袁小丽 龙 扬 肖 琳 朱旭林 彭美华

①成都中医药大学管理学院 ②武侯区医疗保障局 ③中国人民财产保险股份有限公司成都市分公司

规范医疗机构医疗服务行为对提高医疗质量和医疗资源利用效率、降低医疗费用、改善人民群众就医体检等方面都意义重大[1]。出于规范诊疗行为目的，国家医保局制定了系列监督管理政策，如上线医保智能审核系统[2-3]、医保行政部门的各项行政检查、飞行检查等[4]，医疗行为不规范一直是我国医疗费用不合理增长的重要原因。国家医疗保障局《关于开展医保基金监管“两试点一示范”工作的通知》（医保办发〔2019〕17号）明确提出，各试点地区要结合实际自行探索创新监管方式。当前有关画像的研究，根据画像的对象不同，可大致分为两类：一类是对人物的用户画像，主要用于向研究对象推荐个性化内容，改善体验；另一类是对非人物的事物画像，主要应用方式是为基于事物画像为研究对象以外的群体提供信息服务，了解研究对象的个体性特征[5]。在大数据背景下，单一数据不能完全揭示事物的特征，对决策支持服务不充分、不全面，而多源大数据能够从不同角度描述事物，数据之间相互补充、交叉印证，打破“数据孤岛”，画像即是对研究对象的各种特征进行提取、抽象、概括后得出的，能够从不同维度描述和刻画研究对象特征的模型[6-7]。本文基于画像思路，对样本区域医疗机构医保抽检数据进行分析，深入解析医疗不规范行为表现，概括不规范诊疗服务的行为特征，为医保基金监管提供认知支持，为精准监管提供思路方向。

1 数据来源及方法

数据来源于某医保局抽检数据。抽检时间为2019年10月至2020年7月（无2020年2月份）共9个月份，共计1333条记录，扣除资料记录不全、重复记录、申诉反馈信息不完整等数据，有效检查记录为1060条，共检查病历1029份。负责抽检工作的人员共7人，均来自临床医学、护理学专业，从事医院工作的平均时间为5.41年，从事基金监管相关工作的平均年限为1.8年，病历抽查采取现场随机抽样的方式，且医疗机构可以对检查结果进行申诉，保证了样本的随机性和抽检结果的真实性、客观性。本文在excel中完成数据整理，并利用统计软件stata15.0进行统计学分析。样本情况如下所示。

表1 抽查样本统计描述

2 结果与分析

根据样本区域《医疗保险定点医疗机构服务协议》及《医疗机构住院病历判定标准（2016年版）》及基本医保相关管理办法，本研究将医疗机构的不规范行为细分为病历资料、用药、检查（含检验，下同）、诊断治疗、费用、报销等六个方面。

2.1 不规范行为的频次分析

（1）不规范行为主要表现为病历资料不规范和检查不规范。1029份病历中，仅142份病历资料（含违规情况全部申诉通过后的28个病例，占全部病例的比重为13.80%）不存在规范行为。近一半的病历存在病历资料不规范行为（申诉后的违规病例数占总病例数的比重为46.26%，下同）及检查不规范行为（44.31%），其次是费用不规范行为（21.96%）和用药不规范行为（15.16%）。报销不规范行为相对较少，约3.89%的病历存在报销不规范行为。

表2 医疗机构不规范行为情况表

（2）病历资料不规范主要体现为病历资料不完整。病历资料不仅有助于保障患者获得适当的诊断治疗及后续治疗，还承载着证据保存的功能[8]。病历资料的真实性、完整性、逻辑一致性是其基本要求。由表3可知，有20份病历存在真实性问题，主要表现为病历资料时间混乱、患者签名笔迹前后不同等。申诉后，476份病历资料违规病历中，86.13%的病历存在病历资料不完整，主要表现为病程记录中无检查理由、检查结果及分析（304份，占比63.87%）、其次表现为无医嘱（100份，占比21.01%）和无中医会诊单（31份，占比6.51%），且有44份（占比8.6%）病历补充相关病历资料后通过申诉。

