引用本文： 龔偉偉, 王書奎, 業海燕. 基于病案首頁評價新型冠狀病毒肺炎疫情對某綜合醫院疾病診斷相關分組的影響?以南京市第一醫院為例. 華西醫學, 2022, 37(2): 176-181. doi: 10.7507/1002-0179.202106060 復制
版權信息： ?四川大學華西醫院華西期刊社《華西醫學》版權所有，未經授權不得轉載、改編
隨著新型冠狀病毒肺炎（以下簡稱“新冠肺炎”）疫情的蔓延和感染例數的增加，2020 年 1 月下旬新冠肺炎被納入乙類傳染病，采取甲類傳染病的預防、控制措施[1-2]。新冠肺炎疫情全國波及，改變著醫院原有的診療流程及秩序，加之疫情對公眾心理因素、患者疾病就診習慣的影響以及其他影響診療的因素；在疾病收治的病種難度、資源消耗等方面，新冠肺炎疫情對醫院各科室間影響不同[3]。為了評價新冠肺炎疫情對各科室疾病收治的不同影響，本研究以三級甲等綜合性醫院南京市第一醫院為例，基于該院病案首頁，從疾病診斷相關分組（diagnosis related groups，DRG）角度量化評價。現報告如下。
1 資料與方法
1.1 一般資料
2020 年 1 月新冠肺炎疫情暴發，2020 年 2 月—3 月疫情進入高峰期；醫療機構與患者就診都在進行著適應與調整；2020 年 4 月份后，醫療機構均建立起相對統一的疫情應對機制，疾病收治也相對穩定[4]。故本文選擇南京市第一醫院 2019 年 2 月—3 月全院 28 個臨床科室及 2020 年 2 月—3 月全院 25 個臨床科室（耳鼻咽喉科、口腔科、疼痛科因疫情影響關閉住院服務）的所有出院病案首頁數據，并通過重復住院號、重復科室等方法人工排除 2 個月內計劃性再次入院患者。
1.2 研究方法
采用秩和比（rank-sum ratio，RSR）法對新冠肺炎疫情前（2019 年 2 月—3 月）、疫情中（2020 年 2 月—3 月）兩個時間段的 DRG 指標系列進行評價。該法用于醫療衛生領域的多指標綜合評價、統計預測預報、統計質量控制等方面。其基本思想是在一個 n 行（n 評價對象）m 列（m 個評價指標或等級）矩陣中，通過秩轉換，獲得無量綱的統計量 RSR 值，以 RSR 值對評價對象的優劣進行排序，進而根據比較組數的多少，進行分檔處理[5-7]。
1.3 觀察指標
1.3.1 DRG 指標非整秩次編秩情況
首頁數據錄入北京版 DRG 分組器后對總權重、DRG 組數、病例組合指數（case mixed index，CMI）、時間消費指數及費用消耗指數等指標進行非整秩次編秩[8]，即除最小和最大指標秩次必須為整數外，其余指標秩次可以是非整數。高優指標（數值高表示質量好，如總權重、DRG 組數、CMI 等）最小值編秩為 1，其余指標為從 1 至 n 的線性遞增的非整秩次，及當前秩次 R 在最大值 Xmax 和最小值 Xmin 中的非整秩次排序，低優指標（數值高表示質量差，時間消費指數及費用消耗指數）相反（計算方式如下），并求和計算總秩次。高優指標和低優指標公式為：
 |
 |
1.3.2 RSR 頻率分布
列出各組的頻數 f，計算各組的累計頻數∑f；確定各組 RSR 值的秩次范圍 R 及平均秩次
（∑f/n）；計算累計頻率（
/n×100%），最后的累計值按照 （1?1/4n）校正；將百分率 P 換成概率單位 Probit。
 |
1.3.3 直線回歸方程及分檔排序
以累積頻率所對應的概率單位 Probit 為自變量，以 RSR 值為因變量，計算直線回歸方程。按照回歸方程推算對應的 RSR 估計值對評價對象進行分檔排序，分檔標準為概率單位 Probit，具體分檔數根據實際情況而定，根據 Probit 范圍以?3～3 的概率單位將所有的概率單位 Probit 分為 3～9 個檔次，再根據文獻[9]確定百分位數 Px 的界值范圍。
