疾病诊断相关分组（diagnosis related group，DRG）是深化医药卫生体制改革的重要内容。高倍率病例指能进入某一DRG，但住院费用超过该病组统筹地区支付标准规定倍数的特殊病例，采取按项目付费的结算方式，需重点审核与监管[1]。高倍率病例会浪费医疗资源，降低医院运营效率，不利于DRG付费制度的可持续发展[2]。血液系统疾病疑难重症多，诊断上依赖实验室数据和病理检查，诊疗路径具有高度特异性，易产生高倍率病例[3]。本研究选取苏州大学附属第一医院血液科高倍率病例，通过分析其基本特征、费用结构及影响因素，以期合理管控医疗费用，提高服务效率与质量。

1 资料与方法

1.1 一般资料

研究对象为2023年1月至2024年12月苏州大学附属第一医院血液科出院的DRG高倍率病例及常规病例。纳入标准：①参照《苏州市基本医疗保险按疾病诊断相关分组（DRG）付费管理办法（试行）》[4]管理办法，高倍率病例定义为住院费超过本次DRG平均费用的3倍且住院时间 ≤60 d的病例；②DRG方式结算。排除标准：①总费用与明细费用不符；②关键信息缺失。常规病例是指排除高倍率、低倍率、基础、非稳定、歧义、历史缺失和未入组7类特殊类型后的病例[4]。本研究最终纳入1 152例高倍率和9 162例常规病例。本研究经苏州大学附属第一医院医学伦理委员会批准，批号：（2025）伦审批第1230号。

1.2 研究方法

借鉴既往经验纳入性别、年龄等人口学特征，相对权重（relative weight，RW）、住院天数、并发症等临床信息为研究变量[5]。连续型变量依据数据分布特征采用等宽分箱法初步分组，再结合血液病临床特点予以调整，以平衡统计效能与研究需求[5-8]。数据来源于病案首页和医保管理系统。

采用灰色关联分析探究住院总费用与明细费用间的关联程度[9]。以住院总费用为母序列，药品、化验、材料、诊查、治疗、护理、床位、检查和其他类费用为比较序列，计算关联度值量化评估序列间关联强度。使用多元线性回归分析各因素与住院费用间的关系，对数化处理住院费用以满足模型线性、正态的要求。利用XGBoost模型量化各变量的相对贡献程度[10]。研究对象按8∶2划分训练集与测试集，设置决策树数量为500，学习率为0.02，最大深度为3。以特征分裂时对模型的平均增益Gain值作为衡量标准评估因素重要性。

1.3 统计学方法

采用Stata 17.0和Python 3.9.13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（）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，比较采用非参数检验。计数资料用例数和百分率[例（%）]表示，比较采用χ2检验。采用灰色关联分析探究住院费用内部关联。多元线性回归和XGBoost模型探究住院费用影响因素及重要性。以P＜0.05为差异有统计学意义。

2 结果

2.1 高倍率病例与常规病例基线资料比较

高倍率病例与常规病例RW、并发症情况、转归情况、住院天数、住院费用比较，差异有统计学意义（P＜0.05）。见表1。

表1 高倍率与常规病例与常规病例基线资料比较

项目常规病例（9 162例）高倍率病例（1 152例）t/χ2/U值P值年龄（岁，xˉ±s）53.65±15.8152.98±16.201.3490.177性别[例（%）]0.3390.561男5 015（54.74）641（55.64）女4 147（45.26）551（47.83）RW（xˉ±s）2.40±1.671.40±1.127.240＜0.001并发症情况[例（%）]513.698＜0.001严重997（10.88）380（32.99）一般1 512（16.50）212（18.40）不伴有2 598（28.36）322（27.95）未作区分4 055（44.26）238（20.66）转归情况[例（%）]87.123＜0.001好转9 062（98.91）1 118（97.05）治愈66（0.72）4（0.35）未愈21（0.23）22（1.91）死亡13（0.14）8（0.69）住院天数[d，M（P25，P75）]1（1，4）12（7，21）38.581＜0.001住院费用[元，M（P25，P75）] 10 654.54（6 479.88，18 284.05） 50 549.07（34 075.08，92 519.29）45.119＜0.001

