疾病風(fēng)險(xiǎn)調(diào)整方法在病種精細(xì)化評(píng)價(jià)中的應(yīng)用*

——張海悅 馬尚寅 邊雨桐 劉嘉吉 陳 霞

醫(yī)院高質(zhì)量發(fā)展強(qiáng)調(diào)質(zhì)量和效率，鼓勵(lì)應(yīng)用分析方法和管理工具促進(jìn)醫(yī)療質(zhì)量和服務(wù)能力提升[1-3]。新型病種評(píng)價(jià)方法的應(yīng)用已成為醫(yī)療機(jī)構(gòu)的重要探索。目前，國(guó)內(nèi)應(yīng)用較為廣泛的病種評(píng)價(jià)方法主要有MS-DRG[4-5]、AR-DRGs[6-7]、TW-DRGs、CN-DRGs[8-9]等，但這些方法均以費(fèi)用和時(shí)間消耗為主要分類依據(jù)，分類方式單一且局限，對(duì)疾病診療質(zhì)量和難度的評(píng)價(jià)不夠準(zhǔn)確。

風(fēng)險(xiǎn)調(diào)整方法可以通過數(shù)據(jù)統(tǒng)計(jì)建模，實(shí)現(xiàn)對(duì)各類風(fēng)險(xiǎn)因素的分層、分類分析，進(jìn)而對(duì)患者治療變量進(jìn)行準(zhǔn)確預(yù)測(cè)[10]。在APR-DRG疾病風(fēng)險(xiǎn)評(píng)估、“美國(guó)年度最佳醫(yī)院評(píng)價(jià)體系”、“美國(guó)百佳醫(yī)院評(píng)價(jià)體系”等醫(yī)療質(zhì)量評(píng)價(jià)中，均應(yīng)用了風(fēng)險(xiǎn)調(diào)整方法進(jìn)行指標(biāo)測(cè)算[11-13]。國(guó)內(nèi)多家醫(yī)療機(jī)構(gòu)也在積極探索使用疾病風(fēng)險(xiǎn)調(diào)整方法開展疾病風(fēng)險(xiǎn)預(yù)測(cè)及醫(yī)療服務(wù)綜合評(píng)價(jià)等[10,14]。將風(fēng)險(xiǎn)調(diào)整方法應(yīng)用于?？撇》N評(píng)價(jià)分析中，對(duì)醫(yī)院實(shí)現(xiàn)精細(xì)化管理具有推動(dòng)作用。

1 疾病風(fēng)險(xiǎn)調(diào)整方法及指標(biāo)

1.1 建模方法

在某院病案數(shù)據(jù)庫(kù)導(dǎo)入2016年-2019年約36萬份出院患者住院病案首頁(yè)信息，通過系統(tǒng)ELT工具進(jìn)行數(shù)據(jù)校驗(yàn)、清洗、脫敏、修正，剔除主要診斷信息缺失、主要診斷編碼不規(guī)范、入院或出院時(shí)間缺失、個(gè)體特征信息缺失嚴(yán)重、入院或出院科室為康復(fù)科等兩萬余份不合格病案首頁(yè)。

采用DMIAES軟件，應(yīng)用R語言或Python程序，按照疾病診斷相關(guān)分組進(jìn)行預(yù)分組，將患者自身特征、入院診療、手術(shù)信息、生存質(zhì)量等首頁(yè)信息作為風(fēng)險(xiǎn)因素[15]，在預(yù)分組的基礎(chǔ)上進(jìn)行模型擬合，通過非參數(shù)統(tǒng)計(jì)Wilcoxon秩和檢驗(yàn)、線性回歸、多因素Logistic回歸、傾向評(píng)分匹配等統(tǒng)計(jì)方法，建立醫(yī)療效率模型、醫(yī)療控費(fèi)模型、醫(yī)療質(zhì)量模型、藥品管控模型、耗材管控模型、醫(yī)療效益模型等6類統(tǒng)計(jì)模型，建模過程[15-16]見圖1。最終擬合模型總數(shù)近兩萬個(gè)，使用各模型對(duì)疾病未來轉(zhuǎn)歸及資源消耗等情況進(jìn)行預(yù)判。

圖1 建模示意圖

1.2 主要指標(biāo)

疾病風(fēng)險(xiǎn)調(diào)整的主要監(jiān)測(cè)指標(biāo)包含AW、ACMP、ACMI和O/E指數(shù)[15]。

(1)AW。即風(fēng)險(xiǎn)調(diào)整后相對(duì)權(quán)重值(Adjusted Weight)，它通過疾病臨床死亡風(fēng)險(xiǎn)、資源消耗調(diào)整后的患者疾病復(fù)雜程度進(jìn)行預(yù)測(cè)，可實(shí)現(xiàn)對(duì)單個(gè)患者病情和風(fēng)險(xiǎn)預(yù)測(cè)。