1.4 統計學方法
采用 SPSS 26.0 軟件進行數據統計分析。符合正態分布的計量資料采用均數±標準差表示。計數資料采用頻數表示。采用 RSR 法編秩，計算直線回歸方程，分檔排序。采用配對 t 檢驗方法比較新冠肺炎疫情前、疫情中手術科室和非手術科室 DRG 相關指標的變化。雙側檢驗水準α=0.05。
2 結果
2.1 新冠肺炎疫情前、疫情中基礎數據情況
2019 年 2 月—3 月共納入 28 個科室，出院 11 380 人次，其中男 6 387 人次，女 4 993 人次；2020 年 2 月—3 月共納入 25 個科室，出院 7 549 人次，其中男 4 156 人次，女 3 393 人次。觀察科室包括 14 個手術科室（眼科、燒傷科、產科、骨科、婦科、心臟大血管外科、介入科、神經外科、普通外科、心血管病科、泌尿外科、耳鼻咽喉科、疼痛科、口腔科）與 14 個非手術科室（核醫學科、老年科、腎內科、康復醫學科、血液內科、兒科、重癥醫學科、免疫科、腫瘤科、消化內科、呼吸內科、急診醫學科、內分泌科、神經內科）。
2.2 新冠肺炎疫情前、疫情中 DRG 指標系列的非整秩次編秩
對新冠肺炎疫情前、疫情中 DRG 指標系列非整秩次編秩，結果顯示新冠肺炎疫情中與疫情前比較 RSR 較為分散，分別是 0.152～0.760 和 0.282～0.743。各科室總 DRG 指標秩次（RSR）在新冠肺炎疫情前為 12.982，在新冠肺炎疫情中為 11.710，總體下降。見表1、2。
表1
新冠肺炎疫情前各科室 DRG 系列指標 RSR 值排序
表2
新冠肺炎疫情中各科室 DRG 系列指標 RSR 值排序
2.3 編制新冠肺炎疫情前、疫情中 RSR 值頻率分布表
根據新冠肺炎疫情前、疫情中各科室 RSR 值的分布情況，確定每間隔 0.1 秩次取秩次范圍均值，計算得到各自范圍的概率單位 Probit（表3、4），新冠肺炎疫情前、疫情中概率單位 Probit 分別在 3.20～6.96 與 3.45～6.76。
表3
新冠肺炎疫情前各科室 RSR 值分布及對應概率單位
表4
新冠肺炎疫情中各科室 RSR 值分布及對應概率單位
2.4 新冠肺炎疫情前、疫情中 DRG 指標系列的分檔排序
以累積頻率所對應的概率單位 Probit 為自變量，以 RSR 值為因變量，計算直線回歸方程。新冠肺炎疫情前直線回歸方程：RSR=?0.123+0.118Probit；新冠肺炎疫情中直線回歸方程：RSR=?0.334+0.155Probit。按照回歸方程推算對應的 RSR 值對評價對象進行分檔排序，分檔標準為概率單位 Probit。在本研究中，新冠肺炎疫情前、中 Probit 范圍在 3.20～6.96 之間，故間隔 1.5 個概率單位將 RSR 值分為 4 檔，分別是下檔≤3.5、中檔 3.5～5.0、中上檔 5.0～6.5 和上檔≥6.5。其對應的百分位數 Px 分別為≤P6.681、P6.681～P50、P50～P93.319 和≥P93.319 。
表6
新冠肺炎疫情中各科室 DRG 指標分檔排序結果
2.5 新冠肺炎疫情對手術科室和非手術科室 DRG 指標的影響
在表5、6 中，采用 RSR 評價疫情前、疫情中科室分檔可以看出，手術科室檔次降低較多。進一步采用配對 t 檢驗法比較新冠肺炎疫情前、疫情中 11 個手術科室（耳鼻咽喉科、口腔科、疼痛科因疫情影響關閉住院服務）與 14 個非手術科室 DRG 指標的變化情況。結果顯示在新冠肺炎疫情暴發后，手術科室與非手術科室 DRG 相關指標在總權重、DRG 組數 2 個方面均下降明顯（P<0.05），見表7。
