随着社会的发展，我国医疗保险（以下简称“医保”）参保人群的不断扩大，老百姓对于优质医疗需求的无限性与医保资金的有限性之间的矛盾不断凸显。2017年，《国务院办公厅关于进一步深化基本医疗保险支付方式改革的指导意见》（国办发〔2017〕 55号）^[1]发布，以按疾病诊断相关分组（diagnosis-related groups, DRG）及基于大数据的按病种分值付费（diagnosis intervention packet, DIP）为代表的多元复合式医保支付方式全面铺开试点。医保支付方式改革对维护医保基金收支平衡有着重要的意义，决定医院的收入规模和结构，影响医院收入预算的编制依据^[2]。2020年12月，国家卫生健康委员会、国家中医药管理局共同制定的《公立医院全面预算管理制度实施办法》 ^[3]正式出台，国家对于强化公立医院预算管理的要求不断提高。

目前，部分医院仍然存在预算与战略目标割的情况，“业财融合”的理念只停留在表层，尚未形成通过预算的执行控制来调整医院业务活动的管理抓手，预算目标的分解一般也是按照以往各科室规模、发展速度等进行简单分解^[4]。基于大数据的按病种分值付费（diagnosis intervention packet，DIP）以病例组合指数（case mix index, CMI）体现医院的诊疗技术内涵，以权重（right weight, RW）指数体现单病种的技术难度，以总量指数反映医院的诊疗技术难度分层情况，以指数单价、指数成本反映的医院成本费用结构，为公立医院开展科学的全面预算管理提供了条件^[5-6]。

如何利用DIP工具将医院的战略目标科学量化，如何利用医院的历史数据寻找提升收入、降低成本与提升服务能级之间的最优平衡，并将战略目标分解为数字化、阶段化、可落地的具体指标，成为预算管理路径设计中需要考虑的核心问题。

1 资料与方法 1.1 资料来源

研究数据来自上海市某三级甲等综合公立医院病案首页平台，且所有数据均为实时采集并进行大数据科学聚类分组生成。采集时间以年度为单位，采集范围为2019—2020年，共收集约20万个基础病案数据，涉及患者性别、年龄、住院天数、入院途径等病案信息及收费结构等40余项数据。

1.2 研究方法

利用SPSS 22.0软件进行统计分析，将大数据DIP理念贯穿于医院全面预算管理，以该院2019— 2020年的病例组合数据和病案数据为基线，整个流程设计以医保支付为核心，总量指数质量提升为目标，综合考虑DIP核心指标的相关性，通过数据建模方法实现医保预算指标的精确落实，构建了全院预算模型，具体流程见图 1。

1.2.1 相关概念

（1）DIP的分组权重即病种分值，公式^[7]为

$ \text{r}{{\text{w}}_{i}}={{m}_{i}}/M $

(1)

式（1）中，M为全部病例平均住院费用，m_i为第i类病种组合内病例的平均住院费用。

（2）病组i总量指数为该病组下病种的分值累加，公式^[7]为

$ \text{R}{{\text{W}}_{i}}=\sum\limits_{i=1}^{k}{\text{r}{{\text{w}}_{i}}}\times {{n}_{i}} $

(2)

式（2）中，rw_i为第i个病种的分值，n_i是该病种的工作量。

（3）全院平均CMI公式^[7]为

$ \text{CMI}=\frac{\sum\limits_{i=1}^{N}{\text{R}{{\text{W}}_{i}}}}{N}=\frac{\text{R}{{\text{W}}_{1}}+\text{R}{{\text{W}}_{2}}+\cdots +\text{R}{{\text{W}}_{N}}}{{{n}_{1}}+{{n}_{2}}+\cdots +{{n}_{N}}} $

(3)

对式（3）进行推导，得到全院低、中、高病种难度的加权平均CMI，即医院CMI。

（4）医院CMI，公式^[7]为

$ \text{医院 CMI}=\text{CM}{{\text{I}}_{\text{rw}<1}}\times \frac{{{N}_{\text{rw}<1}}}{N}+\text{CM}{{\text{I}}_{1\le \text{rw}<3}}\times \frac{{{N}_{1\le \text{rw}<3}}}{N}+\text{CM}{{\text{I}}_{\text{rw}\ge 3}}\times \frac{{{N}_{\text{rw}\ge 3}}}{N} $

(4)

式（4）中，$\frac{{{N}_{\text{rw}<1}}}{N}+\frac{{{N}_{1\le \text{rw}<3}}}{N}+\frac{{{N}_{\text{rw}\ge 3}}}{N}=1$。

