基于疾病诊断相关组合的慢性缺血性心脏病分组方法及效果的研究

目的确定适合医院的疾病诊断相关组合(DRGs)分组方法。方法以某三甲医院慢性缺血性心脏病为研究对象,用非参数检验Kruskal Wallis方法和多因素回归方法分析选取分组的分类节点变量,用决策树模型修正的ECHAID算法对2013-2014年5 253份病案首页数据进行分组。结果共形成了7个DRGs组合。结论 E-CHAID决策树分类方法用于DRGs分组是可行且有效的。

基于DRGs基本医保福利包设计与效果评估——以肿瘤类疾病为例

目的以肿瘤类疾病为例设计新的医保补偿模式,并根据虚拟补偿数据评估新的医保补偿模式的补偿效果。方法以DRGs为基础,采用修正的交互式卡方自动检验方法进行分组,利用绝对值法确定每组的标准费用,以现阶段不同医保的补偿比例为基础,设计补偿方案福利包。结果通过按照设计的福利包补偿比例,对于样本数据进行虚拟补偿后总的补偿额为2.68亿元,医保费用提高的额度为总费用的8.8%,但各个分组的补偿比例均较现阶段医保有较大幅度的提升,经过新方案补偿后患者自付费比例下降的幅度为10%。结论新的医保模式可以有效降低患者的自付费比例特别是对于新农合患者,新的医保补偿模式对于患者治疗结果公平性相对现行的医保模式也有较大程度的缓解。