成都市三级综合医院医疗服务质量与绩效评价

显示全部楼层 · 发表于 2023-11-23 08:18:15

成都市三级综合医院医疗服务质量与绩效评价伍利香田明政王泺吴妮周晓媛四川大学华西公共卫生学院四川大学华西第四医院

摘要：目的:基于国家医疗保障疾病诊断相关分组(China healthcare security diagnosis related groups, CHS-DRG)付费数据评价成都市三级综合医院医疗服务质量与绩效水平，为提高医院服务质量、促进CHS-DRG更好地发挥作用提供参考。方法:收集成都市45家三级综合医院2021年CHS-DRG付费数据，采用熵权TOPSIS法对指标赋予权重并对CI值进行综合排序，再结合RSR法对评价结果进行分档。结果:熵值显示，药占比、住院次均费用、30天再住院率、时间消耗指数是权重最大的指标(0.082);排名最好和最差医院的CI值差值为0.23;从分档结果来看，第3档包括A1等8家医院(占比17.78%),第2档包括A26等30家医院(占比66.67%),第1档包括A39等7家医院(占比15.56%)。结论:成都市三级综合医院医疗服务质量整体较好，但各医院间存在不同程度的差异；排名靠后的医院要加强内部管理，提升服务能力和效率，实现高质量发展。
关键词：

医疗服务;绩效评价;三级综合医院;CHS-DRG;成都;

基金资助：

国家重点研发计划“主动健康和老龄化科技应对”重点专项资助项目,编号为2020YFC2006500&2020YFC2006503；四川省科技厅软科学研究资助项目,编号为2015ZR0209；

DOI：
10.13723/j.yxysh.2023.11.012
专辑：
医药卫生科技

专题：

医药卫生方针政策与法律法规研究

医疗质量直接关系到人民的健康权益，提升医疗质量、满足群众健康需求是当前医疗体制改革的基本目标与要求[1]。国内外研究发现，按疾病诊断相关分组(diagnosis related group, DRG)付费会对医院行为方式和运营管理等方面产生影响，进一步影响医疗服务的质量；合理实行DRG付费可以有效调节医疗行为，激发医疗机构提高医疗质量的内生动力[2,3,4]。DRG是一种根据主要疾病诊断、治疗方式、合并症与并发症、年龄、性别等因素，将患者分为若干诊断组的病例组合方案和管理工具[5];国家医疗保障疾病诊断相关分组(China healthcare security diagnosis related groups, CHS-DRG)是国家医保局在综合考虑我国国情和国内各DRG分组版本基础上制定的用于我国开展DRG付费工作的统一分组标准[6]。2020年6月，国家医疗保障局印发《关于医疗保障疾病诊断相关分组(CHS-DRG)细分组方案(1.0版)的通知》,指导各试点城市规范DRG分组和试点工作。

国家政策引导下，近年来各城市纷纷进行DRG试点。但对于DRG支付方式下医院医疗质量呈现何种状况，同级医院间是否存在质量差距，哪些因素可能造成差距等问题仍然没有答案。不少学者尝试采用DRG分组结果及相关指标对医院进行评价，如杨雅兰等采用DRG指标对四川省的三级医院进行了质量评价[7];成月佳、刘卫刚等利用DRG指标分别对康复外科的管理效果和骨科的医疗质量进行了评价[8,9]。基于DRG指标开展医疗服务质量与绩效评价，能在一定程度上保证评价的可靠性与科学性，有助于医疗质量的持续提升。但这些评价指标大多数不是采用CHS-DRG分组器进行分组，对DRG实际付费和医院管理的指导意义有限。就国内而言，分组器就存在BJ-DRG、CN-DRG等几个版本，各版本之间的分组存在差异。

近年来，部分学者开始使用CHS-DRG分组器进行数据测算，如李会玲等基于CHS-DRG对哈尔滨市医疗机构进行了服务绩效评价[10],但该研究仅对既往数据进行探索性研究和回顾性分析，未使用实际付费数据进行评价。何瑜璇进一步使用了CHS-DRG付费数据对医院实际运行状况进行了分析，但数据仅包含北京市东城区5家定点医疗机构，评价范围较小[11]。尽管我国医疗质量评价相关研究逐渐增加，但主要局限于针对某个科室、个别医院进行评价，评价对象数量较少，权威性和指导性相对较弱。同时国内外关于CHS-DRG付费数据进行医院综合评价的研究相对缺失，尤其是利用大数据对同级医院进行实证性评价方面尚不多见，亟需对该方面研究进行补充和完善。

