疾病风险调整在医疗质量管理中的应用

作者│ 马尚寅（内蒙古自治区人民医院） 田 玮（内蒙古医科大学） 

原标题《疾病风险调整在医疗质量管理中的应用》发表于中国医院统计

随着医院管理水平不断发展，医院管理精细化程度大幅提高，原有使用住院天数、次均住院费用、病死率平均值等简单指标管控的方法已无法满足医院管理需要，国内近年来主流思路多为探索通过DRGs工具改善质量管理精度，并取得了一定成效。随着DRGs工具的使用深入，也有越来越多的学者发现，DRGS工具在医疗质量管理中存在一定问题，并尝试寻找更好的解决方案。本研究通过介绍疾病风险调整这种基于统计学方法的医疗质量分析工具及其应用，探讨一种更为适合医疗质量管理的工具与思路。

01 疾病风险调整方法的诞生与发展

美国卫生保健研究和质量机构(agency for health-care research and quality，AHRQ)和美国国立卫生研究院(national institutes of health，NIH)为了解决医疗质量评价问题，委托哈佛大学Lisa Iezzoni教授进行了研究，在其论著《医疗保健产出评价中的风险调整》中指出运用现有医疗、病案数据可以有效地评价医疗质量，同时应当注意不同地区费用标准等因素会影响医疗质量评价的准确性，并提出了运用疾病风险调整工具进行预测并对医疗质量进行评价，之后其团队对风险调整进行了更加深入的研究和完善，目前该书已更新至第四版。“美国年度最佳医院评价体系”“美国百佳医院评价体系”在美国医保付费调整中也有应用。

02 疾病风险调整建模方法与特征

在医疗质量管理、运营和成本控制等过程中，应充分考虑医院患者病种与严重程度、诊疗难度、医院级别、手术及术式等因素，并且费用、住院日、死亡风险等不同管理目标，其影响因素也有不同。疾病风险调整是在综合考虑上述因素的前提下，运用数学统计分别建模，对住院患者个案的疾病转归做出准确的回归预测和结果比对的方法。

2.1 建模方法

疾病风险调整预测模型建立流程见图1。

(1) 模型聚类

对病例数据进行基于临床诊断的预分组，该过程与DRGs分组方法的前2个步骤类似，即使用病案首页数据按照患者信息诊断确定主要诊断大类(MDC)，并根据主要诊断和手术操作分入具体的核心疾病诊断相关分组(ADRG)，从而获得建模使用的基础聚类。

(2) 变量集合及筛选

对聚类后的数据，选择死亡风险、医疗时间消耗、医疗资源消耗等分析目标维度作为因变量，对自变量提取、分析及筛选，初步确定与待建模疾病组相关的变量，作为建模基础参数。

(3) 数据建模及分析

使用多因素logistic回归法，针对不同的质量分析目标分别进行建模，并确定该组模型中合适的变量组合及参数。根据分析目标不同主要分为病死率预测模型、住院天数预测模型、住院总费用预测模型、医疗服务费用预测模型、药品费用预测模型、耗材费用预测模型。

(4) 模型校验及验证

通过医院病案数据对预测模型进行相应的数学及临床校验及验证工作，一般采用c-index和R2等指标对模型质量进行检验。

2.2 疾病风险调整模型与DRGs分组方法的区别

疾病风险调整建模在完成模型聚类后，建模过程与DRGs分组方法有较大不同。以CHS—DRG分组过程为例对比如下。

CHS-DRG在ADRG基础上进行DRGs细分时采取的规则：通过资源消耗变异系数、个体特征对资源消耗影响、疾病严重程度对资源消耗影响等维度，建立MCC(严重并发症与合并症)/CC(并发症与合并症)表并确定CC水平值(根据MCC/CC编码对医疗资源消耗程度赋一个严重程度权重值)，使用决策树模型进行最终DRGs细分。同时满足3个条件(组内病例数不少于100例、组内变异系数CV<1、同一ADRG内细分的DRG组间平均费用的相对差异不低于20%)，即可归集为同一DRG组。判定分组是否有效的3个条件均为费用相关参数。

疾病风险调整建模则是在ADRG基础上，根据建模目标分别进行变量筛选。如针对“颈及脑血管手术”这一ADRG组进行住院天数预测模型建模时，使用非参数统计对各变量进行检验，筛选出对“颈及脑血管手术”住院天数显著相关的自变量，获得候选变量集合，然后将候选变量作为自变量进行线性回归，最终确定纳入线性方程的变量，并获得该疾病组住院天数的预测模型。进行该疾病组病死率预测模型建模时，重复上述过程，获得该疾病组病死率预测模型，以此类推，完成全部6类模型的建模。

03 疾病风险调整模型的建模结果

3.1 建模粒度比较

建模粒度是指模型最小单元的细化程度，可以从侧面反映分析可达到的精度。通过上述DRGs分组过程介绍可知，DRGs分组依据为费用，在此基础上可以获得每一个DRG细分组的平均费用作为主要指标，并可以获得组内的平均住院日、平均病死率等衍生指标作为辅助指标。疾病风险调整建模则不同，针对每一疾病组的每一质量分析目标，均有独立的模型方程，这种独立建模的方式，可以让每个模型拥有不同的调整变量，使纳入方程的变量具有更好的代表性，提高模型对分析目标的预测精度。

