合併症及併發症對台灣版診斷關聯群解釋力之影響-以DRG127為例

The Effect of Comorbidity and Complication on the Explanation of the Taiwan Diagnosis Related Groups- Heart Failure and Shock DRG 127

王淑蕙(Shu-Hui Wang)

指導教授 ： 黃偉堯

長榮大學/健康科學學院/醫務管理學系(所)/碩士(2011年)

https://doi.org/10.6833/CJCU.2011.00073

摘要

研究目的：中央健康保險局於2010年推行全民健康保險住院診斷關聯群（Tw-DRGs）為住院醫療費用支付基準。診斷關聯群分類架構的解釋力代表著醫療資源耗用之合理性，且攸關於診斷關聯群施行的成效。故本研究分析合併症及併發症(Comorbidity and Complication, C.C.)對醫療資源耗用的影響；同時探討不同合併症及併發症分類方式對DRGs分類架構解釋力的影響。
研究設計：橫斷式模擬研究。分為兩個部分進行：一，以複迴歸分析合併症及併發症對DRG127醫療資源耗用影響；二，以單因子變異數分析Tw-DRGs有無合併症及併發症與模擬MS-DRGs的MCC、CC、Non-CC之解釋力變化。
研究對象：符合我國心臟衰竭及休克疾病(Tw-DRG127)及美國MS-DRGs心臟衰竭及休克疾病（MS-DRG291、292、293）MCC、CC list之病例。
資料來源：國家衛生研究院2007年全民健康保險學術研究資料庫的系統抽樣檔，含「住院醫療費用清單明細檔（DD檔）」與「醫事機構基本資料檔（HOSB檔）」。
研究工具：中央健康保險局2004年「第三版住院病例組合單機版編審程式V7.3.4版」；Contexo Media出版「DRG Guidebook」之MS-DRGs之疾病嚴重度分類法。
結果測量：醫療費用、住院天數、解釋力（R2）與相對權重（RW）。
主要結果：
1.合併症/併發症對醫療資源耗用的影響，在Tw-DRGs分類架構下，有C.C.的影響力大於無C.C.的部份，β值為0.22，p <0.01；再則，於MS-DRGs之C.C.分類架構下，以無C.C.為參考值，MCC的β值為0.44，p <0.01；有C.C的β值為0.18，p <0.01，顯示疾病嚴重度愈高，對醫療資源耗用愈高。
2.Tw-DRGs將C.C.分為兩層與模擬MS-DRGs C.C.分為三層之分類方法，對於醫療費用解釋力由2.51%上升到17.06%，增加14.55%；在住院天數解釋力方面，由2.11%上升到8.66%，增加6.55%。
3.Tw-DRG127，有無C.C.之相對權重值為0.93與0.51；兩者之間相差0.42。模擬以MS-DRGs合併症/併發症分類後，無C.C.、有C.C.、MCC相對權重值為0.55、0.79與1.64；無C.C.與MCC之間差值為1.09，高於Tw-DRG127有無C.C.之差值，說明隨著疾病嚴重度增加後，能更加的區分出組間的差異，達互斥的精神。
結論：有合併症及併發症會增加心臟衰竭及休克疾患（DRG 127）的醫療資源耗用；採MS-DRGs疾病嚴重度三層分類方法，相對於Tw-DRGs合併症/併發症兩層分類法，MS-DRGs的疾病嚴重度分類對醫療資源耗用解釋力有明顯提昇。

關鍵字

台灣版診斷關聯群 ； 美國疾病嚴重度診斷關聯群 ； 解釋力疾病嚴重度 ； 合併症及併發症 ； 心臟衰竭及休克疾患

並列摘要

Objective: The Bureau of National Health Insurance adopted Tw-DRGs as the inpatient payment basis in 2010. The aim is to explore the effect of severity on the variation of medical resources and the explanatory power of DRGs.
Design: This study conducted a cross-sectional simulation to analyze the effect of Comorbidity and Complication (CC) on medical resources utilization by the multiple regression analysis, and further compare the explanatory power between Tw-DRGs and MS-DRGs by ANOVA.
Subject: Patients diagnosed with Heart Failure and Shock Disorders of Tw-DRG127 and MS-DRG 291, 292, and 293.
Data Resource: Secondary data analysis was conducted on inpatient expenditures by admissions (DD) and registry for contracted medical facilities (HOSB) sourced from the 2007 National Health Insurance Research Database of the National Health Research Institutes.
Tool: The tools included the 3rd case mix index coding program V7.3.4 of BNHI 2004, and the severity classification of MS-DRGs from the 2009 DRG Guidebook (Contexo Media).
Measurement: Medical expenditure, length of stay, explanatory power (R2), and relative weight (RW) were measured
Result:
1. For the effect of CC on the medical resources utilization, the cases with CC utilize more medical resources than those without CC under Tw-DRGs,βvalue=0.22 (p <0.01). The case effect with MCC (βvalue=0.44, p <0.01) and with CC (βvalue=0.18, p <0.01) utilize more medical resources than those without CC under MS-DRGs.
2. For the explanatory power of medical expenditure, MS-DRGs (17.06%) is greater than Tw-DRGs (2.51%). For the explanatory power of length of stay, MS-DRGs (8.66%) is greater than Tw-DRGs (2.11%).
3. The difference of RW is 0.42 between CC and without CC under Tw-DRG127. The difference 0.24 of RW is between without CC and CC under MS-DRGs.The difference of RW is 0.85 between with CC and MCC under MS-DRGs.The difference of RW is 1.09 between without CC and MCC under MS-DRGs.
Conclusion: The CC is an important factor for the medical resources utilization of DRG 127. The CC classification of MS-DRGs can increase the explanatory power than Tw-DRGs do.

並列關鍵字

Tw-DRGs ； MS-DRGs ； Explanatory power ； Severity classification ； Comorbidity and Complication ； Heart Failure and Shock Disorders DRG 127

參考文獻

陳琇玲、楊銘欽、薛亞聖、楊捷如（2005）。健保局DRGs 對台灣病例變異解釋力之初探。台灣衛誌，24（6），548-560。

錢慶文、童瑞龍、盧彥樺（2003）。某醫學中心住院處方之分析研究：以治療單純性肺炎與肋膜炎(DRG90)為例。醫務管理期刊，4（3），98-113。

Andersen, R.M. & Aday, L.A.(1978). Access to medical care in the U.S.:realized and potential. Medical Care, 16(7),533-546.

DRG Guidebook. (2009). Salt Lake City, UT: Medical Management Institute &

Feder, J., Hadley, J., & Zuckerman, S. (1987). How did Medicare’s Prospective Payment System affect Hospitals? New England Journal of Medicine, 317(14),867-873.