表5
新冠肺炎疫情前各科室 DRG 指標分檔排序結果
表7
新冠肺炎疫情前、疫情中的手術科室與非手術科室 DRG 相關指標比較
3 討論
3.1 新冠肺炎疫情影響醫院病種收治難度和醫療資源消耗
本研究的結果顯示（表1、2）基于首頁數據的科室 DRG 指標秩次（RSR）反映由新冠肺炎疫情前的 12.982 下降至新冠肺炎疫情前中的 11.710，可見新冠肺炎疫情以來病種收治總體難度下降，病種耗費的時間、費用等總體上升。分析存在以下原因：① 新冠肺炎疫情下患者就醫心態的改變，患者主觀上不愿貿然進入醫院檢查就診，加之醫療相關的其他政策（如疫情期間門診單次處方量可由原 1 個月量延長至 3 個月量等），一些慢性病患減少就診次數，整體就診量下降；② 新冠肺炎疫情限制了地區間的流動性，疫情導致的人群低流動導致外埠疑難患者收治減少，也會醫院疾病收治難度的總體降低；③ 出于新冠肺炎疫情防控的需要，凡是住院患者均需要進行新型冠狀病毒核酸檢測及胸部 CT 排除，造成住院費用及住院日的增加，資源消耗指數上升；④ 新冠肺炎疫情期間某些診療項目、高難度手術、麻醉技術等的限制甚或關閉，血液保障、消毒供應等保障困難導致醫院基礎診療技術下降，從而導致 CMI 指數、病種數、總體權重的下降。
3.2 新冠肺炎疫情嚴重影響手術科室
在本研究中，手術科室與非手術科室相比，新冠肺炎疫情對 DRG 的影響均表現在總權重及 DRG 組數 2 個方面（表7），但 RSR 分檔排序后顯示（表5、6）新冠肺炎疫情發生后，分檔排序下降的科室有眼科、燒傷科、骨科、耳鼻咽喉科、口腔科和疼痛科；分檔排序上升的科室有婦科、腫瘤科、免疫科和神經內科，可以看出新冠肺炎疫情對科室 DRG 指標的影響主要集中在手術科室。分析存在以下原因：① 新冠肺炎疫情導致手術量下降，尤其是擇期手術、復雜手術，影響疾病收治質量；② 受新冠肺炎疫情影響，一段時間內暫停五官科的診療服務導致眼科、耳鼻咽喉、口腔科 DRG 指標斷崖式下滑；③ 新冠肺炎疫情的醫院感染（院感）防控要求尤其是針對手術室、消毒供應室的院感防控減少了非急需的手術患者。
3.3 新冠肺炎疫情下保障高質量的疾病收治
在新冠肺炎疫情中，衛生資源調動、診治流程變化、媒體輿論宣傳等均給醫院疾病收治帶來諸多不確定因素[10-12]，如何在諸多不確定因素下保持醫院整體層面的高質量收治，考驗著醫院醫療管理、后勤保障、科學決策、應急防變等諸多方面水平。筆者認為宜從以下幾個方面思考這一問題：① 占領高點，提升“技術源”。新冠肺炎疫情暴發提示專科技術的提高是醫院抵御風險的不二法門，具有專科含量的、技術特點的、高內涵水平的診療能力才能吸引高質量的病源。② 縱橫聯合，保證“病源池”。在新冠肺炎疫情下的人群低流動性往往給醫院發展帶來不確定性，醫院平時應不斷完善區域醫療合作網絡，通過醫聯體、專科聯盟、診療中心的開展，差異化治療來保證高質量的病源。③ 攥指成拳，優化“流程鏈”。鼓勵多部門協作，在滿足疫情標準化防控下的流程優化[13-14]。如“三通道”的建設；醫護人員防護；門診、住院、手術、重癥等關鍵環節的流程改造均需要醫院多部門的聯合協作。④ 強化宣傳，借助“新媒體”。在新冠肺炎疫情下通過各種媒體提升醫院影響度，如開展互聯網醫院、錄制健康宣教微課慕課、利用公眾號、微博等自媒體等，及時、深刻地就大眾關心的健康問題做出回應是增加高質量病源的一項重要手段。
