醫療質量管理是醫院永恒的主題，但如何更加合理、公平的評價醫療質量管理結果的差異性，是醫院管理者一直關注卻很難解決的問題。現有的平均值評價、DRG相關指標的評價，因其缺少疾病相應風險變化而導致醫療質量結果指標差異的合理性分析，導致臨床科室對評價指標的不認同甚至消極應對。借用醫療大數據分析和疾病風險調整體系可以快速解決上述問題，通過對醫療治療數據的收集、清洗、標化和建模分析，形成疾病風險調整模型，對醫院質量管理結果指標進行轉化后的相對性評價，使得醫院質量評價更合理，從而推動醫療質量管理能力提升。

我院2017年醫院年度行政工作報告提出“引導臨床科室提高住院床位使用效率與縮短平均住院天數，加快床位周轉，提升運行效率”，將原有次均住院天數9.2天，設定目標為8.2天，同時醫院調整了考核方法，增加了考核力度和分值。面對醫院住院效率目的設定，質量控制部門應該如何分配各臨床科室住院效率目標？

表1：科室次均住院天數目標值分配表（2017年）

根據最原始的三年增長趨勢分析后，分析科室住院天數效率差異后，初步目標分配完成后，跟蹤分析2018年1-6月醫院本部次均住院天數，同比分析結果如下：

圖1： 2018年1-6月本部次均住院天數同比分析

其中，血液科一2018年一季度次均住院天數為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數8.4天，同比增長0.8天。從上述數據可見，血液科一次均住院天數管理優于呼吸科二。結果真的如此嗎？走訪科室發現，簡單的趨勢值分析以及目標設定對住院效率管理好的科室不公平，有“鞭打快牛”之嫌，即質量管理的越好，能縮短的空間越小；同時因為不同科室間病種差異很大，同樣病種不同的并發癥、風險變化的也不盡相同，如何合理分析不同科室間醫療質量管理差異？醫療質量管理目標如何設定才能公正合理？

應用疾病風險建模調整體系，可以解決上述的問題。通過大量歷史數據的歸集以及建模分析，可以量化不同病種、不同風險下的治療轉歸預期值，并結合實際值進行“相對性”的比較，從而轉變了傳統用絕對值對醫療管理結果評價導致不合理的尷尬。此次引入疾病風險建模體系介紹如下：

1.建模流程：

圖2：基于病種分組的疾病風險建模流程設計

2.建立核心評價體系

以疾病風險調整模型為基礎，以每個病例為評價最小單位，建立了一套醫療績效綜合評價體系，包含了O/E指數（死亡率O/E、住院天數O/E、總費用O/E、醫事服務費O/E、藥品管理O/E、耗材管理O/E）、改進機會（住院天數改進機會、總費用改進機會、藥品費用改進機會、耗材費用改進機會）、醫事服務費等核心評價指標，從醫療質量、效率、效益、難度、改進機會等全方位反映醫療質量管理水平及提升方向。

表2：疾病風險建模核心指標釋義

其中的O/E指數，即通過建模型測算出每個病例的病死率、住院天數、醫療費用的實際發生值（O值）與病例病死率、住院天數、醫療費用預測值（E值）相比，得到的評價指標。若O/E指數>1，即相應醫療指標實際發生值較預期值高，說明醫療質量、醫療效率或醫療效益的管理仍有待改進；反之，若O/E指數<1，即相應醫療指標實際發生值較預期值低，說明醫療質量、效率或效益管理達到較好水平。O/E指數公平地量化了疾病風險及轉歸結果判斷，指標的最小評價單位是單個病例，實現了不同病種、不同學科、不同醫院之間的可對比性和合理評價。

1. 通過本院三年歷史數據，建模結果如下：

   
   

表3 ：建立疾病風險調整模型數量表

1.2018年上半年臨床科室次均住院天數建模結果分析

圖3：疾病風險建模后次均住院天數分析

通過上圖可以發現，血液內科一次均住院天數為12.9天，同比減少雖然達到了2.8天，但從住院天數O/E結果分析，住院天數O/E為1.03, O/E結果大于1，說明血液內科一效率管控仍然有較大的改進機會與空間；呼吸內科二次均住院天數雖然增長了0.8天，但O/E結果分析為0.93, O/E結果小于1，說明住院效率管理已經很好，住院天數增加是因為病種復雜度和風險增加而導致的。

2.通過建模結果尋找住院效率改變的主要原因

表4 ：2018上半年血液內科一住院病種排位前10

通過進一步分析血液內科的病種人次以及住院效率分析發現，2018年上半年該科住院病種排位前10病種中，除急性白血病為第二診斷外的化療無合并發癥的病種病人數為222，同比增長89.74%，通過模型分析同類病種同類風險住院天數預測值為8.33天，而該病種實際住院天數為12.72天，住院天數O/E值達到1.53,可以改進的住院天數為474天；人數排名第2、3、4的病種住院天數效率管控較好；而排在第五位的除急性白血病為第二診斷外的化療伴合并發癥住院天數O/E值是1.40，住院天數改進機會50天；綜合分析所述，該科因放療病種的人數增加出現住院天數效率管控不佳的問題，為下一步的改進指出了方向。

表5：2018上半年血液內科一“除急性白血病為第二診斷外的化療”主治醫生住院天數分析

通過分析可以發現，其中001312醫生收治除急性白血病為第二診斷外的化療病例77例，住院天數可以進機會為194天；001258醫生收治此類病例43例，住院天數可以改進機會114天；009112醫生收治病例70例，可以改進機會為98天等等。

    表6 ：2018上半年血液內科一“除急性白血病為第二診斷外的化療”住院天數O/E大于3病例分析

以住院天數O/E大于3為例，可以查見該科室有此類病例有19例，平均住院天數在26-47天左右，而預測次均住院天數在8-10天左右，而此類病種住院天數出現明顯超長而導致該科室的次均住院天數延長，住院天數O/E值超高。

傳統的醫療質量管理以及評價主要使用的是平均值、同比等管理指標，但醫療過程中因疾病分類的多樣化、病情的復雜性決定了簡單的平均加權不能對醫療質量管理結果進行合理評價。而借用國際上常用的疾病風險調整方法體系，通過醫療大數據建模分析和疾病風險調整，通過對醫療前端病種和疾病風險差異的歸集，再進行建模處理，通過疾病風險建模結果判斷醫療質量管理結果的優劣，即病例實際管理結果與模型預測結果進行比較。通過對醫療質量管理結果相對性比較，而非傳統的平均值比較，有效的解決的醫療質量管理結果的合理分析以及評價，在醫療技術不斷加強、醫療風險增長時，醫療管理結果預測值也增加，醫療管理的結果評價正向評價，從而正向推動醫療技術的發展，提升醫療質量的管理能力。