消化系统神经内分泌肿瘤ICD-O形态学编码对DIP分组的影响

2022-10-12 01:55深圳市人民医院暨南大学第二临床医学院南方科技大学第一附属医院病案管理科518020
中国卫生统计 2022年4期
关键词:形态学内分泌编码

深圳市人民医院(暨南大学第二临床医学院,南方科技大学第一附属医院)病案管理科(518020)

唐彩云 陈彩霞△ 谢燕燕

【提 要】 目的 了解消化系统神经内分泌肿瘤ICD-O形态学编码对DIP分组的影响,以提高编码质量。为医保按病种分值付费提供参考依据。方法 应用数据挖掘语言SQL从某院的病案统计管理系统中查询形态码为神经内分泌肿瘤的45份病历,根据WHO(2019)消化系统肿瘤分类确定消化系统神经内分泌肿瘤的ICD-O形态学编码,对比分析编码员疾病编码与经ICD-O形态学编码修正疾病编码的每一份病历入DIP组别的差异,DIP差值之间的差异采用配对秩和检验。结果 45份消化系统神经内分泌肿瘤疾病编码分类到了D37(动态未定或动态未知的肿瘤)、D12/D13(良性肿瘤)和D01(原位肿瘤)中,均需根据其ICD-O形态学编码M8240/3和M8249/3(/3恶性,原发部位),编码到相应原发部位的恶性肿瘤(C00-C75)。编码员疾病编码与经ICD-O形态学编码修正疾病编码的DIP分组之间的差异显著,不同疾病编码DIP组病种分值差异有统计学意义(Z=-5.967,P<0.05),最大病种分值相差2360分。结论 随着医疗支付改革的深入,医疗机构要重视疾病编码的内涵质控,消化系统神经内分泌肿瘤疾病性质对DIP分组有显著影响。

神经内分泌肿瘤(neuroendocrine neoplasms,NENs)是一种起源于肽能神经元和神经内分泌细胞的异质性肿瘤。它可以发生在全身任何有神经内分泌细胞存在的部位,其中胃肠道胰腺神经内分泌肿瘤(gastro-entero-pancreatic neuroendocrine neoplasms,GEP-NENs)是最常见的神经内分泌肿瘤类型。有研究表明神经内分泌肿瘤的发病率逐年上升,达5.25/10万,其中GEP-NENs约占NENs的65%~74%,而直肠则是GEP-NENs最好发的部位,约占NENs总数的17.7%[1]。NENs过去被认为是一种恶性程度不高的惰性肿瘤,被称之为“类癌”,但是随着医疗技术的发展,NENs被发现具有转移的潜能。

国际疾病分类肿瘤学专辑第3版(ICD-O-3)根据肿瘤病理诊断结果将胃肠道胰腺神经内分泌肿瘤形态学编码分类到M8240/3和M8249/3[2],而神经内分泌肿瘤作为主导词无法从ICD-10卷三中查到该疾病的形态学编码,导致不同编码员对GEP-NENs的编码不相同,最终导致疾病分类编码不尽相同,从而影响DIP(diagnosis-intervention packet)的病例分组,最终又影响该疾病的支付标准。本文通过对消化系统神经内分泌肿瘤在进行形态学编码时存在的疾病编码不一致的问题进行分析,查找原因并提出对策,为提高编码质量和国家医疗保障按病种分值付费(DIP)提供参考依据。

资料与方法

1.资料来源

应用数据挖掘语言SQL从某院的病案统计管理系统中查询形态码为神经内分泌肿瘤的数据,剔除肿瘤原发部位不在消化系统的数据,查询出院时间为2019年1月1日-2020年6月30日的住院病案,共查询出符合条件病历45份。编码员ICD-10疾病编码和经ICD-O-3形态学编码修正后的ICD-10疾病编码DIP入组信息均来源于2020年广州市住院按病种分值付费病种分值库。

2.ICD-O与ICD-10之间的关系

国际疾病肿瘤学分类(ICD-O)是从国际疾病分类(ICD)发展而来。ICD-O 从第二版开始,它是一个既有解剖部位又有形态学编码系统的双重分类。解剖部位编码使用与ICD-10中恶性肿瘤(C00-C80)相同的三位数类目,对于非恶性肿瘤的部位允许比在ICD-10可能作出的部位编码更加详细;换而言之,ICD-10的疾病编码类目C00-C80是恶性肿瘤的类目,ICD-O的C00-C80既包括解剖部位的恶性肿瘤也包括良性肿瘤,它是一个部位编码,因此ICD-O的解剖学(部位)编码不能直接用于ICD-10的疾病编码。

在某些情况下,ICD-O中肿瘤的解剖学(部位)编码可以和ICD-10中解剖学(部位)编码之间按照一定的规则进行相互的转换[3];这是因为其疾病(肿瘤)部位的基本分类是相同的,这样两个系统肿瘤编码之间就有可能既适用于各自的分类体系,又能作一致性检查和比较。

ICD-10第二章肿瘤的分组依据或者基于ICD-O肿瘤形态学,或者通过ICD-O的动态编码来描述肿瘤的转移性或继发性。ICD-O动态编码(一个完整的ICD-O形态学编码至少包括肿瘤组织学和动态)和ICD-10第二章肿瘤各部分的对应关系如表1。

