前言：上一期《DIP实例演练：主目录构建方法一文读懂》（←点击回顾）讲述了构建DIP主目录的方法步骤，本期将以流程图的方式，医院案例，拆解DIP辅助目录的构建与实际应用。
为什么要建立DIP辅助目录？
DIP主目录是以细化分组进行打包的模式，挖掘疾病诊断与治疗方式组合的共性特征，将疾病诊治难易程度对应于资源的消耗，形成DIP分值付费支付单元。
然而由于医疗的不确定性，患者个体差异、医院管理、医生行为等诸多因素均会对疾病的资源消耗造成直接影响，以分组的单一维度对应于疾病的复杂成因与医疗服务的多元供给方式，难以精准评估医疗机构医疗服务产出的合理性。
受此影响会出现熟悉规则的医疗机构采取有针对性的方式来争取利益最大化的现象，包括交叉互补、组别高套、诱导住院、风险选择、分解住院、抑制需求等，最终使得医保的支付难以取得预期成效。
因此需要基于疾病的个体特征建立辅助目录，形成标准的支付机制和监管机制：一方面根据疾病的个性特征对主目录的支付标准做出正向矫正；另一方面针对医疗机构不合理的诊疗行为造成的医保基金浪费做出负向矫正，以促进医疗费用的精确预算、精细管理与精准支付。
DIP辅助目录包含疾病严重程度辅助目录和违规行为监管辅助目录。
01
疾病严重程度辅助目录
疾病严重程度辅助目录是在三级目录的基础上，结合次要诊断、年龄等相关因素，对病种分组内不同类型病例所反映出来的个性化规律进行挖掘，进而形成细化分类以测算每种分类的权重系数，对所对应病种组合的分值单价进行调校，使病种更贴近临床实际的治疗过程与资源消耗，实现精准支付。
包括CCI指数、疾病严重程度分型、肿瘤严重程度分型、次要诊断病种以及年龄特征病种等5种辅助目录。
简单来说，疾病严重程度辅助目录的应用是一个对三级目录分类的过程，对于已经形成的三级目录而言，并不需要同时使用以上5种辅助目录来帮助分类，具体对某个特定的三级目录是否需要启用辅助目录，适合启用哪些辅助目录来分类，需要应用决策树等分类算法进行科学划分。
一、5种辅助目录的基本概念
1、CCI指数
当一个病案中有多个严重程度较高的并发症/合并症时，CCI指数可以更好地反映医疗成本。
通过大数据建模技术，采用大量数据拟合不同分类下病例费用随诊断数量及诊断前4位编码的变化关系，测定每个诊断前4位编码的严重程度权重值。
当一个病例有多个并发症时，通过严重程度权重值的数学组合将病例的并发症/合并症严重程度分为极严重、严重、一般和无四个等级。
2、疾病严重程度分型辅助目录
根据是否有并发症/合并症、并发症/合并症危及范围及死亡状态等疾病数据特征，将DIP内的病例区分为中度（Ⅱ级）、重度（Ⅲ级）及死亡（Ⅳ级）3级不同的疾病严重程度，并将不符合以上分级规则的剩余病例作为Ⅰ级病例纳入“次要诊断病种辅助目录”进行评价管理。
3、肿瘤严重程度分型辅助目录
其是针对肿瘤DIP的特异化校正目录，在疾病严重程度分型辅助目录的基础上叠加肿瘤转移、放化疗等将病例按照严重程度分为中度（Ⅱ级）、重度（Ⅲ级）、转移（Ⅳ级）、放化疗（Ⅴ级）及死亡（Ⅵ级）5级，并将不符合以上分级规则的剩余病例作为Ⅰ级病例纳入“次要诊断病种辅助目录”进行评价管理。
4、次要诊断病种辅助目录
将经综合评价确定为疾病严重程度较轻的病例纳入次要诊断病种辅助目录进行管理，合理评价次要诊断对病种分组内以住院天数、住院费用为表征的资源消耗的影响程度。
将住院天数3天及3天以下的病例作为I-A级；将仅有主诊断或次要诊断与主诊断无紧密关联的，住院天数3天以上的病例作为I-B级。
5、年龄特征病种辅助目录
大数据分析显示，儿科疾病和老年疾病的资源消耗与年龄往往有较高的关联度，可通过对18岁以下及65岁以上的病种进行筛查，对个体差异、疾病严重程度等原因进行分析以确立合适的校正权重，实现基于数据特征的医保支付调节，避免推诿危重病人。