表3 病历资料不规范病历分析

（3）检查不规范主要体现为无指征检查。检查不规范主要体现为同一项目重复检查、同一目的不同项目重复检查、无指征检查和打包检查。由表4知，检查不规范病历中，超73%的病历存在无依据检查，主要表现为各类彩超、CT及降钙素原等；超29%的病历存在同一项目重复检查，主要表现为入院时由于检查未互认或病情明确情况下的大型CT及MRI检查及入院后的血常规、肝肾功血糖监测等；约17%的病历存在同一目的不同项目间的重复检查，主要表现为血常规和心肌酶谱、C反映蛋白和降钙素原同时检测、生化Ⅰ和生化Ⅱ、心电监护和动态血压检查、同一部位同时做DR/CT/MRI等；超5%的病历存在打包检查，主要表现为血常规和有核细胞打包检查、尿常规和尿沉渣、术前打包检查等。

表4 检查不规范病历分析

（4）费用不规范和用药不规范仍相对严重。全部1029份病历中，超9%的病历存在加收其他未发生项目费用、超量（时）收费和超说明书用药问题。3.69%的病历存在高编码收费问题，3.21%的病历存在抗生素滥用问题。4.86%的病历存在治疗不合规问题，主要表现为中医药治疗时间长及超常规操作、护理等级不合理、手术无指征等。2.92%的病历存在目录外报销问题。

表5 申诉后其他违规病历占总病例数（1029份）的比重分析

（5）超半数违规病历仅存在一类不规范行为。887份存在不规范行为的病历中，有491份（占比55.36%）病历仅存在1类不规范行为，而仅存在资料病历类、检查类、费用类三类不规范行为的病例数分别为192、176和51份（占比为21.65%、19.84%和5.75%）；31.34%的病历存在2类不规范行为，主要表现为病历、检查和用药三类不规范行为的两两组合；仅13.3%的病历存在3类及以上的不规范行为。

表6 不规范行为种类分析

2.2 不规范行为的Logit模型分析

（1）模型构建及数据处理。为进一步讨论医疗不规范行为的影响因素，本文以样本是否不规范（wg_sf）、病历是否不规范（bl_sf）、检查是否不规范（jc_sf）、用药是否不规范（yy_sf）、费用是否不规范（sf_sf）、报销是否不规范（bx_sf）作为因变量，取1表示存在不规范行为，取0表示无不规范行为。

以机构等级（jgdj_d1、jgdj_d2、jgdj_d3分别表示一级及以下、二级和三级医疗机构）、机构性质（jgxz_d，取1代表公立，取0表示非公立）、患者性别（male_d，取1代表男性，取0代表女性）、患者年龄（age）、住院天数（zyts）和疾病种类（ICD1第一个字母表示）、入院时间（rysj_t）、检查人（jcr）、检查时间（jcsj_t）等作为自变量，建立logit模型。

为控制医生特点的影响，本文仅对样本整体是否不规范（wg_sf）模型采用全样本数据1027份，而针对具体的违规项目采取违规的样本量886份，同时为了控制异方差，对患者年龄、住院天数、入院时间、检查时间等做对数处理。