由式（4）可知，医院CMI与其收治的各难度病种平均CMI及其相应工作量有关。初步可得：当各难度病种平均CMI不变时，若低难度病种（RW＜1）工作量比例增加，其他中高难度病种工作量比例相应减少，则医院CMI下降；若中高难度病种工作量比例增加，低难度病种工作量比例相应下降，则医院CMI提升。

每指数单价作为医保支付的核心，一方面保证了医保基金的可持续性，另一方面也使得医保支付有依据。医院能够通过编制每指数单价预算合理进行药耗成本的管控，从而降低与市级支付标准的偏离度^[8]。

（5）病组i每指数单价是指医院每病种指数对应的医疗费用平均数，公式为

$ 每指数单价={{M}_{i}}/\sum{\text{R}{{\text{W}}_{i}}} $

(5)

式（5）中，M_i为病组实际费用，∑RW_i为病组实际总量指数。

（6）病组i每指数药品耗材指标，公式为

$ 每指数药品耗材={{M}_{\text{药品耗材}i}}/\sum{\text{R}{{\text{W}}_{i}}} $

(6)

式（6）中，M_{药品耗材i}为病组实际药品耗材费用，ΣRW_i为病组实际总量指数。

1.2.2 相关性分析

为了解医院DIP特征指标之间的整体分布以及与各因素的相关性，通过t检验、非参数检验、相关系数计算等方法分别对患者的年龄及性别、住院天数、入院途径、病种难度、每指数药品、每指数材料、每指数检查检验、每指数劳务等指标进行相关性分析。

1.2.3 回归分析

通过回归分析研究CMI及每指数单价与变量之间的统计关系，侧重考察变量之间的变化规律，并用回归方程描述并反映这种关系，使得做预算时能准确把握CMI及每指数单价受其他多个变量影响的程度，进而为预测提供科学依据。

2 结果 2.1 相关性分析

对不同定性指标（性别、入院途径、年龄、住院天数等）与每指数单价和CMI的相关性分析发现，性别与每指数单价没有显著的线性相关，男性的CMI值普遍比女性高，但2年的分布变化差异并无统计学意义。入院途径方面，急诊入院的每指数单价普遍高于门诊入院的每指数单价，差异有统计学意义，但对于同一病组，入院方式不同并不影响其平均CMI值。每指数单价随着患者年龄的增加而增高，但CMI差异无统计学意义。住院天数越长与每指数单价和CMI都有一定的关系，即住院天数越长每指数单价越高、CMI也越高。另外，不同病种难度特征下的每指数单价间差异有统计学意义。见表 1、表 2。

对于定量指标，如每指数单价、每指数药品、每指数材料、每指数检查检验、每指数劳务等进行相关系数计算，结果显示：每指数单价与每指数药品、每指数材料、每指数检查检验、每指数劳务呈显著正相关（P＜0.01），每指数单价与CMI呈显著负相关（P＜0.01），并且每指数单价分别与每指数药品、每指数材料CMI的相关程度高。综上所述，每指数药品、每指数材料与每指数单价呈线性正相关，每指数药品耗材下降、每指数单价下降。CMI与每指数单价呈线性负相关，CMI提高、每指数单价下降。见表 3。

2.2 回归分析 2.2.1 工作量与CMI回归分析

2019—2020年某三级甲等综合医院工作量与CMI回归分析结果见表 4。

根据表 4中2019—2020年各RW值域的工作量，建立工作量对CMI影响的预测模型：

$ \text{CMI}=0.4748{{X}_{\text{rw}<1}}+1.3677{{X}_{1\le \text{rw}<3}}+3.8366{{X}_{\text{rw}\ge \text{3}}}+{{\delta }_{{}^\circ }} $

获得预测结果：高难度病组工作量占比提升1.0%，则CMI提高0.033 62；中难度病组工作量占比提升1.0%，则CMI提高0.008 93；低难度病组工作量占比减少1.0%，则CMI提高0.021 30。

2.2.2 每指数结构与每指数单价回归分析

考虑每指数药品、耗材、劳务的比例，CMI与每指数单价的相关性，建立对指数单价影响的预测模型：

$ Y=6874.3{{X}_{\text{药}}}+2916.3{{X}_{\text{材}}}-3241\text{CMI}+{{\delta }。} $

其中：Y为每指数单价，X_药为每指数药品，X_材为每指数材料。可获得预测结果：每指数药品下降10%，则每指数单价减少687.4元；每指数材料下降10%，则每指数单价减少291.6元；CMI值增加0.10，则每指数单价减少324.1元。

