首页 > 医疗资讯/ 正文
疾病诊断相关分组(DRG)改革已成为各国控制医疗费用过快增长、提高卫生筹资利用效率的重要手段[1-4]。2011年,北京市选择6家医院开始DRG试点,涵盖当时650个病组中的108个病组。2022年3月15日起,北京市针对66家定点医疗机构的城镇职工住院患者,启动大规模的国家医疗保障疾病诊断相关分组(CHS-DRG)实际付费,政策实施初期即覆盖北京市696个CHS-DRG细分组方案中的647个病组,其余二级及以上开展住院服务的医保定点医疗机构和参保人员均开展DRG付费数据模拟。
DRG付费将疾病诊断作为医保付费的依据[5],可能对医院不同科室的收入产生差异化影响。考虑到当前科室收支在医务人员薪酬分配体系中的重要作用[6],若缺乏与DRG改革相适应的薪酬分配机制,可能导致部分科室的医疗行为发生变化。既往研究也显示,DRG改革可能导致“病组高编”和“撇奶油”等问题[7-8]。因此,DRG改革对卫生服务利用和医疗行为的影响值得在其实施初期进行分析和研究。
尽管目前国内已有研究分析了DRG试点地区的改革效果及面临的挑战,但鲜有研究将视角聚焦于DRG改革对具体临床科室的影响[9-12]。本研究通过分析2022年北京市DRG改革效果及其对不同科室的影响,为进一步完善DRG改革配套政策,创造有利于DRG实施的政策环境提供启发和证据参考。
资料与方法
1.1 数据资料
本研究数据来源于北京市二级和三级医院住院病案首页数据库。由于2021年年末和2022年年初及年末均受疫情影响较大,且本研究聚焦于政策实施早期的影响,故基于研究目的仅纳入2021年和2022年第二、三季度的数据。最终,本研究共纳入北京市城镇职工医疗保险住院患者的住院病案记录1 603 989条,其中包括来自60家CHS-DRG方案实际付费医院(下文简称“DRG医院”)的住院病案记录1 161 378条,以及142家其他医院(下文简称“非DRG医院”)的住院病案记录442 611条。
根据住院病案记录中出院科室编码的前两位,本研究将上述住院患者划入内科、外科、妇产科、肿瘤科和其他科室,分别对应的出院科室编码前两位为“03”“04”“05”“19”及其他编码的住院患者。根据上述标准,本研究分别纳入内科、外科、妇产科、肿瘤科和其他科室患者的病案记录分别为483 066条(30.12%)、390 157条(24.32%)、223 573条(13.94%)、121 591条(7.58%)和385 602条(24.04%)。
本研究数据的使用已获得北京市卫生健康大数据与政策研究中心审核许可,数据分析全程均在其监督下完成。
1.2 研究方法
首先,应用医院月度汇总数据分析2022年DRG改革对城镇职工医疗保险住院患者次均住院费用(医院所有住院患者单次住院总费用的均值)、平均住院日(医院所有住院患者单次住院天数的均值)、30 d再入院患者比例(医院出院患者30 d内再住院的比例)、60 d再入院患者比例(医院出院患者60 d内再住院的比例)和经门诊入院患者比例(病案记录中入院途径为“门诊”的患者比例)的影响;在此基础上,以内科、外科、妇产科和肿瘤科为例,应用医院科室的月度汇总数据进一步分析DRG改革对不同科室住院服务利用的影响。
在结局指标中,次均住院费用和平均住院日反映患者的住院服务利用情况;30 d再入院患者比例和60 d再入院患者比例反映DRG改革对住院服务质量的影响;由于缺乏门诊服务数据,经门诊入院患者的比例在一定程度上反映了DRG改革对于医生将门诊患者收住院这一行为的影响。
1.3 统计学处理
本研究应用Stata17进行数据分析。住院费用和住院日采用均数±标准差进行描述,其他结局指标采用频数(百分数)进行描述。为分析2022年北京市大规模DRG实际付费对住院服务利用的影响,本研究以实际付费医院为干预组,以其他医院为对照组构建双重差分模型(式1)。

