山西省運(yùn)城市某三甲醫(yī)院冠心病患者住院費(fèi)用影響因素研究

周立業(yè)，夏鑫婧，郭志飛，孫夢姣，余紅梅

1山西醫(yī)科大學(xué)管理學(xué)院，山西太原，030001；2山西醫(yī)科大學(xué)公共衛(wèi)生學(xué)院，山西太原，030001

冠狀動(dòng)脈粥樣硬化性心臟病(以下簡稱“冠心病”)是一種發(fā)病率高、死亡率高的常見心血管疾病[1]。根據(jù)《中國心血管健康與疾病報(bào)告2020》估算，當(dāng)前我國冠心病患病人數(shù)約為1139萬人。2018年，城市和農(nóng)村居民的冠心病死亡率分別達(dá)到了120.18/10萬、128.24/10萬[2]。今后10年間冠心病的發(fā)病率和死亡率仍將呈現(xiàn)穩(wěn)定增長態(tài)勢。作為一種慢性非傳染性疾病，冠心病嚴(yán)重危害患者的身心健康，影響患者的生命質(zhì)量。其高昂的醫(yī)療費(fèi)用給患者增加了巨大的疾病負(fù)擔(dān)，同時(shí)也給我國醫(yī)保基金管理造成了很大的壓力。許多學(xué)者采用多重線性回歸方法對醫(yī)療費(fèi)用影響因素進(jìn)行分析[3]，但醫(yī)療數(shù)據(jù)大多不符合正態(tài)性、方差齊性等條件。機(jī)器學(xué)習(xí)算法對于數(shù)據(jù)的要求較少，近幾年，一些學(xué)者開始將機(jī)器學(xué)習(xí)算法應(yīng)用于醫(yī)療費(fèi)用研究中[1,4]，機(jī)器學(xué)習(xí)也被稱作人工智能，是一種利用計(jì)算機(jī)網(wǎng)絡(luò)來處理各變量之間的復(fù)雜、非線性關(guān)系，并使誤差最小化的方法[5]。但較少研究應(yīng)用多種模型進(jìn)行對比檢驗(yàn)，本研究基于山西省運(yùn)城市某三甲醫(yī)院2019年冠心病患者的住院費(fèi)用資料，采用多種機(jī)器學(xué)習(xí)算法進(jìn)行分析，能更好地避免單種方法或模型可能帶來的偏倚，更好地明確最有效的影響因素，為有效控制醫(yī)療成本、合理配置醫(yī)療資源、減輕患者和社會(huì)的經(jīng)濟(jì)負(fù)擔(dān)提供參考。

1 資料來源與方法

1.1 資料來源

選取山西省運(yùn)城市某三甲醫(yī)院2019年1-12月間，全年住院患者中疾病診斷為冠心病(ICD-10編碼以I25.1開頭)的病例數(shù)據(jù)。收集冠心病患者病案首頁相關(guān)信息，包括人口學(xué)信息(性別、年齡、職業(yè)、婚姻狀況等)，臨床特征(門診診斷名稱、住院次數(shù)、藥物過敏等)，付費(fèi)方式，總費(fèi)用以及各單項(xiàng)醫(yī)療費(fèi)用(藥品費(fèi)、治療費(fèi)、化驗(yàn)費(fèi)、護(hù)理費(fèi)、衛(wèi)生材料費(fèi)等)等。本研究數(shù)據(jù)源自于醫(yī)院內(nèi)部數(shù)據(jù)系統(tǒng)，數(shù)據(jù)在填寫、錄入、傳輸過程中可能出現(xiàn)重復(fù)項(xiàng)、缺失數(shù)據(jù)、極端異常值等問題，為保證研究數(shù)據(jù)的準(zhǔn)確性，使分析結(jié)果更真實(shí)、可靠，對數(shù)據(jù)進(jìn)行了預(yù)處理：剔除有缺項(xiàng)、漏項(xiàng)和明顯邏輯錯(cuò)誤的病例；剔除極端值，如住院天數(shù)<1天，住院總費(fèi)用在均值±3個(gè)標(biāo)準(zhǔn)差范圍外的數(shù)據(jù)等；剔除病案質(zhì)量為乙、丙、空缺的數(shù)據(jù)。最終納入有效病例數(shù)據(jù)2533條，有效率為96.24%。

