2013-2017年部隊醫(yī)院冠心病患者住院費(fèi)用的影響因素分析

周忠彬，陳 俐，陳長生，鄒 文，孟博雅，王 輝，王 敏，王蓓蓓

冠心病是導(dǎo)致人類過早死亡的主要疾病之一，有研究報道，近年冠心病患者人均住院費(fèi)用呈逐年上升趨勢，年增長率達(dá)25%[1]。為此，部分研究人員對冠心病患者住院費(fèi)用的影響因素進(jìn)行了分析研究[2-3]，但由于該數(shù)據(jù)呈明顯正偏態(tài)分布，研究人員在分析過程中普遍采用對數(shù)變換方法處理[4-5]，對于處理結(jié)果能否達(dá)到理想效果研究較少。鑒于此，本文根據(jù)多元回歸分析數(shù)據(jù)要求，對住院費(fèi)用數(shù)據(jù)進(jìn)行了有效處理，并在此基礎(chǔ)上，對住院費(fèi)用的影響因素進(jìn)行了分析，創(chuàng)建了疾病診斷相關(guān)分組(diagnosis related groups, DRGs)模型，為醫(yī)院規(guī)范化、精細(xì)化管理提供數(shù)據(jù)支持。

1 資料與方法

1.1 資料來源 數(shù)據(jù)為部分部隊醫(yī)院2013-2017年主要診斷為冠心病(按ICD-10分類標(biāo)準(zhǔn))的18 254例非軍隊醫(yī)改人員的病案首頁數(shù)據(jù)。將住院費(fèi)用小于1%或大于99%的病案剔除，有效病案17 890例。年齡(68.27±12.19)歲，年齡范圍22～102歲，中位年齡為68歲。

1.2 數(shù)據(jù)處理 (1)因住院費(fèi)用數(shù)據(jù)呈正偏態(tài)分布(Kolmogorov-Smirnov檢驗D=0.2867，P<0.01)，參照以往有關(guān)研究做法[4-5]，對該數(shù)據(jù)通過對數(shù)變換處理，但結(jié)果仍不理想(D=0.1191，P<0.01)。為達(dá)到更好的回歸效果，筆者對住院費(fèi)用數(shù)據(jù)采取冪變換法[6]。冪變換的形式為：

其中，xi為原始變量，g1為原始變量幾何平均值，λ為變量?？梢酝ㄟ^改變λ取值，以獲得最佳的數(shù)據(jù)變換效果。(2)對住院費(fèi)的影響因素進(jìn)行賦值量化，其中部分因素設(shè)置啞變量。見表1。

表1 2013-2017年部隊醫(yī)院非軍隊醫(yī)改冠心病患者住院費(fèi)用影響因素的變量賦值

1.3 研究方法 應(yīng)用SAS 9.1軟件，對住院費(fèi)用影響因素通過NPAR1WAY過程進(jìn)行非參數(shù)單因素方差分析，通過REG過程進(jìn)行多因素多元逐步回歸分析。為使多元逐步回歸分析結(jié)果反映出影響因素間影響度具有可比性，在分析前，對量化后的影響因素進(jìn)行標(biāo)準(zhǔn)化處理。通過對多元逐步回歸分析中有統(tǒng)計學(xué)意義的自變量進(jìn)行篩選，組成分組變量，應(yīng)用SPSS 22.0軟件卡方自動交互檢測(chi-square automatic interaction detection，CHAID)算法構(gòu)建社會醫(yī)?；颊咦≡嘿M(fèi)用DRGs模型。

2 結(jié)果

2.1 單因素分析 單因素非參數(shù)方差分析結(jié)果顯示，所有研究因素對非軍隊醫(yī)改冠心病患者住院費(fèi)用均有顯著影響。具體情況見表2。

表2 2013-2017年部隊醫(yī)院非軍隊醫(yī)改冠心病患者住院費(fèi)用單因素非參數(shù)方差分析結(jié)果

2.2 多元逐步回歸分析 以殘差分布情況作為衡量多元逐步回歸效果的指標(biāo)，通過冪變換λ的不同取值，確定最佳回歸模型，見表3。綜合考慮，當(dāng)λ=-0.13時，回歸效果最好。確定按λ=-0.13對住院費(fèi)用數(shù)據(jù)進(jìn)行冪變換后逐步回歸分析(slstay=0.15)，得到應(yīng)變量y與各自變量(影響因素)間的回歸方程為：

y=185 666+1 062.20yyzd+4 520.69zyts-813.10xb+437.30nl-885.41ryqk+7 327.73sscs+1 946.74yngrcs+1 019.79shbx-4 285.32gf-2 373.93qt

多元逐步回歸分析結(jié)果顯示，研究因素手術(shù)次數(shù)、住院天數(shù)、付款方式、院內(nèi)感染次數(shù)、醫(yī)院駐地、入院情況、性別、年齡對應(yīng)變量y有顯著影響。條件指數(shù)小于30，研究因素共線性較弱。

表3 不同取值的冪變換回歸效果

2.3 構(gòu)建住院費(fèi)用DRGs模型 采用CHAID算法，設(shè)節(jié)點(diǎn)最小樣本數(shù)為100，拆分合并的顯著水平為0.05，將手術(shù)次數(shù)、住院天數(shù)、院內(nèi)感染次數(shù)作為分組變量，剔除5 447例非社會醫(yī)保患者病案，以中位數(shù)法作為住院費(fèi)用控制標(biāo)準(zhǔn)參考值[7-8]，構(gòu)建社會醫(yī)?；颊咦≡嘿M(fèi)用DRGs模型。費(fèi)用上限為第75百分位數(shù)加上1.5倍的四分位間距。超上限的費(fèi)用定義為超標(biāo)費(fèi)用，本研究中，共超標(biāo)539例，占總例數(shù)4.33%。具體結(jié)果見表4。