注 RW：相对权重。

2.2 高倍率病例住院费用的单因素分析

不同性别，年龄，住院天数，RW，离院方式，并发症情况，医院感染，药占比和检查、检验占比的高倍率病例住院费用比较，差异有统计学意义（P＜0.05）。见表2。

表2 高倍率病例住院费用的单因素分析[元，M（P25，P75）]

项目例数住院费用Z/H值P值性别2.3920.017男64052 515.12（35 341.48，96 219.66）女51248 720.17（31 984.00，86 286.65）年龄（岁）22.613＜0.001≤3520157 661.14（37 763.13，106 034.97）＞35～4516952 341.79（35 805.02，117 237.27）＞45～5521756 085.29（35 358.82，93 206.68）＞55～6527547 604.07（32 788.06，90 550.13）＞6529043 636.97（28 472.38，75 067.95）住院天数（d）725.030＜0.0011～318220 822.59（17 219.15，25 884.36）4～822235 399.08（27 723.59，45 347.57）9～1633549 343.99（39 073.45，69 800.68）17～2420678 959.82（57 204.54，133 759.01）≥25207147 518.19（100 054.82，209 655.70）RW658.375＜0.001＜135825 814.98（19 529.17，34 825.47）1～＜264658 283.81（42 864.55，87 463.12）≥2148173 025.92（125 007.83，243 974.63）医保类型1.5330.465职工1 02950 854.24（34 241.95，93 834.10）居民11848 049.46（31 870.53，77 432.33）其他575 629.45（19 934.52，145 905.74）离院方式14.6260.001医嘱离院1 13350 009.55（33 671.28，90 370.23）非医嘱离院1185 552.08（60 521.33，187 767.76）死亡8121 772.14（70 167.4，206 998.22）并发症情况490.980＜0.001严重37990 550.13（59 291.33，152 960.90）一般17434 773.63（23 434.53，45 697.07）不伴有32334 213.15（20 660.88，45 308.38）未作区分27657 093.93（37 827.46，115 114.32）医院感染8.977＜0.001是1 086145 978.35（89 365.26，205 799.45）否6648 853.57（32 772.63，85 584.88）药占比381.556＜0.001＜25%35526 996.57（19 892.02，39 037.16）25%～50%43370 296.00（46 543.44，125 955.92）＞50%36460 175.16（41 611.63，111 468.25）检查、检验占比290.894＜0.001＜20%38568 909.05（41 084.34，136 065.21）20%～35%35270 048.34（44 142.07，118 313.33）＞35%41534 718.90（21 183.42，49 343.99）

注 RW：相对权重。

2.3 高倍率病例住院费用灰色关联分析

高倍率病例药品费与住院费用关联度最高。见表3。

表3 住院费用灰色关联分析

项目费用[元，M（P25，P75）]占总费用比例（%）关联度排名药品费24 204.53（7 699.19，43 652.82）40.000.9571化验费10 228.50（5 129.25，16 479.00）15.390.9492材料费3 152.72（1 625.54，6 211.34）5.880.9493诊查费264.00（154.00，462.00）0.370.9444治疗费17 075.00（10 539.25，24 556.25）22.840.9395护理费520.00（280.00，1 000.00）1.310.9306床位费2 860.00（1 320.00，6 060.00）6.420.9277检查费4 628.50（1 726.00，9 890.00）7.450.8958其他20.00（0.00，390.00）0.340.8949

2.4 高倍率病例住院费用的多因素分析

以高倍率病例住院费用为因变量，表3中差异有统计学意义（P＜0.05）的变量为自变量。多重共线性结果显示，各自变量方差膨胀因子（variance inflation factor，VIF）值＜5，不存在共线性。多元线性回归结果显示，性别，住院天数，RW，离院方式，并发症情况，药占比和检查、检验占比是高倍率病例住院费用的影响因素（P＜0.05）。见表4、5。

