北京市DRGs试点效果评价

王沛陵, 郑杰, 贾方红, 吴曼, 王娟, 段小宛

2017年,由国家发展改革委、国家卫生计生委、人力资源社会保障部联合下发的“关于推进按病种收费工作的通知”中,明确各地要深入推进按病种付费改革工作。目前,国际上公认最科学的按病种付费方式是诊断相关分组预付费(diagnosis related groups-prospective payment system,DRGs-PPS)[1]。在推进DRGs付费的工作上,北京市起步较早,2006年以全市积累5年的医疗费用数据为基础,参照美国、澳大利亚管理模式研发DRGs系统,并于2011年选择6家医院和108个病组作为DRGs试点,迈开了付费改革史上具有里程碑意义的一步[2-3]。在试点6年的时间里,DRGs分组版本多次进行修订,试点医院也逐步理顺了DRGs的结算流程,但运行中也暴露了推诿重患、提高诊断编码级别和入组率低等问题[4-5]。DRGs即将在北京市全面推开,病种也由108种扩大到了300种,这对于制度、流程和配套实施的要求将更高。通过对试点医院和非试点医院的运行状况进行分析,有利于科学评价北京版DRGs政策,找到实施流程和管理中的差距和薄弱环节,从而有针对性地完善管理措施,为DRGs在北京全市范围的推开作好前期制度准备。

1 资料与方法

1.1 数据来源

以北京市6家试点医院和8家对照医院的运行数据为研究对象。选择对照队列时,考虑医院规模、城区分布和医保结算量,最终选取与试点医院规模相当的8家三甲综合医院为对照医院。本文数据来源于北京医疗保险事务管理中心,调取时间口径为2014—2016年的3年数据进行分析。

1.2 研究内容

1.2.1 DRGs政策对试点医院运营情况的影响 以2014—2016年3年试点医院的盈余、盈余率、持续盈亏率、患者个人负担率和结算偏好等数据的变化,研究DRGs政策对试点医院运营情况的影响。

1.2.2 DRGs政策对于医疗机构服务效果的影响 对试点医院和对照医院2014—2016年3年医疗指标进行研究,分析时间消耗指数和费用消耗指数的变化,探讨DRGs对医院效率管理方面的促进作用;通过对DRG数量、疾病难度系数(CMI)值的分析,了解DRGs对医院在医疗服务行为方面的引导作用;通过对两周再住院率和疾病难度系数(CMI)值的分析,探讨DRGs付费对医疗质量的影响。

1.3 统计方法

采用SPSS 19.0和Excel整理分析数据,应用象限图分析DRGs对医院医疗效率、治疗效果和费用控制的影响;利用Pearson相关性,分析研究病例结算数量和病种盈利的关系;利用线性回归分析法分析医院盈余和患者负担关系。

2 结果

2.1 试点医院运行数据结果

2.1.1 2014—2016年基本运行数据 北京市6家试点医院共有近17.6万个病例按照DRGs结算,占同期结算病例的27%。结算总费用约31.12亿元,如按项目统计总费用约28.27亿元,试点医院实现差额盈余2.85亿元,盈余率9.95%。

2.1.2 试点医院盈余和患者个人负担情况 试点医院3年盈余呈现逐年下降趋势,年均降幅为16%,其中降幅最大的医院达32%;3年患者个人负担呈现逐年上升趋势,年均增幅为5%,有4家医院的患者负担率3年持续上升。对医院盈余率和患者负担率的变化进行Pearson相关分析,P=0.035,r=-0.36,表明医院盈余下降和患者个人负担的增长呈现负相关关系。

2.1.3 2014—2016年城镇职工试点医院DRGs运行情况

2.1.3.1 例数分布情况 DRGs结算病例数共有176 487例,平均每组为551例,大部分DRGs组集中在500～2 000例之间,其中FL29的3年结算例数为0例,CB39结算最多(14 124例),例数＞1 000例的DRGs占全部病例数的79.2%。费率的测算是基于年DRGs例数＞300例的,例数越多,DRGs费率测算越精确;例数过少的DRGs不利于费率的精确测算,对于3年例数＜1 000例的DRGs需要考虑费率的科学测算。

2.1.3.2 盈余分布情况 DRGs结算病例共有107组,盈余DRGs组有88个,亏损DRGs组有19个;3年连续盈余,年盈余额度均高于50%的DRGs有6组;连续3年亏损,年亏损大于10%的DRGs有7组。连续盈余的DRG需要考虑基金使用的效率;连续亏损的DRG则需要考虑是否影响医院对于该病种的收治。线性回归分析结果显示,DRGs结算例数和3年加权盈余之间无相关关系,F=0.10,P＞0.05,说明试点医院对于DRGs的结算和选择与DRGs盈余无关。

2.2 试点医院与对照医院运行情况比较

2.2.1 例均费用增幅对比 横纵坐标分别为2015年和2016年住院费用增幅比例,以均值为轴心。第一象限为两年增幅均大于2%的医院,费用控制较差,非试点医院有3家在该象限;反之,第三限为两年次均费用增幅均小于2%的医院,费用控制较好,试点医院有1家在该象限。从试点医院和非试点医院例均费用增幅的比对结果来看,试点医院对医疗费用增幅的控制较好。见图1。