綜上所述，新冠肺炎疫情影響了醫院總體收治難度質量，手術科室受累明顯，多個科室 RSR 降低檔次等級。筆者認為面對疫情應該通過提升“技術源”、保證“病源池”、優化“流程鏈”、強化“新媒體”等手段來抵消或弱化疫情對醫院疾病收治帶來的不確定性，保證醫院的高質量收治。
利益沖突：所有作者聲明不存在利益沖突。
隨著新型冠狀病毒肺炎（以下簡稱“新冠肺炎”）疫情的蔓延和感染例數的增加，2020 年 1 月下旬新冠肺炎被納入乙類傳染病，采取甲類傳染病的預防、控制措施[1-2]。新冠肺炎疫情全國波及，改變著醫院原有的診療流程及秩序，加之疫情對公眾心理因素、患者疾病就診習慣的影響以及其他影響診療的因素；在疾病收治的病種難度、資源消耗等方面，新冠肺炎疫情對醫院各科室間影響不同[3]。為了評價新冠肺炎疫情對各科室疾病收治的不同影響，本研究以三級甲等綜合性醫院南京市第一醫院為例，基于該院病案首頁，從疾病診斷相關分組（diagnosis related groups，DRG）角度量化評價。現報告如下。
1 資料與方法
1.1 一般資料
2020 年 1 月新冠肺炎疫情暴發，2020 年 2 月—3 月疫情進入高峰期；醫療機構與患者就診都在進行著適應與調整；2020 年 4 月份后，醫療機構均建立起相對統一的疫情應對機制，疾病收治也相對穩定[4]。故本文選擇南京市第一醫院 2019 年 2 月—3 月全院 28 個臨床科室及 2020 年 2 月—3 月全院 25 個臨床科室（耳鼻咽喉科、口腔科、疼痛科因疫情影響關閉住院服務）的所有出院病案首頁數據，并通過重復住院號、重復科室等方法人工排除 2 個月內計劃性再次入院患者。
1.2 研究方法
采用秩和比（rank-sum ratio，RSR）法對新冠肺炎疫情前（2019 年 2 月—3 月）、疫情中（2020 年 2 月—3 月）兩個時間段的 DRG 指標系列進行評價。該法用于醫療衛生領域的多指標綜合評價、統計預測預報、統計質量控制等方面。其基本思想是在一個 n 行（n 評價對象）m 列（m 個評價指標或等級）矩陣中，通過秩轉換，獲得無量綱的統計量 RSR 值，以 RSR 值對評價對象的優劣進行排序，進而根據比較組數的多少，進行分檔處理[5-7]。
1.3 觀察指標
1.3.1 DRG 指標非整秩次編秩情況
首頁數據錄入北京版 DRG 分組器后對總權重、DRG 組數、病例組合指數（case mixed index，CMI）、時間消費指數及費用消耗指數等指標進行非整秩次編秩[8]，即除最小和最大指標秩次必須為整數外，其余指標秩次可以是非整數。高優指標（數值高表示質量好，如總權重、DRG 組數、CMI 等）最小值編秩為 1，其余指標為從 1 至 n 的線性遞增的非整秩次，及當前秩次 R 在最大值 Xmax 和最小值 Xmin 中的非整秩次排序，低優指標（數值高表示質量差，時間消費指數及費用消耗指數）相反（計算方式如下），并求和計算總秩次。高優指標和低優指標公式為：
|
|
1.3.2 RSR 頻率分布
列出各組的頻數 f，計算各組的累計頻數∑f；確定各組 RSR 值的秩次范圍 R 及平均秩次（∑f/n）；計算累計頻率（/n×100%），最后的累計值按照 （1?1/4n）校正；將百分率 P 換成概率單位 Probit。
|
1.3.3 直線回歸方程及分檔排序
以累積頻率所對應的概率單位 Probit 為自變量，以 RSR 值為因變量，計算直線回歸方程。按照回歸方程推算對應的 RSR 估計值對評價對象進行分檔排序，分檔標準為概率單位 Probit，具體分檔數根據實際情況而定，根據 Probit 范圍以?3～3 的概率單位將所有的概率單位 Probit 分為 3～9 個檔次，再根據文獻[9]確定百分位數 Px 的界值范圍。
1.4 統計學方法