表4 变量定义及赋值情况

项目赋值情况因变量住院费用（元）取对数自变量性别男=1，女=2年龄 ≤35岁=1，＞35～45岁=2，＞45～55岁=3，＞55～65岁=4，＞65岁=5住院天数1～3 d=1，4～8 d=2，9～16 d=3，17～24 d=4， ≥25 d=5 RW＜1=1，1～＜2=2， ≥2=3离院方式医嘱离院=1，非医嘱离院=2，死亡=3并发症情况严重=1，一般=2，不伴有=3，未作区分=4医院感染是=1，否=0药占比＜25%=1，25%～50%=2，＞50%=3检查、检验占比＜20%=1，20%～35%=2，＞35%=3

注 RW：相对权重。

表5 多元线性回归分析

95%CI项目βS.E.t值P值VIF下限上限性别-0.054 0.021 2.5300.011 -0.095 -0.012 1.027年龄（岁）＞35～45 0.022 0.042 0.5400.589 -0.059 0.104 1.589＞45～550.012 0.037 0.3320.740 -0.060 0.084 1.724＞55～650.002 0.034 0.0680.946 -0.065 0.070 1.855＞650.004 0.037 0.1040.917 -0.068 0.076 1.950住院天数（d）4～80.246 0.033 7.524＜0.001 0.182 0.310 2.0959～160.450 0.038 11.826＜0.001 0.375 0.525 2.98217～240.708 0.048 14.725＜0.001 0.614 0.802 2.943≥251.080 0.056 19.236＜0.001 0.970 1.190 2.282 RW 1～＜20.205 0.038 5.330＜0.0010.129 0.280 2.486≥20.834 0.057 14.567＜0.0010.722 0.946 2.371离院方式非医嘱离院0.354 0.187 1.8970.058 -0.012 0.720 1.048死亡0.484 0.126 3.849＜0.0010.237 0.731 1.061并发症情况一般-0.241 0.038 6.307＜0.001-0.316 -0.166 1.743不伴有-0.273 0.037 7.302＜0.001-0.346 -0.199 2.151未作区分-0.195 0.032 6.015＜0.001 -0.259 -0.132 1.440医院感染0.088 0.053 1.6500.099 -0.017 0.192 1.141药占比25%～50%0.216 0.032 6.757＜0.0010.153 0.278 2.311＞50%0.231 0.039 5.941＜0.0010.155 0.307 3.004检查、检验占比20%～35%-0.033 0.031 1.0810.280 -0.094 0.027 1.606＞35%-0.090 0.035 2.5580.011 -0.159 -0.021 2.640

注 F=237.84，RMSE=0.357，R2=0.787，调整R2=0.783。RW：相对权重；VIF：方差膨胀因子。

2.5 特征重要性分析

经XGBoost模型寻优后，模型在独立测试集上的预测精度良好（RMSE=0.386，R2=0.728，调整R2=0.719）。住院天数是影响住院费用的最重要因素。见图1。

图1 影响因素重要性

3 讨论

本研究结果显示，血液科高倍率病例住院费用显著高于常规病例，提示其经济负担沉重；但血液科高倍率病例RW低于常规病例，提示对应病种资源消耗偏少。血液科由白血病、淋巴瘤等恶性疾病为主，涉及干细胞移植等复杂昂贵的治疗手段，多数病组设定的支付标准高，费用覆盖能力强。相比之下低RW病组因支付标准低，病情复杂时更容易超出预期费用，成为高倍率病例的潜在来源[11]。目前，苏州市高倍率病例认定仅参考费用因素，未能充分反映病例临床特征，有待进一步优化。

