重返住院率测量及评价研究综述

■ 张思兵 李 林

随着我国改革开放的不断深入发展，医疗服务体系和医院管理体制正在发生深刻的变化。各类各级医院既要坚持“为人民健康服务，为社会主义现代化建设服务”的卫生工作方针，又要遵循社会主义市场经济规律。对医院行政管理人员的整体素质、管理意识和管理水平提出了更高的要求。因此，探讨医院行政管理人员和行政管理工作中存在的问题和对策，对进一步完善医院行政管理工作具有一定意义。

1 引言

随着医疗质量与安全管理成为医疗领域的焦点，医疗质量环境成为了一个引导并决定患者就医观念与体验的拟态环境。非计划重返住院率指标反映了医院的医疗服务质量现状，与手术量、手术强度、手术复杂性、患者满意度、患者社会经济状况、合并症等相关。此外，通过对非计划重返住院率进行识别、预测和控制，能够明确医院之间医疗质量存在的差距和问题，促使其制订整改措施，持续改进医疗质量管理工作。

重返住院是一种十分常见且耗费资源的现象，特别在老年人和高危患者中尤其明显。统计发现，五分之一的Medicare受益人会在30天内重新入院，这导致每年的医疗花费超过260亿美元；为了鼓励提高医疗服务质量，减少不必要的医疗费用，美国政府将减少30天再入院率作为一项重要任务，但要实现这一目标，需要更全面地了解再入院的根本原因[1]。作者通过梳理国内外与重返住院率指标相关的研究，明确其发展历程及对医院产生的影响，梳理医院重返住院率指标的识别、测量、预测及控制体系，为在我国医院推广以重返住院指标为核心的管理方法进行有益探索。

2 重返住院率指标界定

重返住院率分为计划内和计划外两种，医疗服务所关注的是区分计划内与计划外重返住院并尽可能降低计划外重返住院的发生。对非计划重返住院率进行界定，需要明确非计划、重返住院以及时间区间这3个概念。对于非计划这一概念，有研究人员提出患者在短时间内由于非计划原因再入院及手术患者在短时间内重返手术室等情况被定义为非计划重返；与之相反，计划内再入院为一个治疗过程中预先指定的医疗过程，例如维持化疗等，计划性再入院可以通过数据加以明确区分[2]。重返住院这一概念中需要注意的是患者重返的医疗机构特征，有研究人员将出院后30天内再入院定义为患者前往三级医疗机构或任何其他附属医院的再入院住院治疗[3]。关于限定在30天这一时间段内的合理性，美国医疗保险和医疗补助服务中心（CMS）提出30天内再入院与医疗服务质量有关，并且通过改善服务干预措施能够降低30天的再入院率，因此将30天再入院率视为质量指标是合理的。目前我国也应用此时间区间。

3 重返住院率研究内容

最初对于重返住院率进行研究的目的是惩罚重返住院率高于预期值的医院，对其进行罚款。此后，重返住院率渐渐成为一个结果变量，许多文献对其进行描述、测量，探究其影响因素以及降低重返住院率的方法，或者将其作为评价医院医疗质量的重要指标。在目前重返住院率的研究领域，对该指标的测量仍然占到了很大的比重，并且有向周边领域散发的趋势。

重返住院率的研究主题主要为5个方面：指标构建研究[4-5]、影响因素研究[6-11]、后果研究[4]、控制措施研究[12]、指标预测研究[13]。其中以指标构建和影响因素研究为甚。综合来看，对于指标构建研究，学者们关注的共同点是如何构建一套科学合理的重返住院指标体系。虽然该指标的重要性已经被普遍接受，但是由于医疗机构之间由于规模、医疗特色、组织管理上的差异，在重返住院率的测量上还没有达成共识。研究重返住院率影响因素的学者对手术量、死亡率、伤口并发症、社会经济状况、手术复杂性、患者合并症、医院绩效表现、特定诊断或住院后的时间段、门诊复查、病人特征等诸多因素都进行了相关研究，旨在为寻找降低重返住院率的重要方法奠定基础。在探究重返住院率对医院的影响这一问题时，则将重返住院率视作解释变量，通过研究重返住院率给医院带来的后果凸显出该指标的重要意义。最后，对该指标进行预测和控制能够降低重返住院率对医院医疗质量安全造成的不良影响。