1.2 研究方法

1.2.1 k-means聚類結(jié)果及數(shù)據(jù)離散化。目前，對住院費(fèi)用水平的劃分沒有具體的標(biāo)準(zhǔn)，僅根據(jù)主觀的看法來劃分住院費(fèi)用，缺乏科學(xué)依據(jù)。部分學(xué)者依據(jù)中位數(shù)將總住院費(fèi)用分為兩類，有研究指出[6]，聚類法對住院費(fèi)用的分類比中位數(shù)法更好，而且不同數(shù)據(jù)類別之間的分界點(diǎn)完全不受中位數(shù)大小的影響。因此，本研究選擇k-means聚類法對住院費(fèi)用進(jìn)行分類，定義類別數(shù)量K=2，迭代次數(shù)為10，收斂條件為0，將冠心病患者住院費(fèi)用分為高低兩類。方差分析F=8824.786，P<0.001，分類結(jié)果有統(tǒng)計(jì)學(xué)意義。見表1。依據(jù)研究目的，將聚類后的住院費(fèi)用作為響應(yīng)變量，將可能影響住院費(fèi)用的因素作為輸入變量。將連續(xù)變量(年齡、住院次數(shù)和住院天數(shù))進(jìn)行離散化處理。變量賦值結(jié)果見表2。

表1 冠心病患者總住院費(fèi)用k-means聚類結(jié)果

表2 冠心病患者住院費(fèi)用影響因素的變量賦值

1.2.2 機(jī)器學(xué)習(xí)模型的構(gòu)建與評價(jià)指標(biāo)。采用分層抽樣，從低費(fèi)用組和高費(fèi)用組分別抽取70%的樣本作為訓(xùn)練樣本集來建立模型，剩下的30%樣本將作為測試樣本集用來評估模型性能。將單因素分析篩選后得到的變量作為輸入變量，在同一訓(xùn)練集上分別構(gòu)建隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和logistic回歸4種分類預(yù)測模型，并利用測試集數(shù)據(jù)進(jìn)行預(yù)測，通過靈敏度(sensitivity,Se)、特異度(specificity,Sp)、準(zhǔn)確度(accuracy,ACC)、受試者工作特征曲線下的面積(area under curve,AUC)和G-means 5個(gè)指標(biāo)對模型的性能進(jìn)行評價(jià)。

本研究所采用的機(jī)器學(xué)習(xí)模型如下：①Logistic回歸模型。Logistic回歸屬于廣義線性回歸類別，它可以用一系列的連續(xù)或分類型的變量對二分類結(jié)果進(jìn)行預(yù)測，本研究利用訓(xùn)練樣本集在glm()函數(shù)下構(gòu)建logistic模型；使用step()函數(shù)對初始的logistic模型進(jìn)行基于赤池信息準(zhǔn)則的逐步回歸變量篩選。②神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)模型(neural network，NN)是一種非線性、具有自適應(yīng)能力的系統(tǒng)，它由多個(gè)處理單元(神經(jīng)元)相互連接而組成，其數(shù)學(xué)模型能夠模仿人腦的思考模式。其優(yōu)點(diǎn)在于對數(shù)據(jù)的類型及分布無較多要求，通過不斷迭代直至誤差在允許的范圍之內(nèi)，且容錯(cuò)率較高，使數(shù)據(jù)之間的復(fù)雜關(guān)系從一個(gè)嶄新的角度來處理[7]。神經(jīng)網(wǎng)絡(luò)模型由輸入層、輸出層和隱藏層3層神經(jīng)元構(gòu)成。③隨機(jī)森林模型。隨機(jī)森林(random forest，RF)是使用決策樹作為主要分類器的綜合算法，可以用于分類和回歸問題?！吧帧笔侵赣啥鄠€(gè)決策樹模型構(gòu)成了隨機(jī)森林，“隨機(jī)”意味著在多個(gè)決策樹的基礎(chǔ)上增加了兩重隨機(jī)性，多棵決策樹的輸出結(jié)果決定了隨機(jī)森林的輸出結(jié)果[8]。在隨機(jī)森林的建模過程中兩個(gè)參數(shù)較為重要：ntree表示模型中樹的數(shù)目，mtry代表模型中隨機(jī)選擇特征的數(shù)目[9]。④支持向量機(jī)模型。支持向量機(jī)(support vector machine，SVM)通過最小化VC(Vapnik-Chervonenkis)維來降低機(jī)器學(xué)習(xí)在結(jié)構(gòu)上可能存在的風(fēng)險(xiǎn)，增強(qiáng)應(yīng)用能力[6]。SVM的本質(zhì)是使用核函數(shù)，利用核函數(shù)將線性不可分割的數(shù)據(jù)映射到多維特征空間，構(gòu)造了一個(gè)優(yōu)化的分類超平面，使得在低維空間內(nèi)線性不能分開的數(shù)據(jù)，在向高維空間轉(zhuǎn)換時(shí)能進(jìn)行線性的區(qū)分，這使得支持向量機(jī)能夠更好地處理高維、非線性、樣本量較少等復(fù)雜的數(shù)據(jù)。核函數(shù)的選擇影響著支持向量機(jī)的學(xué)習(xí)性能優(yōu)劣。常見的核函數(shù)包括線性核函數(shù)、徑向核函數(shù)、多項(xiàng)式核函數(shù)和Sigmoid核函數(shù)。

