裴家兴,杨孝光,肖 锋,刘 羽,周鹏飞,李运明

(1.西南医科大学公共卫生学院,四川 泸州 646000;2.西部战区总医院医疗保障中心信息科,四川 成都 610083;3.西部战区总医院卫生经济科,四川 成都 610083)

慢性肾脏病(CKD)是指肾脏结构和(或)功能发生持久性改变的疾病,具有发生率高、知晓率低以及医疗费用昂贵等特点[1]。我国CKD患病率较高,患者医疗费用占同年医疗费用的比例高达6.5%,且呈逐年增长趋势[2,3]。根据肾小球滤过率等指标,CKD常分为1～5期,其中4～5期为晚期,常需要住院治疗[4,5]。疾病诊断相关分组(DRG)是综合考虑各病例主要诊断、合并症或并发症等多种因素的病例分组方案,可作为一种控制医疗费用支出和医院精细化管理的工具[6]。国家医疗保障局2021年发布《DRG/DIP支付方式改革三年行动计划》(医保发〔2021〕48号),明确指出:需加强病组(病种)管理,以国家分组为基础,结合本地实际,维护和调整病例分组,使之更加贴近临床需求。为此,本研究采集成都市某三甲医院晚期CKD住院诊疗数据,采用决策树穷尽卡方自动交互诊断器分析(E-CHAID)算法建立DRG分组方案,以期为合理控制该类住院患者的医疗费用提供参考。

1 资料与方法

1.1 资料来源

收集四川省成都市某三甲医院2018-2022年住院病人病案首数据,病例纳入标准:①主要诊断为国际疾病分类(ICD)第10版编码为N18.001以及N18.804[7];②18岁以上。排除标准:①病案首页重要信息缺失病例;②住院费用在P2.5～P97.5以外病例;③住院天数大于60天病例(疾病诊断相关分组付费不适用于长期住院病例[8])。

1.2 资料整理

纳入有效病例2987例。采集病案首页信息,包括:性别、年龄组、住院天数组、是否首次入院、有无合并症或并发症、有无透析治疗、入院方式、有无手术、入院病情。住院天数按照P95节点(32天)进行分组。按照世界卫生组织对老年人的定义,以65岁划分为中青年组和老年组。合并症或并发症采用《国家医疗保障疾病诊断相关分组(CHS-DRG)细分组方案(1.0)版》中所列诊断[9]。影响因素赋值见表1。

表1 晚期慢性肾脏病患者住院费用影响因素与赋值

1.3 资料分析

使用SPSS 25.0进行统计分析。住院费用不服从正态分布,采用中位数和四分位数进行统计描述。住院费用单因素分析采用Mann-Whitney U检验和Kruskal-Wallis H检验。因多元线性回归要求反应变量服从正态分布,故采用Box-Cox方法对住院费用进行正态性转换[10],然后采用多元线性回归对住院费用进行多因素分析,并用方差膨胀因子(VIF)评价共线性。

1.4 筛选分类节点变量

使用SPSS Modeler 18.0构建人工神经网络(ANN)对住院费用影响因素进行敏感性分析。敏感性分析可以研究输入变量对输出变量的影响程度,系数越大表示输入变量对输出变量的影响越大[11]。本研究采用ANN将多元线性回归模型中对住院费用有影响的因素作为输入变量,将住院费用作为输出变量,选择70%的样本为训练集,30%的样本为测试集,采用多层传感器MLP法,最大训练周期为250,计算各影响因素的敏感系数,用于筛选分类节点。

1.5 构建DRG分组方案

使用SPSS Modeler 18.0构建DRG分组方案。决策树是探究数据内在规律和分类预测的一种方法。E-CHAID算法是在卡方自动交互诊断器(CHAID)算法上的改进[12]。E-CHAID算法选择最佳分组变量时采用将分组进行到底的策略。本研究运用E-CHAID算法建立决策树,将生长条件设置为最大深度3层,父节点最少个案100例,子节点最少个案50例,检验水准α=0.05;使用5折交叉验证方法(5-fold cross-validation method)将数据集分为测试集和训练集;采用Kruskal-Wallis H检验判断所构建的DRG分组方案中组间费用差异性;采用变异系数(CV)评估组内同质性,数值越小表示组内同质性越好。

1.6 制定DRG分组费用标准

以各DRG分组住院费用的中位数作为该组的住院费用标准,第75百分位数加1.5倍四分位数间距(P75+1.5q)作为费用上限,大于该上限的为线外病例。计算线外病例比、线外病例费用消耗比和权重值,对DRG分组方案进行资源消耗评估[13]。