比值類指標(biāo)AW值為預(yù)期死亡率、并發(fā)癥發(fā)生率等對(duì)數(shù)值的正態(tài)分布概率值，非比值類指標(biāo)AW值為預(yù)期總費(fèi)用、醫(yī)事服務(wù)費(fèi)等對(duì)數(shù)值的正態(tài)分布概率值。

(2)ACMP。即風(fēng)險(xiǎn)調(diào)整后總權(quán)重(Adjusted Case Mix Production)，它是評(píng)估主體中所有收治住院病例AW的總和，綜合了疾病復(fù)雜程度技術(shù)風(fēng)險(xiǎn)和費(fèi)用消耗等影響因素，代表疾病臨床死亡風(fēng)險(xiǎn)和資源消耗后的臨床產(chǎn)能。

(3)ACMI。即風(fēng)險(xiǎn)調(diào)整后病例組合指數(shù)(Adjusted Case Mix Index)，它是所有住院病例AW的均值，是經(jīng)過死亡風(fēng)險(xiǎn)、時(shí)間消耗、費(fèi)用消耗等因素調(diào)整后的病例組合指數(shù)，有利于公平合理地評(píng)價(jià)績(jī)效。

ACMP、ACMI越大，表示治療疾病的風(fēng)險(xiǎn)越大。

(4)O/E指數(shù)。它是某指標(biāo)實(shí)際發(fā)生值(O-Observed)與模型預(yù)測(cè)值(E-Expected)的比值，本質(zhì)上是自身與自身的比較，便于直觀簡(jiǎn)明展示某指標(biāo)的管控效果。疾病風(fēng)險(xiǎn)調(diào)整可以實(shí)現(xiàn)針對(duì)某一病種、某一科室、某一時(shí)期的指標(biāo)O/E指數(shù)測(cè)算，進(jìn)而實(shí)現(xiàn)針對(duì)性管理。以平均住院天數(shù)為例，某科室平均住院天數(shù)O/E指數(shù)>1，表示模型在結(jié)合該科室收治患者病種難度、病種結(jié)構(gòu)及患者自身情況下，患者實(shí)際住院天數(shù)多于其科室患者預(yù)測(cè)平均住院天數(shù)，說明該科室仍需進(jìn)一步縮短總體平均住院天數(shù)，提升管理效率。

醫(yī)院或病種O/E指數(shù)(非比值類指標(biāo)，如平均住院天數(shù)等)=

醫(yī)院或病種O/E指數(shù)(比值類指標(biāo)，如死亡率等)=

2 應(yīng)用結(jié)果

2.1 體現(xiàn)服務(wù)難度

采用疾病風(fēng)險(xiǎn)調(diào)整方法，分析該院2016年-2019年收治患者風(fēng)險(xiǎn)變化與服務(wù)難度，可以詳細(xì)獲得各月ACMI和ACMP值。2016年-2019年，醫(yī)院ACMI、ACMP均逐年增加，ACMI由2016年的4.62增至2019年的4.76，增長(zhǎng)了3.03%；ACMP由2016年的35.30萬增至2019年的45.39萬，增長(zhǎng)了28.58%；對(duì)醫(yī)院2019年各月ACMI進(jìn)行分析顯示，2月份ACMI最高(4.83),1月份ACMI最低(4.71)；對(duì)醫(yī)院2019年各月ACMP進(jìn)行分析顯示，3月份ACMP最高(4.33萬)，2月份ACMP最低(2.81萬)。綜上分析，2016年-2019年，醫(yī)院服務(wù)能力及治療疾病風(fēng)險(xiǎn)有所增加，且患者人數(shù)增長(zhǎng)幅度較大；從月份分布來看，新年前后住院患者人數(shù)減少，主要是輕癥患者人數(shù)明顯減少。

2.2 設(shè)置動(dòng)態(tài)目標(biāo)值

通過醫(yī)療效率模型、醫(yī)療效益模型、醫(yī)療質(zhì)量模型等，可以分別計(jì)算平均住院天數(shù)、次均費(fèi)用、死亡率等指標(biāo)的年度、月度O/E值，以評(píng)價(jià)管理成果。以平均住院天數(shù)為例，2019年醫(yī)院住院患者平均住院天數(shù)O/E值為1.05，大于1，表明住院患者平均住院天數(shù)總體超標(biāo)。通過月度動(dòng)態(tài)目標(biāo)值分析發(fā)現(xiàn)，全年中，僅2月份平均住院天數(shù)控制良好，其余月份均有不同程度超標(biāo)。從各月實(shí)際平均住院天數(shù)來看，10月份平均住院天數(shù)11.00 d，為全年最高，5月份平均住院天數(shù)10.90 d，較10月份略低；但從超標(biāo)情況來看，10月份O/E值為1.06，超預(yù)期值0.64 d，5月份O/E值為1.08，超預(yù)期值0.83 d，可見10月份平均住院天數(shù)的管控情況優(yōu)于5月份。綜上分析，年度指標(biāo)超標(biāo)并不意味著全年各月份指標(biāo)控制不理想，且實(shí)際值不能完全代表指標(biāo)控制程度，以O(shè)/E值為依據(jù)評(píng)價(jià)效率控制情況較實(shí)際值更為合理。

