引用本文： 宋康, 刘新靓, 罗小霞, 张志彬, 潘卫兵, 李准, 黎浩. 基于决策树模型的梗阻性肾盂积水患者住院费用及病例组合优化研究. 华西医学, 2023, 38(10): 1530-1536. doi: 10.7507/1002-0179.202304119 复制
伴有肾脏和/或输尿管结石性梗阻的肾盂积水（以下简称“梗阻性肾盂积水”）是泌尿系统常见疾病，其发病率和患病率因地区和人群而异，若不及时有效治疗，将增加尿路感染、高血压等发生风险，严重时可导致肾实质萎缩与肾纤维化[1]，给患者和国家带来较大的经济负担。梗阻性肾盂积水的治疗方法需根据结石特点、梗阻位置、症状严重程度进行手术和/或药物治疗，具有治疗方案多样、费用差异大的特征，因此对这类患者住院费用与分组的深入分析对费用控制有重要意义。目前，按疾病诊断相关分组（diagnosis related groups, DRG）付费与按病种分值付费（diagnosis-intervention packet, DIP）均是我国医疗保险部门控制医疗费用的有力工具，国内学者对利用决策树模型构建病例组合已进行了丰富的探索[2-5]，但对病例组合的研究多基于 DRG 分组原理，即以住院费用为目标变量，将住院费用影响因素作为分类节点变量，其中节点变量多为性别、年龄、住院天数、是否手术等，而少有结合 DIP 分组原理进行病例组合探索。DRG 与 DIP 均是病例组合的不同形式，既往研究运用决策树基于 DRG 分组原理构建病例组合对结合 DIP 分组原理开展病例组合探索[2-5]有极强的借鉴意义。不同于 DRG 是按照诊断和治疗方式，结合年龄、合并症、并发症、治疗结局等因素进行分组的原理，DIP 是对疾病诊断和手术操作进行穷举聚类形成自然分组，虽操作简单且在跨区域推广上的借鉴意义更高[6]，但强调对客观真实数据的统计分析而缺少临床经验论证的分组逻辑使得病种分组过多过细，可能增加医院管理成本[7]，无法有效抑制供方潜在的服务升级和诱导需求[8]，同时对反映疾病严重程度与个性特征的辅助目录研究尚待完善[9]，难以客观反映不同病种之间资源消耗水平以合理补偿供方。因此，本研究以梗阻性肾盂积水为例，分析住院费用影响因素，结合 DIP 分组原理与 DRG 多因素分组策略，利用决策树模型构建梗阻性肾盂积水病例组合方案，计算费用标准与合理的费用空间，为医疗保险部门和医院管理者提供参考。
1 资料与方法
1.1 资料来源与变量选择
收集深圳市坪山区人民医院 2019 年 1 月－2021 年 12 月的病案首页数据，按照国际疾病分类第 10 版（International Classification of Diseases-10th revision, ICD-10），选择主要诊断为伴有肾脏和输尿管结石性梗阻的肾盂积水（ICD-10 编码为 N13.2）的病例作为研究对象。为避免极端值的影响，参考程广辉等[2]与彭伊婧等[3]的研究，按照以下标准对数据进行剔除：① 首页信息存在重要数据遗漏缺项、不符合逻辑及填写错误；② 住院费用在第 1 百分位数与第 99 百分位数（P1～P99）之外；③ 住院天数≤1 d 或>60 d。本研究已通过深圳市坪山区人民医院伦理委员会的审核并获批准（审批号：2022110410345658）。
采集的数据包括患者性别、年龄、婚姻状况、职业、付款方式、入院途径、入院病情、其他诊断、病例分型、手术或操作信息、是否药物过敏、是否临床路径、是否首次住院、住院天数、住院总费用。对数据进行相应变换，并将其分为社会经济学、临床学、医疗资源消耗 3 类变量，变量赋值见表1。
表1
变量赋值表
1.2 研究方法