本文借助2021年四川省医疗保障局对省本级医保实行CHS-DRG付费的契机，利用CHS-DRG实际付费后的真实数据，基于熵权TOPSIS和RSR相结合的方法，选择西部地区医疗资源聚集且实行了CHS-DRG付费的成都市45家三级综合医院进行医疗服务质量评价和比较，旨在探索同级医院间存在质量差距的原因，为提高西部地区三级医院服务质量，提高医保基金利用效率和完善CHS-DRG付费制度提供建议。

1 资料来源与方法1.1 资料来源

资料来源于四川省医保事务管理中心，通过调取四川省医保综合服务平台及DRGs基金结算系统2021年全年CHS-DRG实际付费数据，选取成都市实施CHS-DRG付费的45家三级综合医疗机构数据进行分析。45家医院覆盖成都市各个区县，对其进行分析可以概括和评价整个成都市三级综合医院的总体质量。

1.2 评价指标

通过参考国家医疗保障局2019年发布的《国家医疗保障疾病诊断相关分组(CHS-DRG)分组与付费技术规范》及查阅文献中DRG考核监管指标[7,12],结合四川省病案首页提供的数据和管理情况，选出13个评价指标对成都市三级综合医院进行医疗质量和绩效综合评价，包括医疗服务能力指标：住院服务量(X1)、DRG组数(X2)、三级手术占比(X3)、四级手术占比(X4)、CMI值(X5);费用控制指标：实际补偿比(X6)、药占比(X7)、住院次均费用(X8)、自费项目费用占比(X9);医疗质量指标：30天再住院率(X10)、住院天数(X11);医疗效率指标：时间消耗指数(X12)、费用消耗指数(X13)。

1.3 研究方法

TOPSIS法，又称理想解法，是有限方案多目标决策分析中的一种有效评价方法[13]。RSR 法指在一个n 乘以m的矩阵中，通过对指标进行编秩，获得无量纲统计量RSR,以 RSR值对评价对象的优劣进行排序，广泛应用于医疗卫生领域的多指标综合评价[13]。本文通过熵权法对评价指标赋予权重，然后结合熵权TOPSIS 法与RSR法对指标进行综合评价。

1.3.1 熵权TOPSIS法。

收集原始数据，并对指标同趋势化处理：即将所有评价指标都转化为高优指标，X7-X10为低优指标，采用公式Xi=(Xmax-Xi)进行转换；X11-X13为中间指标，采用Xi=1-(|Xi-Xbest|)/(|Xi-Xbest|)进行正向化处理。

基于熵权法计算权重，其步骤如下：①数值归一化处理，公式为：<span class="MathJax" id="MathJax-Element-1-Frame" tabindex="0" data-mathml="pij=Xij/∑i=1mXij" role="presentation" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative;">pij=Xij/∑i=1mXijpij=Xij/∑i=1mXij,其中， Xij为样本i指标j的标准值，m为指标个数，即13。②采用公式<span class="MathJax" id="MathJax-Element-2-Frame" tabindex="0" data-mathml="Sj=-k∑i=1n(pijXln(pij))" role="presentation" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative;">Sj=−k∑i=1n(pijXln(pij))Sj=-k∑i=1n(pijXln(pij))计算指标信息熵，其中<span class="MathJax" id="MathJax-Element-3-Frame" tabindex="0" data-mathml="k=1/ln(n)" role="presentation" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative;">k=1/ln(n)k=1/ln(n)。 ③计算差异系数(信息效用值)Cj=1-Sj。④计算指标权重<span class="MathJax" id="MathJax-Element-4-Frame" tabindex="0" data-mathml="Wj=Sj/∑j=1nSj" role="presentation" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative;">Wj=Sj/∑j=1nSjWj=Sj/∑j=1nSj。

计算欧式距离D+和D-以及相对接近程度CI值，公式如下：

<span class="MathJax" id="MathJax-Element-5-Frame" tabindex="0" data-mathml="Di+=∑j=1m(Ζij-Ζ+j)2 " role="presentation" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative; margin-right: 30px !important; margin-left: 30px !important;">Di+=∑mj=1(Zij−Z+j)2−−−−−−−−−−−−−−−√ Di+=∑j=1m(Ζij-Ζ+j)2

<span class="MathJax" id="MathJax-Element-6-Frame" tabindex="0" data-mathml="Di-=∑j=1m(Ζij-Ζ-j) 2" role="presentation" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative; margin-right: 30px !important; margin-left: 30px !important;">Di−=∑j=1m(Zij−Z−j)−−−−−−−−−−−−⎷ 2Di-=∑j=1m(Ζij-Ζ-j) 2

<span class="MathJax" id="MathJax-Element-7-Frame" tabindex="0" data-mathml="Ci=Di-Di++Di-" role="presentation" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative; margin-right: 30px !important; margin-left: 30px !important;">Ci=D−iD+i+D−iCi=Di-Di++Di-