2 结果

2.1 住院患者一般情况

本研究共纳入2987例患者,其中男性1504例(50.4%),女性1483例(49.6%);年龄最大为100岁,最小为18岁,平均年龄为(54.5±17.0)岁,中位年龄为53.0岁;最短住院天数为1.0天,最长住院天数为60.0天,平均住院天数为(13.0±9.4)天,中位数为13.0天;有严重合并症或并发症的患者为574例(19.2%),有一般合并症或并发症的患者1798例(60.2%),无合并症或并发症的患者615例(20.6%);住院费用最高58,555元,最低为3212元,平均费用为(13,429±9257)元,中位数为10,806元。

2.2 住院费用单因素分析

性别、年龄组、住院天数组以及是否首次入院等9个变量对住院费用有影响,组间住院费用差异均有统计学意义(P<0.001),见表2。

表2 晚期慢性肾脏病患者住院费用单因素分析

2.3 住院费用多因素分析

经正态性检验后,住院费用呈偏态分布(偏度系数为1.88±0.05,峰度系数为4.07±0.09)。经Box-Cox转换后(参数λ=-0.24),住院费用呈近似正态分布(偏度系数为0.03±0.05,峰度系数为0.57±0.09)。以转换后的住院费用为因变量,性别、年龄组、住院天数组、是否首次入院、有无合并症或并发症等9个因素为自变量进行多元线性回归分析。结果显示:多元线性回归回归模型具有统计学意义(F=89.847,P<0.001);除“是否首次入院”以外其它自变量对晚期CKD患者住院费用的影响具有统计学意义(P<0.05);经共线性诊断发现所有变量的VIF<4,说明自变量之间不存在明显的多重共线性[14],见表3。

表3 晚期慢性肾脏病患者住院费用多元线性回归结果

2.4 住院费用影响因素的人工神经网络分析

选取多元线性回归结果中“住院天数组”“有无透析治疗”“有无合并症或并发症”等8个有统计学意义的变量作为人工神经网络的输入变量。结果显示,住院费用的影响因素依重要性分别为:住院天数组(0.46)、有无透析治疗(0.29)、有无合并症或并发症(0.08)、入院方式(0.06)、入院病情(0.03)、性别(0.03)、年龄组(0.02)、是否手术(0.02)。

2.5 基于E-CHAID算法的DRG分组方案

根据文献与专家意见,综合多元线性回归和人工神经网络结果,将“住院天数组”“有无透析治疗”“有无合并症或并发症”作为决策树分类节点。结果显示,3个变量全部进入决策树分组方案,该方案分为三层,“住院天数”为第一次,“有无透析治疗”为第二层,“有无合并症或并发症”为第三层节点,共形成7个组合。

经5折交叉验证法得到5个费用估计的训练集与测试集。结果表明,变异系数CV在训练集上最大为0.75,在测试集上最大为0.74,均小于0.8,表明组内同质性较好;Kruskal-Wallis H检验P<0.001,提示在5个费用估计的训练集与测试集的表现上,各DRG分组的组间费用差异具有统计学意义。分析各组的超额费用,在训练集与测试集上,线外患者的比例在10%以内,线外病例费用消耗比在26%以内;权重值在训练集与测试集上的范围在0.66～1.92。见表4。

表4 晚期慢性肾脏病患者病例分组及费用估计

3 讨论

3.1 改进分析方法,提高DRG方案的合理性

以往DRG分组研究通常使用多元线性回归进行分析[15,16],由于样本数量有限且样本数据不服从正态分布,因此该方法在实际应用中可能表现不够理想[17]。相比之下,人工神经网络方法不要求样本数据服从正态分布,且具有更好的预测能力[18]。在构建DRG分组方案之前,程广辉[19]采用人工神经网络对变量进行排序,根据排序结果筛选出影响住院费用的因素。然而,人工神经网络也具有缺陷性,其构造过程只考虑了输入与输出之间的关系,忽略了系统内部的可用信息,难以解释其内部工作原理和决策过程,且泛化能力较差[20]。因此,崔德光[21]采用人工神经网络和回归组合的方法以弥补2种方法各自的缺陷,并验证了2种方法结合的可行性。鉴于此,本文探索性地将多元线性回归分析变量间的关系结果与人工神经网络对变量排序结果相结合,作为筛选决策树分类节点的客观依据,旨在避免单一方法的局限性,以减少不合理分组结果出现的可能性。