本研究以 DIP 分组原理为基础，不再对疾病诊断和手术操作进行穷举聚类，而是将具体手术操作组合分为主要手术方式和其他手术个数，结合住院费用影响因素，运用决策树模型中卡方自动交互检测（chi-squared automatic interaction detection, CHAID）算法对梗阻性肾盂积水患者进行分组及费用预测。CHAID 算法的核心思想是根据给定的目标变量和预测变量对样本进行最优分割，按照 χ2 检验的显著性进行多元列联表的自动判断分组[4]，其分组的核心在于组间异质性大、组内同质性强，符合 DRG 与 DIP 分组的原则，为开展病例组合研究提供方法学支持。此外，决策树不仅能对数值变量进行处理，还能处理分类变量，而且易将模型转换成分类规则，具有较高的准确度，其在病例组合研究中得到了广泛应用[10]。
1.3 统计学方法
采用 Excel 2021 软件整理汇总病案首页数据，使用 SPSS Statistics 24.0 软件对数据进行统计描述和分析，计数资料采用例数和百分比表示；运用 Kolmogorov-Smirnov 检验对住院总费用进行正态性检验，若符合正态分布，使用均数和标准差描述，用 t 检验和方差分析进行单因素检验；若不符合正态分布，则采用中位数和四分位间距描述，用 Mann-Whitney U 和 Kruskal-Wallis H 非参数检验进行单因素分析。双侧检验水准 α=0.05。
以性别、年龄、婚姻状况、职业、付款方式、入院途径、离院方式、是否首次住院、入院病情、其他诊断数量、病例分型、是否药物过敏、是否临床路径、住院天数为自变量，按照 α进入=0.05，α剔除=0.10，建立住院费用多重逐步线性回归模型，以方差膨胀因子<10 作为自变量间无共线性的判断依据；因多重线性回归模型要求解释变量固定时所对应的反应变量服从正态分布，即要求残差满足正态[11]，故采用残差直方图和 P-P 图判断回归模型是否满足正态性，若标准化残差直方图呈正态分布、残差 P-P 图近似一条直线，说明残差符合正态分布、模型符合正态性条件[12]。将回归模型中有统计学意义的变量和主要手术编码与其他手术个数纳入决策树模型，选取 CHAID 算法，采用交叉验证方法对模型进行过度拟合检验，设置样本群数为 10，决策树最大深度为 3，父节点的最小样本数为 100，子节点的最小样本数为 50，拆分置信度为 95%。
1.4 评价标准
参考既往研究[13-14]，通常从组内同质性和组间异质性两方面评价决策树分组效果：采用变异系数（coefficient of variation, CV）评价组内同质性，CV=标准差/均数；采用方差减少量（reduction in variance, RIV）评价组间异质性，RIV=（住院费用的总离均差平方和–n 个组住院费用的离均差平方和）/住院费用的总离均差平方和。一般来说，CV 值越小，说明组内变异程度越小，组内同质性越好；RIV 值越大，说明组间异质性越强，分组效果越好。尽管各分组内的住院费用变异较小，为避免极端值影响，以中位数作为标准费用；参考相关研究，以住院费用 75% 分位数+1.5 倍四分位间距作为各分组的费用上限[5, 15-16]，超出费用上限的病例即为费用超标病例。利用解析比例评价分组付费标准与实际费用接近程度，解析比例=各组标准费用×例数/实际总费用×100%，解析比例大于 90% 说明分组付费标准接近实际[17]。
2 结果
2.1 基本情况
共收集有效病例 1319 例，经正态性检验，住院总费用不符合正态分布（Z=0.155，P<0.05），采用中位数和四分位间距描述住院总费用，中位数为 10889.59 元，四分位间距为 10943.89 元；住院天数中位数为 5 d，四分位间距为 3 d。患者性别以男性为主（84.31%），主要年龄段为 31～50 岁（69.52%），婚姻状况多为已婚（82.26%）；职业分布多为在职（80.51%）。患者详细情况见表2。
表2
患者基本情况与住院费用单因素分析