1.3.2 RSR法。

计算秩和比，构建n行m列的指标矩阵，研究RSR分布。计算回归方程为RSR = a + b Probit。依据RSR值对结果进行分档。

1.4 统计学方法

利用Excel 2017录入和建立数据库，使用SPSS 25.0对数据进行线性回归分析，对回归方程：Y=a+bX进行显著性检验(F检验，) P<0.05认为回归系数有统计学意义。

2 结果2.1 熵权TOPSIS结果2.1.1 原始数据及熵值赋权后的结果。

由原始数据可知，各指标间存在量纲差异，需对数据标准化处理，见表1。结合熵权法对同趋势化和归一化后的指标赋予权重，结果可见药占比、住院次均费用、30天再住院率和时间消耗指数权重最大(0.082),住院服务量权重最小(0.065)。总的来看，熵值赋予各指标的权重差别不大，表明本研究指标选取较为均衡，结果见表2。

表1 评价指标原始数据[url=]下载原图[/url]

[url=]

[/url]

下载原表

[url=]

[/url]

表2 医疗质量评价指标的信息熵、效用值和权重 [url=]导出到EXCEL[/url]

指标	指标代码	信息熵	信息效用值	权重
医疗服务能力
住院服务量	X1	0.781	0.219	0.065
DRG组数	X2	0.910	0.090	0.076
3级手术占比	X3	0.946	0.054	0.079
4级手术占比	X4	0.926	0.074	0.077
CMI值	X5	0.967	0.033	0.081
费用控制
实际补偿比	X6	0.971	0.029	0.081
药占比	X7	0.977	0.023	0.082
住院次均费用	X8	0.976	0.024	0.082
自费项目占比	X9	0.801	0.199	0.067
医疗质量
30天再住院率	X10	0.976	0.024	0.082
住院天数	X11	0.968	0.032	0.081
医疗效率
时间消耗指数	X12	0.981	0.019	0.082
费用消耗指数	X13	0.793	0.207	0.066

2.1.2 三级综合医院CI值及其排序结果

由表3可知，2021年四川省本级医保采用CHS-DRG付费方式下，成都市45家三级综合医院间服务质量水平存在不同程度的差距，CI值排名前三的医院为A16(0.621)、A1(0.621)、A10(0.604),排名后三位是A5(0.408)、A21(0.407)、A39(0.391)。

2.2 RSR综合评价结果

利用Probit和RSR值拟合回归方程：RSR=0.949+0.289Probit(F=923.605,P<0.001),方程具有统计学意义，拟合优度R2值=0.961,表明模型拟合较好。结合最佳分档原则，根据RSR临界值把45家三级综合医院服务水平分为3档。第1档RSR 临界值<0.156,包括A45、A14、A42等7家医院(15.6%);第2档RSR临界值介于[0.178, 0.822),包括A40、A23等30家医院(66.7%);第3档RSR临界值≥0.844,包括A1、A16、A10等8家医院(17.7%)。分档结果见表4。

3 讨论3.1 熵权TOPSIS法和RSR法结合CHS-DRG付费指标可以较好地评价医疗质量

指标选取是进行综合评价的基础，要更加关注和强调指标的客观性、科学性和可比性等[14]。胡松年等在研究中指出我国医疗质量评价指标广泛存在指标单一、表述和定义不规范、指标来源渠道不够权威、数据准确性不高等问题[1]。为避免出现上述问题，本研究首次采用四川省医保局CHS-DRG结算数据，指标来源渠道可信、数据准确性高，且选取能反映服务质量与绩效的服务能力、费用控制、医疗质量、医疗效率4类13项指标，指标类型丰富、定义明确。

表3 2021年各三级综合医院CI值及排序 [url=]导出到EXCEL[/url]

医院代码	D+	D-	CI	排序
A16	0.106	0.173	0.621	1
A1	0.119	0.196	0.621	2
A10	0.108	0.165	0.604	3
A9	0.113	0.162	0.589	4
A3	0.127	0.170	0.571	5
A11	0.123	0.162	0.567	6
A15	0.124	0.154	0.553	7
A18	0.138	0.166	0.545	8
A40	0.132	0.151	0.533	9
A23	0.134	0.152	0.531	10
A6	0.139	0.151	0.520	11
A44	0.147	0.156	0.514	12
A34	0.151	0.159	0.514	13
A32	0.143	0.150	0.512	14
A17	0.134	0.140	0.511	15
A27	0.144	0.149	0.508	16
A36	0.154	0.159	0.508	17
A41	0.137	0.138	0.502	18
A25	0.148	0.148	0.501	19
A28	0.141	0.141	0.499	20
A2	0.137	0.133	0.492	21
A4	0.138	0.134	0.491	22
A8	0.138	0.132	0.488	23
A29	0.150	0.143	0.488	24
A12	0.151	0.143	0.488	25
A35	0.148	0.141	0.488	26
A13	0.147	0.139	0.486	27
A24	0.147	0.137	0.482	28
A31	0.151	0.136	0.474	29
A19	0.154	0.137	0.471	30
A37	0.181	0.157	0.466	31
A30	0.164	0.142	0.465	32
A22	0.150	0.130	0.464	33
A43	0.158	0.134	0.460	34
A7	0.152	0.126	0.454	35
A33	0.159	0.132	0.453	36
A38	0.177	0.141	0.444	37
A26	0.155	0.122	0.440	38
A45	0.173	0.135	0.437	39
A14	0.160	0.124	0.436	40
A42	0.173	0.132	0.433	41
A20	0.161	0.112	0.411	42
A5	0.184	0.127	0.408	43
A21	0.190	0.130	0.407	44
A39	0.177	0.114	0.391	45

