欢迎访问《中国医药导报》编辑部！

目前疾病诊断相关分组（diagnosis related group，DRG）付费作为医疗支付方式改革的关键，其目的在于优化医疗资源配置，确保参保者利益，并保障医保基金的收支平衡和可持续发展[1]。2021年11月26日重庆市医疗保障局印发了《重庆市基本医疗保险按疾病诊断相关分组付费办法（试行）》的通知，规定重庆市于2021年12月1日起施行DRG医保支付方式改革，自此医疗机构对住院费用的管控意识逐渐从被动的费用支付者转变为积极的成本控制者[2]。而在对住院费用的管控过程中，医疗机构可能会面临住院费用超支的风险；出现此种情况，医疗机构需要自行承担超出医保支付标准的部分，长期的超支情况会造成运营资金紧张，进而影响医疗机构的高质量发展。因此，医疗机构应重点分析DRG病组超支的风险因素，以便针对性地进行风险管理。本研究对重庆市DRG结算数据进行分析时，发现GD29（阑尾切除术）的超支占比较高，使用LASSO-logistic回归分析探讨GD29病组超支的影响因素并建立列线图预测模型，旨在预测患者的DRG超支风险，同时为医疗机构的费用管控策略提供理论支持。

1 资料与方法

1.1 一般资料

本研究以重庆市2022年1月至2023年3月的医保结算信息为研究资料。纳入按照《医疗保障疾病诊断相关分组细分组方案（1.0版）》中DRG入组为GD29（阑尾切除术）病组，排除标准信息缺失、未按照正常权重结算的病例。

1.2 研究方法

使用Excel建立数据库，以重庆市GD29（阑尾切除术）病组的“医保支付标准=10 401.17元”为界，将病例分为超支组和未超支组，住院费用高于支付标准为超支组，反之为未超支组。收集所有入组病例的性别、年龄、住院天数、参保类型、其他诊断个数、其他手术个数、医院等级、是否转科、是否为急性阑尾炎、是否进行腹腔镜下阑尾切除、是否粘连积液、是否合并急性腹膜炎、高血压病、糖尿病等信息。

1.3 统计学方法

采用R语言（R-4.4.2版本）及R Studio（2024.09.1+394版本）统计学软件进行数据分析。符合正态分布的计量资料用均数±标准差（ pagenumber_ebook=44,pagenumber_book=39

）表示，比较采用t检验；不符合正态分布的计量资料采用中位数（M）和四分位数（P25，P75）表示，比较采用Mann-Whitney U检验。计数资料用例数和百分率表示，比较采用χ2 检验。以P＜0.05为差异有统计学意义。

利用R Studio统计学软件中的“glmnet”包进行LASSO回归分析，依据lambda.1se变量筛选准则，采用十倍交叉验证法确定最佳值，进而筛选出具有统计学意义（P＜0.05）的预测因子。基于LASSO回归，将筛选出的预测因子纳入多因素logistic回归模型；利用“rms”程序包构建列线图，该图能够直观地展示各个变量之间的复杂相互关系。为了全面评价所构建模型的性能，绘制受试者操作特征（receiver operating curve，ROC）曲线，并计算曲线下面积（area under the curve，AUC），以此衡量模型的区分能力；利用混淆矩阵对模型的分类准确性进行评估。利用“caret”程序包中的Bootstrap法对样本进行1 000次重复抽样进行内部验证工作。绘制Calibration校准曲线，用于评价模型预测结果与实际观察结果之间的一致性。为了评价模型的临床获益和在临床上的应用价值，绘制临床决策曲线分析进行分析[3]。

2 结果

2.1 两组临床特征比较

本研究共纳入2 076例患者，其中超支1 451例，占比为69.89%。两组年龄、住院天数、参保类型、其他诊断个数、其他手术个数、医院等级、转科、急性阑尾炎、进行腹腔镜下阑尾切除、粘连积液、合并急性腹膜炎、高血压病、糖尿病比较，差异有统计学意义（P＜0.05）。见表1。

2.2 DRG超支风险的预测因子筛选

将表1中差异有统计学意义（P＜0.05）的变量纳入LASSO回归分析模型，发现随着log（λ）值的增大，回归系数逐渐收敛直至为0，见图1；值为0.028时，模型性能优良且更为精简，见图2。最终筛选出7个变量，分别为年龄、住院天数、其他诊断个数、医院等级、急性阑尾炎、进行腹腔镜下阑尾切除、粘连积液。

2.3 多因素logistic回归分析结果

7个变量的方差膨胀因子（variance inflation factor，VIF）均＜5，提示自变量之间不存在多重共线性问题。以年龄、住院天数、其他诊断个数、医院等级（三级=3，二级=2）、急性阑尾炎（是=1，否=0）、进行腹腔镜下阑尾切除（是=1，否=0）、粘连积液（是=1，否=0）为自变量，DRG超支（是=1，否=0）为因变量，进行多因素logistic回归分析。结果显示，年龄、住院天数、其他诊断个数、医院等级、急性阑尾炎、进行腹腔镜下阑尾切除、粘连积液为DRG超支的影响因素（P＜0.05）。见表2。

