DRGs(疾病诊断相关组)是一种科学的病例组合方式,以DRGs为基础的医疗费用预付制和医疗质量评价系统能够有效控制费用的不合理增长以及提高管理效率。DRGs的核心是DRGs分组器的设计,其中病例复杂程度与分组有着密切的关系。病例临床复杂(Episode Clinical Complexity,ECC)模型是一种测算病例复杂程度的方案。通过对病例临床复杂(ECC)模型的研究,实现病例复杂程度的测算,对合理改进DRGs分组器,以及促进DRGs在医保支付和医疗绩效评价等领域的发展有着重要的现实意义。研究目的探索病例临床复杂(ECC)模型在DRGs分组器中的应用;探索我国病例复杂程度算法,为建立病例复杂体系提供基础;探索在我国DRGs分组器中引入病例临床复杂(ECC)模型的可行性。研究方法本文通过案例研究法探索病例临床复杂(ECC)模型在我国DRGs分组器中的应用,以我国北京市某公立三甲医院出院患者为例,结合模型原理,探索我国病例复杂程度的测算方法。基于测算结果,运用分类与回归树(CART)算法的决策树模型对该院"胃镜检查或治疗操作"病种病例进行统计学分组。采用比较研究法对我国DRGs分组器是否应用模型的分组性能进行对比分析,用变异系数(CV)、方差减少量(RIV)、非参数检验(Kruskal-Wallis)等统计学指标和方法对分组结果进行评价。研究内容1研究DRGs分组器和病例临床复杂(ECC)模型的理论基础,明确模型在DRGs分组器的应用环节,探讨模型科学性。2基于病例临床复杂(ECC)模型原理,以我国某医院"胃镜检查或治疗操作"病种为例,探索我国病例复杂程度的测算方法。3在我国DRGs分组器中应用病例临床复杂(ECC)模型,对案例数据进行分组,以国家版诊断相关组分组结果为比较对象,评价引入模型后的DRGs分组结果,分析病例临床复杂(ECC)模型在我国DRGs分组器中的作用。研究结果1病例临床复杂(ECC)模型具有科学的理论基础,全面衡量病例的复杂程度。病例临床复杂(ECC)模型给每个病例赋予一个病例临床复杂分值(ECCS),表示病例复杂程度。病例临床复杂分值(ECCS)量化了同一病种组内不同病例的资源消耗相对强度,来源于每一项诊断的复杂水平。2以我国某医院"胃镜检查或治疗操作"病种348例患者数据为例,实现病例复杂程度的测算,得到该病种内266项诊断的复杂水平值,以及所有患者的病例临床复杂分值(ECCS)。应用病例临床复杂分值(ECCS)对该病种进行分组,得到三个DRGs细化组别。3对案例数据分组结果进行统计学评价,三组病例费用数据变异系数CV均小于0.51,组内同质性较好,变异较小,方差减少量RIV值为0.81,组间异质性较强,非参数Kruskal-Wallis检验结果显示三组费用差异具有统计学意义。案例分组结果与目前国家版CN-DRGs比较,应用病例临床复杂分值(ECCS)的分组结果更为合理。研究结论病例临床复杂(ECC)模型合理区分患者的医疗资源消耗强度,反映病例的复杂程度。研究探索我国病例复杂程度的测算方法,验证了病例临床复杂(ECC)模型的理论科学性和可行性。案例探索结果显示在我国DRGs分组器中引入该模型对DRGs分组具有改进作用。因此,病例临床复杂(ECC)模型为优化我国DRGs分组流程提供了思路,具有较好的应用前景,有必要在我国的DRGs分组器中全面引入该模型,提升DRGs分组效能,促进DRGs在卫生管理领域的发展。