2.2 梗阻性肾盂积水患者住院费用影响因素分析
采用 Mann-Whitney U 和 Kruskal-Wallis H 非参数检验进行单因素分析，结果显示，性别、年龄、婚姻状况、付款方式、其他诊断数量、离院方式、病例分型、是否临床路径、是否首次住院、住院天数对住院费用有影响（P<0.05），见表2。多重逐步线性回归分析结果显示，病例分型、住院天数、入院病情、是否首次住院、是否临床路径、离院方式、其他诊断数量、入院途径是住院费用的影响因素（P<0.05）。多重逐步线性回归模型的残差直方图近似正态分布，P-P 图近似一条直线，说明满足多重线性回归的正态性条件。经共线性诊断，所有方差膨胀因子均小于 2，说明各自变量间不存在共线性问题。回归分析结果见表3。
表3
住院费用影响因素多重逐步线性回归分析结果
2.3 基于决策树的分组结果
以住院总费用为根节点，将主要手术码、其他手术个数和回归模型中有统计学意义的变量作为分类节点，采用 CHAID 算法构建决策树模型，最终形成 12 个决策树分组，分组方案见表4。经计算，各分组 CV 最大为 0.33，组内同质性好；RIV 为 86.10%，即分组费用可解释住院费用总变异的 86.1%，组间异质性强。
表4
梗阻性肾盂积水患者病例组合分组方案
2.4 分组费用标准
本研究分组方案中，第 9 组费用标准最高，表明该组患者病情复杂且消耗医疗资源较多。根据费用上限发现费用超标病例 43 例，占研究总病例 3.26%，超标病例费用消耗比例为 4.35%，其中第 4、8、10 组超标病例占比超 5%。经计算，病例组合的费用解析比例为 96.25%，说明各组付费标准与实际较为接近，见表5。
表5
病例组合费用标准及超标情况
3 讨论
3.1 梗阻性肾盂积水患者住院费用影响因素多样
多重线性回归结果表明，各影响因素对梗阻性肾盂积水患者住院费用影响度从大到小依次为病例分型、住院天数、入院病情、是否首次住院、是否临床路径、离院方式、其他诊断数量、入院途径。疑难或危重住院患者住院费用高于一般急诊患者，程广辉等[2]的研究也得出了相似的观点，可能是由于患者病情越严重，所需药品也相对较好、价格更高，同时需要抢救的可能性也越大，抢救措施会花费较多的人力、物力，且发生感染、并发症的可能性也较高，导致住院费用增加；住院费用与住院天数、其他诊断数量呈正相关，由于住院天数越长、其他诊断数量越多，治疗疾病需要消耗更多的医疗资源，导致住院费用增高，这与既往研究结果[18-19]相符合；入院病情情况不明患者住院费用高于有入院病情和入院病情未确定患者，原因可能是情况不明患者往往需要更多的检查及时间去辗转确诊；非首次住院患者住院费用高于首次住院费用，这与黄娟[20]的研究结果一致，可能是结石急性发作而频繁住院，每次住院都需重新检查确定结石位置，且结石复发加重肾盂积水并发感染，导致疾病更加严重；临床路径病例住院费用显著低于非临床路径病例，张敏等[21]也得出了一样的结论，表明临床路径对降低住院费用、提高医疗效率具有重要作用；本研究中非医嘱离院患者住院费用低于医嘱离院患者、急诊患者住院费用低于门诊患者，可能原因是梗阻性肾盂积水多是因为突然发作，因疼痛难忍而住院，但经止痛与抗感染处理后，患者不愿进一步手术治疗而导致住院费用偏低。
3.2 分组变量为优化梗阻性肾盂积水 DIP 分组提供参考