表4 RSR分档结果 [url=]导出到EXCEL[/url]

档次	Probit 临界值	RSR 临界值	分档结果
第1档	<4	<0.156	A45、A14、A42、A20、A5、A21、A39
第2档	4-6	0.178-0.822	A40、A23、A6、A34、A44、A32、A28、A17、A27、A36、A41、A25、A2、A4、A12、A8、A29、A35、A13、A24、A31、A19、A37、A30、A22、A43、A7、A33、A38、A26
第3档	>6	≥0.844	A1、A16、A10、A9、A3、A11、A15、A18

结合熵权TOPSIS和RSR法既可以利用TOPSIS法充分使用数据信息的优势，又可以根据RSR值对服务质量及其差异性进行比较排序，结果更加科学、可靠[15]。同一地区的医疗机构所面临的环境及政策基本相同，对同地区同级别医疗机构采用相同的DRG指标进行横向比较，可以促进医疗服务质量评估和医疗绩效考评工作的完善，具有科学的指导意义和可操作性。同时通过质量评价可以在同级医院间形成良好的竞争氛围，使各医院找准定位，明确自身在支付方式改革下提供医疗服务的优势与不足，为刺激医疗机构持续改善医疗质量提供外在动力。

3.2 费用控制和医疗效率是影响三级综合医院医疗服务质量的主要因素

从熵值权重来看，药占比、住院次均费用、30天再住院率和时间消耗指数权重最大(0.082),表明这4个二级指标是影响成都市三级综合医院医疗服务质量评价结果的主要影响因素；而住院服务量权重最小(0.065),对评价结果的影响稍弱。由此可以看出，CHS-DRG支付下，医院的发展方式应从粗放式的规模扩张转向内涵式的提质增效，在保证收治能力的前提下更加关注医疗质量和效率[16]。减少不合理用药和不必要检查，合理控制住院次均费用和时间消耗等是医院提升质量和绩效水平的必经之路。

国务院办公厅2021年发布的《关于推动公立医院高质量发展的意见》明确指出，要发挥公立医院尤其是三级公立医院在城市医疗集团中的牵头作用。因此三级公立医院要顺应医保支付改革的必然趋势，以高质量发展为导向，加强临床专科建设、推进医学技术和医疗服务模式创新；在满足DRG合理控费的基础上提高同级医院间服务同质化水平，推进三级综合医院服务效率和服务能力的提升，实现内涵式发展。

3.3 成都市各三级综合医疗机构之间医疗服务质量存在差异

TOPSIS法中排名最好的A1和A16医院，CI值为0.621;排名最差的A39医院，CI值为0.391。RSR分档结果显示，处于2、3档水平的有38家(84.4%),表明45家三级综合医院大部分质量较好。其中质量最优的医院A1和质量最低的A39 RSR差值达到0.967,说明尽管同为三级综合医院，但各医院间医疗服务质量仍然存在不同程度的差异，这与杨雅兰等研究结果一致[7]。分析其原因，可能与医院管理水平差异有关[17]。质量最优的A1医院从上世纪90年代紧扣“管理创新”主题不断提升内部管理水平，包括强化管理人才培养、设置专科助理、优化医院流程等，各科室均得到综合可持续的发展，医院综合排名从全国第60-70名上升至第2名[18]。而A39医院建院时间较短且地处郊区，与A1相比专业技术人员缺乏，高水平的专家教授稀缺；专科能力不强，学科建设和医疗技术相对落后，医院不重视内部管理，从而导致该医院医疗质量评价结果靠后。

因此，建议质量较低的医院加快转变传统的管理模式，建立现代医院管理制度，健全医院人力资源管理、医疗质量安全管理、科研管理等制度，建立新的绩效考核体系和分配机制，提高管理效率和能力[19]。积极向排名靠前的医院学习，通过专科共建、业务指导、科研协作等方式，学习优秀管理经验，激活自身全面、协调可持续发展的新动力。

微信扫一扫分享朋友圈