目的本研究拟建立妇婴疾病诊断相关组（women＆infant-diagnosis-related groups，WI-DRGs），并与CN-DRGs、MS-DRGs和AR-DRGs等代表性DRGs体系的分组效率进行比较，以初步评价和改进WI-DRGs。方法采用定性研究（专题组讨论、Delphi法...目的本研究拟建立妇婴疾病诊断相关组（women＆infant-diagnosis-related groups，WI-DRGs），并与CN-DRGs、MS-DRGs和AR-DRGs等代表性DRGs体系的分组效率进行比较，以初步评价和改进WI-DRGs。方法采用定性研究（专题组讨论、Delphi法等）与定量研究（线性回归、决策树等）相结合的方法，采用广东省某三级妇幼医院的妇婴专科住院患者资料建立WI-DRGs分组。同时比较WI-DRGs、CN-DRGs、MS-DRGS和AR-DRGs的分组效果。结果WI-DRGs系统费用变异减少（reduction in variance，RIV）为0．596，变异系数（coefficient of variation，CV）为0．10-0．54，平均住院日RIV为0．389，CV为0．02-0．22。WI-DRGs在妇婴疾病分组方面较优。结论WI-DRGs组问异质性和组内同质性较好，具有一定的科学性和实用性，但仍需扩展研究样本来源，引入更高效的分组变量和算法，以获得更有力的证据支持。展开更多
目的根据急性生理与慢性健康评分Ⅱ（acute physiology and chronic health evaluation scoreⅡ,APACHEⅡ评分）对诊断相关组（diagnosis related groups,DRGs）各风险死亡病例进行分组,探讨APACHEⅡ评分对DRGs风险分级精准性的影响。...目的根据急性生理与慢性健康评分Ⅱ（acute physiology and chronic health evaluation scoreⅡ,APACHEⅡ评分）对诊断相关组（diagnosis related groups,DRGs）各风险死亡病例进行分组,探讨APACHEⅡ评分对DRGs风险分级精准性的影响。方法选取某市22家三甲医院2015年1~12月出院病例,采用CN-DRGs版本进行死亡风险分组,并利用分层抽样分别选取各组部分死亡病例进行APACHEⅡ评分,分析APACHEⅡ评分〈15分与APACHEⅡ评分≥15分之间各死亡风险组死亡病例数的差异,并对低风险死亡病例组APACHEⅡ评分各分值进行比较。结果出院病例共764428例,其中低风险死亡病例共52例,低风险病例死亡率为0.02%。在APACHEⅡ评分〈15分与APACHEⅡ评分≥15分两组间比较,其DRGs死亡风险分组患者比例差异无显著性（P〉0.05）。低风险死亡病例中APACHEⅡ评分〈15分的共计39例,涉及18个DRG组、12家综合医院,平均年龄（58.08±18.00）岁,以肿瘤科、恶性肿瘤终末期放化疗死亡居多。APACHEⅡ评分≥15分的危重病患者共计13例,涉及5个DRG组、5家综合医院,平均年龄（66.15±11.99）岁,亦以肿瘤科、恶性肿瘤终末期放化疗死亡居多。两组之间反映急性疾病严重程度的急性生理学评分（acute physiology score,APS）差异较大。结论 DRGs联合APACHEⅡ评分可更准确地筛查出低风险死亡病例,为今后完善病案首页及评估各医院医疗质量提供了更精确的方法。展开更多
目的诊断相关组(diagnosis related groups,DRGs)是一种按资源消耗分类的病例组合方案,对医疗费用增长的控制有显著效果。文中探讨适合南京地区三级甲等医院脑血管病DRGs病例分组方案及质控指标方案。方法采用多分类有序反应变量logisti...目的诊断相关组(diagnosis related groups,DRGs)是一种按资源消耗分类的病例组合方案,对医疗费用增长的控制有显著效果。文中探讨适合南京地区三级甲等医院脑血管病DRGs病例分组方案及质控指标方案。方法采用多分类有序反应变量logistic回归分析住院费用影响因素,E-CHAID决策树法对脑血管病例进行DRGs分组。结果共纳入9095例合格病例,平均年龄(64.52±14.85)岁,平均住院天数(11.77±9.26)d,平均住院总费用(25 921.04±23 096.76)元。神经系统手术、主要诊断、介入手术、主要合并症、ICU天数与住院费用相关,以神经系统手术为强制使用第一个变量,共分为14个DRGs组。结论采用脑血管病诊断相关组分组方法制定的脑血管病DRGs终末质控指标、环节警示指标和个例上限指标适合南京地区。展开更多