（2）模型结果分析。回归结果如表7所示。模型结果显示，相较于一级及以下医疗机构而言，二级和三级医疗机构对样本整体不规范及样本检查不规范的预测概率有正向的显著差异，这跟一级及以下机构检查项目少的现实相吻合。二级机构在费用不规范行为的预测概率较一级及以下机构有显著正向差异。相较于非公立医疗机构，公立医疗机构在诊断治疗规范上的预测概率有显著的正向差异，而在用药不规范和报销不规范上的预测概率有显著的负向差异。相较与女性，男性在用药不规范上的预测概率有显著的负向差异。患者年龄越大，对检查不规范的预测概率有显著的正向差异，而对诊断治疗不规范有显著的负向差异。住院天数越长，对样本整体的不规范行为及费用、用药和诊断治疗的不规范行为的预测概率均有显著的正向差异。不同检查人对样本整体的不规范行为及病历资料、检查、用药和诊断治疗的不规范行为的预测概率存在显著差异，说明检查人的医学专业素养对检查结果关系很大。且检查时间越近，对病历资料不规范行为的概率预测有显著正向差异，对费用不规范行为的概率预测有显著的负向差异，说明随着检查经验的累积，检查人发现病历资料不规范的预测概率在增加，而发现费用不规范行为的预测概率在减少。近期入院的病历在病历资料、费用和诊断治疗不规范的预测概率有显著正向差异，而在检查和用药不规范行为的预测概率上有显著负向差异。

表7 logit模型回归结果

3 思考与建议

由模型结果可知，近年来随着监管力度的不但加强，医疗机构检查和用药不规范行为正在不断减少，但病历资料、费用和诊断治疗的不规范行为有增加趋势。

3.1 医疗机构应重点按疾病种类加强病例资料规范培训

疾病种类对医疗行为是否不规范及病历资料、检查和用药等具体不规范行为有显著影响，且46.26%的病历均存在病历资料不规范行为。同时，不规范病历中，86.13%的病历是因为病历资料不完整，且21.65%的病历仅存在一种不规范行为，因此，通过医疗机构按疾病种类加强病历资料的规范培训，尤其是针对病程记录、医嘱及中医会诊流程的规范，具有可操作性和实用性。

3.2 二级医疗机构应加强对费用不规范行为的自查自省工作

相对于一级及以下医疗机构，二级医疗机构的费用不规范预测概率具有显著的正向差异，因此二级机构应加强对费用不规范行为的自查自省工作，特别关注麻醉、吸氧等超量（时）收费和高编码收费问题；同时应关注机构信息化系统中价格目录和价格标准的及时更新问题，杜绝超价格目录收费和超价格标准收费行为的发生；加强收费人员的培训，降低重复收费行为。

3.3 非公立医疗机构应加强用药和医保报销监督

相较于公立医疗机构，非公立医疗机构在用药和报销不规范的预测概率具有显著的正向差异。针对用药监督，应特别关注超说明书用药（如药与主诊断不符、超疗程用药等）及抗生素滥用问题（如抗生素使用周期长、无指征使用抗生素等），加强用药指导，如避免同类药品叠加使用，规范开药操作流程；针对医保报销，应加强与医保系统的对接，严控医保目录外报销、超品种限额报销、乙类药按甲类报销、起付线为0等不规范行为。

3.4 监管机构应理性分析检查不规范行为的驱动因素

检查不规范行为虽有一定的减少趋势，但仍是医疗行为不规范的重要形式，尤其在二级和三级医疗机构。无指征检查占检查不规范病历的73.03%，同一项目反复检查占29.82%。在药品和耗材零加成的背景下，医疗机构收入结构发生明显变化，监管机构应理性分析检查不规范行为的驱动因素，加快落实改进医疗机构薪酬制度改革工作，积极推进检查结果互认。

3.5 监管机构应不断提升检查人员的医学专业知识

由模型可知，不同检查人对检查、用药和诊断治疗不规范行为的预测概率存在显著差异，而这三项检查均需要有较强的医学专业背景知识，因此监管机构应重点加强检查人员的医学专业知识培训或多聘请有医学背景的人员从事抽查工作，确保检查结果公平公正科学，发挥监督作用。

4 结语

本研究基于画像研究思路，分析定点医院诊疗行为，揭示了各级各类医疗机构的违规行为特征，为医保精准监管，降低监管成本，提高监管效率提供一定的方向指引。但由于反馈医疗服务质量的数据不可得，故达不到画像研究的颗粒度，无法发挥多维度数据间的互补作用，后续研究需要加入来自医院、卫监、医保的三方数据，即数据治疗层面落实“三医联动”，实现精准高效治理。