表4 2013-2017年部隊醫(yī)院非軍隊醫(yī)改社會醫(yī)保付費(fèi)冠心病患者DRGs分組情況表(n=12 443)

注：DRGs為疾病診斷相關(guān)分組

3 討論

3.1 影響因素 本次研究結(jié)果顯示，單因素方差分析所有研究因素對冠心病患者住院費(fèi)用均有顯著影響，而多元回歸分析其中的入院次數(shù)、次要診斷數(shù)、醫(yī)院級別對該項費(fèi)用無顯著影響，其原因可能是各因素間存在一定的相關(guān)性，入院次數(shù)通過患者年齡影響住院費(fèi)用，次要診斷數(shù)通過醫(yī)院駐地、住院天數(shù)影響住院費(fèi)用，醫(yī)院級別通過醫(yī)院駐地影響住院費(fèi)用。依據(jù)多元逐步回歸分析標(biāo)準(zhǔn)偏回歸系數(shù)，手術(shù)次數(shù)是影響冠心病住院費(fèi)用最大的因素。究其原因，冠心病住院費(fèi)用約82.5%由材料費(fèi)用構(gòu)成[9]，材料費(fèi)反映在手術(shù)費(fèi)中，所以手術(shù)次數(shù)越多，住院費(fèi)用越高。住院天數(shù)是影響冠心病住院費(fèi)用的第2大因素，原因是住院時間越長，床位費(fèi)及日常消耗越多。影響冠心病住院費(fèi)用第3大因素是付款方式。付款方式分析結(jié)果比較復(fù)雜，公費(fèi)醫(yī)療的冠心病患者住院人均費(fèi)用高于醫(yī)?；颊?，但多元回歸方程其偏回歸系數(shù)卻為負(fù)，其原因主要是醫(yī)院駐地與付款方式存在相關(guān)，發(fā)達(dá)城市醫(yī)院冠心病自費(fèi)人多(許多外地人到大城市去看重病)，發(fā)達(dá)城市人均住院費(fèi)高于一般城市。院內(nèi)感染是影響冠心病住院費(fèi)用的第4大因素，原因是如發(fā)生院內(nèi)感染，藥品消耗增加。影響冠心病住院費(fèi)用的第5大因素是醫(yī)院駐地，原因是不同地區(qū)使用材料種類參差不齊，費(fèi)用有相差。

3.2 病案質(zhì)量 分析結(jié)果與病案首頁數(shù)據(jù)質(zhì)量密切相關(guān)，如在本次研究中，病例的主要診斷決定了需要抽取哪些病案，手術(shù)登記完整性決定了病案的手術(shù)次數(shù)，院內(nèi)感染的判斷決定了病案的院內(nèi)感染次數(shù)，此外，次要診斷的記錄、入院情況的分析對病案數(shù)據(jù)質(zhì)量也有很大的影響。數(shù)據(jù)不同分析得出的結(jié)果也不同，錯誤的數(shù)據(jù)只能得出錯誤的結(jié)論，導(dǎo)致醫(yī)院管理決策失誤。據(jù)此，醫(yī)院各級人員要提高病案質(zhì)量重要性的認(rèn)識，進(jìn)一步加強(qiáng)和重視醫(yī)院病案編目及質(zhì)量管控工作，提高病案質(zhì)量。

3.3 住院費(fèi)用數(shù)據(jù)處理 住院費(fèi)用數(shù)據(jù)一般都是呈明顯的正偏態(tài)分布，如采取簡單的數(shù)據(jù)變換，很難達(dá)到理想的回歸效果。在本研究中，如直接將住院費(fèi)用作為應(yīng)變量，進(jìn)行逐步回歸分析，結(jié)果顯示，AdjR-sj=0.592，殘差分布正態(tài)性檢驗D=0.156(P<0.000 1),回歸效果不理想。如將住院醫(yī)療費(fèi)用數(shù)據(jù)對數(shù)變換后再進(jìn)行逐步回歸分析，結(jié)果顯示，Adj R-sj=0.658，殘差分布正態(tài)性檢驗D=0.044(P<0.000 1),回歸效果仍不理想。在本例中通過冪變換法，回歸達(dá)到了理想效果。

3.4 構(gòu)建DRGs模型 疾病診斷相關(guān)組(DRGs)是一種基于疾病診斷和患者病情嚴(yán)重程度的疾病分類方法，是一種能夠較好地保持病例組合臨床同質(zhì)和資源同質(zhì)的工具。CHAID算法是根據(jù)給定的目標(biāo)變量和經(jīng)過篩選的特征指標(biāo)(即預(yù)測變量)對樣本進(jìn)行最優(yōu)分割，按照卡方檢驗的顯著性進(jìn)行多元列聯(lián)表的自動判斷分組[10]。與傳統(tǒng)的多元線性回歸相比，DRGs模型不要求變量具有特定的分布，對存在離群值和有偏分布的數(shù)據(jù)不太敏感，可到達(dá)穩(wěn)定可重復(fù)的效果[11]。本次研究構(gòu)建的DRGs模型，其中住院費(fèi)超標(biāo)539例，占總例數(shù)4.33%，結(jié)果還是比較理想。當(dāng)今時代，醫(yī)院管理日趨精細(xì)化、標(biāo)準(zhǔn)化，醫(yī)院要通過引用DRGs技術(shù)，規(guī)范應(yīng)用、減少浪費(fèi)，實(shí)現(xiàn)醫(yī)療資源的合理有效配置，以促進(jìn)醫(yī)院管理水平的提高。