目的:尝试引入诊断相关组(diagnosis related groups,DRGs)对医院的医疗质量进行评价,探索评价医院医疗质量的有效方法。方法:利用澳大利亚改良DRGs第5版(AR-DRGs v5.0)对北京市7家三级医院2005年16万出院病例首页数据进行分组。在此基...目的:尝试引入诊断相关组(diagnosis related groups,DRGs)对医院的医疗质量进行评价,探索评价医院医疗质量的有效方法。方法:利用澳大利亚改良DRGs第5版(AR-DRGs v5.0)对北京市7家三级医院2005年16万出院病例首页数据进行分组。在此基础上进行出院病例死亡风险评分,作进一步的整体性风险调整。然后分别计算各医院不同风险级别病例的住院死亡率,并以此为指标评价医院的医疗质量,同时与直接使用粗住院死亡率进行评价的结果相比较。结果:(1)不同医院收治的病例其死亡风险类型不同;(2)两种方法对医院6的评价结果相似,认为医院6医疗质量较好;(3)医院2的粗死亡率最低(0.98%),但就其中低死亡风险病例的死亡率(0.28%)而言则是高于7家医院这一风险等级住院死亡率的平均水平(0.26%);医院5也有类似的表现。结论:与用粗住院死亡率作评价相比,DRGs死亡风险分级增加了病例的可比性,使得评价结果更为可靠。展开更多
背景疾病诊断相关组(diagnosis related groups,DRGs)作为一种新的医疗支付方式,不仅综合考虑了疾病复杂性及严重度,还考虑了医疗需要及资源使用强度。目的探讨DRGs数据分析在医院绩效评估中的应用效果。方法导入北京市某三甲综合医院(...背景疾病诊断相关组(diagnosis related groups,DRGs)作为一种新的医疗支付方式,不仅综合考虑了疾病复杂性及严重度,还考虑了医疗需要及资源使用强度。目的探讨DRGs数据分析在医院绩效评估中的应用效果。方法导入北京市某三甲综合医院(以下简称某院)2015年(模拟DRGs付费第1年)出院的医保病例,共计123591例。以住院医疗服务能力和专科能力建设为测算核心,选取DRGs组数、病例组合指数、费用消耗指数、时间消耗指数、低风险和中低风险死亡率为测算指标。选取北京市同等级同类别的三甲医院为标杆医院,标杆医院2015年同时期出院的医保病例10000例为标杆数据。通过对某院各专业与标杆医院相对应专业的比较,了解某院各专业医疗服务现状、资源使用和质量安全情况。结果2015年某院医保患者出院病例123591例,其中入组113402例,未入组10189例,入组率91.7%。某院涉及DRGs组数751组,标杆医院DRGs组数639组;某院病例组合指数(case mix index,CMI)为1.21,标杆医院1.34;某院费用消耗指数1.40,标杆医院1.20;某院时间消耗指数0.98,标杆医院0.84;某院低风险死亡率0.01%,标杆医院0;某院中低风险死亡率0.10%,标杆医院0.09%。与标杆医院比较,某院DRG组数较多,CMI较低,费用消耗和时间消耗指数较高,低风险和中低风险死亡率略高。结论与标杆医院DRGs数据比较,某院疾病诊疗广度较高,医疗技术难度较低,绝大多数病组费用偏高,但平均住院日控制较好,医院可以在基本绩效政策不动摇的前提下,较好地运用DRGs方法进行测算评估,为医院工作提供借鉴和思路。展开更多
文摘目的本研究拟建立妇婴疾病诊断相关组（women＆infant-diagnosis-related groups，WI-DRGs），并与CN-DRGs、MS-DRGs和AR-DRGs等代表性DRGs体系的分组效率进行比较，以初步评价和改进WI-DRGs。方法采用定性研究（专题组讨论、Delphi法等）与定量研究（线性回归、决策树等）相结合的方法，采用广东省某三级妇幼医院的妇婴专科住院患者资料建立WI-DRGs分组。同时比较WI-DRGs、CN-DRGs、MS-DRGS和AR-DRGs的分组效果。结果WI-DRGs系统费用变异减少（reduction in variance，RIV）为0．596，变异系数（coefficient of variation，CV）为0．10-0．54，平均住院日RIV为0．389，CV为0．02-0．22。WI-DRGs在妇婴疾病分组方面较优。结论WI-DRGs组问异质性和组内同质性较好，具有一定的科学性和实用性，但仍需扩展研究样本来源，引入更高效的分组变量和算法，以获得更有力的证据支持。