2.4 列线图模型的建立

基于多因素logistic回归分析结果得到的预测因子构建DRG超支风险的列线图预测模型，得到各预测因子在不同取值时所对应的单个分值，计算所有变量取值后的总得分，从而得到病例DRG超支的风险。见图3。

2.5 列线图模型对DRG超支风险的预测价值及验证

列线图模型预测DRG超支风险的最佳截断值为0.722，AUC为0.846（95%CI：0.828～0.863），模型的准确性为77.6%，灵敏度为77.4%，特异度为77.9%，见图4。方差校准曲线、预测校准曲线与标准曲线非常接近，预测值与实际值的一致性良好，见图5。在风险阈值范围内，患者净受益率大于0，模型具有实际价值，见图6。

3 讨论

阑尾炎为临床外科常见的急性腹痛疾病，患者主要表现为右下腹疼痛，若不及时治疗，可能会引发腹膜炎和脓肿形成等严重的并发症，进而危及患者生命[4]。阑尾切除术作为急性阑尾炎的主要治疗方式，可以从根本上阻止炎症的进一步发展，从而缓解患者的不适症状，保证其生命安全[5]。DRG支付背景下，《医疗保障疾病诊断相关分组细分组方案（1.0版）》中将进行阑尾切除术分为GD19（伴穿孔、化脓、坏疽等阑尾切除术）和GD29（阑尾切除术）两个病组。其中GD29的病组权重为0.879 1（病组权重＜1），说明该病组的医疗资源消耗水平较低。但在重庆市该病组的超支占比高达69.89%，提示在临床实际治疗过程中，医疗资源的消耗远远超过了基于权重所预期的水平。基于此，本研究以该病组为研究对象构建DRG超支风险预测模型，以便制订风险因素管控措施，从而降低DRG超支风险[6]。

本研究经LASSO-logistic回归分析发现，年龄、住院天数、其他诊断个数、医院等级、急性阑尾炎、进行腹腔镜下阑尾切除、粘连积液是GD29病组DRG超支的影响因素。随着患者年龄的增长，机体的功能衰退，术后身体恢复进程较慢。同时高龄患者常伴有诸多基础疾病（如动脉硬化、高血压病等），造成其他诊断个数较多，资源消耗增加[7-8]。而现有研究表明，其他诊断个数的增加会增加疾病的治疗难度[9]。此外，当患者在术中出现粘连积液的情况时会显著增加手术的复杂性，术中需采用粘连松解术对粘连组织进行分离，从而延长手术时间。术后粘连复发及术后感染的风险升高，也会对患者术后恢复产生不良影响[10]。年龄、其他诊断个数及粘连积液均会通过影响疾病的严重程度进而影响住院天数，而现有研究表明住院天数与DRG超支风险呈正相关[11]。相较于传统的开腹阑尾切除术，腹腔镜下阑尾切除术优势显著，具有手术创伤小、术后恢复快、疼痛程度轻、住院周期短及术后伤口感染风险低等一系列优点。鉴于这些突出优势，临床上更多患者倾向于选择腹腔镜下阑尾切除术进行治疗[12]。但腹腔镜下阑尾切除的DRG超支风险更高，一方面，腹腔镜手术所使用的器械价格相对昂贵；另一方面，该手术需要在全麻状态下进行，无疑增加了麻醉费用的支出[12]。

本研究结果显示，急性阑尾炎为DRG超支风险的保护因素，与薛俊军等[13]研究结果不一致。原因在于多因素logistic回归模型可通过调整混杂变量如是否进行腹腔镜下阑尾切除等变量，进而揭示了急性阑尾炎患者的保护表象可能源于其他混杂变量的保护效应，而非该变量本身的效应[14]。此外，在DRG支付背景下基础病组遵循“同病同价”的政策，而由于三级医院在实施该手术过程中所投入的成本明显高于二级医院，因此相较于二级医院，三级医院在该病组的超支风险更高。提示需高度重视分级诊疗制度的完善，大力加强分级诊疗制度的顶层设计，进一步完善双向转诊机制，以此优化医疗资源的合理分配，提高医疗服务的整体效能。此方面可借鉴英国、德国及美国等国家的经验，可通过构建守门人制度、转诊制度等一系列举措，形成一套完善且规范的分级诊疗管理体系。借助制度的约束与引导，增强医疗机构和患者对分级诊疗的认知与重视程度，进而确保二者都能自觉、主动地参与到分级诊疗工作中[15]。

