基于DRGs的心力衰竭患者住院費用標準研究

喬建紅，姜騰飛，代貝貝，勞家輝

(1.山東大學附屬千佛山醫院護理學科，山東 濟南 250014；2.山東第一醫科大學第一附屬醫院/山東省千佛山醫院，山東 濟南 250014)

心衰是各種心血管疾病發展的終末階段，發病人群多為中老年人。《中國心血管病報告2018》指出，我國心衰發病率呈現上升趨勢，且未來10年心衰患病人數仍將持續快速增長[1]。心衰在影響患者健康的同時也給患者的家庭帶來沉重的經濟負擔，對心衰病人的住院費用進行分析和管控意義重大。疾病診斷相關分組(DRGs)是一種綜合考慮病例的疾病診斷、病情嚴重程度以及個體特征等的疾病分類方法，在提升醫院的綜合管理水平以及控制住院費用不合理增長方面效果顯著[2]。《國務院辦公廳關于進一步深化基本醫療保險支付方式改革的指導意見》中明確指出，2017年起，全面推行以按病種付費為主的多元復合式醫保支付方式，各地要選擇一定數量的病種實施按病種付費，國家選擇部分地區開展按疾病診斷相關分組(DRGs)付費試點[3，4]。基于DRGs的預付費制度，對于患者來說收費是非常清晰透明的，可以大大減輕患者的醫療費用負擔，減少不必要的檢查，增加檢查的精準性，在一定程度上緩解醫患關系[5]；同時DRGs的預付費制度對于醫院來說可以提高其診療活動規范化程度，減少醫療資源的浪費，不斷提高醫療技術與服務水平；另外，可以更加科學規范的利用國家醫保金，通過規范化運行，在實行一段時間后可以摸索出降低費用而又提高診療質量的方案。通過降低費用，有望使得醫保撥款減少，大大降低國家財政負擔。按DRGs的付費方式已在多個國家成功實踐，是目前為止比較公認的一種付費方式，也是醫療付費方式的大勢所趨。我國目前大部分地區實行按項目付費制度，對于DRGs的付費研究起步較晚。本研究選擇山東省某三級甲等醫院5年間心衰患者的出院資料，通過決策樹模型建立DRGs分組方案、權重及費用標準，為心衰患者住院費用的DRGs付費方式提供數據支持。

1 資料與方法

1.1 資料來源

選取山東省某三級甲等醫院2016年1月1日-2020年12月31日主要診斷為心力衰竭患者的病歷資料。病例納入標準：第一診斷為心力衰竭，ICD-10編碼前三位為“I50”。病例排除標準：①參與分析的重要信息缺失和存在數據異常的病例；②住院天數<1天或者>30天的病例；③住院總費用百分位數小于3%或大于97%的病例。

采集的病例信息包括：①基本信息：住院號、出生日期、入院時間、出院時間、性別、年齡；②疾病信息：心衰等級(Killip分級或NYHA分級)、左心室射血分數(LVEF)、并發癥或合并癥個數；③診療信息：手術信息、入院途徑、住院天數；④費用信息：住院總費用。

1.2 數據預處理

使用Excel軟件進行數據清洗和整理，將連續型自變量按決策樹方法分析的要求轉換為分類變量，心衰患者住院費用影響因素賦值詳見表1。

1.3 數據分析

因為住院總費用不服從正態分布，所以采用中位數M(P25，P75)的形式描述，使用Wilcoxon 秩和檢驗和Kruskal-Wallis H秩和檢驗等進行單因素分析。將單因素分析有意義的變量納入多元逐步回歸分析(前進法)。因為住院總費用不符合正態分布，因此對其取常用對數(近似符合正態分布，后文中記作“lg費用”)，作為多元回歸分析的因變量。利用方差膨脹因子(VIF)評價自變量之間的共線性，VIF>5時認為存在較強共線性。

1.4 決策樹及費用標準

參照徐夢秋等[6]的方法，選擇多元回歸分析中對總費用的影響有統計學意義的變量作為決策樹的分類節點變量(輸入變量)，lg費用作為輸出變量。CHAID決策樹的原理是通過卡方檢驗進行檢測分支，根據得到的P值來判斷是否仍繼續進行分支。本研究中利用CHAID決策樹進行病例組合，設置最大樹生長深度為3層，父節點最小樣本量為100，子節點最小樣本量為50。使用組間差異度指標總體方差減少系數(RIV)評價組間差異，RIV越大說明組間差異越大；使用變異系數(CV)表示組內差異，CV越小表示組內差異越小[7]。

因住院總費用不服從正態分布，使用中位數作為各組的標準費用，P75+1.5×IQR作為各組費用上限，以該組住院總費用均值與全部患者住院總費用均值之比作為該組的病種權重[8]。本研究中所有統計分析及決策樹建立均通過SPSS 25.0 軟件實現，檢驗水準α=0.05。

2 結果

2.1 被調查病例的基本情況

共納入心衰住院患者760例，其中男性404例(53.2%)，女性356例(46.8%)；年齡范圍14～97歲，中位數為73.00歲；住院總費用范圍為4350.83～80,220.84元，平均值為17,328.00元，中位數為13,881.87元。性別、年齡、是否手術、心衰類型、并發癥或合并癥個數、住院天數、心衰等級與心衰患者住院總費用相關(P<0.05)。詳見表2。