1.3 統(tǒng)計(jì)學(xué)方法

采用SPSS 24.0進(jìn)行統(tǒng)計(jì)學(xué)分析，應(yīng)用描述性分析對不同冠心病患者的社會(huì)學(xué)特征和住院信息進(jìn)行描述；由于住院費(fèi)用為偏態(tài)分布，采用非參數(shù)檢驗(yàn)進(jìn)行單因素分析，顯著性檢驗(yàn)水準(zhǔn)α=0.05。模型的建立與評價(jià)均通過軟件R i386 4.0.5實(shí)現(xiàn)，應(yīng)用randomForest程序包來建立隨機(jī)森林模型，支持向量機(jī)模型的建立應(yīng)用e1071包，神經(jīng)網(wǎng)絡(luò)模型建立應(yīng)用neuralnet包，應(yīng)用stats包建立logistic回歸模型。

2 結(jié)果

2.1 冠心病患者住院費(fèi)用的分布及單因素分析

本研究共納入冠心病住院患者2533例，其中冠心病患者的次均住院費(fèi)用的中位數(shù)為10331.77元，占比大小依次為衛(wèi)生材料費(fèi)(68.05%)、藥品費(fèi)(13.62%)、化驗(yàn)費(fèi)(8.81%)、治療費(fèi)(3.63%)、床位費(fèi)(3.12%)、護(hù)理費(fèi)(2.74%)。冠心病患者住院費(fèi)用在性別、年齡、婚姻狀況、付費(fèi)方式、入院途徑、科室、是否藥物過敏、住院天數(shù)分布上的差異存在統(tǒng)計(jì)學(xué)意義(P<0.05)。男性次均住院費(fèi)用(21527.00元)明顯高于女性(14764.44元)。年齡越大次均住院費(fèi)用越高，47-58歲年齡組開始逐漸增加。已婚的患者次均住院費(fèi)用(19210.60元)略低于其他婚姻狀況的患者(20760.74元)。不同付費(fèi)方式的患者次均住院費(fèi)用存在差異，付費(fèi)方式為其他的患者次均費(fèi)用最高，達(dá)到26651.97元，其次是全自費(fèi)患者(21978.35元)。不同入院途徑患者的次均費(fèi)用存在差異，其他醫(yī)療機(jī)構(gòu)轉(zhuǎn)入的患者費(fèi)用最高(28299.36元)，其次是急診的患者，達(dá)到23881.99元。就診于不同科室的患者次均住院費(fèi)用有差異，中醫(yī)科患者次均費(fèi)用最高(30766.63元)。隨著住院天數(shù)的增加，次均住院費(fèi)用越高。見表3。