以CHS-DRG为例，共有618个分组，相当于可以获得618套费用、住院日等参考值用于管理；而以某省疾病风险建模结果为例，实际获得的疾病风险调整模型总数为19718个。疾病风险调整在建模粒度上明显优于DRGs。见表1。

3.2 预测效果评价

随机选取某科室某月全部就诊患者275例，对住院天数、住院总费用、医疗服务费用、药品费用、耗材费用5项指标，将预测结果(或参考值)与个案实际值的差异程度作为变量，采用wilcoxon秩和检验2种方法比较差异度。结果显示除医疗服务费用外，其他4项指标疾病风险调整预测值与实际差值均小于DRGs参考值与实际差值，差异有统计学意义(P<0.05)，说明住院天数、住院总费用、药品费用、耗材费用4项指标疾病风险调整预测结果更接近个案实际情况。见表2。

04 疾病风险调整预测在管理中的应用

4.1 在病死率评价中的应用

DRGs评价死亡风险一般仅推荐使用低风险组病死率作为参考指标，具体分组不给出参考值，一般管理中仅能使用既往数据进行比较，而疾病风险调整则可以针对各疾病组提供病死率预测值用于具体管理。

以某医院“BY23颅脑闭合性损伤，伴并发症或合并症”为例，上期病死率实际值为7.14%，本期实际值为14.71%，有较明显的上升，一般情况下会推测可能存在质量问题导致死亡率上升。如使用疾病风险调整预测值作为参考，2期实际值均低于预测值，说明该疾病组本期病死率虽然升高，但仍在合理范围内。疾病风险调整使用基于本期数据推算的病死率预测值，较使用既往值比较的方式，能够更好地减少因患者病情不同和医生技术原因造成的偏差，更具参考性。见表3。

4.2 在个案管理中的应用

图2展示10例“BR29脑缺血性疾患”住院天数相关数据，DRGs工具可提供的参考值是该疾病组平均住院日为7.04d(灰线)，且仅能使用该数值作为参考，来评价各病例住院日管理情况。使用疾病风险调整模型，则可以为每一个病例提供单独的住院天数预期值(橙柱)。

以病例2为例，该患者实际住院天数为10d，如与DRGs参考值7.04d比较，结论是该病例住院天数过长；如与疾病风险调整模型给出的预测值11.53d比较，则结论是该病例住院时间低于预期。病例8和病例9，实际值虽然低于DRGs参考值，但使用疾病风险调整模型预测后发现，这2例患者住院日仍有改进空间。因此，使用疾病风险调整模型，可以为个案提供更精确的预测值，具体实践中可提高管理精度。此外，在住院总费用、医疗服务费用、药品费用、耗材费用等4个维度，疾病风险调整使用效果与上述情况类似。

4.3 在医疗付费中的应用

虽然DRGs的分组依据是费用，但由于DRGs的分组数量有限，且分组标准允许的费用区间相当宽泛，这导致某个具体细分疾病组中会出现部分病例实际费用明显偏离该组支付金额的情况，特别是在顶尖医院的顶尖科室，由于其收治的患者中诊疗难度大、费用消耗高的患者占比更大，如仅按照DRGs支付标准付费，不采取一定方式进行补偿，必然会导致类似美国DRGs实施中逆向选择患者问题的发生。美国医保局为了解决这一问题，在付费中引入了疾病风险调整进行支付补偿，有效地改善了医院和医生对患者的逆向选择问题，弥补了由于DRGs支付导致的医疗质量下滑。

05 思考与建议

5.1 正确看待付费工具

国家DRG、DIP付费方案的核心目标是解决医保付费问题，在方法预设、建模、分组目标等方面均是围绕费用为核心要素展开的。虽然在这种建模及分组方法下，我们可以得到具有一定参考意义的时间效率指数、高中低风险组病死率等质量指标，但我们要正确认识到DRGs和DIP方案的本质是付费方案，其质量指标只是在一种基于费用分组的细化前提下产生的衍生功能，虽具一定参考意义，但不一定能准确地反映和评价医疗质量。因此DRGs、DIP工具更适合在医保费用的管控中使用，或者在没有其他更好的医疗质量管理评价方法时，作为备选的医疗质量评价辅助工具。

5.2 运用适宜的医疗质量管理评价工具

疾病风险调整的优势在于其评价医疗质量(病死率等)、医疗效率(住院天数等)时，均根据具体的评价目标单独进行建模，因此其预测结果与实际情况的相符性更好，对相应指标评价的适宜性、可靠性和准确性优于DRGs等其他估计方法。同时，疾病风险调整作为一种支持个案预测的分析工具，在具体个案的质量控制指标达成情况分析中，较其他分析方法，纳入了当前个案人口学、基础疾病等相关信息作为风险调整因素，能提供更具代表性的预测值，为高质量地开展个案管理提供了有效的支持。

综上，在医疗质量评价与管理中，我们需要根据医院管理的现状、诉求以及具体的管理目标，选择适当的方法和有针对性的质量管理工具来提高管理精度。在医保费用管控方面，首选DRGs、DIP作为管理工具，同时疾病风险调整也可以作为补充工具协助进行个案成本管控，可以促进医保控费目标的达成；在医疗质量管理方面，疾病风险调整能够为管理提供更有针对性的参考依据，应当作为优选工具使用，以更好地促进医院高质量发展。