表2 山東省某三甲醫院心衰患者住院費用單因素分析結果

2.2 多元逐步回歸分析結果

在多元逐步回歸模型擬合過程中發現，住院天數存在較強共線性，兩個啞變量的VIF值分別為6.501和4.948，遂將其剔除，重新擬合模型。結果顯示，心衰等級為III-IV級或IV級、年齡≥65歲、進行手術治療、并發癥或合并癥個數>7個的患者住院總費用較高(P<0.05)。各變量VIF均較小，可以認為不存在多重共線性。模型的調整R2為0.791，說明模型擬合程度較好。將心衰等級、年齡、是否手術、并發癥或合并癥個數這4個變量作為決策樹的分類節點變量。多元逐步回歸分析結果見表3。

表3 山東省某三甲醫院心衰患者住院費用多元逐步回歸分析結果(前進法)

2.3 決策樹

經CHAID決策樹分析，得到6個病例組合，決策樹結構如圖1所示，各病例組合詳細信息如表4所示。第一層節點變量為心衰等級，第二層節點變量分別為年齡、是否手術，第三層節點變量為并發癥或合并癥個數。決策樹RIV值為0.67，6個DRG組的CV范圍為0.012～0.045，說明決策樹分組效果較好。

圖1 山東省某三甲醫院心衰患者住院費用的

表4 山東省某三甲醫院心衰患者診斷相關分組情況及費用標準

2.4 各DRG組標準費用

心衰等級III-IV級或IV級且行手術治療的患者標準費用最高，為37,910.59元；心衰等級III級及以下且年齡<65歲的患者標準費用最低，為7749.10元。共存在超限病例14例，占全部分析病例的1.84%。各DRG組標準費用見表5。

表5 山東省某三甲醫院心衰患者診斷相關分組情況及住院費用

3 討論

3.1 心衰患者的DRGs分組

經過決策樹發現，第一層節點變量為心衰等級。心衰等級是反映心衰嚴重程度和預后的重要指標，心衰分級越重，說明病情越重，所需要的治療也就越多，因此費用越高。因此，一旦診斷為心衰，提倡盡早得到正規的治療，延緩疾病的進展，對于降低住院費用有重要意義[9]。第二層節點變量分別為年齡、是否手術。年齡越大，往往身體素質越差，身體恢復的更慢，從而導致較高醫療資源的消耗，手術勢必會增加患者的醫療支出。第三層節點變量為并發癥或合并癥個數。并發癥數量大于7個的心衰患者住院費用明顯高于并發癥數量少于7個的患者，葉彬[10]的結果同樣也證實了合并并發癥是影響患者住院費用的因素之一。其原因主要在于在治療心衰的同時也要兼顧高血壓、冠心病等原發疾病以及由心衰導致的心律失常、肺部感染等，這就加大了醫療投入，增加了住院費用。因此在患者疾病早期就提倡及早就醫治療，避免日后加重經濟負擔。

3.2 心衰患者的DRGs分組費用標準

在本研究中，選擇心衰患者病例信息中的8個常見信息，通過單因素分析與多元逐步回歸分析發現，心衰患者的住院費用受心衰等級、年齡、并發癥或合并癥個數、是否手術等因素的影響，這與我國學者宣建偉等人[11]的研究結果一致。本研究通過決策樹分析得到6個DRG組。其中，心衰等級III級及以下且年齡<65歲的患者標準費用最低，為7749.10元；心衰等級III-IV級或IV級且行手術治療的患者標準費用最高，為37,910.59元，相差4.89倍。如果不考慮心衰等級、年齡、并發癥或合并癥個數、是否手術等因素，僅采取單一的支付標準，將不利于醫療費用的控制與醫療質量的管理[12]。

3.3 DRGs分組費用的應用

DRGs系統是一種基于疾病診斷和患者病情嚴重程度的疾病分類方法，是目前公認的費用管控和臨床需求平衡的最佳選擇。DRGs付費相較于單病種付費和按項目付費，可充分考慮到疾病的復雜性，并充分的考慮到政府、醫院和患者多方面的利益，促使醫院由“粗放式管理”轉為“精細化管理”[13]。目前國內關于DRGs的費用分析主要有2個方面：一是利用不同標準的 DRG 分組器對進入不同病例分組的病例進行分組效果及費用結構分析[14]，二是對某一已分組病例進行多個醫療機構的費用分析，以探究多個醫療機構費用控制及偏移情況[15]。

4 小結

近年來，在借鑒國外DRGs實踐的基礎上，國內正在逐步探索適合我國國情的DRGs付費方案，以適應新型醫療改革的形式和醫院發展的要求。基于CHAID決策樹模型的DRGs病例分組有很多的優勢，該方法避免了人為因素的影響，可以作為醫療質量控制的有效補充，符合患者、醫院以及社會的共同利益，值得推廣實施。但是在研究的過程中發現，病例信息存在填寫不規范、不統一等問題，達不到使用的條件。在今后的工作中要加強醫院的信息化系統建設，提升病例書寫質量，保證DRGs分組準確合理[16]。本研究提出了心衰的DRGs分組，制定不同組別的心衰患者住院費用標準，有利于提升醫院的管理水平，優化資源配置，減輕患者經濟負擔，為本地區內醫院和醫保機構制定決策提供依據。