论文部分内容阅读
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。