随着非计划重返住院率成为评价医院医疗质量的重要参考依据，国内外对该主题的研究成果越来越多。与国外相比，国内的研究起步较晚，成果也不显著。以中国知网数据库中的期刊作为搜索来源，以“再入院”和“重返住院”为主题进行索引，根据索引及查阅情况进行阐述及分析详见图1。

由图1可见，1960-1986年，该领域的国内期刊文章年均发表数量不足3篇。1986年起，该领域的研究开始出现波动，年均发表数量在4篇左右，数量依旧少。自2002年起，逐年呈现稳步增长。该领域文章数量的急速增长出现在2010年以后，近乎呈现直线增长，到2018年时，已经出现210篇文章。但综合来看，国内该领域的研究仍旧十分少。通过控制关键词以及研究领域，近20年来，与重返住院该指标直接相关的文章总数量仅300余篇，表明国内该领域的研究尚处于起步阶段。

为将国内外对该领域的研究状况进行对比，以“hospital”和“readmission”为关键词在web of science上进行检索。国外关于重返住院领域的研究在1996年之前几乎没有进展，自1996年之后开始出现缓慢增长。1996年发表数量为186篇，此后每年稳步增长，在2009年之后出现直线上升，2009年为518篇。截至2018年，在Web of Science上共检索到2 731篇公开发表文章。虽然数量不多，但是与国内210篇文章相比，已是远远超前。

图1 国内外重返住院研究期刊文献时间分布对比

3.1 重返住院率测量研究

测量重返住院率的研究主要以实证研究为主，这些研究中又融入了地域或医院本身的一些特色。总结得出对重返住院率指标的研究主要存在国家层面和医院层面[4]。（1）国家层面。2009年，美国CMS开始公开报告心梗、心衰、肺炎患者的重返住院率，主要关注参与医疗保险的人，试图基于重返住院率指标对医院的财政支付进行调整，进而达到干预重返住院率的目的。（2）医院层面。相比之下，全院范围的重返住院率指标可以提供更广泛的诊疗质量评估。有研究设计了一项1988年1月至1989年4月住院病人的回顾性分析，目的是评估从Krner数据中提取重返住院数据用作卫生服务指标的可行性，得到的结论是使用Krner数据测量重返住院率时，应在病人出院28天内进行测量，费率要求年龄和性别标准化；对于某一病种，可以在各病种之间进行标准化费率的年度比较。此外，有研究建立了7个患者队列，在30天内的再入院被表示为患者人口统计学、临床特征以及一个与医院相关随机变量的函数；通过为7个队列建立单独的logistic 分层广义线性模型（HGLM）模型对重返住院指标进行估计[2]。

3.2 重返住院率影响因素研究

重返住院率的影响因素研究，国外学者以探索性研究为主，一般对于不同疾病、不同科室建立不同的影响因素指标体系，进而进行相关、回归分析，具有宏观性、全面性特点。（1）手术强度。有研究提出在出院后30天内，接近七分之一接受大手术治疗的出院患者均重返住院，手术量大、手术死亡率低的医院再入院率也较低[14]。（2）医院资金保障。研究认为，将患者享受医保的资格添加到风险调整模型、根据再入院的时间长短加权降低再入院的惩罚措施、为低死亡率的医院提供信贷等都是降低再入院率的有效措施[7]。（3）手术并发症。有研究探讨了游离或带蒂皮瓣重建术后头颈癌患者的30天再入院率、危险因素及原因，研究发现手术后30天内，大约五分之一的患者再次入院接受了头颈癌手术。再入院与伤口并发症有关，社会经济状况、复杂的消融手术和患者合并症是再入院的独立危险因素[15]。有研究评估了偏头痛患者围手术期缺血性卒中风险增加的可能性，以及导致再入院率增加的可能性[4]。（4）医生性别。有学者探讨了内科医生性别对重返住院率的影响，证实由女医生负责的老年住院病人重返住院率和死亡率都要低一些，可能来源于病人更好地遵从医嘱，或者女医生更遵从循证医学[6]。（5）观察区服务利用率。有学者认为，重返住院率的变化可能来源于医院往往把再返院的病人归为观察区病人，而没有让他们住院；结果发现观察时间延长和重返住院率的下降没有显著关系[4]。

3.3 重返住院率预测研究

在重返住院指标的预测研究中，国外学者以构建模型得到医院重返住院指标的预测值为主，国内学者主要研究对预测具有价值的医疗手段，即通过实施某种临床措施可以帮助医院有效预测具有重返住院特征的人群。