确定决策树分类节点后,本研究利用E-CHAID算法构建了晚期慢性肾脏病住院患者DRG分组方案。传统决策树算法要求目标变量为分类变量,因此需要将数值型变量转换为分类变量。E-CHAID算法则不需要这样转换,其可以处理分类和数值型目标变量[11]。杜剑亮[22]的研究结果表明,E-CHAID算法适用于DRG分组方案的建立。周鹏飞[9]也使用E-CHAID算法成功构建了恶性肿瘤术后化疗住院患者DRG分组方案,证明了该方法的可行性。因此,从方法学角度来看,本文构建的晚期慢性肾脏病住院患者DRG分组方案具有一定合理性。

3.2 评价DRG方案,优化晚期慢性肾脏病的临床诊疗

根据本研究结果,决策树E-CHAID算法依据“住院天数组”“有无透析治疗”以及“有无合并症或并发症”3个分类节点将晚期慢性肾脏病住院病人细分为7个DRG组。

“住院天数组”为第一层节点,“住院天数≥32天”DRG组的标准费用和权重高于其它DRG组,与王莜[23]的研究结果一致。住院时间越长,消耗的医疗资源也就越多。因此,合理控制住院天数,是提高医院管理效率和效益的重要途径,具体做法有:积极开展临床路径诊疗模式探索、实施不同阶段的病情评估制、有计划地安排择期手术住院日等。

“有无透析治疗”为第二层节点。进行透析治疗的DRG组标准费用和权重高于同类治疗下未进行透析治疗的组合,此结果符合临床实际。肖月[24]的研究表明,血液透析和腹膜透析的年人均直接医疗费用约为8万元和7万元;王文仪[25]的研究表明,上海市平均每1.83人的工资才能维持一个晚期肾病患者的透析治疗。面对高昂的透析治疗费用,更加凸显出了开展“规范化透析技术临床应用”工作的重要性。

“有无合并症或并发症”为第三层节点。晚期慢性肾脏病住院病人DRG组的合并症或并发症越严重,其标准费用和权重越高。因此,应警惕晚期慢性肾脏病病人合并症或并发症的出现,一旦出现合并症或并发症,会造成治疗上的困难,增加住院费用。高血压、糖尿病等慢性疾病是慢性肾脏病病情持续恶化的主要危险因素[26]。有学者发现,晚期的慢性肾脏病患者中有超过2/3的患者合并有高血压、贫血和高尿酸血症等疾病[27]。因此,一旦发现可能导致肾脏受损的疾病,应该即时采取积极的治疗措施,以预防和控制慢性肾脏病的发生或进展。

考虑到疾病在个体间具有差异性,各DRG组允许一定比例“线外患者”(即住院费用超标的患者)。通常不超过5%。从分组结果可知,合计线外患者人数占总人数比例,测试集为1%,训练集为5%,结果在合理范围内。根据测试集和训练集的结果,DRG1～4组以及DRG6组线外患者比例超过5%,其线外患者人数占总线外患者人数为78%,提示可能存在过度诊疗的现象。因此,有必要加强对线外病例的监测,规范诊疗行为,以确保线外患者的数量能够被控制在合理的范围内。

3.3 建立临床路径,推动DRG支付方式改革

临床路径为DRG支付方式改革打下坚实的基础[28]。李明子[29]提出:制定临床路径的关键在于,多个专业学者应用循证医学的最佳证据,并根据医院实际情况和治疗疾病的客观规律进行制定;实施临床路径的关键在于,严格按照已制定的临床路径进行医疗服务,在其过程中对实际医疗服务与临床路径有偏差的现象做好记录,分析并修正临床路径,使得临床路径更为人性化。目前已有学者建立了慢性肾脏病3～5期中西医结合临床路径以及慢性肾脏病及其并发症早期筛查临床路径[30,31]。提示在建立临床路径之前,可根据疾病特点,精细化目标病种,使得临床路径更为简单、高效,减轻医疗服务以及病种费用测算等工作负担。

本研究存在以下局限性:①数据仅来源于一所医院,样本尚不能代表慢性肾脏病的整体情况;②由于本文研究目的是探讨晚期慢性肾脏病住院患者的DRG分组方案,因此未进一步对多元线性回归和人工神经网络的组合方法进行验证。未来研究可以进一步验证这种组合方法或提出新的方法,以提高DRG分组方案的准确性和实用性。