恶性肿瘤患者DRG超支风险预测模型的建立与验证  

作　　者：龙小庆[1] 赵德华[1] 范红英[1] 唐佳 李旭 王继生[1] 

机构地区：[1]绵阳市第三人民医院/四川省精神卫生中心医保物价科,四川绵阳621000

出　　处：《重庆医学》2025年第1期250-254,共5页Chongqing Medical Journal

基　　金：北京医药卫生经济研究会药物经济学&真实世界研究&药政管理专项科研促进项目(BJHE2023-PRP-008)。

摘　　要：目的分析恶性肿瘤患者疾病诊断相关分组(DRG)超支的影响因素并建立风险预测模型,为DRG支付方式提供管理策略。方法选取2022年1月1日至12月31日四川省绵阳市某三级甲等医疗机构入组RE1A病组患者的临床资料。利用Lasso回归模型和多因素logistic回归模型筛选DRG超支的影响因素。依据筛选的变量绘制列线图,采用Bootstrap法对模型进行内部验证,绘制受试者工作特征(ROC)曲线评估模型的区分度,校准曲线评估模型的准确度,临床决策曲线(DCA)评价模型的临床获益和应用价值。结果研究共纳入1729例患者,431例(24.93%)出现DRG超支。Lasso回归和多因素logistic回归模型筛选出的DRG超支的影响因素为住院时间、入住科室及合并症/并发症数量。预测模型的ROC曲线下面积(AUC)为0.745(95%CI:0.716~0.775)。校准曲线提示预测校准曲线与标准曲线基本拟合,模型预测准确度较高。DCA提示在风险阈值范围内,患者标准化净获益率>0。结论列线图模型能较好地预测恶性肿瘤患者DRG超支风险,可以为DRG管理提供新的思路和策略。

关 键 词：DRG超支 预测模型 Lasso回归 多因素logistic回归 列线图 

分 类 号：R97.32[医药卫生—药品]