目的基于卒中病例编码质量分析,评价样本医院卒中中心201CCRG 81045生产商8～2021年服务绩效水平,为提升样本医院卒中医疗服务绩效水平提供理论依据;在构建新的DRGs细分组后对卒中中心各病区服务绩效水平进行综合评价,探讨重新细分组对评价结果的影响,优化卒中中心各病区资源配置与利用。方法1.检索出院时间在2018年1月1日～2021年12月31日的卒中病例共5137份,对主要诊断与主要手术编码进行核对与修正,修正后运用CHS-DRG分组器(1.0版)重新分组,分析修改前后分组差别。描述与分析修改后重新分组的DRG组,分组效能采用CV和RIV进行评价。2.服务绩效水平分为三个维度评价:用入组病例数、DRG组数、总权重、CMI来评价医疗服务能力;用费用消耗指数、时间消耗指数来评价医疗服务效率,并且运用结构变动度法评价住院费用结构变化;用低风险组死亡率来评价医疗服务安全。3.运用多重线性回归模型构建卒中患者并发症与合并症指数,运用SPSS Statistics 26.0对卒中疾病低同质性ADRG组内患者的住院费用进行基本情况描述,单因素分析使用Mann-Whitney U检验和Kruskal-Wallis H检验,检验水准α=0.05,多因素分析运用SPSS Modeler 18.0构建神经网络模型,筛选出重要影响因素变量作为输入变量,住院时间作为影响变量,住院费用作为输出变量,运用SPSS Modeler 18.0构建CHAID决策树分组模型,用CV、RIV及Kruskal-Wallis H检验对分组合理性进行评价。4.将入组病例数、DRG组数、CMI值、总权重设为正向高优指标,费用消耗指数、时间消耗指数设为负向低优指标,采用熵权法和TOPSIS综合法对卒中中心各病区的综合服务绩效水平进行评价。结果1.卒中DRG分组与服务绩效评价(1)卒中住院病案编码缺陷分析及修正后DRG分组经核查5137份卒中病例,主要诊断与主要手术编码错误1998份,错误率为38.89%。最终纳入合格的卒中病例5008例,DRG分组后包括两个MDC组:MDCA组(先期分组疾病及相关操作)、MDCB组(神经系统疾病及功能障碍),MDCA组包括1个DRG组,MDCB组包括12个DRG组。在13个DRG组中,RW<2的DRGs组属于常见疾病组,共6个,RW>2的DRGs组为疑难危重疾病组,共7个。(2)组内同质性评价与组间异质性评价对MDCB各DRG组的CV进行评价,CV_(时间)均<0.8,有两个DRG组的CV_(费用)≥0.8,分别为BR13(颅内出血性疾患,伴并发症或合并症)与BR15(颅内出血性疾患,不伴并发症或合并症)。MDCB的RIV为38.61%。(3)服务绩效评价卒中中心出院患者的总出院人数与总权重均逐年上升。DRGs组数在2020年最高,为12组。CMI值在2020年有轻微下降,但总体呈上升趋势,反映该院卒中中心收治病例的平均技术和难度水平呈上升趋势。从2018～2021年卒中住院患者各DRGs组例数与RW情况来看,在13个DRGs组中,RW<2的DRGs组共有6个。样本医院卒中中心费用消耗指数在2019年轻微下降,2020年持平,2021年轻微上升,样本医院卒中患者变动较大的前三类医疗费用在2018～2021年综合为耗材费VSV=3.28,综合医疗服务费VSV=-2.91,药品费VSV=-2.64。时间消耗指数在2018～2021年呈持续下降趋势。2.病例组合研究与各病区综合绩效评价(1)并发症与合并症指数的计算多重线性回归结果显示调整后的复相关系数R=28.4%,R~2=8.07%,标准估算的错误为0.198,F=19.369,P<0.001,说明NVP-TNKS656多重线性回归拟合出的方程有统计学意义;多重线性回归模型的自变量容差均>0.1,VIF均<10,说明模型中的自变量之间不存在共线性;多重线性回归模型中共有18个CC的P<0.05,其中E87(液体-电解质及酸碱平衡的其他紊乱)权重和J18(肺炎,病原体未特指)权重对住院总费用影响最大,并运用这18个CC的权重计算CCI值。(2)住院费用影响因素分析BR1病组患者的住院费用单因素分析结果显示,住院天数、入院途径、医疗付款方式、是否转科、CCI、是否进行三四级手术、是否使用呼吸机、是否使用血液类制品、药占比在不同组间的住院费用差异有统计学意义(P<0.05)。人工神经网络模型结果显示,各影响因素中重要性排名前六的依次为住院天数(0.40)、CCI(0.17)、药占比(0.14)、是否persistent congenital infection使用呼吸机(0.10)、是否进行三四级手术(0.08)、医疗付款方式(0.04)。(3)病例组合研究决策树分组方案结果显示,共有3个影响因素变量进入决策树分组模型,其重要性由高到低依次是:CCI、药占比和是否使用呼吸机,最终共得到9个DRG组。通过分组合理性检验,9个DRG组CV均(27)0.8,RIV为73.00%。Kruskal-WallisH检验:H=230.056,P<0.001,各组间差异有统计学意义,分组较合理。(4)DRGs细分组优化对各病区综合绩效评价影响探讨重新进行细分组后,对神内一、神内二、ICU的排名无影响,神外的总排名从第二名降到了第三名,急诊ICU的四年总排名由第三名升到了第二名、2021年排名由第四名升到了第三名。(5)优化后各病区综合绩效探讨各病区2018～2021年四年总排名从第一到第六分别为神内一病区、急诊ICU病区、神外病区、ICU病区、老年病区、神内二病区;2018年从第一到第五的排名分别为神内一病区、神外病区、急诊ICU病区、ICU病区、老年病区;2019年与2020年排名均从第一到第六为神内一病区、急诊ICU病区、神外病区、ICU病区、老年病区、神内二病区;2021年排名从第一到第六分别为神内一病区、神外病区、ICU病区与急诊ICU病区同排名第三、老年病区、神内二病区。结论1.病案质量会影响DRG分组与后续医疗服务绩效评价,提高样本医院卒中编码质量十分必要;目前的样本医院卒中疾病DRGs分组暂不能满足样本医院需求,需要调整优化分组规则。2.样本医院卒中中心医疗服务绩效水平尚可且趋势良好:医疗服务广度上,基本覆盖卒中疾病应有的DRG组,但需更稳定一些;医疗服务能力呈逐年上升趋势;医疗服务效率逐年升高,但对比全院效率不高;卒中住院患者费用结构不合理,需要进行优化,药品改革成效明显,但耗材费改革未达到成效。3.引入CCI的概念能够有效且准确地反映卒中患者的并发症与合并症情况,神经网络模型也能有效应用于住院费用影响因素的多因素分析中,决策树模型构建出的DRGs分组模型分组合理,可作为细化卒中疾病DRGs分组规则的有效手段。4.DRGs细分组是否优化会影响各病区的卒中医疗服务绩效的综合评价结果,优化后对各病区的卒中诊疗服务水平进行排序的结果与医院各病区的基本情况一致,能反应出各病区关于卒中疾病的诊疗服务水平,优化卒中中心各病区资源配置与利用。