其中Yht为结局变量,指医院(或科室)次均住院费用的对数、平均住院日的对数、30 d再入院患者比例、60 d再入院患者比例以及经门诊入院患者比例。Treath为1,代表干预组,为实行DRG实际付费的医院;Treath为0代表对照组,为未开展DRG实际付费的医院。Postt为1代表政策实施后(2022年),为0代表政策实施前(2021年)。DIDht为二者的交互项,即Treath*Postt,改革后的干预组为1,控制组及改革前的干预组为0。θh和δt分别控制医院、时间固定效应。由于本研究应用的是医院(或科室)层面数据,为平衡不同医院科室住院服务量对结果的影响,在描述性分析和回归分析中均将医院(或科室)的出院人数作为权重进行加权分析。
本研究采用事件研究法进行平行趋势检验,模型如(式2)所示。

其中tseason代表患者住院所在季度,以2021年第1季度为1,2022年第1季度为5;TD为事件干预时点(即2022年第1季度,tseason=5),参考组为2021年第3季度,若满足β-3与0无明显差异,则认为满足平行趋势假设。
2 结果
2.1 DRG改革前后的住院患者特征
改革前,DRG医院平均住院日明显低于非DRG医院,但二者的平均住院日、30 d再入院患者比例、60 d再入院患者比例和经门诊入院患者比例均较接近;改革后,DRG医院次均住院费用、平均住院日均有所下降,而非DRG医院两项指标均有所上升(表1)。
表1 改革前后DRG医院与非DRG医院住院患者特征

DRG医院30 d(60 d)再入院患者比例由改革前的22.61%(28.06%)增至改革后的23.72 %(29.32%),非DRG医院30 d(60 d)再入院患者比例由22.55%(26.80%)增至23.75%(28.12%);DRG医院经门诊入院患者比例由改革前的79.75% 增至改革后的80.34%,非DRG医院由76.29%增至76.90%。
2.2 DRG改革对住院服务利用的影响
DRG改革对住院服务利用影响的回归结果详见表2。
表2 2022年北京市DRG改革对住院服务利用的影响

相较于非DRG医院,DRG改革使得医院住院患者的次均住院费用下降约9.79%(exp-0.103-1),平均住院日下降约5.35%(exp-0.055-1),但对30 d再入院患者比例、60 d再入院患者比例和经门诊入院患者比例无显著影响。以季度为单位进行平行趋势检验,结果显示5个双重差分模型均满足平行趋势假设(图1)。

图1 平行趋势检验
A.次均住院费用;B.平均住院日;C.30 d再入院患者比例;D.60 d再入院患者比例;E.经门诊入院患者比例
2.3 DRG改革对不同科室住院服务利用的影响
DRG改革政策对不同科室的影响存在差异(表3)。回归分析结果显示,相较于非DRG医院,改革使DRG医院内科、外科和妇产科的次均住院费用分别下降13.67%(exp-0.147-1)、11.31%(exp-0.120-1)和7.41%(exp-0.077-1),但对肿瘤科次均住院费用无显著影响。对于平均住院日,改革使内科、外科住院患者的平均住院日分别下降7.87%(exp-0.082-1)和6.76%(exp-0.070-1),但对妇产科和肿瘤科的平均住院日无显著影响。改革对4个科室的30 d再入院患者比例、60 d再入院患者比例和经门诊入院患者比例均无显著影响。
表3 2022年北京市DRG改革对不同科室住院服务利用的影响

3 讨论
3.1 DRG改革有效控制了住院费用增长
既往多数研究认为,DRG改革可降低次均住院费用,但DRG改革对平均住院日和再入院风险影响的不同研究结果之间存在差异[4,9-11]。在本次改革之前,2011年北京市首先在6家医院启动了DRG实际付费,Jian等[9]对其实施效果进行了深入分析,其研究结果显示,2011年的改革使DRG实际付费患者的次均住院费用下降了6.2%,但对平均住院日和再入院风险无显著影响。