表3 冠心病患者住院費(fèi)用分布

表3(續(xù))

2.2 冠心病患者住院費(fèi)用影響因素的logistic回歸模型擬合

單因素分析篩選出的8個(gè)自變量被納入logistic模型。在性別、年齡、婚姻狀況、付費(fèi)方式、入院途徑、科室、藥物過敏、住院天數(shù)8個(gè)自變量中，二分類變量3個(gè)，多分類變量5個(gè)，處理時(shí)將5個(gè)多分類變量轉(zhuǎn)化成21個(gè)啞變量，最終引入24個(gè)自變量。采用二分類logistic回歸模型，對模型進(jìn)行擬合優(yōu)度檢驗(yàn)，χ2=6.736，P=0.565>0.05，說明該logistic回歸模型擬合程度較好，結(jié)果如表4所示，性別、付費(fèi)方式、入院途徑、科室、住院天數(shù)這些因素對于住院費(fèi)用的影響程度較高。從OR值可以看出，在控制其余3個(gè)自變量后，女性患者比男性患者更傾向于低費(fèi)用組，女性患者是高費(fèi)用組的危險(xiǎn)度是男性患者的0.44倍；和入院途徑1(門診)相比，入院途徑2(急診)和入院途徑3(其他醫(yī)療機(jī)構(gòu)轉(zhuǎn)入)發(fā)生高費(fèi)用的可能性更大，入院途徑2是入院途徑1的1.48倍，入院途徑3是入院途徑1的2.5倍；住院天數(shù)在5-8天區(qū)間內(nèi)的患者發(fā)生高費(fèi)用的概率是住院天數(shù)在1-4天區(qū)間內(nèi)的18.89倍。見表4。

表4 基于logistic回歸的冠心病患者住院費(fèi)用分析

2.3 住院費(fèi)用影響因素的神經(jīng)網(wǎng)絡(luò)模型擬合

基于神經(jīng)網(wǎng)絡(luò)方法建立冠心病住院費(fèi)用影響因素的模型。將單因素分析篩選出來的8個(gè)自變量作為輸入層，住院總費(fèi)用作為輸出層。神經(jīng)網(wǎng)絡(luò)的靈敏度是指各因子對住院費(fèi)用影響程度。結(jié)果顯示，神經(jīng)網(wǎng)絡(luò)模型中住院費(fèi)用的影響因素排序依次為：住院天數(shù)(0.401)、科室(0.152)、入院途徑(0.122)、年齡(0.107)、性別(0.078)、付費(fèi)方式(0.077)、藥物過敏(0.036)、婚姻狀況(0.027)。見圖1。

圖1 基于神經(jīng)網(wǎng)絡(luò)模型的變量重要性排序

2.4 住院費(fèi)用影響因素的隨機(jī)森林模型擬合

將單因素分析篩選出的變量納入隨機(jī)森林模型。隨機(jī)森林模型的優(yōu)劣主要取決于兩個(gè)重要參數(shù)：ntree(樹的數(shù)目)和mtry(隨機(jī)選擇特征的數(shù)目)[9]。經(jīng)驗(yàn)證，本次研究中參數(shù)mtry設(shè)置為3，ntree設(shè)置為1000時(shí)，模型表現(xiàn)最佳。結(jié)果顯示，隨機(jī)森林模型中各輸入變量的重要程度排名依次為：住院天數(shù)(0.411)、科室(0.189)、付費(fèi)方式(0.105)、入院途徑(0.100)、性別(0.082)、年齡(0.074)、婚姻狀況(0.019)、藥物過敏(0.019)。見圖2。

圖2 基于隨機(jī)森林模型的變量重要性排序

2.5 住院費(fèi)用影響因素的支持向量機(jī)模型擬合

將單因素分析中篩選出的8個(gè)自變量作為輸入變量，住院費(fèi)用作為輸出變量。選擇多項(xiàng)式核函數(shù)進(jìn)行影響因素重要性分析。結(jié)果顯示，支持向量機(jī)模型中影響因素的重要程度排序?yàn)椋鹤≡禾鞌?shù)(0.31)、入院途徑(0.19)、付費(fèi)方式(0.15)、性別(0.13)、年齡(0.10)、藥物過敏(0.08)、科室(0.04)、婚姻狀況(0.00)。見圖3。

