疾病诊断相关分组（diagnosis related groups，DRGs）是一种基于国际疾病分类（international classification of diseases，ICD）对病例进行分类的管理类技术工具^[1]。其实质是将临床过程相似、资源消耗相近的病例分配到同一DRG组，由不同DRG组构建成病例组合系统，从而对医疗保险支付和医院绩效进行调整和管理^[2-3]。DRGs的分组过程是首先根据主要诊断（ICD-10）划分主要诊断分类（major diagnosis category，MDC）；其次，根据主要诊断（ICD-10）和主要操作（ICD-9）的标准化编码，将病例细分到联合疾病诊断相关分组（adjacent diagnosis related groups，ADRGs）；最后，考虑患者年龄及有无合并症、并发症等情况^[4]，综合采用住院天数和医疗费用的变异系数作为目标变量^[5-6]，将ADRGs再细分为各DRG组。某医院是以收治眼、耳鼻喉科类疾病为主的三级甲等专科医院，自2017年引进了2015国标版疾病诊断相关分组（China diagnosis related groups，CN-DRGs）分组器以来，对近3年的住院病例进行了DRGs的分组，但分组效果未知。本研究以此为前提，从分组结果、医疗费用两方面对CN-DRGs的分组效果进行评价，以确定利用该分组器在该院开展DRGs研究的可行性。

1 资料与方法 1.1 资料来源

本研究数据来源于某三级甲等专科医院2015年1月至2017年12月期间，出院的63 209例患者的住院病史首页。排除标准：病史质量不过关、关键数据缺失；住院天数大于60 d；住院费用小于5元；DRGs组病例小于100例^[7]。获得有效数据61 650例，占出院人数的97.53%。

1.2 统计学分析

采用2015版CN-DRGs分组器对纳入研究范围的住院病例进行DRGs分组。使用变异系数（CV）评价各DRGs组内的一致性；方差减少量（reduction in variation，RIV）评价组间的差异性；标准费用占实际费用的比例来评价费用解释程度^[7]。利用Excel 2016进行数据整理，SPSS 20.0进行数据分析。

2 结果 2.1 分组结果 2.1.1 分组结果的概况

经CN-DRGs分组器分组后，属于眼疾病及功能障碍和耳、鼻、口、咽疾病及功能障碍组别的病例占到了全部入组病例的93.48%，详见表 1，符合该医院的专科特色。

2.1.2 组间异质性

在DRGs分组中，不同DRGs组间差异性越大，分组效果越好^[8]。但是，国际上尚未有公认的指标用于评价病例组合的组间异质性。部分学者计算RIV来评价DRGs组间的异质性。RIV是指一个数据集被分解为n个子集后，子集间的变异对总变异解释程度的指标，即组间方差占总方差的比例。其计算公式为：

Y_RIV=（X_TSSQ-X_TWGSSQ）/X_TSSQ

其中，X_TSSQ（total sum of squares）是整个数据集的总离均差平方和，X_TWGSSQ（total within group sum of squares）是指n个子集的离均差平方和的总计^[7-8]。RIV值越大，说明组间异质性越强。本研究中各MDC组的RIV值详见表 1。

2.1.3 组内一致性

DRGs分组结果的理想状态是目标变量如住院天数和医疗费用在同一组内应是均匀一致的^[9]。利用CV值来测算组内住院天数和医疗费用的变异程度，计算值越小，说明组内一致性越高，分组效果越好。由表 2的结果可知，住院天数CV < 1.0的病例数占99.82%；医疗费用CV < 1.0的病例数占98.03%。详见表 2。

2.2 医疗费用

病例组合的标准费用为各DRG组的中位数乘以各组的病例数的总和^[7]。鉴于费用数据呈偏态分布，故进行对数转换。经测算，本研究中的全部病例经DRGs分组后计算出的标准费用占实际医疗费用的比例为100.76%。各MDC组的标准费用占实际费用的比例详见表 3。

3 讨论 3.1 CN-DRGs对本研究病例的分组结果良好

DRGs各组间的差异性越大，组内一致性越小，说明通过分组将临床资源消耗相近的病例归类到一组^[9]，则分组效果越好。国内已有学者对组间差异性进行过探索，例如部分学者对132个病例组合进行研究，计算得出的RIV值为15.23%^[7]。本研究中，病例数占44.12%的眼疾病及功能障碍和49.37%的耳、鼻、口、咽疾病及功能障碍的RIV值分别为31.87%、70.64%。分析两个MDC组RIV差异较大的原因，可能与专科特色有关。耳、鼻、口、咽疾病及功能障碍组中有部分病例需要植入高值耗材，故这部分病例所在的DRG组费用会明显高于其他组，造成RIV值较高，而眼疾病及功能障碍组中没有类似的情况。另一方面，国际上将同一DRG组内的目标变量的CV值是否小于1.0作为评判组内一致性的标准^[8]。从研究结果可知，无论住院天数还是医疗费用，其CV值小于1.0的病例数均占到了98%以上，说明此次分组的组内一致性良好。

3.2 标准费用的解释程度较高

由研究结果可知，经CN-DRGs分组后形成的病例组合计算出的标准费用最多可以解释实际医疗费用的103.18%，最少可以解释97.18%，总体可以解释100.76%。其中，眼疾病及功能障碍的标准费用占实际费用的100.84%，耳、鼻、口、咽疾病及功能障碍标准费用占实际费用的100.72%，均高于部分研究中的87.01%和89.22%^[6]。说明标准费用可以比较好地解释实际费用，提示分组结果较好。

3.3 宜建立统一的分组效果评价指标

基于DRGs的病例组合研究已经成为热点，而DRGs的分组效果是进行绩效管理或医疗保险支付等后续研究的基础。目前，部分学者就分组效果开展了多种方式的评价。例如以费用评价、回代样本的检验等方法评价病例组合的分类结果^[7]；从分组的结构和数量变化，分组结果的细化以及CV的比较，来评价不同版本DRGs的分组方案合理性^[9]；然而，这些评价均未涉及评价指标的研究。国际上也尚未建立公认的病例组合分组效果评价指标^[10]。鉴于DRGs的运用日趋广泛，建议研究、构建出统一的分组效果评价指标以便于评估各种分组器的适用性。

·作者声明本文无实际或潜在的利益冲突