本研究结果显示,2022年开展大规模DRG实际付费改革使患者的次均住院费用下降了9.79%,平均住院日下降了5.35%,但未对再入院风险产生显著影响。政策实施规模(2011年覆盖6家医院的108个病组,2022年覆盖66家医院的647个病组)可能为本研究所测政策效应高于既往研究的原因之一。此外,由于参照组(其他未开展DRG实际付费的二级、三级医院)均要求开展DRG付费数据模拟,可能使本研究低估了改革的政策效果。
针对2011年改革的相关研究发现,试点医院将病情重的患者转入按项目付费以避免DRG付费带来的收入损失,但未发现通过住院人次弥补收入损失的证据[9]。在2022年大规模实施DRG付费并加强医保付费过程监督的背景下,医疗机构一方面可能通过缩短平均住院日降低成本(降低平均住院日也可提高床位流转率,从而为多收患者创造条件),另一方面可通过选择性多收住院患者以弥补DRG改革对收入的影响。对经门诊入院患者比例进行分析,并未发现DRG医院通过增加经门诊入院患者“以量补价”的证据。
既往研究表明,医生行为是个人利益与患者利益共同作用的结果[13]。尽管DRG实施初期对住院患者的短期再入院风险和经门诊入院患者比例无显著影响,但需警惕DRG改革在医疗行为和医疗质量等方面可能带来的长期风险。
从2011年开始,北京市DRG试点改革积累了相当规模的医疗行为和医疗保险数据,应充分发挥医保数据的价值,不断完善医保数据收集和行为监测指标体系,持续监测DRG改革对医疗行为的长期影响,这对于保障DRG改革目标的实现具有重要意义。
从国际医保支付方式发展趋势看,单一支付方式无法实现卫生体系的高效运转[14],针对DRG改革过程中可能存在的潜在风险,如何发挥按项目付费和按人头付费等其他多种支付方式的积极作用,需基于真实世界数据开展更深入的研究和规划。
3.2 DRG改革良性发展有赖于系统性政策支持
与既往研究结果一致,本研究发现DRG改革对不同科室的影响存在差异性[15-16]。对于内科和外科而言,缩短平均住院日是降低次均住院费用的重要方式;但对于妇产科,尽管其次均住院费用显著下降,但其平均住院日并无显著变化;而对于肿瘤科,DRG改革对其次均住院费用和平均住院日均无明显影响。
上述现象提示,在面对DRG改革时,医院不同科室可能因自身医疗服务的特点而面临不同的收入压力,并针对压力作出差异性反应。基于科室自身特点同步调整医疗、医保和医药政策,对于维持医疗服务体系和医疗保障体系的高质量发展具有现实意义。
目前,科室收入仍是部分医院薪酬分配的重要依据,DRG改革对科室收入的差异性影响表明,改革需要医疗机构薪酬制度的协同调整[17]。鉴于当前DRG付费策略尚处于不断完善阶段,医疗机构应在DRG支付制度下动态调整机构内部的薪酬分配制度。DRG的支付基础已不再是各服务要素的数量,故以科室收入为基础的薪酬制度不完全适用于当前的医保支付政策。针对当前DRG支付制度可能无法准确体现部分科室工作价值的问题,医疗机构应发挥其主观能动性,建立薪酬调控机制,针对性地补偿相关“弱势”科室。
应注意到,社会人口学特征和疾病谱的变化使部分科室面临更为复杂的挑战,如无论是DRG医院还是非DRG医院,均面临生育率下降给产科和儿科发展带来的挑战。本研究结果表明,改革后妇产科次均住院费用明显降低,在客观需求不断下降的情况下,通过缩短平均住院日、提高床位流转率弥补收入损失的效果可能十分有限。
在改革过程中如何维持此类科室的生存,需要医疗保障、卫生人力和医院管理等多领域政策的协同努力。以妇产科为例,系统性解决上述问题需回答:如何设计未来妇产科的人才培养规划、如何进行妇产科服务定价以维持学科的健康发展,以及如何重新分配妇产科所需资源等一系列问题,若缺乏系统性支持政策,DRG改革的良性发展将受到制约。
参考文献
[1]Cheng S H, Chen C C, Tsai S L. The impacts of DRG-based payments on health care provider behaviors under a universal coverage system: a population-based study[J]. Health Policy, 2012, 107(2/3): 202-208.