2.3 設(shè)置病種目標(biāo)值

應(yīng)用疾病風(fēng)險(xiǎn)調(diào)整方法，能夠合理測(cè)算平均住院天數(shù)、病死率、次均住院費(fèi)用等。以平均住院天數(shù)為例，2019年患者平均住院天數(shù)實(shí)際值為9.80 d，通過患者平均住院天數(shù)模型測(cè)算，得出該年的O/E值為1.09，說明仍需控制平均住院天數(shù)。對(duì)此，該院制定了平均住院天數(shù)縮短0.96 d的目標(biāo)。通過醫(yī)療效率模型，測(cè)算出年度病種結(jié)構(gòu)、病種預(yù)期住院天數(shù)、病種平均住院天數(shù)O/E值，為各科室、各病種設(shè)置個(gè)性目標(biāo)值(圖2)，可為臨床科室加強(qiáng)病種住院天數(shù)管理提供參考。

圖2 2019年各科室病種平均住院天數(shù)控制預(yù)測(cè)

2.4 實(shí)現(xiàn)指標(biāo)橫向比較

在傳統(tǒng)描述性統(tǒng)計(jì)分析中，不同難度病種的平均住院天數(shù)、患者次均費(fèi)用等指標(biāo)難以進(jìn)行橫向比較，而疾病風(fēng)險(xiǎn)調(diào)整將不同難度病種的描述性統(tǒng)計(jì)分析由實(shí)際值轉(zhuǎn)為相對(duì)比，通過O/E值大小，判斷各科室、各病種相關(guān)指標(biāo)的控制情況，有效實(shí)現(xiàn)了病種間的橫向可比。以平均住院天數(shù)為例(圖3)，若使用傳統(tǒng)描述性統(tǒng)計(jì)分析，該年神經(jīng)外科平均住院天數(shù)最長(zhǎng)，控制最差，產(chǎn)科平均住院天數(shù)最短，控制最好；但應(yīng)用疾病風(fēng)險(xiǎn)調(diào)整模型測(cè)算，經(jīng)過病種難度調(diào)整后，神經(jīng)外科的實(shí)際住院天數(shù)低于預(yù)測(cè)，O/E值小于1，該指標(biāo)控制較好，而產(chǎn)科的實(shí)際住院天數(shù)高于預(yù)測(cè)，O/E值大于1，該指標(biāo)控制較差。

圖3 2019年醫(yī)院部分科室平均住院天數(shù)對(duì)比

在實(shí)際進(jìn)行科室、病種相關(guān)描述性統(tǒng)計(jì)分析時(shí)，傳統(tǒng)的分析方法往往會(huì)忽視病種難度、病種結(jié)構(gòu)等有效信息，使得數(shù)據(jù)間的比較缺乏說服力，而疾病風(fēng)險(xiǎn)調(diào)整模型則有效解決了指標(biāo)間的橫向不可比問題。

3 建議

疾病風(fēng)險(xiǎn)調(diào)整方法采用分維度統(tǒng)計(jì)、邏輯回歸模型、分層模型、傾向分?jǐn)?shù)分析法等對(duì)歷史大數(shù)據(jù)進(jìn)行建模，通過對(duì)各類風(fēng)險(xiǎn)因素精準(zhǔn)測(cè)算，實(shí)現(xiàn)了預(yù)測(cè)評(píng)價(jià)，對(duì)推進(jìn)醫(yī)院精細(xì)化管理起到了重要作用。但實(shí)際應(yīng)用發(fā)現(xiàn)，醫(yī)院歷史數(shù)據(jù)對(duì)疾病風(fēng)險(xiǎn)調(diào)整方法的準(zhǔn)確應(yīng)用影響較大，模型建立的有效程度取決于歷史數(shù)據(jù)的真實(shí)性、完整性和準(zhǔn)確性。對(duì)此，針對(duì)疾病風(fēng)險(xiǎn)調(diào)整方法在醫(yī)院的應(yīng)用提出以下建議：

