DRGs病种分组方法.ppt

疾病诊断相关分组分组方法,浙江杭州 马戈,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,数据整理(例如),DRGs分类操作,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,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,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。,数据分类CHAID简介,DRGs分类操作,DRGs分类操作,数据分类CHAID之前粗分类,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。,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。,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,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,DRGs实施准备工作,病历组建强大的工作和研究团队,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。,病例首页信息准确性和完整性,DRGs实施准备工作,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。,Thank You!,