结合多重线性回归分析结果，本研究中决策树以主要手术方式、是否临床路径病例、住院天数、其他手术个数、其他诊断数量作为分组变量，最终形成 12 组病例组合。分组结果显示，主要手术方式为分组的第 1 层节点，说明主要手术对住院费用影响最大，第 1 层分为 7 个手术粗分组，第 1 层的分组结果符合 DIP 分组原理，即按照“疾病诊断+治疗方式”的进行分类，但本研究得到的 7 组粗分组和 12 组细分组比深圳市按病种分值付费库关于病种“N13.2”的 51 组病种更为浓缩和提炼，可一定程度避免 DIP 分组过细带来的轻病入院、高套分值等不合理行为[22]。进一步分析可以发现，手术粗分组 1 中有“是否临床路径病、其他手术个数”分类节点、手术粗分组 2 中有“住院天数”分类节点、手术粗分组 3 中有“其他诊断数量”分类节点，说明不同手术方式的住院费用影响因素不同；而手术粗分组 1 按照是否临床路径病例、其他手术个数进一步细分为 3 组，手术粗分组 2 按照住院天数、其他手术个数细分成 3 组，手术粗分组 3 根据其他诊断数量细分成 2 组，提示即使在同一种手术类型中，住院费用消耗也存在差异。因此，一方面建议医疗机构在保证医疗质量的前提下，可以通过合理缩短住院天数、加强临床路径管理，将患者住院费用控制在 DIP 付费标准之内，提高医院经济效益；另一方面，医疗保险部门可考虑将 DRG 分组策略融合到 DIP 中，综合统计数据与临床经验，可以把住院天数、是否临床路径、有无其他诊断纳入 DIP 反映梗阻性肾盂积水疾病严重程度的辅助目录，根据资源消耗个性差异，制定合理的费用标准，以对医疗机构进行合理补偿，避免医疗机构出现选择轻症、推诿重症患者等“撇奶油”现象[23]。
3.3 基于决策树的病例分组方案合理，加强超限费用监管
本研究由决策树分类得到 12 个分组，各组 CV 均小于 0.4 且 RIV 大于 80%，说明各组组内同质性强，组间异质性大，提示分组合理，符合资源消耗相近的分组原则。按照分组标准费用计算费用解析比例为 96.25%，与实际费用接近，因此分组付费标准可作为梗阻性肾盂积水患者病种分组的补偿依据。以 75% 分位数+1.5 倍四分位间距作为各组费用上限，计算结果显示近 3 年梗阻性肾盂积水患者费用超标病例共 43 例，占研究总病例 3.26%，超标病例费用消耗比例为 4.35%，提示样本医院存在医疗资源消耗过度问题。进一步分析发现，第 4、8、10 组超标病例比例高于 5%，其中第 8、10 组超标病例费用消耗占比超过该组 10% 的医疗资源，监测及分析超标住院费用是控制梗阻性肾盂积水患者费用的关键，医院应转变管理理念，主动加强控费意识，减少不良诊疗行为，从源头上杜绝不合理超标病例。另外，通过测算 12 个病例组合的梗阻性肾盂积水患者的标准费用和费用上限，明确了各病例组合的最大资源消耗量，促使医院将成本控制在支付标准之内，以减少医疗资源的浪费。此外，医院可在医疗保险部门对病种进行付费结算后，根据病例组合费用标准对收治此病种的医生、诊疗组、科室进行绩效考核和二次分配，通过对时间消耗指数、费用消耗指数等指标的比较，实现病例组合与绩效考核挂钩，调动医生积极性，保证医疗质量前提下，主动降低医疗成本，提高医疗效率，推进医院管理的科学化、精细化。
综上所述，本研究以梗阻性肾盂积水为例，借鉴 DIP 分组原理与 DRG 多因素分组策略，按照主要手术方式、其他手术个数及其他住院费用影响因素，运用决策树方法构建了 12 组分组合理的病例组合，既客观比对了同一疾病诊断不同治疗方式，又反映不同病例的个性特征，更加符合临床诊疗实际。按照结合 DIP 分组原理和 DRG 分组策略的分组思路制定的病例组合可为医疗保险部门完善 DIP 辅助目录、融合 DIP 与 DRG 提供参考；DRG/DIP 付费背景下，医院可参考本研究的分组思路进行病例组合研究，测算各组合的标准费用和费用上限，为院内成本核算、控制病组成本、完善绩效分配等精细化管理提供决策依据。本研究后续还可以进行以下改进：第一，本研究只纳入深圳市坪山区一家二级综合医院近 3 年的病例数据，数据代表性和样本量有限，可能会对分组结果产生一定的影响，未来应使数据更具有代表性，今后研究应不断补充样本，对分组模型进一步优化。第二，与其他过往研究一样，本研究尚未对在 DRG/DIP 支付方式改革背景下如何标准化不同并发症和手术方式的临床路径进行研究，在今后的研究中还需进一步攻关，以实现 DRG/DIP 和临床路径的深度融合。