文摘目的根据急性生理与慢性健康评分Ⅱ（acute physiology and chronic health evaluation scoreⅡ,APACHEⅡ评分）对诊断相关组（diagnosis related groups,DRGs）各风险死亡病例进行分组,探讨APACHEⅡ评分对DRGs风险分级精准性的影响。方法选取某市22家三甲医院2015年1~12月出院病例,采用CN-DRGs版本进行死亡风险分组,并利用分层抽样分别选取各组部分死亡病例进行APACHEⅡ评分,分析APACHEⅡ评分〈15分与APACHEⅡ评分≥15分之间各死亡风险组死亡病例数的差异,并对低风险死亡病例组APACHEⅡ评分各分值进行比较。结果出院病例共764428例,其中低风险死亡病例共52例,低风险病例死亡率为0.02%。在APACHEⅡ评分〈15分与APACHEⅡ评分≥15分两组间比较,其DRGs死亡风险分组患者比例差异无显著性（P〉0.05）。低风险死亡病例中APACHEⅡ评分〈15分的共计39例,涉及18个DRG组、12家综合医院,平均年龄（58.08±18.00）岁,以肿瘤科、恶性肿瘤终末期放化疗死亡居多。APACHEⅡ评分≥15分的危重病患者共计13例,涉及5个DRG组、5家综合医院,平均年龄（66.15±11.99）岁,亦以肿瘤科、恶性肿瘤终末期放化疗死亡居多。两组之间反映急性疾病严重程度的急性生理学评分（acute physiology score,APS）差异较大。结论 DRGs联合APACHEⅡ评分可更准确地筛查出低风险死亡病例,为今后完善病案首页及评估各医院医疗质量提供了更精确的方法。
文摘目的诊断相关组(diagnosis related groups,DRGs)是一种按资源消耗分类的病例组合方案,对医疗费用增长的控制有显著效果。文中探讨适合南京地区三级甲等医院脑血管病DRGs病例分组方案及质控指标方案。方法采用多分类有序反应变量logistic回归分析住院费用影响因素,E-CHAID决策树法对脑血管病例进行DRGs分组。结果共纳入9095例合格病例,平均年龄(64.52±14.85)岁,平均住院天数(11.77±9.26)d,平均住院总费用(25 921.04±23 096.76)元。神经系统手术、主要诊断、介入手术、主要合并症、ICU天数与住院费用相关,以神经系统手术为强制使用第一个变量,共分为14个DRGs组。结论采用脑血管病诊断相关组分组方法制定的脑血管病DRGs终末质控指标、环节警示指标和个例上限指标适合南京地区。
文摘目的:尝试引入诊断相关组(diagnosis related groups,DRGs)对医院的医疗质量进行评价,探索评价医院医疗质量的有效方法。方法:利用澳大利亚改良DRGs第5版(AR-DRGs v5.0)对北京市7家三级医院2005年16万出院病例首页数据进行分组。在此基础上进行出院病例死亡风险评分,作进一步的整体性风险调整。然后分别计算各医院不同风险级别病例的住院死亡率,并以此为指标评价医院的医疗质量,同时与直接使用粗住院死亡率进行评价的结果相比较。结果:(1)不同医院收治的病例其死亡风险类型不同;(2)两种方法对医院6的评价结果相似,认为医院6医疗质量较好;(3)医院2的粗死亡率最低(0.98%),但就其中低死亡风险病例的死亡率(0.28%)而言则是高于7家医院这一风险等级住院死亡率的平均水平(0.26%);医院5也有类似的表现。结论:与用粗住院死亡率作评价相比,DRGs死亡风险分级增加了病例的可比性,使得评价结果更为可靠。
文摘背景疾病诊断相关组(diagnosis related groups,DRGs)作为一种新的医疗支付方式,不仅综合考虑了疾病复杂性及严重度,还考虑了医疗需要及资源使用强度。目的探讨DRGs数据分析在医院绩效评估中的应用效果。方法导入北京市某三甲综合医院(以下简称某院)2015年(模拟DRGs付费第1年)出院的医保病例,共计123591例。以住院医疗服务能力和专科能力建设为测算核心,选取DRGs组数、病例组合指数、费用消耗指数、时间消耗指数、低风险和中低风险死亡率为测算指标。选取北京市同等级同类别的三甲医院为标杆医院,标杆医院2015年同时期出院的医保病例10000例为标杆数据。通过对某院各专业与标杆医院相对应专业的比较,了解某院各专业医疗服务现状、资源使用和质量安全情况。结果2015年某院医保患者出院病例123591例,其中入组113402例,未入组10189例,入组率91.7%。某院涉及DRGs组数751组,标杆医院DRGs组数639组;某院病例组合指数(case mix index,CMI)为1.21,标杆医院1.34;某院费用消耗指数1.40,标杆医院1.20;某院时间消耗指数0.98,标杆医院0.84;某院低风险死亡率0.01%,标杆医院0;某院中低风险死亡率0.10%,标杆医院0.09%。与标杆医院比较,某院DRG组数较多,CMI较低,费用消耗和时间消耗指数较高,低风险和中低风险死亡率略高。结论与标杆医院DRGs数据比较,某院疾病诊疗广度较高,医疗技术难度较低,绝大多数病组费用偏高,但平均住院日控制较好,医院可以在基本绩效政策不动摇的前提下,较好地运用DRGs方法进行测算评估,为医院工作提供借鉴和思路。
