神经系统疾病患者住院费用的诊断相关分组研究

摘要

目的: 分析神经系统疾病患者住院费用情况；探讨神经系统疾病患者住院费用的影响因素；建立神经系统疾病的诊断相关分组（DRGs）模型；并根据 DRGs，制定合理的费用支付标准，评价医疗资源消耗情况，为医疗卫生费用控制提供依据和支持，为我国DRGs预付费制度的实施提供参考。 方法: 收集了河南省某医院三个院区 2013-2016 年 20827 例神经系统疾病患者住院病历首页数据，主要包括性别、年龄、婚姻、职业、住院次数、入院途径、住院天数、住院科室、疾病诊断、出院情况、病例分型、手术情况、住院总费用、各项费用等项目，用非参数检验方法对住院费用的影响因素进行单因素分析，用BP神经网络对影响因素进行多因素分析，然后，以住院费用为分类轴心，通过SPSS Modeler软件的决策树CHAID算法，构建病例组合模型，并用变异系数（CV）、ROC 曲线和非参数检验方法对病例组合模型进行评价；在病例组合方案的基础上，制定住院费用的支付标准，测算病例组合指数。 结果: 20827 例神经系统疾病患者，男性（53.09%）多于女性（46.91%）;住院费用的构成分析结果显示，药品费用（42.09%）、检查费用（28.54%）所占比例高；住院费用单因素分析结果显示，性别（Z=-3.770,P<0.001 ）、年龄（?2=70.625,P<0.001）、婚姻（?2=12.855,P<0.001）、职业（?2=140.741,P<0.001）、入院途径（Z=-5.954,P<0.001）、住院天数（?2=10460.407,P<0.001）、其他诊断（Z=-23.541,P<0.001 ）、出院情况（?2=128.171,P<0.001 ）、病例分型（?2=380.725,P<0.001）、是否手术（Z=-31.823,P<0.001）对住院费用均有影响；人工神经网络分析结果显示，影响住院费用的因素根据重要性大小有：病例分型(0.3746)、是否手术(0.2599)、有无其他诊断（0.1046）、出院情况（0.0632）、年龄（0.0605）、职业（0.0518）、入院途径（0.0396）、婚姻（0.0288）、性别（0.0170）；根据人工神经网络的结果，决策树模型把重要影响因素是否手术、病例分型、有无其他诊断、入院途径纳入预测变量，以住院总费用为目标变量，形成9个病例组合，对模型评价结果（CV最大为9.69%，ROC曲线下面积大于0.5，P值均<0.05）表明病例组合模型效果良好；在病例组合的基础上制定标准费用和费用上限，测算各组合的权重，计算病例组合指数。 结论: 有手术、有其他伴随疾病、病情越危重、急诊入院的神经系统疾病患者，其住院费用越高；人工神经网络和CHAID算法相结合，建立的诊断相关分组方案是合理的。

目录

第一个书签之前

OLE_LINK1

OLE_LINK2