利益冲突：所有作者声明不存在利益冲突。
伴有肾脏和/或输尿管结石性梗阻的肾盂积水（以下简称“梗阻性肾盂积水”）是泌尿系统常见疾病，其发病率和患病率因地区和人群而异，若不及时有效治疗，将增加尿路感染、高血压等发生风险，严重时可导致肾实质萎缩与肾纤维化[1]，给患者和国家带来较大的经济负担。梗阻性肾盂积水的治疗方法需根据结石特点、梗阻位置、症状严重程度进行手术和/或药物治疗，具有治疗方案多样、费用差异大的特征，因此对这类患者住院费用与分组的深入分析对费用控制有重要意义。目前，按疾病诊断相关分组（diagnosis related groups, DRG）付费与按病种分值付费（diagnosis-intervention packet, DIP）均是我国医疗保险部门控制医疗费用的有力工具，国内学者对利用决策树模型构建病例组合已进行了丰富的探索[2-5]，但对病例组合的研究多基于 DRG 分组原理，即以住院费用为目标变量，将住院费用影响因素作为分类节点变量，其中节点变量多为性别、年龄、住院天数、是否手术等，而少有结合 DIP 分组原理进行病例组合探索。DRG 与 DIP 均是病例组合的不同形式，既往研究运用决策树基于 DRG 分组原理构建病例组合对结合 DIP 分组原理开展病例组合探索[2-5]有极强的借鉴意义。不同于 DRG 是按照诊断和治疗方式，结合年龄、合并症、并发症、治疗结局等因素进行分组的原理，DIP 是对疾病诊断和手术操作进行穷举聚类形成自然分组，虽操作简单且在跨区域推广上的借鉴意义更高[6]，但强调对客观真实数据的统计分析而缺少临床经验论证的分组逻辑使得病种分组过多过细，可能增加医院管理成本[7]，无法有效抑制供方潜在的服务升级和诱导需求[8]，同时对反映疾病严重程度与个性特征的辅助目录研究尚待完善[9]，难以客观反映不同病种之间资源消耗水平以合理补偿供方。因此，本研究以梗阻性肾盂积水为例，分析住院费用影响因素，结合 DIP 分组原理与 DRG 多因素分组策略，利用决策树模型构建梗阻性肾盂积水病例组合方案，计算费用标准与合理的费用空间，为医疗保险部门和医院管理者提供参考。
1 资料与方法
1.1 资料来源与变量选择
收集深圳市坪山区人民医院 2019 年 1 月－2021 年 12 月的病案首页数据，按照国际疾病分类第 10 版（International Classification of Diseases-10th revision, ICD-10），选择主要诊断为伴有肾脏和输尿管结石性梗阻的肾盂积水（ICD-10 编码为 N13.2）的病例作为研究对象。为避免极端值的影响，参考程广辉等[2]与彭伊婧等[3]的研究，按照以下标准对数据进行剔除：① 首页信息存在重要数据遗漏缺项、不符合逻辑及填写错误；② 住院费用在第 1 百分位数与第 99 百分位数（P1～P99）之外；③ 住院天数≤1 d 或>60 d。本研究已通过深圳市坪山区人民医院伦理委员会的审核并获批准（审批号：2022110410345658）。
采集的数据包括患者性别、年龄、婚姻状况、职业、付款方式、入院途径、入院病情、其他诊断、病例分型、手术或操作信息、是否药物过敏、是否临床路径、是否首次住院、住院天数、住院总费用。对数据进行相应变换，并将其分为社会经济学、临床学、医疗资源消耗 3 类变量，变量赋值见表1。
表1
变量赋值表
1.2 研究方法