[2]Annear P L, Kwon S, Lorenzoni L, et al. Pathways to DRG-based hospital payment systems in Japan, Korea, and Thailand[J]. Health Policy, 2018, 122(7): 707-713.
[3]Moreno-Serra R, Wagstaff A. System-wide impacts of hospital payment reforms: evidence from Central and Eastern Europe and Central Asia[J]. J Health Econ, 2010, 29(4): 585-602.
[4]Meng Z L, Hui W, Cai Y Y, et al. The effects of DRGs-based payment compared with cost-based payment on inpatient healthcare utilization: a systematic review and meta-analysis[J]. Health Policy, 2020, 124(4): 359-367.
[5]傅卫, 江芹, 于丽华, 等. DRG与DIP比较及对医疗机构的影响分析[J]. 中国卫生经济, 2020, 39(12): 13-16.
[6]吴正一, 郑基华, 崔迎慧. 国内临床医师绩效分配模式的现状、不足与对策[J]. 中国医院管理, 2017, 37(12): 12-14.
[7]Wu J, He X N, Feng X L. Can case-based payment contain healthcare costs?-A curious case from China[J]. Soc Sci Med, 2022, 312: 115384.
[8]Dafny L S. How do hospitals respond to price changes?[J]. Am Econ Rev, 2005, 95(5): 1525-1547.
[9]Jian W Y, Lu M, Chan K Y, et al. Payment reform pilot in Beijing hospitals reduced expenditures and out-of-pocket payments per admission[J]. Health Aff (Millwood), 2015, 34(10): 1745-1752.
[10]王文娟, 梁娟娟, 胡洋溢, 等. 基于合成控制法的DRG改革对住院费用的影响:以北京市三级公立医院为例[J]. 中国卫生政策研究, 2024, 17(3): 1-9.
[11]朱凤梅. DRG/DIP支付改革、费用控制与影响机制:基于19个地区抽样数据的多期双重差分分析[J]. 社会保障评论, 2023, 7(5): 54-67.
[12]张静秋, 江芹, 郎婧婧, 等. DRG付费改革的医院实施效果对照研究[J]. 中国卫生经济, 2021, 40(7): 44-47.
[13]Culyer A J, Newhouse J P. Handbook of health economics[M]. Amsterdam: Elsevier, 2000.
[14]Mathauer I, Dale E, Jowett M, et al. Purchasing health services for universal health coverage: How to make it more strategic?[R]. Geneva: World Health Organization, 2019.
[15]李秀梅, 刘理, 胡海源, 等. DRG支付下脑卒中患者住院费用控制研究[J]. 卫生经济研究, 2022, 39(1): 44-47.
[16]陈知禾, 林坤河, 钟正东, 等. DIP支付方式下新生儿科医保结算影响因素分析[J]. 中国卫生政策研究, 2023, 16(12): 33-39.
[17]陈曦, 王兰香, 邱茗, 等. 基于DRG的临床科室住院费用管理策略研究[J]. 中国卫生经济, 2024, 43(4): 81-85.