采用 SPSS 26.0 軟件進行數據統計分析。符合正態分布的計量資料采用均數±標準差表示。計數資料采用頻數表示。采用 RSR 法編秩，計算直線回歸方程，分檔排序。采用配對 t 檢驗方法比較新冠肺炎疫情前、疫情中手術科室和非手術科室 DRG 相關指標的變化。雙側檢驗水準α=0.05。
2 結果
2.1 新冠肺炎疫情前、疫情中基礎數據情況
2019 年 2 月—3 月共納入 28 個科室，出院 11 380 人次，其中男 6 387 人次，女 4 993 人次；2020 年 2 月—3 月共納入 25 個科室，出院 7 549 人次，其中男 4 156 人次，女 3 393 人次。觀察科室包括 14 個手術科室（眼科、燒傷科、產科、骨科、婦科、心臟大血管外科、介入科、神經外科、普通外科、心血管病科、泌尿外科、耳鼻咽喉科、疼痛科、口腔科）與 14 個非手術科室（核醫學科、老年科、腎內科、康復醫學科、血液內科、兒科、重癥醫學科、免疫科、腫瘤科、消化內科、呼吸內科、急診醫學科、內分泌科、神經內科）。
2.2 新冠肺炎疫情前、疫情中 DRG 指標系列的非整秩次編秩
對新冠肺炎疫情前、疫情中 DRG 指標系列非整秩次編秩，結果顯示新冠肺炎疫情中與疫情前比較 RSR 較為分散，分別是 0.152～0.760 和 0.282～0.743。各科室總 DRG 指標秩次（RSR）在新冠肺炎疫情前為 12.982，在新冠肺炎疫情中為 11.710，總體下降。見表1、2。
表1
新冠肺炎疫情前各科室 DRG 系列指標 RSR 值排序
表2
新冠肺炎疫情中各科室 DRG 系列指標 RSR 值排序
2.3 編制新冠肺炎疫情前、疫情中 RSR 值頻率分布表
根據新冠肺炎疫情前、疫情中各科室 RSR 值的分布情況，確定每間隔 0.1 秩次取秩次范圍均值，計算得到各自范圍的概率單位 Probit（表3、4），新冠肺炎疫情前、疫情中概率單位 Probit 分別在 3.20～6.96 與 3.45～6.76。
表3
新冠肺炎疫情前各科室 RSR 值分布及對應概率單位
表4
新冠肺炎疫情中各科室 RSR 值分布及對應概率單位
2.4 新冠肺炎疫情前、疫情中 DRG 指標系列的分檔排序
以累積頻率所對應的概率單位 Probit 為自變量，以 RSR 值為因變量，計算直線回歸方程。新冠肺炎疫情前直線回歸方程：RSR=?0.123+0.118Probit；新冠肺炎疫情中直線回歸方程：RSR=?0.334+0.155Probit。按照回歸方程推算對應的 RSR 值對評價對象進行分檔排序，分檔標準為概率單位 Probit。在本研究中，新冠肺炎疫情前、中 Probit 范圍在 3.20～6.96 之間，故間隔 1.5 個概率單位將 RSR 值分為 4 檔，分別是下檔≤3.5、中檔 3.5～5.0、中上檔 5.0～6.5 和上檔≥6.5。其對應的百分位數 Px 分別為≤P6.681、P6.681～P50、P50～P93.319 和≥P93.319 。
表6
新冠肺炎疫情中各科室 DRG 指標分檔排序結果
2.5 新冠肺炎疫情對手術科室和非手術科室 DRG 指標的影響
在表5、6 中，采用 RSR 評價疫情前、疫情中科室分檔可以看出，手術科室檔次降低較多。進一步采用配對 t 檢驗法比較新冠肺炎疫情前、疫情中 11 個手術科室（耳鼻咽喉科、口腔科、疼痛科因疫情影響關閉住院服務）與 14 個非手術科室 DRG 指標的變化情況。結果顯示在新冠肺炎疫情暴發后，手術科室與非手術科室 DRG 相關指標在總權重、DRG 組數 2 個方面均下降明顯（P<0.05），見表7。
表5
新冠肺炎疫情前各科室 DRG 指標分檔排序結果
表7