3.1 需保證病案首頁(yè)質(zhì)量

疾病風(fēng)險(xiǎn)調(diào)整方法應(yīng)用的前提，是通過對(duì)出院患者住院病案首頁(yè)信息進(jìn)行建模，病案首頁(yè)中的主要診斷及手術(shù)將作為預(yù)分組因素，其余各項(xiàng)因素都將作為潛在風(fēng)險(xiǎn)因素納入模型進(jìn)行擬合測(cè)算，對(duì)于信息嚴(yán)重缺失或邏輯驗(yàn)證明顯有誤的首頁(yè)應(yīng)予以剔除。因此，病案首頁(yè)信息填寫的準(zhǔn)確、完整程度，不僅決定了模型建立的有效性，而且決定了對(duì)各項(xiàng)指標(biāo)預(yù)測(cè)的準(zhǔn)確程度。在使用疾病風(fēng)險(xiǎn)調(diào)整方法時(shí)，病案首頁(yè)質(zhì)量越好，擬合的模型和測(cè)算的數(shù)據(jù)就越準(zhǔn)確，對(duì)現(xiàn)實(shí)數(shù)據(jù)的判斷就越可靠。這就對(duì)病案首頁(yè)質(zhì)量提出了更高要求，在使用該方法時(shí)，既要保證病案首頁(yè)信息填寫的完整性、邏輯性，又要保證其真實(shí)性、規(guī)范性。

3.2 建模需較大數(shù)據(jù)量

疾病風(fēng)險(xiǎn)調(diào)整方法通過對(duì)歷史大數(shù)據(jù)進(jìn)行專業(yè)化處理，實(shí)現(xiàn)數(shù)據(jù)增值。因此，建模的前提，是需要大量歷史數(shù)據(jù)，在一定數(shù)據(jù)量基礎(chǔ)上，對(duì)這些有價(jià)值的數(shù)據(jù)進(jìn)行加工處理，同時(shí)通過不斷擴(kuò)充、更新數(shù)據(jù)集對(duì)各類模型進(jìn)行定期擬合，不斷優(yōu)化模型準(zhǔn)確度。當(dāng)基礎(chǔ)數(shù)據(jù)量較少時(shí)，模型的擬合容易受到少數(shù)極端病歷影響而產(chǎn)生偏差，從而影響預(yù)測(cè)結(jié)果。因此，在使用疾病風(fēng)險(xiǎn)調(diào)整方法時(shí)，需要對(duì)將要進(jìn)行擬合的數(shù)據(jù)集進(jìn)行積累和測(cè)算，在保證數(shù)據(jù)量的基礎(chǔ)上，才能更加有效地建模，獲得更接近真實(shí)的結(jié)果，同時(shí)還要注意將分析結(jié)果與實(shí)際結(jié)合。

3.3 需進(jìn)一步拓展方法應(yīng)用范圍

目前，大范圍的疾病風(fēng)險(xiǎn)調(diào)整建模主要以出院患者住院病案首頁(yè)信息為依據(jù)，相關(guān)分析內(nèi)容也是依據(jù)病案首頁(yè)信息展開，這就導(dǎo)致疾病風(fēng)險(xiǎn)調(diào)整模型應(yīng)用范圍存在局限性。例如，醫(yī)院的科研、教學(xué)、人才培養(yǎng)、醫(yī)療服務(wù)公平可及、滿意度等相關(guān)信息，門診患者相關(guān)信息等，均無法從住院病案首頁(yè)中直接提取，使用疾病風(fēng)險(xiǎn)調(diào)整難以對(duì)之進(jìn)行評(píng)價(jià)。隨著醫(yī)院信息化能力和水平的不斷提升，醫(yī)院的臨床信息系統(tǒng)、醫(yī)技信息系統(tǒng)、管理信息系統(tǒng)逐步健全，建議在應(yīng)用中擴(kuò)充數(shù)據(jù)來源，考慮納入收費(fèi)明細(xì)、臨床路徑、單病種等多系統(tǒng)數(shù)據(jù)，進(jìn)一步提升疾病風(fēng)險(xiǎn)調(diào)整方法應(yīng)用范圍及準(zhǔn)確性。

4 結(jié)語

以住院病案首頁(yè)為數(shù)據(jù)源的疾病風(fēng)險(xiǎn)調(diào)整方法，在分析醫(yī)院病種難度、平均住院天數(shù)、次均住院費(fèi)用等指標(biāo)方面，較好地實(shí)現(xiàn)了科室和病種間的合理比較和針對(duì)性管理。但是，疾病風(fēng)險(xiǎn)調(diào)整方法的準(zhǔn)確、有效應(yīng)用對(duì)建模數(shù)據(jù)質(zhì)量和數(shù)量均提出一定要求，前期數(shù)據(jù)積累至關(guān)重要。結(jié)合現(xiàn)有模型評(píng)價(jià)內(nèi)容，下一步將在住院病案首頁(yè)基礎(chǔ)上納入收費(fèi)明細(xì)等數(shù)據(jù)，對(duì)模型進(jìn)一步細(xì)化與升級(jí)，以持續(xù)深化疾病風(fēng)險(xiǎn)調(diào)整方法在醫(yī)院中的應(yīng)用。