05.东南大学附属中大医院：医疗大数据建模分析推动医疗质量管理能力提升【CHIMA 2019 案例分享】

医疗质量管理是医院永恒的主题，但如何更加合理、公平的评价医疗质量管理结果的差异性，是医院管理者一直关注却很难解决的问题。现有的平均值评价、DRG相关指标的评价，因其缺少疾病相应风险变化而导致医疗质量结果指标差异的合理性分析，导致临床科室对评价指标的不认同甚至消极应对。借用医疗大数据分析和疾病风险调整体系可以快速解决上述问题，通过对医疗治疗数据的收集、清洗、标化和建模分析，形成疾病风险调整模型，对医院质量管理结果指标进行转化后的相对性评价，使得医院质量评价更合理，从而推动医疗质量管理能力提升。

我院2017年医院年度行政工作报告提出“引导临床科室提高住院床位使用效率与缩短平均住院天数，加快床位周转，提升运行效率”，将原有次均住院天数9.2天，设定目标为8.2天，同时医院调整了考核方法，增加了考核力度和分值。面对医院住院效率目的设定，质量控制部门应该如何分配各临床科室住院效率目标？

表1：科室次均住院天数目标值分配表（2017年）

根据最原始的三年增长趋势分析后，分析科室住院天数效率差异后，初步目标分配完成后，跟踪分析2018年1-6月医院本部次均住院天数，同比分析结果如下：

图1： 2018年1-6月本部次均住院天数同比分析

其中，血液科一2018年一季度次均住院天数为12.9天，同比降低了2.8天；呼吸科二2018年一季度次均住院天数8.4天，同比增长0.8天。从上述数据可见，血液科一次均住院天数管理优于呼吸科二。结果真的如此吗？走访科室发现，简单的趋势值分析以及目标设定对住院效率管理好的科室不公平，有“鞭打快牛”之嫌，即质量管理的越好，能缩短的空间越小；同时因为不同科室间病种差异很大，同样病种不同的并发症、风险变化的也不尽相同，如何合理分析不同科室间医疗质量管理差异？医疗质量管理目标如何设定才能公正合理？

应用疾病风险建模调整体系，可以解决上述的问题。通过大量历史数据的归集以及建模分析，可以量化不同病种、不同风险下的治疗转归预期值，并结合实际值进行“相对性”的比较，从而转变了传统用绝对值对医疗管理结果评价导致不合理的尴尬。此次引入疾病风险建模体系介绍如下：

1.建模流程：

图2：基于病种分组的疾病风险建模流程设计

2.建立核心评价体系

以疾病风险调整模型为基础，以每个病例为评价最小单位，建立了一套医疗绩效综合评价体系，包含了O/E指数（死亡率O/E、住院天数O/E、总费用O/E、医事服务费O/E、药品管理O/E、耗材管理O/E）、改进机会（住院天数改进机会、总费用改进机会、药品费用改进机会、耗材费用改进机会）、医事服务费等核心评价指标，从医疗质量、效率、效益、难度、改进机会等全方位反映医疗质量管理水平及提升方向。

表2：疾病风险建模核心指标释义

其中的O/E指数，即通过建模型测算出每个病例的病死率、住院天数、医疗费用的实际发生值（O值）与病例病死率、住院天数、医疗费用预测值（E值）相比，得到的评价指标。若O/E指数>1，即相应医疗指标实际发生值较预期值高，说明医疗质量、医疗效率或医疗效益的管理仍有待改进；反之，若O/E指数<1，即相应医疗指标实际发生值较预期值低，说明医疗质量、效率或效益管理达到较好水平。O/E指数公平地量化了疾病风险及转归结果判断，指标的最小评价单位是单个病例，实现了不同病种、不同学科、不同医院之间的可对比性和合理评价。

1. 通过本院三年历史数据，建模结果如下：

   
   

表3 ：建立疾病风险调整模型数量表

1.2018年上半年临床科室次均住院天数建模结果分析

图3：疾病风险建模后次均住院天数分析

通过上图可以发现，血液内科一次均住院天数为12.9天，同比减少虽然达到了2.8天，但从住院天数O/E结果分析，住院天数O/E为1.03, O/E结果大于1，说明血液内科一效率管控仍然有较大的改进机会与空间；呼吸内科二次均住院天数虽然增长了0.8天，但O/E结果分析为0.93, O/E结果小于1，说明住院效率管理已经很好，住院天数增加是因为病种复杂度和风险增加而导致的。

2.通过建模结果寻找住院效率改变的主要原因

表4 ：2018上半年血液内科一住院病种排位前10

通过进一步分析血液内科的病种人次以及住院效率分析发现，2018年上半年该科住院病种排位前10病种中，除急性白血病为第二诊断外的化疗无合并发症的病种病人数为222，同比增长89.74%，通过模型分析同类病种同类风险住院天数预测值为8.33天，而该病种实际住院天数为12.72天，住院天数O/E值达到1.53,可以改进的住院天数为474天；人数排名第2、3、4的病种住院天数效率管控较好；而排在第五位的除急性白血病为第二诊断外的化疗伴合并发症住院天数O/E值是1.40，住院天数改进机会50天；综合分析所述，该科因放疗病种的人数增加出现住院天数效率管控不佳的问题，为下一步的改进指出了方向。

表5：2018上半年血液内科一“除急性白血病为第二诊断外的化疗”主治医生住院天数分析

通过分析可以发现，其中001312医生收治除急性白血病为第二诊断外的化疗病例77例，住院天数可以进机会为194天；001258医生收治此类病例43例，住院天数可以改进机会114天；009112医生收治病例70例，可以改进机会为98天等等。

    表6 ：2018上半年血液内科一“除急性白血病为第二诊断外的化疗”住院天数O/E大于3病例分析

以住院天数O/E大于3为例，可以查见该科室有此类病例有19例，平均住院天数在26-47天左右，而预测次均住院天数在8-10天左右，而此类病种住院天数出现明显超长而导致该科室的次均住院天数延长，住院天数O/E值超高。

传统的医疗质量管理以及评价主要使用的是平均值、同比等管理指标，但医疗过程中因疾病分类的多样化、病情的复杂性决定了简单的平均加权不能对医疗质量管理结果进行合理评价。而借用国际上常用的疾病风险调整方法体系，通过医疗大数据建模分析和疾病风险调整，通过对医疗前端病种和疾病风险差异的归集，再进行建模处理，通过疾病风险建模结果判断医疗质量管理结果的优劣，即病例实际管理结果与模型预测结果进行比较。通过对医疗质量管理结果相对性比较，而非传统的平均值比较，有效的解决的医疗质量管理结果的合理分析以及评价，在医疗技术不断加强、医疗风险增长时，医疗管理结果预测值也增加，医疗管理的结果评价正向评价，从而正向推动医疗技术的发展，提升医疗质量的管理能力。