DRGs病种分组方法

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,11/7/2009,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,DRGs病种分组方法,DRGs病种分组方法,数据收集,回顾性收集资料,摘录以往病案首页信息及医院,HIS,系统中的费用与成本数据信息，包括患者性别、年龄、婚姻、主要诊断、次要诊断、入院情况、出院情况、是否手术、手术操作编码、费用类别、抢救有无、护理有无、住院天数、住院费用等信息，,整理数据为病例分组及诊疗规范研究作准备。,DRGs,分类操作,2,数据收集回顾性收集资料DRGs分类操作4,数据整理,(,例如,),DRGs,分类操作,住院天数小于等于,0,天,住院费用总数小于等于,0,天,病例中重要项目不全的数据,删除治疗效果“其他”,删除,ICD,编码不全数据（或可补全,ICD,编码）,将不符合逻辑的病例排除,住院费用为偏态分布，将所有住院病人按住院费用进行排序，剔除极端值，滤过小于,P1,且大于,P99,的病例,3,数据整理DRGs分类操作住院天数小于等于0天住院费用总数小于,数据处理,住院费用正态分布检验,分析样本是否符合符合正态分布，如不符合，对样本进行整理，对数转化、数据拆分等方法使数据满足决策树分类要求。,（,kolmogorov-smirnov,对住院费用正态检测）,DRGs,分类操作,4,数据处理住院费用正态分布检验DRGs分类操作6,DRGs,分类操作,数据处理,预测变量量化处理（例如）,序号,项目名称,量化方法,1,性别,l=,男；,2=,女,2,年龄,1=20,15,岁；,2=216,39,岁；,3=40,55,岁；,4=56,岁及以上,3,婚姻,l=,未婚；,2=,已婚,4,入院情况,l=,般；,2=,急症；,3=,危症,5,出院情况,1=,治愈；,2=,好转；,3=,死亡；,4=,其它,6,手术,0=,无手术：,1=,有手术,7,费用类别,1=,自费；,2=,当地医保；,3=,外地医保；,4=,其它,8,次要诊断,0=,无；,1=,有,9,抢救,0=,无；,1=,有,10,护理,0=,无；,1=,有,11,住院天数,(,天,),12,住院总费用,(,元,),13,手术费,(,元,),(,元,),5,DRGs分类操作数据处理预测变量量化处理（例如）,数据处理,主要影响因素分析,单因素分析不同特征人群医疗消耗情况比较，分析各特征人群医疗消耗情况,多元线性回归分析人群特征对于费用和住院天数的影响，,分析主要影响因素,DRGs,分类操作,6,数据处理主要影响因素分析DRGs分类操作8,DRGs,分类操作,数据分类,分类方法选择,决策树（,Decision Trees),是当前世界流行、使用频率最高的数据挖掘方法，决策树是解决分类问题比较常用的方法之一，是一种用来实现分类以及预测功能的建立模型的方法。,常见的决策树有卡方自动互动捡验法,CHAID,、,Exhaustive CHAID,、分类与回归树,CART,和,QUEST,等方法。,CHAID,可以有效处理连续变量，并且实现对树的自动剪枝，顾多选择此方法进行分类。,7,DRGs分类操作数据分类分类方法选择9,数据分类,CHAID,简介,DRGs,分类操作,构建决策树,获取的多因素基础上构建决策树,设置分类节点、决策树停止条件最大分层、父节点最小样本数、子节点最小样本数、拆分合并的置信度设定。,剪枝,采取后剪枝方法：允许决策树充分生长然后修剪掉多余的树枝。被修剪的结点就成为一个叶结点，并将其标记为它所包含样本中类别个数最多的类别。,8,数据分类CHAID简介DRGs分类操作构建决策树获取的多,DRGs,分类操作,数据分类,CHAID,之前粗分类,按照,ICD-10,（主诊断编码）将所获得数据按照三位数类目表分类。