本研究以 DIP 分组原理为基础，不再对疾病诊断和手术操作进行穷举聚类，而是将具体手术操作组合分为主要手术方式和其他手术个数，结合住院费用影响因素，运用决策树模型中卡方自动交互检测（chi-squared automatic interaction detection, CHAID）算法对梗阻性肾盂积水患者进行分组及费用预测。CHAID 算法的核心思想是根据给定的目标变量和预测变量对样本进行最优分割，按照 χ2 检验的显著性进行多元列联表的自动判断分组[4]，其分组的核心在于组间异质性大、组内同质性强，符合 DRG 与 DIP 分组的原则，为开展病例组合研究提供方法学支持。此外，决策树不仅能对数值变量进行处理，还能处理分类变量，而且易将模型转换成分类规则，具有较高的准确度，其在病例组合研究中得到了广泛应用[10]。
1.3 统计学方法
采用 Excel 2021 软件整理汇总病案首页数据，使用 SPSS Statistics 24.0 软件对数据进行统计描述和分析，计数资料采用例数和百分比表示；运用 Kolmogorov-Smirnov 检验对住院总费用进行正态性检验，若符合正态分布，使用均数和标准差描述，用 t 检验和方差分析进行单因素检验；若不符合正态分布，则采用中位数和四分位间距描述，用 Mann-Whitney U 和 Kruskal-Wallis H 非参数检验进行单因素分析。双侧检验水准 α=0.05。
以性别、年龄、婚姻状况、职业、付款方式、入院途径、离院方式、是否首次住院、入院病情、其他诊断数量、病例分型、是否药物过敏、是否临床路径、住院天数为自变量，按照 α进入=0.05，α剔除=0.10，建立住院费用多重逐步线性回归模型，以方差膨胀因子<10 作为自变量间无共线性的判断依据；因多重线性回归模型要求解释变量固定时所对应的反应变量服从正态分布，即要求残差满足正态[11]，故采用残差直方图和 P-P 图判断回归模型是否满足正态性，若标准化残差直方图呈正态分布、残差 P-P 图近似一条直线，说明残差符合正态分布、模型符合正态性条件[12]。将回归模型中有统计学意义的变量和主要手术编码与其他手术个数纳入决策树模型，选取 CHAID 算法，采用交叉验证方法对模型进行过度拟合检验，设置样本群数为 10，决策树最大深度为 3，父节点的最小样本数为 100，子节点的最小样本数为 50，拆分置信度为 95%。
1.4 评价标准
参考既往研究[13-14]，通常从组内同质性和组间异质性两方面评价决策树分组效果：采用变异系数（coefficient of variation, CV）评价组内同质性，CV=标准差/均数；采用方差减少量（reduction in variance, RIV）评价组间异质性，RIV=（住院费用的总离均差平方和–n 个组住院费用的离均差平方和）/住院费用的总离均差平方和。一般来说，CV 值越小，说明组内变异程度越小，组内同质性越好；RIV 值越大，说明组间异质性越强，分组效果越好。尽管各分组内的住院费用变异较小，为避免极端值影响，以中位数作为标准费用；参考相关研究，以住院费用 75% 分位数+1.5 倍四分位间距作为各分组的费用上限[5, 15-16]，超出费用上限的病例即为费用超标病例。利用解析比例评价分组付费标准与实际费用接近程度，解析比例=各组标准费用×例数/实际总费用×100%，解析比例大于 90% 说明分组付费标准接近实际[17]。
2 结果
2.1 基本情况
共收集有效病例 1319 例，经正态性检验，住院总费用不符合正态分布（Z=0.155，P<0.05），采用中位数和四分位间距描述住院总费用，中位数为 10889.59 元，四分位间距为 10943.89 元；住院天数中位数为 5 d，四分位间距为 3 d。患者性别以男性为主（84.31%），主要年龄段为 31～50 岁（69.52%），婚姻状况多为已婚（82.26%）；职业分布多为在职（80.51%）。患者详细情况见表2。
表2
患者基本情况与住院费用单因素分析
2.2 梗阻性肾盂积水患者住院费用影响因素分析