有研究对预测医院重返住院风险模型进行了综述，其中可能用到的变量为：具体疾病诊断、共病指数、精神健康共病、疾病严重程度、之前的医疗服务利用（住院、急诊等）、整体健康水平（ADL，健康自评，认知等）、社会经济学因素、决定健康的社会性因素（保险），结论为上述模型表现普遍不够好，需要进行改善[16]。

有学者使用医院5年的统计数据开发了PARR病例发现算法，对患者12个月内再入院情况进行了预测[17]。首先采用PARR病例发现算法选择与患者、社区和医院相关的广泛变量，以帮助预测再入院的风险。其次，基于以上变量，通过逐步回归的方式筛选进入模型的合适变量，将这些数据与患者住院区的人口统计学和医院资源使用特征数据相结合进行一系列逐步逻辑回归分析，以确定哪些变量有助于预测未来12个月的后续入院。然后进行PARR算法预测。在测试的69个变量中，最后留下的21个变量是重要的预测变量，将它们包含在模型中生成算法进行预测。有学者构建了一种基于梯度提升决策树算法的再入院预测模型，并且利用公共再入院数据进行了实验，结果显示与常规算法相比，在预测的精度和召回率上具有显著优势[18]。有研究通过选取合适的数据集，利用ICD-10诊断相关组编码(DRGs)等信息，选择合适的机器学习算法，训练预测病人短时间内再入院的概率[19]；另外有学者探讨了氨基末端B型钠尿肽原(NT-ProBNP)对心力衰竭患者再入院率的预测价值，得出各组患者的NT-pro BNP水平与再入院率呈正相关的结论[20]。

3.4 重返住院率控制干预研究

控制干预措施主要是指医院通过采取相关措施或是对某些特殊人群进行的预防工作，由此降低重返住院情况的发生。由于重返住院的影响因素多种多样，因此控制干预措施也需对症下药。学者们对重返住院的控制干预研究往往从影响因素入手，即通过明确某种因素与重返住院率的关系进而得出相关控制措施。

美国CMS基于重返住院率指标对医院的财政支付进行了调整，通过该措施试图对医院的重返住院率指标加以干预[7]。具体而言，2013-2018年，CMS通过计算6项计划措施中每项的超额再入院率（ERR）来衡量HRRP中的医院绩效，基于此决定给医院的DRG拨款。有研究发现，心衰病人出院后7天内门诊复查对重返住院率的影响，结果发现二者呈负相关[21]；冠心病微信群延续护理能够有效控制冠心病高危因素，稳定冠心病患者状态，降低重返住院率[22]。

4 评述与展望

由于我国引入重返住院指标的时间较短，重返住院的相关研究不是很充分与深入。作者通过对目前国内外对重返住院领域研究的相关文献进行检索和梳理，将重返住院的研究现状和特点概括为以下几点。

4.1 目前研究成果

对于重返住院概念的界定，国内外学者都指出并且开始使用非计划、30天内、全因再入院、重返同一医院（或其下属医院）这4个方面，说明对重返住院率进行测量时要界定的概念已经十分明确。此外，在对重返住院率进行预测时，所使用的方法已经较为成熟，这类方法大多是通过机器学习、样本训练的方法反复运行得到一套较为科学的预测体系。

4.2 局限与不足

在重返住院率指标的测量方面，目前的研究往往局限在某所医院，仅通过小规模的数据进行简单计算，侧面反映某所医院的医疗质量水平。但是整体而言，目前的研究尚未建立起一套科学的逻辑体系，还未达到通过调整部分参数就能大规模应用于各类医院的程度。此外，该指标的研究还停留在测量层面，尽管学者们针对各类医院都曾研究过具体的重返住院率数据，但是该测量数据很少得到有效应用，也鲜有学者探讨该指标的应用方式，因此研究的意义不大。

4.3 研究启示

重返住院的研究在国内尚没有质的飞跃，依然停留在对国外文献的追溯和引用上。首先，通过分析重返住院现象的本质，得出一套适合各类医院、仅需要调整参数即可应用的逻辑体系是根本前提。其次，在指标的应用上，尽管现存研究对各类影响因素、控制措施都进行了或多或少的探索，表面上看比较全面，实则缺乏一套系统完整的体系，仅停留在割裂片面的讨论上。对一所医院来说，在医院层面如何采取宏观调控的措施，科室层面又应该分别注意哪些不同的因素、如何实施干预，是研究该指标并落实到应用层面的核心问题。