者DRGs分組數據計算，全院涉及有轉科患者的35個科室中，疑難病例數變動在10人次以上有7個科室，其中對A34科室影響最大，疑難病例人次統計減少了41人次，A2、A7科室的疑難病例人次增加最多，分別增加了28人次。

2.2 轉經人次對分段計算科室CMI值的影響。理論上轉經人次越多，分段計算科室CMI值比傳統法計算的科室CMI值，會發生更大變化。(因CMI值較小，我們以1%以上的變動視為變動較大)。從分析數據來看，全院有A1、A2、A3、A7、A33、A34這6個科室變動在1%及以上，其中A2科室變動最大，CMI值降低了7.15%，A7科室升高最多，升高了1.15%。

2.3 科學考評科室DRGs績效考核數據。疑難病例診療情況是一個學科診療能力的體現，在此基礎上計算出的CMI值能夠客觀反映科室收治病例的整體難易程度，因而RW≥2的例數和CMI值兩個指標是反映醫院醫療質量和管理水平的重要指標?？茖W計算RW≥2的例數和CMI值，是醫院績效管理的重要環節。計算方法的科學性、客觀性、公正性，使得臨床科室以及醫院管理層能夠較為準確地掌握各科室的臨床管理情況，從而進一步制定合理的醫院管理制度與決策，進一步優化資源配置，實現醫院效益的最大化。

3.存在的不足。因患者的個體差異性，各學科疾病診療的難易程度缺少度量工具，涉及轉科的住院患者，各轉經科室對診療過程的貢獻率目前很難用統一的標準來衡量。對不同學科診療水平及診療能力的考評，尚需要通過探索其他指標進行評定，如何科學精確分配各轉經科室對患者診療過程的權重，需要進一步研究和探索。

表1 轉科患者分段統計前后相關績效考核數據

實際情況中，因某些特殊原因存在當日轉經某一科室的情況，在這里，我們把當日轉入轉出的轉科情況視為無效轉科，因而我們在表1中可以看到，雖然某些科室轉經人次較多，但是CMI值在校正前和校正后的變化并不明顯，疑難病例的獎勵人次也未發生明顯變化，如科室A5和A15等。