采用 Mann-Whitney U 和 Kruskal-Wallis H 非参数检验进行单因素分析，结果显示，性别、年龄、婚姻状况、付款方式、其他诊断数量、离院方式、病例分型、是否临床路径、是否首次住院、住院天数对住院费用有影响（P<0.05），见表2。多重逐步线性回归分析结果显示，病例分型、住院天数、入院病情、是否首次住院、是否临床路径、离院方式、其他诊断数量、入院途径是住院费用的影响因素（P<0.05）。多重逐步线性回归模型的残差直方图近似正态分布，P-P 图近似一条直线，说明满足多重线性回归的正态性条件。经共线性诊断，所有方差膨胀因子均小于 2，说明各自变量间不存在共线性问题。回归分析结果见表3。
表3
住院费用影响因素多重逐步线性回归分析结果
2.3 基于决策树的分组结果
以住院总费用为根节点，将主要手术码、其他手术个数和回归模型中有统计学意义的变量作为分类节点，采用 CHAID 算法构建决策树模型，最终形成 12 个决策树分组，分组方案见表4。经计算，各分组 CV 最大为 0.33，组内同质性好；RIV 为 86.10%，即分组费用可解释住院费用总变异的 86.1%，组间异质性强。
表4
梗阻性肾盂积水患者病例组合分组方案
2.4 分组费用标准
本研究分组方案中，第 9 组费用标准最高，表明该组患者病情复杂且消耗医疗资源较多。根据费用上限发现费用超标病例 43 例，占研究总病例 3.26%，超标病例费用消耗比例为 4.35%，其中第 4、8、10 组超标病例占比超 5%。经计算，病例组合的费用解析比例为 96.25%，说明各组付费标准与实际较为接近，见表5。
表5
病例组合费用标准及超标情况
3 讨论
3.1 梗阻性肾盂积水患者住院费用影响因素多样
多重线性回归结果表明，各影响因素对梗阻性肾盂积水患者住院费用影响度从大到小依次为病例分型、住院天数、入院病情、是否首次住院、是否临床路径、离院方式、其他诊断数量、入院途径。疑难或危重住院患者住院费用高于一般急诊患者，程广辉等[2]的研究也得出了相似的观点，可能是由于患者病情越严重，所需药品也相对较好、价格更高，同时需要抢救的可能性也越大，抢救措施会花费较多的人力、物力，且发生感染、并发症的可能性也较高，导致住院费用增加；住院费用与住院天数、其他诊断数量呈正相关，由于住院天数越长、其他诊断数量越多，治疗疾病需要消耗更多的医疗资源，导致住院费用增高，这与既往研究结果[18-19]相符合；入院病情情况不明患者住院费用高于有入院病情和入院病情未确定患者，原因可能是情况不明患者往往需要更多的检查及时间去辗转确诊；非首次住院患者住院费用高于首次住院费用，这与黄娟[20]的研究结果一致，可能是结石急性发作而频繁住院，每次住院都需重新检查确定结石位置，且结石复发加重肾盂积水并发感染，导致疾病更加严重；临床路径病例住院费用显著低于非临床路径病例，张敏等[21]也得出了一样的结论，表明临床路径对降低住院费用、提高医疗效率具有重要作用；本研究中非医嘱离院患者住院费用低于医嘱离院患者、急诊患者住院费用低于门诊患者，可能原因是梗阻性肾盂积水多是因为突然发作，因疼痛难忍而住院，但经止痛与抗感染处理后，患者不愿进一步手术治疗而导致住院费用偏低。
3.2 分组变量为优化梗阻性肾盂积水 DIP 分组提供参考
结合多重线性回归分析结果，本研究中决策树以主要手术方式、是否临床路径病例、住院天数、其他手术个数、其他诊断数量作为分组变量，最终形成 12 组病例组合。分组结果显示，主要手术方式为分组的第 1 层节点，说明主要手术对住院费用影响最大，第 1 层分为 7 个手术粗分组，第 1 层的分组结果符合 DIP 分组原理，即按照“疾病诊断+治疗方式”的进行分类，但本研究得到的 7 组粗分组和 12 组细分组比深圳市按病种分值付费库关于病种“N13.2”的 51 组病种更为浓缩和提炼，可一定程度避免 DIP 分组过细带来的轻病入院、高套分值等不合理行为[22]。