表1 ICD-O动态编码和ICD-10第二章各部分的对应关系

3.方法

根据WHO(2019)消化系统肿瘤分类确定消化系统神经内分泌肿瘤的ICD-O-3形态学编码,见表2;然后对比分析编码员疾病编码与经ICD-O-3形态学编码修正后的疾病编码的每一份病历入DIP组别的差异,DIP差值之间的差异采用配对秩和检验。

表2 依据WHO(2019)消化系统肿瘤分类神经内分泌肿瘤ICD-O-3形态学编码

结 果

1.基本情况

45例消化系统神经内分泌肿瘤原发部分在直肠的占比为71.11%(32/45),住院病历主要分布在消化科,占比64.44%(29/45)。编码员根据某院病案统计系统直接查询神经内分泌肿瘤的形态码为M82402/1,据此疾病编码大部分分类到D37(动态未定或动态未知的肿瘤),部分编码员分类到D12/D13(良性肿瘤),还有部分编码员分类到D01(原位肿瘤)。根据WHO(2019)消化系统肿瘤分类ICD-O-3形态学编码标准,45份病案疾病编码均需要修正分类到相应原发部位的恶性肿瘤,具体结果详见表3。

表3 消化系统神经内分泌肿瘤基本情况分析(N=45)

2.45例消化系统神经内分泌肿瘤的病理诊断和临床诊断

45份病例都做了病理检查,其中31份加做了免疫组化检查,确定了神经内分泌肿瘤分级,不同病理医生给出的病理诊断不完全一致。31份病理诊断分别为:高分化神经内分泌瘤(类癌),G1有3份;高分化神经内分泌瘤,G1有4份;神经内分泌瘤(类癌),G1有6份;神经内分泌瘤,G1有18份。而14份没有加做免疫组化的病理诊断为神经内分泌肿瘤。41份病例的临床诊断为临床医生根据病理结果给出:原发部位+神经内分泌肿瘤,另外4份病历因病理结果报告晚回,临床诊断为原发部位+肿物/隆起性病变。

3.编码员疾病编码与经ICD-O-3修正疾病编码DIP组别对比分析

通过分析45份出院病案DIP入组情况,发现编码员疾病编码与修正疾病编码入DIP组别均有差异,分值最大相差2360分,总分值相差32452分,按每分值13元计算,共损失421876元。不同疾病编码DIP组分值差异有统计学意义(Z=-5.967,P<0.05),说明同一系统疾病的疾病性质,如良性、交界恶性、恶性对DIP分组影响有统计学意义。

表4 编码员疾病编码与修正疾病编码DIP组别对比分析

讨 论

1.医疗机构要重视疾病编码的内涵质控

此次研究发现部分编码员把肿瘤形态码M8240/1对应到D12/D13/D01不符合国际疾病编码规则。根据国际疾病分类ICD-10编码规则,肿瘤动态码/1的意义表示肿瘤的动态是否良性或恶性未肯定,对应的疾病编码范围是D37-D48,疾病编码D12/D13对应肿瘤动态码应为/0良性,D01对应肿瘤动态码应为/2原位癌[4]。其次,编码员要不断更新肿瘤编码相关病理诊断知识,ICD-10为了维持疾病编码的稳定性和连续性,版本更新时间长,而根据WHO肿瘤分类诊断标准ICD-O形态学编码,消化系统神经内分泌肿瘤名称由原来的类癌更新为神经内分泌肿瘤,NOS/G1/G2/G3,动态码为/3(恶性,原发部位),所以疾病编码应根据肿瘤形态学编码分类到恶性肿瘤范围。建议和病理科医生沟通,建议结合肿瘤形态学名称规范病理诊断,避免编码员因理解误差造成编码错误[5-6]。随着医疗支付改革不断深入,病案首页数据质量直接关系到医疗机构国家绩效考核成绩[7]。首页疾病和手术编码质量与医疗机构的经济效益密切相关[8-9],所以病案首页数据质量控制特别是疾病和手术编码质量控制,不能做简单的漏填等完整性核查,而应更多地应用数据挖掘或信息化手段做逻辑性内涵质控,如肿瘤动态码/1对应的疾病编码范围应处于D37-D48之间。有教学任务的病案管理科应加强进修生和实习生编码质量的内涵质控。

2.消化系统神经内分泌肿瘤疾病性质对DIP分组有显著影响

此次分析发现45份出院病历DIP分组均不一样。DIP根据临床客观真实的疾病诊断和手术操作进行穷举聚类,分组由细到粗,三级目录根据疾病的主要诊断结合不同治疗方式进行分组。当主要诊断疾病编码经ICD-O形态学编码修正后组别就发生了变化,DIP对应分值也不相同,最后的支付标准也不相同。综上分析发现,DIP能反映消化系统神经内分泌肿瘤疾病性质对分组的差异,DIP分组也贴合临床实际治疗方式。

猜你喜欢
形态学内分泌编码
妇科内分泌失调的临床治疗研究
临床检验中血细胞形态学观察与分析
音乐科学研究中的思想实验——以音乐形态学研究中的四个重大发现为例
生活中的编码
颅内后交通动脉瘤破裂出血的临床特征和形态学的危险因素
免疫检查点抑制剂相关内分泌代谢疾病
长链非编码RNA APTR、HEIH、FAS-ASA1、FAM83H-AS1、DICER1-AS1、PR-lncRNA在肺癌中的表达
子带编码在图像压缩编码中的应用
什么是乳腺癌的内分泌治疗?
Genome and healthcare