近年来国家政策强调应充分体现医务人员技术劳务价值、优化公立医院收入结构。本研究结果显示，患者药品、检查、化验和材料费占比达68.72%；而治疗和护理等技术服务仅占24.15%，反映费用结构的不平衡。DRG旨在通过控制成本减少不必要的服务，但药品与检查、化验费用的高占比提示其结构优化作用未充分发挥，可能是因为治疗、护理等与医疗服务直接相关的项目在诊疗过程中较为稳定，受DRG影响较小[12]。灰色关联分析结果进一步显示，药品和化验费是影响住院费用的关键内部因素。药物作为血液病的主要治疗手段，加之血液肿瘤药物价格昂贵，导致药品费居高不下。凝血功能检测、免疫生化等检查是诊断和监测所必需的，长期住院和患者自身健康诉求也推高化验费用。

住院天数是影响住院费用的重要因素，两者呈正相关。作为效率评估的关键指标，缩短住院天数有利于提高资源使用率，但受病情严重程度和临床管理模式等多种因素影响[13]；住院时间延长会增加药品费、床位费和治疗费等费用[14]。此外，并发症也是影响住院费用的重要因素，且严重并发症的病例费用更高。除去未作区分的患者，高倍率病例中63.13%的患者患有并发症，高于Yao等[15]的研究结果，其中严重并发症占43.26%，提示需重视高倍率病例的共病管理，加强对复杂病例的诊疗能力。

为优化血液科高倍率病例管理，首先，细化DRG分组，利用决策树优化分组策略；调整高倍率认定标准，收紧低权重病例入组条件，放宽高权重病例监管阈值。其次，推行循证用药指南，规范临床用药；更新抗癌药医保目录、发展商业保险以减轻患者用药负担，合理提高反映技术价值的医疗服务价格。最后，结合血液病特点完善临床路径，建立动态调整和退出机制，实现医疗资源精细化管理，构建科学高效的医疗服务质量与医保管理协同发展体系。

本研究存在一定的局限性：受数据限制，在影响因素纳入时未考虑到编码、手术等级、新技术应用等医疗因素，分析不够全面；此外，样本来自单中心、单科室，结论外推性不足。后续研究应整合更详实的医疗数据，开展多中心合作，以提升研究的科学普适性。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[参考文献]

[1] 国家医疗保障局. 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[EB/OL]. （2019-10-16）[2025-12-16]. https：//www.nhsa.gov.cn/art/2019/10/24/art_104_6464.html.

[2] 丁敬美，韩磊，杜进兵. 武汉市DRG入组病例的费用倍率特征分析[J]. 卫生经济研究，2023，40（12）：28-32.

[3] 胡春蓉，廖莉莉. DRG高倍率病例费用结构分析及相关影响因素研究[J]. 中国卫生标准管理，2024，15（5）：49-53.

[4] 苏州市医疗保障局. 苏州市基本医疗保险按疾病诊断相关分组（DRG）付费管理办法（试行）[EB/OL]. （2022-8-17）[2025-12-16]. http：//ybj.suzhou.gov.cn/szybj/jbyl/202208/f8fd68419d7b4973907efd1eebbc5df6.shtml.

[5] 谭博文，张伟，蒋祎. DRG高倍率病例住院费用结构及影响因素分析——以重庆市某三级医院为例[J]. 中国卫生事业管理，2025，42（5）：520-525.

[6] 张娴静，王爱荣. DRG相对权重计算方法比较与探讨[J].中国医院管理，2020，40（9）：70-76.

[7] 余文珠，陈永成，敖检根，等. 基于DRG死亡风险分级的围术期死亡影响因素分析[J]. 中国医院管理，2025，45（11）：73-77.

[8] 王宏，张萧红，杨翼帆，等. DRG支付下某血液病专科医院医保结余分析与运营策略[J]. 中国医疗保险，2023（11）：110-115.

[9] 郑娟，许建强，王健. TOPSIS与灰色关联法在口腔科医院感染管理质量评价中的应用[J]. 中国卫生统计，2014，31（5）：843-844，846.

[10] CHEN T，GUESTRIN C. XGBoost：a scalable tree boosting system [C]. Proceedings of the 22nd ACM SIGKDD international conference on knowledge discovery and data mining，2016：785-794.