进一步分析可以发现，手术粗分组 1 中有“是否临床路径病、其他手术个数”分类节点、手术粗分组 2 中有“住院天数”分类节点、手术粗分组 3 中有“其他诊断数量”分类节点，说明不同手术方式的住院费用影响因素不同；而手术粗分组 1 按照是否临床路径病例、其他手术个数进一步细分为 3 组，手术粗分组 2 按照住院天数、其他手术个数细分成 3 组，手术粗分组 3 根据其他诊断数量细分成 2 组，提示即使在同一种手术类型中，住院费用消耗也存在差异。因此，一方面建议医疗机构在保证医疗质量的前提下，可以通过合理缩短住院天数、加强临床路径管理，将患者住院费用控制在 DIP 付费标准之内，提高医院经济效益；另一方面，医疗保险部门可考虑将 DRG 分组策略融合到 DIP 中，综合统计数据与临床经验，可以把住院天数、是否临床路径、有无其他诊断纳入 DIP 反映梗阻性肾盂积水疾病严重程度的辅助目录，根据资源消耗个性差异，制定合理的费用标准，以对医疗机构进行合理补偿，避免医疗机构出现选择轻症、推诿重症患者等“撇奶油”现象[23]。
3.3 基于决策树的病例分组方案合理，加强超限费用监管
本研究由决策树分类得到 12 个分组，各组 CV 均小于 0.4 且 RIV 大于 80%，说明各组组内同质性强，组间异质性大，提示分组合理，符合资源消耗相近的分组原则。按照分组标准费用计算费用解析比例为 96.25%，与实际费用接近，因此分组付费标准可作为梗阻性肾盂积水患者病种分组的补偿依据。以 75% 分位数+1.5 倍四分位间距作为各组费用上限，计算结果显示近 3 年梗阻性肾盂积水患者费用超标病例共 43 例，占研究总病例 3.26%，超标病例费用消耗比例为 4.35%，提示样本医院存在医疗资源消耗过度问题。进一步分析发现，第 4、8、10 组超标病例比例高于 5%，其中第 8、10 组超标病例费用消耗占比超过该组 10% 的医疗资源，监测及分析超标住院费用是控制梗阻性肾盂积水患者费用的关键，医院应转变管理理念，主动加强控费意识，减少不良诊疗行为，从源头上杜绝不合理超标病例。另外，通过测算 12 个病例组合的梗阻性肾盂积水患者的标准费用和费用上限，明确了各病例组合的最大资源消耗量，促使医院将成本控制在支付标准之内，以减少医疗资源的浪费。此外，医院可在医疗保险部门对病种进行付费结算后，根据病例组合费用标准对收治此病种的医生、诊疗组、科室进行绩效考核和二次分配，通过对时间消耗指数、费用消耗指数等指标的比较，实现病例组合与绩效考核挂钩，调动医生积极性，保证医疗质量前提下，主动降低医疗成本，提高医疗效率，推进医院管理的科学化、精细化。
综上所述，本研究以梗阻性肾盂积水为例，借鉴 DIP 分组原理与 DRG 多因素分组策略，按照主要手术方式、其他手术个数及其他住院费用影响因素，运用决策树方法构建了 12 组分组合理的病例组合，既客观比对了同一疾病诊断不同治疗方式，又反映不同病例的个性特征，更加符合临床诊疗实际。按照结合 DIP 分组原理和 DRG 分组策略的分组思路制定的病例组合可为医疗保险部门完善 DIP 辅助目录、融合 DIP 与 DRG 提供参考；DRG/DIP 付费背景下，医院可参考本研究的分组思路进行病例组合研究，测算各组合的标准费用和费用上限，为院内成本核算、控制病组成本、完善绩效分配等精细化管理提供决策依据。本研究后续还可以进行以下改进：第一，本研究只纳入深圳市坪山区一家二级综合医院近 3 年的病例数据，数据代表性和样本量有限，可能会对分组结果产生一定的影响，未来应使数据更具有代表性，今后研究应不断补充样本，对分组模型进一步优化。第二，与其他过往研究一样，本研究尚未对在 DRG/DIP 支付方式改革背景下如何标准化不同并发症和手术方式的临床路径进行研究，在今后的研究中还需进一步攻关，以实现 DRG/DIP 和临床路径的深度融合。
利益冲突：所有作者声明不存在利益冲突。