2.2.3 2021年该院DIP预算

通过数据模型测算，当RW < 1的工作量不变、1≤ RW＜3的工作量上升23.0%、RW≥ 3的工作量上升14.0%时，预测该院2021年CMI值可从1.10上升至1.19，总量指数增加1.8万且指数质量得到提升。在增加医保预算指标的同时，每指数单价下降1%，进一步接近医保支付标准；收支结构得以改善，每指数药品耗材合计占比同比下降2.5%，医保结余与成本结余同步增长。最终，控制均次费用处于市级医院较低水平，保持8%的合理增长，总收入提升16.2%的同时医院的内涵质量得到提升。见表 5。

2.2.4 2021年该院DIP下各指标的实际值及其预算偏离度

2021年该院CMI值1.17，预算偏离-1.68%，总量指数执行率104.00%，预算偏离4.00%，每指数单价偏离3.33%，每指数药品耗材占比偏离1.17%，均次费用预算偏离-1.48%，预算模型平均精确度及可信度较高。见表 6。

3 讨论 3.1 建立DIP预算模型编制全面预算的价值

DIP全面预算模型相关因素分析结果显示，DIP预算目标CMI、每指数单价受到每指数药品、每指数材料、CMI以及病种结构的综合影响。以往的预算往往只注重体量规模、发展速度，如工作量、均次费用等因素，更多考虑的是体量而不是质量。为了更加全面、合理、科学地进行预算估测，研究对DIP全面预算模型的相关因素进行分析，选取主要的、可量化、数据可及的指标，构建了DIP全面预算模型。

研究显示，以DIP为抓手设置多维度预算考核评价指标体系可提高医院预算考核评价的全面性与准确性，为医院的下期预算编制工作提供数据支撑^[9]。

基于大数据构建的全面预算模型，以该院历史数据为基础，低、中、高病种实际发展趋势为方向，通过事前预测让简单病种下沉、中高难度病种跨越式发展，实现医院运营管理的科学化、规范化、精细化。

3.2 基于大数据DIP公立医院全面预算管理的具体策略 3.2.1 优化病种结构，提高中高难度病种比例

通过公式推导以及该院2019—2021年该院各难度病种结构与CMI关系研究发现，优化病种结构有助于提升医院的CMI。中高难度病种比例越高医院的病种内涵质量越好、CMI值越高，从而可以为医院带来更高的总量指数，有助于医院在医保总额控制中获取更多的医保份额。不重视病种结构优化，盲目做大低难度病种来增加体量反而会稀释医院的CMI^[8]。医院在进行全面预算编制时要考虑本身的能级水平，在坚持公益性的基础上与长三角医院联盟及二级医院做好分级诊疗，保证医院质和量的双提升。

3.2.2 优化指数单价费用结构，着重把控药品耗材增长

合理利用“点数”的预算价格和结算价格，可有效降低医保基金超支风险^[10]。医院每指数单价越接近或者低于市级DIP医保支付标准，医院可获得的医保结余越多。一方面，提升医院病种难度有利于医院每指数单价的下降；另一方面，每指数单价和每指数药品耗材之间呈同向发展趋势，即每指数药品耗材费用减少、每指数单价下降。优化指数单价的费用结构，控制每指数药品耗材费用有助医院每指数单价的下降。

医院可以从低、中、高难度病种入手，着重控制低难度保守治疗类病种的耗材比例；从日间化管理模式转变入手，加快低难度病种周转，为中高难度病种留出更多的医疗资源，合理把控药品耗材费用的增长。未来，计划将病种床位指标、住院天数、难度与材料的最优配比等因素加入预算模型，提升模型的精细度和科学性。

在医保支付改革的新形势下，公立医院要充分运用大数据DIP管理工具赋能预算管理，在制定预算目标时注重医院内涵质量的提升，综合考量医疗服务水平、业务规模、医保支付标准间的相互关联。在预算执行过程中充分运用大数据进行动态预测和量化分析，从经济数据中挖掘运营管理规律，提高医保指标落实的科学性和精准度。从根本上发挥预算对于医疗行为纠正及成本管控的引导作用，促进公立医院服务能级的整体提升，形成技术内涵与业务规模协同发展的良性循环。

· 作者声明本文无实际或潜在的利益冲突