目的探讨诊断相关分组(diagnosis related groups,DRG)付费制度的实施对肺癌手术患者住院费用的影响。方法福建省肿瘤医院于2021年7月开始实施DRG付费制度,选取2020年7月—2021年6月(DRG付费制度实施前,对照组,n=621)和2021年7月—2022...目的探讨诊断相关分组(diagnosis related groups,DRG)付费制度的实施对肺癌手术患者住院费用的影响。方法福建省肿瘤医院于2021年7月开始实施DRG付费制度,选取2020年7月—2021年6月(DRG付费制度实施前,对照组,n=621)和2021年7月—2022年6月(DRG付费制度实施后,观察组,n=809)的肺癌手术患者数据进行比对。采用了描述性统计分析和t检验来比较2组患者的住院费用。结果2组的年龄、性别、肺癌期数及手术级数比较,差异无统计学意义(P>0.05)。观察组的患者住院天数为(11.21±2.85)d,低于对照组的(12.31±3.08),差异有统计学意义(P<0.001)。与对照组相比,观察组的住院费用、药费、检查费、耗材费降低,手术费下降[(60536.05±1453.69)元vs.(65325.25±1526.38)元,(15517.93±789.85)元vs.(18699.72±846.58)元,(8991.13±740.85)元vs.(10060.98±771.25)元,(13223.29±805.54)元vs.(13840.04±756.60)元,(15803.70±891.56)元vs.(17724.51±901.09)元],差异均有统计学意义(P<0.001)。与DRG付费制度实施前相比,DRG付费制度实施后,药费、检查费、耗材费的占比分别下降了10.44%、3.57%、3.75%,手术费占比上升3.11%,差异均有统计学意义(P<0.001)。结论DRG付费制度的实施对肺癌手术患者住院费用产生了积极的影响,降低了医疗费用。展开更多
文摘目的探讨诊断相关分组(diagnosis related groups,DRG)付费制度的实施对肺癌手术患者住院费用的影响。方法福建省肿瘤医院于2021年7月开始实施DRG付费制度,选取2020年7月—2021年6月(DRG付费制度实施前,对照组,n=621)和2021年7月—2022年6月(DRG付费制度实施后,观察组,n=809)的肺癌手术患者数据进行比对。采用了描述性统计分析和t检验来比较2组患者的住院费用。结果2组的年龄、性别、肺癌期数及手术级数比较,差异无统计学意义(P>0.05)。观察组的患者住院天数为(11.21±2.85)d,低于对照组的(12.31±3.08),差异有统计学意义(P<0.001)。与对照组相比,观察组的住院费用、药费、检查费、耗材费降低,手术费下降[(60536.05±1453.69)元vs.(65325.25±1526.38)元,(15517.93±789.85)元vs.(18699.72±846.58)元,(8991.13±740.85)元vs.(10060.98±771.25)元,(13223.29±805.54)元vs.(13840.04±756.60)元,(15803.70±891.56)元vs.(17724.51±901.09)元],差异均有统计学意义(P<0.001)。与DRG付费制度实施前相比,DRG付费制度实施后,药费、检查费、耗材费的占比分别下降了10.44%、3.57%、3.75%,手术费占比上升3.11%,差异均有统计学意义(P<0.001)。结论DRG付费制度的实施对肺癌手术患者住院费用产生了积极的影响,降低了医疗费用。
文摘目的运用自回归积分滑动平均模型(Autoregressive Intergrated Moving Average,ARIMA)建立月平均住院费用和住院日的医学经济学模型,为医院精细化管理提供依据。方法利用R4.0.2软件对2017年1月—2021年12月四川大学华西医院宜宾医院(宜宾市第二人民医院)的平均住院费用和住院日数据建立时间序列ARIMA预测模型。结果住院费用最优模型为ARIMA(0,1,1),赤池信息准则(Akaike information criterion,AIC)=924.35,贝叶斯信息准则(Bayesian Information Criterion,BIC)=928.51,残差Ljung-Box Q=12.51(P=0.768),可认为残差序列为白噪声。平均住院日的最优模型为ARIMA(5,1,1),AIC=87.49,BIC=104.11,残差Ljung-Box Q=10.05(P=0.612),可认为残差序列为白噪声。2022年1—12月实际值与预测值基本吻合,月人均住院费用和人均住院日的平均相对误差为0.55%、0.29%。结论建立基于时间序列ARIMA模型能够为合理配置卫生资源提供强有力的数据支撑。