,方法一,根据,ICD-10,编码类目的频数分布挑选构成前,N,位的疾病，即,N,种常见疾病。将排除常见疾病后的剩余的病例按,ICD-10,编码类目结合解剖部位、病因学、临床特征等因素分成,M,个非常见疾病。也就是将整个数据集划分成,N+M,个子集,方法二,方法一，根据有无手术分为手术组、非手术组。再按照有无并发症二次分类。,方法三,9,DRGs分类操作数据分类CHAID之前粗分类 按照I,数据分类,确定,CHAID,决策树分类轴心,住院费用和住院日都可以反映医疗资源消耗量，两者呈正相关关系。由于住院费用的变异程度小于住院日，因而选择住院费用作为分组轴心。,DRGs,分类操作,数据分类,确定,CHAID,决策树分组变量,根据住院费用影响因素分析的结果结合文献知识，选择年龄分段、入院情况、护理、手术、手术、次要诊断、抢救、出院情况等变量作为分类的解释变量。,10,数据分类确定CHAID决策树分类轴心DRGs分类操作数据,数据分类,设置决策树的生长规则,采用方差分析法作为节点分割算法；,设置每个父节点只能被分割成,n,个子节点，即对每一个节点进行最优,n,分割；,节点例数少于,m,时停止分割，分割后的叶节点最少有,e,例：,树的最大高度为,h,；,DRGs,分类操作,数据分类,软件生成结果,通过统计软件（,SPSS,）得出分组结果和各分组规则。,11,数据分类设置决策树的生长规则DRGs分类操作数据分类,数据分类,确定各组住院费用,以各分类费用的中位数作为参考的标准费用，以各组费用的,75,分位数作为各类超标费用的阈值（也有文献将,75,分位数,+1.5,倍四分位间距作为阈值）。,DRGs,分类操作,12,数据分类确定各组住院费用DRGs分类操作14,数据分类,分组合理性评价,RIV(Reduction in variance),值、变异系数,(CV),和非参数,Kruskal-Wallis,检验、回代检验等方法进行分析分组合理性。,DRGs,分类操作,13,数据分类分组合理性评价DRGs分类操作15,在制定,DRGs,分组及,分组后实施过程中，,需要不断地论证、,试验，这就需要大量,的人力参与到其中，,涉及各部门、各专业,DRGs,实施,准备工作,病历组建强大的工作和研究团队,需要设立领导小组和工作小组,召集循证医学、统计学、经济学、,社会学、管理学等专业人才,调动医务部、,IT,中心、,各临床科室积极参与,14,在制定DRGs分组及DRGs实施准备工作病历组建强大的工作和,DRGs,实施,准备工作,提高病历首页信息准确性和完整性,DRGs,的核心思想是将具有相同特征的病例归为一类，其分类基础是患者的主要诊断，在此基础上再考虑年龄、手术与否、并发症及合并症等情况。因此，疾病诊断和编码不仅是制定,DRGs,的基础，也是决定患者支付,DRGs,组别的依据。,15,DRGs实施准备工作提高病历首页信息准确性和完整性17,配备专门的编码人员，提供专业培训,加强医务人员对于病历书写培训,印制常见疾病分类和编码手册,组织医务人员,ICD,编码规则学习,梳理现有,ICD,电子编码,病例首页信息准确性和完整性,DRGs,实施,准备工作,16,配备专门的编码人员，提供专业培训加强医务人员对于病历书写培训,DRGs,实施,准备工作,制定医院诊疗规范，规范诊疗流程,实施,DRGs,付费必须依照临床诊疗规范。制定入、出院标准和必做项目等诊疗标准。,运用回顾性循证分析及专家咨询等方法，制定病种临床路径流程、诊疗规范。通过路径表单、规范流程的试用和对照实验，检验实施效果，组织专家对表单进行修订。,17,DRGs实施准备工作制定医院诊疗规范，规范诊疗流程19,Thank You!,Thank You!,感谢聆听,感谢聆听,