圖3 基于支持向量機(jī)模型的變量重要性排序

2.6 冠心病患者住院費(fèi)用影響因素比較分析

通過在不同模型中引入相同的自變量，比較各個(gè)模型的輸出結(jié)果，可以發(fā)現(xiàn)冠心病患者住院費(fèi)用影響因素的重要性排序在不同模型中存在一些差異。住院天數(shù)在4個(gè)模型中次序相同，入院途徑、年齡、性別、藥物過敏、婚姻狀況在4個(gè)模型中的次序基本一致，而付費(fèi)方式、科室在4個(gè)模型中的次序不一致。見表5。

表5 基于機(jī)器學(xué)習(xí)各模型的變量重要性排序

2.7 機(jī)器學(xué)習(xí)模型性能的比較

基于同一訓(xùn)練樣本集建立神經(jīng)網(wǎng)絡(luò)模型、隨機(jī)森林模型、支持向量機(jī)模型和logistic回歸模型，并應(yīng)用于同一測試樣本集數(shù)據(jù)，比較各模型的預(yù)測效果，結(jié)果如表6所示。由表6中各項(xiàng)指標(biāo)可知，logistic回歸模型表現(xiàn)一般；支持向量機(jī)模型的特異度為4種模型中最佳，但其他指標(biāo)均較低；隨機(jī)森林模型的靈敏度、準(zhǔn)確度、AUC值和G-means值較其他3種模型更為優(yōu)異，神經(jīng)網(wǎng)絡(luò)模型各項(xiàng)指標(biāo)略低于隨機(jī)森林模型。綜上所述，隨機(jī)森林模型的綜合性能較優(yōu)，并且在很多方面優(yōu)于傳統(tǒng)的logistic回歸模型，可為住院費(fèi)用影響因素的研究提供方法學(xué)上的借鑒。

表6 機(jī)器學(xué)習(xí)模型在住院費(fèi)用預(yù)測中的性能比較

3 討論

3.1 冠心病患者住院費(fèi)用構(gòu)成缺乏合理性，衛(wèi)生材料費(fèi)占比過高

研究結(jié)果顯示，衛(wèi)生材料費(fèi)在冠心病住院費(fèi)用中的占比最高，高達(dá)68.05%。藥品費(fèi)所占比重僅次于衛(wèi)生材料費(fèi)，達(dá)到13.62%，且這兩項(xiàng)費(fèi)用合計(jì)占比達(dá)到住院總費(fèi)用的80%以上，這與黃果的研究結(jié)果類似[10]?？赡艿脑蛉缦?。①醫(yī)療技術(shù)的發(fā)展給冠心病患者帶來更多的醫(yī)療方案選擇，心臟支架介入這一治療方案效果顯著，侵入性小，已成為許多患者的首選治療方案[3]。其中心臟支架就成為衛(wèi)生材料費(fèi)的重要組成部分，給患者帶來較大的經(jīng)濟(jì)負(fù)擔(dān)。②冠心病作為一種常見的慢性非傳染性疾病，病程較長，手術(shù)與非手術(shù)的患者都需要長期的服藥來穩(wěn)定病情，手術(shù)治療的患者在術(shù)后需要長期服用昂貴的二級預(yù)防藥物[11]，如β受體阻滯劑等，非手術(shù)治療的患者則需要服用硝酸鹽類、抗血栓藥物，因此藥品費(fèi)給患者帶來了較大的經(jīng)濟(jì)負(fù)擔(dān)。醫(yī)保部門應(yīng)加強(qiáng)對藥品和衛(wèi)生材料流通領(lǐng)域的監(jiān)管，建立并完善價(jià)格談判及監(jiān)管機(jī)制，避免中間流通環(huán)節(jié)造成的價(jià)格虛高；醫(yī)療機(jī)構(gòu)要建立監(jiān)督機(jī)制保障衛(wèi)生材料和藥品的使用合理性，減少資源浪費(fèi)，防止醫(yī)務(wù)人員為牟利而采取過度醫(yī)療的行為。