列线图可将复杂的预测模型可视化、图像化，从而实现DRG结算超支风险的预测，为医疗机构针对风险因素制订管控措施提供有力支持[16]。基于上述结果可知，相关医疗机构可通过规范疾病诊疗流程从而降低DRG结算超支风险。临床路径管理作为强化诊疗流程及费用控制的有效措施，医疗机构应基于DRG建设临床路径管理体系，以此实现DRG “提质控费”的要求[17]。此外，医疗相关部门应携手积极建立沟通反馈机制，有助于及时向医保部门反映DRG实施过程中出现的实际问题，动态调整支付标准或建立补偿机制，降低DRG超支风险[18]。ROC曲线结果显示，列线图模型预测DRG超支发生的AUC为0.846，提示该模型对DRG超支风险的预测能力较强。

综上所述，本研究借助LASSO-logistic回归构建了DRG超支风险列线图预测模型，该模型能助力医疗机构精准识别风险因素，有效开展管控工作。但本研究存在一定的局限性：一方面，本研究为横断面研究，相较于队列研究，其提供的证据效力稍显薄弱；另一方面，模型尚未进行外部验证，导致适用范围受限。尽管如此，本研究仍能为医疗机构识别DRG超支风险因素提供参考，这不仅有利于医疗机构提前做好风险预警，优化资源配置，而且能助力医疗机构积极调整自身管理策略与诊疗流程，更好地适应DRG支付改革这一全新的支付方式，在保障医疗服务质量的同时，实现经济效益与社会效益的平衡。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[1]付文鹏，徐亮，卢诚震.某三甲专科医院DRG超支病例住院费用结构研究[J].江苏卫生事业管理，2024，35（4）：97-101.

[2]重庆市医疗保障局关于印发重庆市基本医疗保险按疾病诊断相关分组付费办法（试行）的通知[EB/OL].（2021-11-26）[2025-01-23].https：//ylbzj.cq.gov.cn/zwgk_535/zfxxgkml/zcwj_291934/gfxwj/202201/t20220112_10297 683.html.

[3]盛丹，高宁，唐绍琰，等.基于LASSO-Logistic回归模型的糖尿病周围神经病变预测模型[J].中国慢性病预防与控制，2024，32（10）：733-740.

[4]陈德芳，苏志明.腹腔镜下阑尾切除术治疗阑尾炎的效果分析[J].中国现代药物应用，2024，18（19）：56-58.

[5]丁祥玺.单孔腹腔镜阑尾切除术与三孔腹腔镜阑尾切除术对急性阑尾炎的治疗效果研究[J].临床研究，2024，32（8）：41-44.

[6]龙小庆，赵德华，范红英，等.恶性肿瘤患者DRG超支风险预测模型的建立与验证[J].重庆医学，2024，54（1）：1-12.

[7]沈国玉，鲁大兵，宋青林.影响复杂性阑尾炎发病的危险因素分析[J].现代医学与健康研究电子杂志，2024，8（16）：121-124.

[8]吴学智.基于DRGs的急性阑尾炎患者住院费用分析[J].中国卫生统计，2020，37（3）：147-149.

[9]文小焱，郭慧敏，姜文澜，等.基于DRG分组的腹腔镜下胆囊切除术患者住院费用影响因素研究[J].中国病案，2024，25（10）：65-69.

[10]王瑞军.腹腔镜阑尾切除术后住院时间的相关影响因素分析[J].现代诊断与治疗，2021，32（24）：3965-3966.

[11]丁晨晨，余进，辛学瑾，等.DRG支付下泌尿外科超支病例住院费用影响因素研究[J].卫生软科学，2024，38（12）：6-9.

[12]冯少问，叶桃，陈文杰，等.腹腔镜与开腹阑尾切除术治疗老年急性阑尾炎的疗效和费用对比分析[J].上海医药，2019，40（16）：22-25.

[13]薛俊军，王珩，李念念.阑尾炎手术患者住院费用影响因素通径分析[J].中国病案，2022，23（3）：44-47.

[14]柳丽.病因学研究中的混杂及其处理[J].中国卫生统计，1989，6（1）：57-60.

[15]孟凡舜，王海龙，靳伟，等.DRG付费下基础病组优化成效评估——以山东省某三级综合医院为例[J].中国医疗保险，2024（4）：85-90.

[16]张天姣，牛秋丽，武娟，等.基于LASSO-Logistic回归分析构建中青年急性LHI静脉溶栓后出血转化预测模型[J].中国急救复苏与灾害医学杂志，2024，19（10）：1316-1322.

[17]李梦滢，孙志成，唐尧，等.基于DRG的公立医院临床路径管理体系建设[J].卫生经济研究，2022，39（2）：67-69.

[18]叶娟，金卉，曾冠玉，等.DRG支付背景下临床科室超支情况分析及管理策略——以某三级综合医院心血管内科为例[J].广西医学，2024，46（6）：889-894.

【作者机构】	¹陆军军医大学大坪医院药剂科； ²陆军军医大学大坪医院医保办
【分类号】	R19-0
【基金】	重庆市临床药学重点专科建设项目创新药物上市后临床研究科研专项（WKZX2023CX210006）。

基于LASSO-logistic回归模型的GD29病组DRG超支风险预测模型

目录

文内图表