图1 试点医院与非试点医院住院例均费用增幅比较

2.2.2 医疗效率比较 横坐标为费用消耗变化率,纵坐标为时间变化率,以均值为轴心。第一象限为时间消耗降低较少,费用消耗增长较快,是效率差的象限,非试点医院有4家在第一象限;反之,第三象限是效率好的象限,非试点医院有1家和试点医院有3家在第三象限。从试点医院和非试点医院费用消耗和时间消耗比对的情况看,试点医院效率好于非试点医院。见图2。

图2 试点医院与非试点医院医疗效率比较

2.2.3 治疗效果比较 横坐标为医疗难度系数CMI变化率,纵坐标为两周再住院率的变化,以均值为轴心。第一象限为两周再住院率低而CMI值增长的象限,属于治疗效果较好的象限,在这个象限试点医院为2家,非试点医院4家;反之,第三象限为治疗效果较差的象限,有1家非试点医院在第三象限。从象限图来看,实施DRGs的试点医院没有因为定额付费而降低医疗质量。见图3。

图3 试点医院与非试点医院治疗效果比较

3 讨论和建议

3.1 试点医院未根据盈余率选择结算病例

在DRGs试行之初,仅执行108组DRGs付费,医疗机构可以根据盈余率调整诊断来选择DRGs结算病例,在未推行全病种时该方式较容易实现。本研究通过对试点医院的结算数据分析,试点医院并未采取这一方式取得较高的付费收益。2014—2016年,6家医院3年年均盈余率为9.95%,统计学结果显示,试点医院的病种盈余率和交易量无关,说明试点医院在盈余的情况下,并未出现选择结算病例的现象。

3.2 试点医院盈余率和患者负担率的变化呈负相关关系

2014—2016年,试点医院盈余逐年下降,患者个人负担逐年上升,医院盈余和患者负担呈现弱负相关关系。因此,当盈余减小到某个边际效应时,“减少必要的诊疗项目”“提高诊断级别”等负面效应可能也会出现,这些负效应曾在单病种政策不及时调整定额标准时出现过[6]。

3.3 DRGs组内例数过少影响费率测算的准确性

DRGs的费率测算在基于样本量足够大的基础上,选择试点病种的基本原则为组内例数＞300例。但从试点医院结算情况来看,部分DRGs例数过少,有DRGs组甚至3年没有病例,在测算费率时极易受到极端病例的影响,导致费率测算不准确。

3.4 持续较大比例盈亏的DRG组影响基金使用效率

从试点医院运营数据来看,部分DRGs持续较大比例盈余或亏损,对于这部分DRGs需要重点监测,持续大比例盈余会影响医保基金的使用效率和公平,持续大比例亏损会影响医院对该病种的收治,影响患者医疗需求,进而影响DRGs政策的可持续发展。

3.5 DRGs促进了医院主动精细化管理

从6家试点和8家对照医院的对比情况来看,试点医院医疗费用的增幅小于非试点医院,对医疗费用增长控制较好;从时间消耗和费用消耗组成的四象限图来看,非试点医院集中在效率不好的右上方,而试点医院集中在效率好的左下方,可以看出,DRGs政策的定额付费方式可促进医院主动控制成本、降低消耗、提高效率;从两周再住院率和CMI值组成的四象限图来看,两周再住院率体现医疗质量,CMI值体现医疗难度,试点医院没有一家出现在两周再住院率高且CMI值低的第三象限,可以看出在DRGs定额付费政策下,试点医院没有通过降低医疗服务来降低成本。

3.6 建议

3.6.1 建立大数据中心,科学测算规律调整 建议建立北京市大数据测算中心,对DRGs费率和日常数据进行监控和测算。根据国外DRGs运行的经验,每年或每半年会根据医疗技术的更新、疾病谱的变化等因素进行分组轴线的调整;根据医疗成本变动、CPI水平等因素,科学测算调整支付标准[7];通过对长期盈余和亏损的DRG组进行数据监测,深入分析盈亏原因是由于费率测算偏倚还是医疗机构行为导致,为管理提供数据方面的依据和支持。

3.6.2 建立特殊支付机制作为补充 建议建立特殊支付机制作为DRGs政策常规定额支付的补充形式,确保DRGs政策能够全面推开。从研究结果看,例数过少的DRG组占比较高,其费率制定不易通过常规方式测算。由于个体差异和临床复杂性,少数病人超线(如5%)是允许的[8],线外病例的高额费用也可能是实际需要,对这部分线外病例也需要有特殊支付政策。

3.6.3 建立质量安全监管机制 支付方式改革必须考虑医疗质量及安全的问题,建立临床路径和医疗质量指标管理制度,要建立一套完善细致和科学严谨的考核办法,明确各管理层级职责,规范临床诊疗操作,缩短疗程,降低医疗资源消耗,使病人获得最佳医疗照顾,达到社会福利的最大化。

综上所述,DRGs对促进医院精细化管理、降低消耗、提高质量作用明显,符合政策推进预期。在推进中,需要建立定期调标机制,并根据盈亏偏离率进行动态调整,同时需要建立线外病例标准、医疗质量标准等作为配套政策,并建立相应的监管机制,确保政策可持续发展。