本研究結(jié)果中治療費(fèi)(3.63%)和護(hù)理費(fèi)(2.74%)的占比都較低，這與郭騰飛的研究結(jié)果類似[12]，醫(yī)務(wù)人員的勞動(dòng)價(jià)值不能得到充分體現(xiàn)，側(cè)面反映出技術(shù)服務(wù)的價(jià)值認(rèn)可度不高。當(dāng)醫(yī)務(wù)人員感受到自己的勞動(dòng)技術(shù)價(jià)值無法獲得相匹配的回報(bào)時(shí)，他們可能產(chǎn)生在藥品或衛(wèi)生材料中牟利的行為[13]。醫(yī)院管理者應(yīng)當(dāng)重視醫(yī)務(wù)人員在工作中所貢獻(xiàn)的勞動(dòng)技術(shù)價(jià)值，依據(jù)本地區(qū)的經(jīng)濟(jì)發(fā)展水平，因地制宜地確立醫(yī)療服務(wù)收費(fèi)標(biāo)準(zhǔn)，提高醫(yī)療服務(wù)費(fèi)用的比重，保障住院費(fèi)用構(gòu)成的合理性，充分體現(xiàn)出醫(yī)務(wù)人員的知識和技術(shù)價(jià)值。這也有利于在醫(yī)院內(nèi)形成良性激勵(lì)機(jī)制，提高醫(yī)務(wù)人員的積極性，不斷地提高醫(yī)療技術(shù)水平，更好地為患者提供優(yōu)質(zhì)的醫(yī)療服務(wù)。醫(yī)療衛(wèi)生領(lǐng)域的價(jià)格調(diào)整不是一蹴而就的，需要通過深入調(diào)查和分析具體疾病的費(fèi)用結(jié)構(gòu)，建立醫(yī)療服務(wù)價(jià)格的動(dòng)態(tài)調(diào)整機(jī)制，加大配套政策的改革實(shí)施力度，保障參保居民的利益，提高人民群眾的獲得感[14]。

3.2 住院天數(shù)是影響冠心病患者住院費(fèi)用的關(guān)鍵因素

本研究采用神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、支持向量機(jī)、logistic回歸4種機(jī)器學(xué)習(xí)算法分別擬合了住院費(fèi)用分類預(yù)測模型，對冠心病患者住院費(fèi)用的影響因素進(jìn)行了排序。隨機(jī)森林模型的準(zhǔn)確率為71.68%，受試者工作特征曲線下的面積為0.7083，優(yōu)于其他3種模型。研究結(jié)果顯示，住院天數(shù)對冠心病患者住院費(fèi)用的影響程度最大，在4個(gè)模型在中均位列第一，是影響住院費(fèi)用的關(guān)鍵因素，這與王婭玲的研究結(jié)果一致[1]。首先，患者住院天數(shù)的增加，床位、護(hù)理等費(fèi)用隨之而增加，并且長期住院會(huì)增加院內(nèi)感染和并發(fā)癥的風(fēng)險(xiǎn)，病情反復(fù)，遷延不愈，都會(huì)導(dǎo)致住院費(fèi)用的增加。其次，檢查等院內(nèi)系統(tǒng)效率不高，導(dǎo)致患者為等待檢查而延長住院天數(shù)，以及術(shù)前住院日這類無效住院天數(shù)都會(huì)導(dǎo)致住院總費(fèi)用的不必要增加[14]。住院天數(shù)是醫(yī)院管理中的一項(xiàng)重要指標(biāo)，反映出醫(yī)療資源利用效率的高低和醫(yī)院整體醫(yī)療服務(wù)能力的好壞。有研究表明將三級醫(yī)院的平均住院日從20天減少到7天，則可以降低49%的住院費(fèi)用[15]。這提示醫(yī)療機(jī)構(gòu)采取臨床路徑管理的措施提高臨床科室和檢查科室之間的配合效率，盡早診斷，減少無效住院天數(shù)[16]。一方面減輕患者的經(jīng)濟(jì)負(fù)擔(dān)，同時(shí)也加快了醫(yī)療機(jī)構(gòu)的病床周轉(zhuǎn)率，緩解病床緊張的現(xiàn)象，提高了資源利用效率?？剖以?種模型中的排名上偏差較大，但仍需引起關(guān)注。研究結(jié)果顯示老年病科的費(fèi)用較低，原因可能為老年病科所接收的病人大多為高齡患者，有較多的基礎(chǔ)病，身體各項(xiàng)機(jī)能衰老，其工作主要是解決老年患者多病共存的慢性健康問題，盡可能地提高老年患者的生存質(zhì)量[17]。因此，針對這類患者如采取手術(shù)等治療手段，風(fēng)險(xiǎn)較大，大多只能采取保守治療的方式，相較于其他科室，住院費(fèi)用較低。