[11] 任毅，李风芹，于蔚，等. DRG支付方式下医院成本管理特征、路径选择与策略[J]. 中国卫生经济，2020，39（9）：84-87.

[12] 于保荣，杨帆，杜凯，等. 实施临床路径及支付方式改革前后医疗费用变化分析：以剖宫产为例[J]. 中国卫生经济，2012，31（10）：27-29.

[13] WANG Y，ZHU Y，SHI H，et al. The effect of the full coverage of essential medicines policy on utilization and accessibility of primary healthcare service for rural seniors：a time series study in Qidong，China [J]. Int J Environ Res Public Health，2019，16（22）：4316.

[14] 高梅，连玉龙. 冠心病患者住院医疗费用的DRGs研究[J].中国卫生统计，2024，41（1）：147-151.

[15] YAO S S，CAO G Y，HAN L，et al. Prevalence and patterns of multimorbidity in a nationally representative sample of older Chinese：results from the China health and retirement longitudinal study [J]. J Gerontol A Biol Sci Med Sci，2020，75（10）：1974-1980.

Analysis of the hospitalization cost structure and influencing factors of DRG high-rate cases in the department of hematology

XIONG Wei1 WU Zhipeng2 WANG Ying3▲ HE Xiangjing4 WANG Lei5

1.Legal Affairs Office, the First Affiliated Hospital of Soochow University, Jiangsu Province, Suzhou 215006, China;2.Medical Insurance Office, the First Affiliated Hospital of Soochow University, Jiangsu Province, Suzhou 215006,China; 3.Infection Management Department, the First Affiliated Hospital of Soochow University, Jiangsu Province,Suzhou 215006, China; 4.Quality Management Department, the First Affiliated Hospital of Soochow University, Jiangsu Province, Suzhou 215006, China; 5.Information Department, the First Affiliated Hospital of Soochow University,Jiangsu Province, Suzhou 215006, China

[Abstract] Objective To investigate the characteristics, cost structure, and influencing factors of DRG high-rate cases in the department of hematology. Methods A total of 1 152 DRG high-rate cases and 9 162 normal cases in the Department of Hematology, the First Affiliated Hospital of Soochow University from January 2023 to December 2024 were selected as the research objects. Grey relational analysis was used to explore the relational degree of hospitalization costs. Univariate analysis, multiple linear regression, and XGBoost model were employed to analyzed the influencing factors and their importance of hospitalization costs in high-rate cases. Results There were statistically significant differences in the relative weight (RW), complications, prognosis, length of hospital stay, and hospitalization cost between high-rate cases and normal cases (P＜0.05). Medication costs of high-rate cases had the highest correlation with hospitalization costs. There were statistically significant differences in hospitalization costs among highrate cases of different genders, ages, length of hospital stay,RW, discharge methods, complications, hospital infections,medication proportions, and examination and test proportions (P＜0.05). Gender, length of hospital stay, RW,discharge methods, complications, medication proportions,and examination and test proportions were the influencing factors of hospitalization cost in high-rate cases (P＜0.05).The length of hospital stay was the most important factor affecting hospitalization costs. Conclusion The DRG for hematologic diseases should be further refined, and the criteria for identifying high-rate cases should be adjusted.Additionally, rational drug use needs to be standardized and clinical pathway management should be optimized.

[Key words] Diagnosis related group; High-rate cases; Cost structure; Influencing factors

[中图分类号] R197.3

[文献标识码] A

[文章编号] 1673-7210（2026）05（a）-0113-06

DOI：10.20047/j.issn1673-7210.25091708

[基金项目] 国家自然科学基金资助项目（72074123）；江苏省医院协会医院管理创新研究课题（JSYGY-2-2024-249、JSYGY-3-2023-111）。

[作者简介] 熊威（1986.3-），男，硕士，副研究员，主要从事医院管理研究工作。

▲通讯作者

（收稿日期：2025-09-22）

（修回日期：2025-12-19）