- 搜索
-
- 1000℃Cell | 曾泽贤/潘登/冯驭团队开发SPAC-seq新技术,实现空间分辨率下高通量CRISPR筛选
- 1000℃福建师范大学ACS Nano:人工智能驱动的Janus敷料用于可视化伤口诊疗
- 1000℃中科院苏州纳米所ACS Nano综述:通过可穿戴AI接口学习人类-环境交互
- 1000℃Cancer Discov | 新型AI基础模型可根据基因型精准预测癌症治疗反应,涵盖10种实体瘤超3万个肿瘤基因组数据
- 1000℃新加坡国立大学/复旦大学《自然·通讯》:抗氧化脂质纳米颗粒增强mRNA稳定性用于再生治疗和基因编辑
- 1000℃489例疑似罕见遗传病患者进行全外显子测序WES:确诊率达53%,5.5%检出心血管或肿瘤相关基因变异
- 1000℃Nat Cancer | 基于组织病理学图像的AI模型可快速识别102种CNS肿瘤亚型,表现优于神经病理学家
- 1000℃国立清华大学《自然·通讯》:工程化人类PEG10纳米颗粒实现RNA自包装、递送与癌症治疗
- 精J Child Psychol Psychiatry:12种罕见神经发育障碍儿童沟通能力谱系
- 精研究发现:爱吃辣的人,心血管病和癌症死亡风险都会显著降低
- 精Nursing in Critical Care:别再指责护士了!ICU 里被遗漏的护理,根源在系统而非个人
- 精Acta Obstet Gynecol Scand:罕见病女性的妊娠并发症与母婴结局,一项单中心434种罕见病的回顾性队列研究
- 精【爱儿小醉】儿科患者术前对流层臭氧暴露与围手术期呼吸系统不良事件之间的关系:一项单中心回顾性队列研究
- 精eBioMedicine:牙龈下微生物组与脑健康存在连续关联梯度,牙周炎或成认知衰退可干预靶点
- 精军事医学研究院《自然·通讯》:自适应IrPtCu纳米酶水凝胶实现耐药菌感染伤口序贯治疗
- 精能够逆转萎缩性胃炎的两个中成药,该怎么选择?
- 荐Lancet子刊:国产CRVIAAI精准识别胰腺癌血管侵犯,准确率超越资深影像专家
- 荐Pharmacol Res:胃癌耐药的 "双重密码",细胞因子与表观遗传的异常对话
- 荐新一代ICU体系:德尔格持续升级整体解决方案能力,实现更智能、安静、高效的诊疗环境!
- 荐论文解读│经由多组学视角更新法布雷病重要靶器官病理生理机制
- 荐【醉翁之艺】小胶质细胞激活通过CXCL10介导的CD8+T细胞募集促进衰老相关白质退化
- 荐《柳叶刀》重磅:奥瑞珠单抗显著延缓原发进展型多发性硬化老年及重度残疾患者进展
- 荐STTT:派安普利单抗联合化疗为复发转移性鼻咽癌带来持久生存获益
- 荐ASCO 2026:中国领衔LIBRETTO-432研究,塞普替尼引领RET融合阳性非小细胞肺癌早期治疗新突破,降低83%的疾病复发或死亡风险
- 标签列表
-
- 星座 (702)
- 孩子 (526)
- 恋爱 (505)
- 婴儿车 (390)
- 宝宝 (328)
- 狮子座 (313)
- 金牛座 (313)
- 摩羯座 (302)
- 白羊座 (301)
- 天蝎座 (294)
- 巨蟹座 (289)
- 双子座 (289)
- 处女座 (285)
- 天秤座 (276)
- 双鱼座 (268)
- 婴儿 (265)
- 水瓶座 (260)
- 射手座 (239)
- 不完美妈妈 (173)
- 跳槽那些事儿 (168)
- baby (140)
- 女婴 (132)
- 生肖 (129)
- 女儿 (129)
- 民警 (127)
- 狮子 (105)
- NBA (101)
- 家长 (97)
- 怀孕 (95)
- 儿童 (93)
- 交警 (89)
- 孕妇 (77)
- 儿子 (75)
- Angelababy (74)
- 父母 (74)
- 幼儿园 (73)
- 医院 (69)
- 童车 (66)
- 女子 (60)
- 郑州 (58)