3.3 付費(fèi)方式和入院途徑對冠心病患者住院費(fèi)用存在一定的影響

本研究結(jié)果顯示，新農(nóng)合醫(yī)保患者的次均費(fèi)用略高于城鎮(zhèn)居民和城鎮(zhèn)職工醫(yī)療保險(xiǎn)患者，一方面因?yàn)獒t(yī)保之間報(bào)銷比例不一致[18]，另一方面可能是患者受到經(jīng)濟(jì)狀況和醫(yī)療服務(wù)可及性的影響，無法得到及時(shí)的治療，病情可能發(fā)生惡化[19]。這提示基層社區(qū)、鄉(xiāng)鎮(zhèn)衛(wèi)生院應(yīng)針對新農(nóng)合醫(yī)保居民加強(qiáng)健康宣教，提高居民的自我保健意識，降低因病致貧、返貧的幾率。自費(fèi)患者的次均住院費(fèi)用高于參?；颊?，這與于洗河的研究結(jié)果一致[20]，一方面可能因?yàn)椴糠肿再M(fèi)病人自身健康保健觀念較強(qiáng)，愿意為身體健康選擇更為優(yōu)質(zhì)的治療方案，另一方面由于實(shí)施了醫(yī)療保險(xiǎn)制度改革，規(guī)范了醫(yī)保報(bào)銷程序，加強(qiáng)了醫(yī)保監(jiān)管力度，對參保患者過度衛(wèi)生資源起到了一定的抑制作用。本研究結(jié)果表明該項(xiàng)改革措施有所成效，醫(yī)保政策制定者應(yīng)當(dāng)持續(xù)推進(jìn)醫(yī)療付費(fèi)方式改革，保證相關(guān)配套措施的實(shí)施力度，不斷完善醫(yī)保目錄的準(zhǔn)入制度，從患者的需求出發(fā)，順應(yīng)時(shí)代的發(fā)展要求，減輕患者的經(jīng)濟(jì)負(fù)擔(dān)。

入院途徑也對住院費(fèi)用產(chǎn)生一定的影響，本研究發(fā)現(xiàn)，門診入院的患者次均費(fèi)用遠(yuǎn)低于急診和其他醫(yī)療機(jī)構(gòu)轉(zhuǎn)入的患者，這與劉萍的研究結(jié)果類似[21]。急診入院和其他醫(yī)療機(jī)構(gòu)轉(zhuǎn)入的患者病情較為危急，入院后需采取緊急搶救措施或緊急手術(shù)，住院天數(shù)及住院費(fèi)用都會(huì)增加。這側(cè)面體現(xiàn)出主動(dòng)就醫(yī)、早診早治的重要性，因此應(yīng)充分發(fā)揮基層衛(wèi)生服務(wù)中心在冠心病這類慢性病防治中的作用，做好慢性病的一級、二級預(yù)防工作，對全人群開展健康教育，倡導(dǎo)早診早治、定期檢查、主動(dòng)就醫(yī)的健康觀念；針對重點(diǎn)高危人群，做好定期的健康監(jiān)測和社區(qū)醫(yī)生隨訪等工作。