基于PMC指数模型的我国按疾病诊断相关分组付费政策量化评价

来源:用户上传      作者:陈嘉歆 吴婷婷 付蔓霞 侯艳红 吴方

　　关键词疾病诊断相关分组;付费政策;PMC指数模型;量化评价
　　2020 年我国65 岁及以上老龄人口达到1.9 亿人[1]，老龄化时代的到来让医疗保险短期和长期收支平衡均难以保持，医保支付方式改革日益受到关注。为实现医疗卫生事业的可持续发展，深化医保支付制度改革，进一步规范医疗服务行为，我国于2016 年提出要将现有的医保支付方式转变为按疾病诊断相关分组（diagnosis-related groups，DRGs）付费[2-3]。DRGs通过将患者分入诊断相关的组别以确定公立医院的补助金额[4]，从而实现医保机构从被动买单到主动控制的转变[5]，这为医疗服务付费、监测和管理提供了一个具有可比性的基础[6]。
　　目前，针对DRGs付费进行研究的文献可以大致分为两大类：一是研究DRGs付费的实施对医保机构[7]、医院[8-9]、医务人员[10]、具体DRGs 付费试点城市和试点医院[11 - 13]等主体的影响，分析促进或阻碍政策实施的因素;二是综合运用文献综述法、德尔菲法、数理统计方法、层次分析法和熵值法等，评价DRGs付费中指标权重的合理性[14-15]。
　　PMC（policy modeling consistency）指数模型作为公共政策的评价工具之一，已被运用到多个领域中进行政策量化评价，并且在应用上已被初步标准化，其优势得到了学术界的普遍认可。例如，PMC在医疗卫生领域可用于评价长期护理保险、慢病管理等政策的实施效果[16-17]，在经济领域可用于为创新政策等的修正提供借鉴[18]，在社会治理领域可用于指出社保应急政策的症结所在[19]。目前，我国还尚未见将PMC 指数模型用于DRGs 付费政策量化评价的研究。因此，本研究选取PMC指数模型对我国DRGs付费政策进行量化评价，为我国进一步推动医保支付改革，构建具有中国特色的DRGs付费体系提供参考。
　　1 PMC指数模型的构建
　　Ruiz 等[20]提出的Omnia Mobilis 假说认为，万事万物都是不断运动且相互联系的，故不应忽视任何变量。基于该假说的PMC指数模型不仅能分析政策的内部一致性，还能直观体现出具体政策的优劣势，从而科学地进行量化评价。PMC指数模型的构建共有4 个步骤：一是设置一、二级变量及参数识别;二是构建多投入产出表;三是计算PMC指数，对政策进行评级;四是构建PMC曲面图[20]。
　　1.1 变量选取及参数确认
　　以2017-2022 年为限，通过查阅国家和各省级医疗保障局的政策法规，最终筛选出58 份与DRGs付费高度相关的政策文件。运用ROSTCM 6.0 词频分析工具，对选定的政策文本进行处理后建立语义网络图（图1），挖掘政策文本的核心内容与联系，为变量选取和参数确认提供依据。在语义网络图中，“疾病诊断相关分组”处在核心位置，是DRGs付费的关注热点，与之紧密联系的关键词有“付费”“标准”“管理”“服务”“医疗机构”等;“医保”是DRGs付费的物质保障，辐射关键词有“定点医疗机构”“管理”“费用”“试点”等;“付费”是DRGs付费的关注重心，相关关键词有“标准”“机制”“定点医疗机构”“点数”等。
　　本研究根据以上语义网络图中高频词和关键词的辐射情况，结合政策自身的特点并参考现有学者关于构建PMC指数模型的文献，建立了包括10 个一级变量和40 个二级变量的DRGs 付费政策量化评价体系。二级变量的参数值设置为二进制数字，当政策内容涉及二级变量的含义时，取值为1，否则取值为0（X10无二级变量，若政策公开则取值为1，反之为0）。DRGs 付费的变量设置见表1。
　　1.2 PMC指数的计算
　　参考Ruiz 等[20]关于PMC 指数模型的计算方法，将一、二级变量置于多投入产出表中，然后根据每项付费政策的具体内容，结合公式（1）和公式（2）确定各项政策的每个二级变量的具体数值;根据公式（3）计算一级变量的具体数值;最后根据公式（4）分别计算每项政策的PMC指数[23]。
　　1.3 PMC曲面构建
　　PMC曲面图有利于直观显示PMC指数模型的计算结果，从而可视化地从多维度视角呈现政策的优点与不足。由于本研究选取的政策都是公开的，故一级变量政策公开（X10）对政策评价无影响。为了矩阵的对称性和曲面的平衡性，故剔除政策公开（X10）。采用其余9 个变量建立如公式（5）的矩阵表，绘制各项政策的PMC 曲面图。
　　2 实证研究
　　2.1 样本选取
　　考虑到政策来源主体的多样性、政策颁布时间分布的均匀性、政策内容的全面性等，本文选取9 项具有代表性的政策文件作为样本（表2），基于以上DRGs 付费政策研究框架进行分析。
　　2.2 样本政策的PMC指数模型分析
　　依据文本挖掘法和PMC指数模型的制作步骤，将表2 中的9 项DRGs付M政策填入多投入产出表，并代入公式（3）、公式（4），分别计算其PMC指数，结果见表3。
　　从表3 可以看出，近年来，我国DRGs付费相关政策整体态势良好。9 项DRGs付费政策按PMC指数的大小排名为：P2>P6>P8>P9>P5>P1>P3>P4>P7。9 项DRGs 付费政策被划分为优秀和可接受2 个政策等级：可接受级政策有4 项，分别为P1、P3、P4、P7，其中PMC指数最低（5.898）的为政策P7 ;优秀级政策有5 项，分别为P2、P5、P6、P8、P9，其中PMC指数最高（7.833）的为政策P2。《南京市基本医疗保险按疾病诊断相关分组（DRGs）点数法付费暂行办法》（政策P7）以指导和描述为主，缺乏预测内容;政策时效在政策发布的本年内，未提及中长期目标，也未提及病种分值确定、数据支持、协议管理、结算、付费流程等内容。因政策P7 的出台时间较短，故其政策目标较为局限，政策工具中对于促进DRGs付费的人才培养、舆论宣传重视不足，政策在印发时对具体工作安排等阐述也不足。

nlc202207202014

转载注明来源:https://www.xzbu.com/1/view-15436359.htm