文档介绍:基于医疗大数据的DRGs分析
基于医疗大数据的DRGs分析(白板)
目录
基于医疗大数据的DRGs分析(白板)
DRGs的基本概念
DRGs :Diagnosis Related Groups,疾病诊断相关分类组
费用影响因素:
1、诊断(ICD-10)
2、疾病严重程度:低、中、高
3、治疗方式:手术与操作(ICD-9-CM-3 )
4、合并症与并发症、伴随症状
5、住院天数
6、转归
7、个体差异:年龄、性别、体重
8、医院级别
是一种标准化医疗质控、评估及费用支付的管理体系
DRGs-PPS:Prospective Payment System,诊断相关组预付费制
基于医疗大数据的DRGs分析(白板)
DRGs的基本概念
AP-DRGs:美国All Patient-DRGs
MDC :Major Diagnostic Category,主诊断分类,确定DRGs的主要诊断
CC :Co-morbidity,一般合并症,确定DRGs的并发症、合并症
CV :Coefficient of Variation,变异系数,原始数据标准差与原始数
据平均数的比,确定DRGs病例偏离标准费用的离散程度
DRGs分组数据的筛选判断标准
RIV :总体变异减低系数,衡量DRGs分组后的变异降低效果
基于医疗大数据的DRGs分析(白板)
DRGs的来源
19世纪70年代起源于美国,应用于医疗付费
后陆续被其他国家引进
目前,世界上超过30个国家和地区使用DRGs管理医疗费用。
基于医疗大数据的DRGs分析(白板)
应用DRGs的目的
基本逻辑:同类诊断相关组,医疗成本基本接近
指导思想:
医院医生:激励加强医疗质量管理、为获得利润主动降低成本、缩短住院天数,减少不必要服务
医疗保险:控制费用、精准支付
管理部门:提供医院评价的可比较标准、宏观调控资源利用
基于医疗大数据的DRGs分析(白板)
DRGs分组方法
病案首页
MDC(ICD-10)
ICD-9手术
ICD-9操作
药物治疗
CC并发症/伴随症状(严重、一般、无)
个体特征(性别、年龄组)
DRGs(手术、操作、内科)
基于医疗大数据的DRGs分析(白板)
DRGs分组方法
病例大类
ADRGs
DRGs
DA1头颈恶性肿瘤大手术
……
DB2鼓窦及乳突手术
鼓窦及乳突手术, 0-17岁
……
鼓窦及乳突手术, 18-60岁
……
鼓窦及乳突手术, 60岁以上
DC1仅限扁桃体和/或腺体样切除术
……
耳鼻咽口恶性肿瘤内科治疗, 0-17岁, 不伴C. C.
DR1耳鼻咽口恶性肿瘤内科治疗
耳鼻咽口恶性肿瘤内科治疗, 0-17岁, 伴一般C. C.
……
……
耳鼻咽口恶性肿瘤内科治疗, 0-17岁, 伴严重C. C.
DS1中耳炎及上呼吸道感染
……
先期分组
医生
统计
基于医疗大数据的DRGs分析(白板)