基于DRG的中低风险死亡病例住院病案首页质量分析

目的 通过分析DRG分组中误入中低风险及低风险死亡病例组的原因,提出整改措施,为降低中低风险及低风险死亡病例入组率提供依据。方法 根据某院在四川省卫生健康数据分析与决策支持云平台收集的2019年1月1日-2020年12月31日住院患者DRG绩效评价数据,获取18例中低或低风险组死亡病例住院病案,由2名临床医师和3名有多年编码经验的编码员对其进入中低或低风险组死亡病例入组原因进行分析。结果 18例中低或低风险组死亡病例中,因住院病案首页填写不准确导致的有12例,包括主要诊断选择错误52.38%、漏其他诊断23.81%、其他手术编码错误14.29%、主要诊断编码错误9.52%、其他诊断编码错误4.76%,其中有6份住院病案首页同时存在多个填写问题;因DRG分组器问题导致的有4例;对住院病案首页填报问题校正后的12份病例,均由中低风险组进入中高或高风险组。结论 住院病案首页填写质量直接影响DRG入组和相关医疗服务绩效评价,应加强临床医师和编码人员住院病案首页编码培训、加强主要诊断编码选择原则培训、强化死亡病例讨论制度、加强临床医师和编码员沟通等措施,减少死亡病例低风险及中低风险组的入组率。

基于多维动态特征的重症患者死亡风险预测模型构建

目的基于医院信息系统(HIS)收集的重症患者多维动态临床特征,采用随机森林算法构建死亡风险预测模型,并比较该模型和急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)模型的预测效能。方法从中南大学湘雅三医院HIS系统提取2014年1月至2020年6月收治的10925例年龄在14岁以上的重症住院患者病历资料,同时提取所有重症患者的APACHEⅡ评分记录,并基于APACHEⅡ评分系统中提出的死亡风险计算公式计算患者的预期死亡概率。将有APACHEⅡ评分记录的689个样本作为测试集;其他10236个样本数据用于建立随机森林模型,其中随机选取10%(n=1024)作为验证集,90%(n=9212)作为训练集。按照病危结束前3 d的时间序列选取患者一般资料、生命体征数据、生化检验结果和静脉用药剂量等临床特征,构建重症患者死亡风险预测的随机森林模型。绘制受试者工作特征曲线(ROC曲线),通过ROC曲线下面积(AUROC)评价模型预测效能;根据精准率(Precision)和召回率(Recall)绘制Precision-Recall曲线(PR曲线),通过PR曲线下面积(AUPRC)评价模型的分类准确性;绘制校准曲线,通过校准度指标Brier分数评估模型预测的事件发生概率与实际发生概率的一致性。结果10925例重症患者均纳入分析,其中男性7797例(占71.4%),女性3128例(占28.6%);年龄(58.9±16.3)岁;中位住院时间12(7,20)d;8538例(78.2%)患者入重症监护病房(ICU),中位ICU住院时间66(13,151)h;住院病死率19.0%(2077/10925)。与存活组(n=8848)比较,死亡组(n=2077)患者年龄更大(岁:60.1±16.5比58.5±16.4,P<0.01),入ICU比例更高〔82.8%(1719/2077)比77.1%(6819/8848),P<0.01〕,且合并高血压、糖尿病及脑卒中史的比例亦更高〔44.7%(928/2077)比36.3%(3212/8848),20.0%(415/2077)比16.9%(1495/8848),15.5%(322/2077)比10.0%(885/8848),均P<0.01〕。在测试集数据中,随机森林模型对重症患者住院期间死亡风险的预测价值大于APACHEⅡ模型,主要表现为随机森林模型的AUROC和AUPRC均高于APACHEⅡ模型〔AUROC:0.856(95%可信区间为0.812~0.896)比0.783(95%可信区间为0.737~0.826),AUPRC:0.650(95%可信区间为0.604~0.762)比0.524(95%可信区间为0.439~0.609)〕,Brier分数低于APACHEⅡ模型〔0.104(95%可信区间为0.085~0.113)比0.124(95%可信区间为0.107~0.141)〕。结论基于多维动态特征的随机森林模型对于预测重症患者住院期间死亡风险具有较大的应用价值,且优于传统APACHEⅡ评分系统。

基于DRG的低风险死亡住院病案首页分析与整改措施

目的 通过分析DRG 入组误入低风险死亡病例组的原因,提出具体整改措施,减少低风险死亡病例入组率。方法 对某院2019 年1 月1 日-2019 年12 月31 日22 例误入组为低风险的死亡病案进行住院病案首页填写分析,查找出具体原因。结果 因住院病案首页填写缺陷导致入组低风险死亡病例组的有13份,因分组器原因的9 份。结论 通过强化病历核心制度落实、实施住院病案首页数据质量考核办法、加强住院病案首页数据质量培训、建立死亡病历编码讨论制度和建设住院病案首页数据智能审核系统等措施,减少低风险死亡病例入组率。

主要诊断选择错误导致低风险死亡病案分析

目的通过分析由于主要诊断选择错误导致低风险死亡病案的原因,找到解决办法,从而提高死亡病案主要诊断选择的正确率。方法根据某院在北京地区住院医疗服务绩效评价平台采集的2012年1月1日-2019年12月31日住院患者DRGs数据,获得43份低风险死亡病案,由3名主任医师职称的质控医师和1名拥有编码技能培训合格证书且工作经验在10年以上的编码员,通过调取电子病历和扫描图片等方法,依据主要诊断选择原则,对所有低风险死亡病案进行分析和筛选,找出由于主要诊断选择错误导致低风险死亡病案的案例。结果43份低风险死亡病案经审核有13份是由于主要诊断选择不正确而误进入低风险死亡组,科室涉及感染科、脑外科、内分泌科、骨科、肿瘤科、胸外科各1例,心内科3例,心脏重症监护室4例;13位病历书写的住院医师中工作年限为1年~2年的住院医师占10名。结论加强临床医师对主要诊断选择的培训,提高职能科室和临床科室的管理质量,增强编码员对主要诊断选择的判断与纠错能力,增加临床医师、质控医师和编码员三方的有效沟通,可以减少低风险死亡病案的发生,真实反映医院医疗和管理水平。

探讨某二级医院低风险死亡病例的影响因素

目的通过分析基于DRGs的入组低风险死亡病例的原因,查找解决方法,减少低风险死亡病例发生率。方法根据北京地区住院医疗服务绩效评价平台反馈某二级综合医院2016年1月1日-2021年12月31日住院患者DRGs数据,获得19例低风险死亡病例,临床专家与编码专家联合对每份进行督查审核、分析原因。结果按疾病系统构成情况,骨髓增生疾病和功能障碍,低分化肿瘤占比最高,占42.11%。按入组低风险死亡组原因情况,临床诊疗过程存在问题占低风险死亡病例的57.89%;住院病案首页数据填写错误占低风险死亡病例的36.84%;住院病案分组器数据相关问题占低风险死亡病例的5.26%。结论临床科室诊疗欠规范和住院病案首页主要诊断的选择错误是出现低风险死亡病例的主要因素。通过对低风险死亡病例的分析,找出临床诊疗或管理过程存在的问题加以改进,从而减少低风险死亡病例入组率,有利于持续改进医疗质量。