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。