新冠肺炎疫情前、疫情中的手術科室與非手術科室 DRG 相關指標比較
3 討論
3.1 新冠肺炎疫情影響醫院病種收治難度和醫療資源消耗
本研究的結果顯示（表1、2）基于首頁數據的科室 DRG 指標秩次（RSR）反映由新冠肺炎疫情前的 12.982 下降至新冠肺炎疫情前中的 11.710，可見新冠肺炎疫情以來病種收治總體難度下降，病種耗費的時間、費用等總體上升。分析存在以下原因：① 新冠肺炎疫情下患者就醫心態的改變，患者主觀上不愿貿然進入醫院檢查就診，加之醫療相關的其他政策（如疫情期間門診單次處方量可由原 1 個月量延長至 3 個月量等），一些慢性病患減少就診次數，整體就診量下降；② 新冠肺炎疫情限制了地區間的流動性，疫情導致的人群低流動導致外埠疑難患者收治減少，也會醫院疾病收治難度的總體降低；③ 出于新冠肺炎疫情防控的需要，凡是住院患者均需要進行新型冠狀病毒核酸檢測及胸部 CT 排除，造成住院費用及住院日的增加，資源消耗指數上升；④ 新冠肺炎疫情期間某些診療項目、高難度手術、麻醉技術等的限制甚或關閉，血液保障、消毒供應等保障困難導致醫院基礎診療技術下降，從而導致 CMI 指數、病種數、總體權重的下降。
3.2 新冠肺炎疫情嚴重影響手術科室
在本研究中，手術科室與非手術科室相比，新冠肺炎疫情對 DRG 的影響均表現在總權重及 DRG 組數 2 個方面（表7），但 RSR 分檔排序后顯示（表5、6）新冠肺炎疫情發生后，分檔排序下降的科室有眼科、燒傷科、骨科、耳鼻咽喉科、口腔科和疼痛科；分檔排序上升的科室有婦科、腫瘤科、免疫科和神經內科，可以看出新冠肺炎疫情對科室 DRG 指標的影響主要集中在手術科室。分析存在以下原因：① 新冠肺炎疫情導致手術量下降，尤其是擇期手術、復雜手術，影響疾病收治質量；② 受新冠肺炎疫情影響，一段時間內暫停五官科的診療服務導致眼科、耳鼻咽喉、口腔科 DRG 指標斷崖式下滑；③ 新冠肺炎疫情的醫院感染（院感）防控要求尤其是針對手術室、消毒供應室的院感防控減少了非急需的手術患者。
3.3 新冠肺炎疫情下保障高質量的疾病收治
在新冠肺炎疫情中，衛生資源調動、診治流程變化、媒體輿論宣傳等均給醫院疾病收治帶來諸多不確定因素[10-12]，如何在諸多不確定因素下保持醫院整體層面的高質量收治，考驗著醫院醫療管理、后勤保障、科學決策、應急防變等諸多方面水平。筆者認為宜從以下幾個方面思考這一問題：① 占領高點，提升“技術源”。新冠肺炎疫情暴發提示專科技術的提高是醫院抵御風險的不二法門，具有專科含量的、技術特點的、高內涵水平的診療能力才能吸引高質量的病源。② 縱橫聯合，保證“病源池”。在新冠肺炎疫情下的人群低流動性往往給醫院發展帶來不確定性，醫院平時應不斷完善區域醫療合作網絡，通過醫聯體、專科聯盟、診療中心的開展，差異化治療來保證高質量的病源。③ 攥指成拳，優化“流程鏈”。鼓勵多部門協作，在滿足疫情標準化防控下的流程優化[13-14]。如“三通道”的建設；醫護人員防護；門診、住院、手術、重癥等關鍵環節的流程改造均需要醫院多部門的聯合協作。④ 強化宣傳，借助“新媒體”。在新冠肺炎疫情下通過各種媒體提升醫院影響度，如開展互聯網醫院、錄制健康宣教微課慕課、利用公眾號、微博等自媒體等，及時、深刻地就大眾關心的健康問題做出回應是增加高質量病源的一項重要手段。
綜上所述，新冠肺炎疫情影響了醫院總體收治難度質量，手術科室受累明顯，多個科室 RSR 降低檔次等級。筆者認為面對疫情應該通過提升“技術源”、保證“病源池”、優化“流程鏈”、強化“新媒體”等手段來抵消或弱化疫情對醫院疾病收治帶來的不確定性，保證醫院的高質量收治。
利益沖突：所有作者聲明不存在利益沖突。