18岁以下病例按照新生儿期、婴幼儿期、学龄前期、学龄期、青春期等不同阶段划分，对每阶段的特征病例进行识别，结合医疗资源消耗给定加权系数，客观拟合儿科疾病的成本消耗。
65岁以上病例往往伴随并发症/合并症，且疾病严重程度差异性大，利用疾病严重程度辅助目录进行校正，对不同年龄段、不同严重程度的病例进行识别，结合医疗资源消耗给定加权系数，客观拟合老年疾病的成本消耗。
二、疾病严重程度辅助目录的选择
通过对海量历史病案数据进行分析，可以发现影响病种治疗成本的因素主要有病例诊断数量、疾病严重程度和年龄，而且治疗成本与各个因素的相关性不尽相同。
运用大数据算法（如决策树分类等）把某个具体病种的各种因素相关性进行比较，最后选择出该病种要用哪个或哪几个辅助目录进行分类。如治疗成本与诊断数量相关性大的病种可能启用CCI指数，与疾病严重程度相关性大的病种则可能启动疾病严重程度分型、肿瘤严重程度分型、次要诊断病种等辅助目录，而与年龄相关性大的病种可能选择年龄特征病种辅助目录。
现以胸部食管恶性肿瘤（C15.1）的三级目录为例，通过对历史病案数据进行大数据分析，发现C15.1病种的治疗成本与肿瘤严重程度和次要诊断的相关性大于年龄和诊断数量的相关性，因此对C15.1启用了肿瘤严重程度分型辅助目录和次要诊断病种辅助目录进行分类。
在C15.1采用保守内科治疗的组合中，多数为死亡病例或轻度病例，二者虽聚合在同一个病种组合内，但实际临床中消耗的医疗成本却相差很大，因此需要分别测算这两类病例的权重校正系数，以调整该病种组合的支付标准。在实际入组时，会根据该病种组合配套的辅助目录判断是否需要校正，若入组病例既不是死亡病例也不符合轻度病例的判断标准，则不需要校正。
另外，根据UICC/AJCC食管癌TNM分期，对于T1b~3N0~1M0期的病例因为没有区域淋巴结转移或远处转移，因此采用手术治疗即可；T3~4aN1~2M0期的病例则一般选择先行术前辅助放化疗或化疗或放疗，之后再进行手术治疗；而对手术未能完全切除或有高危因素的病例，则可能给予术后化疗/放疗。因此，尽管采用同一种术式，却因为病理诊断分型、分级和分期的不同，所采取的其他治疗手段也不尽相同，所消耗的医疗成本也大相径庭，由此可见辅助目录对于调校支付的重要性。
三、疾病严重程度辅助目录的应用
疾病严重程度辅助目录最重要的作用就在于校正支付标准，那么它究竟是如何校正的呢？我们以某地区的疾病严重程度分型辅助目录为例：在不稳定型心绞痛（I20.0）病种组合中，配套的疾病严重程度分型辅助目录为Ⅳ-B分型和Ⅰ-B分型，即若入组病例符合住院时间3天以上死亡或符合轻度判断标准，则需要被校正支付。校正支付要先确定Ⅳ-B分型和Ⅰ-B分型各自的权重系数：计算公式
权重校正系数=RWj′/RWt
RWj′为分型后第j类分型病例的病种权重分值RWt为分型所归属病种组合的权重分值
支付标准=（分值单价·RWt）·校正系数
从表中我们还可以得出：
1.轻、中、重不同分型存在资源消耗逐层递增、校正系数逐层递增的关系；
2.住院3天以上的死亡分型通常情况下比其他分型耗用更高的资源；
3.Ⅰ-A和Ⅳ-A分型直接使用对应病种组合的病种分值，无需校正。
总结
疾病的不确定性是医疗服务市场有别于竞争型市场的要素之一，通常情况下，受不确定性因素影响的个案对大数据结果影响较小，但随着其在病例数量中体量的增加，会对医疗机构的费用造成较大影响。基于大数据所建立的以主目录为基础、以疾病严重程度辅助目录为修正的DIP目录库，对受影响的疾病组合进行细化分型，以最大程度地契合成本，为实现精准支付提供了强有力的支撑。未完待续：违规行为监管辅助目录的构建与应用参考文献：[1]《国家医疗保障按病种分值付费（DIP）技术规范》[2]《食管癌诊疗规范（年版）》[3]《年UICC/AJCC第8版肺癌/食管癌TNM分期标准》图片
易联众保睿通整理自《国家医疗保障按病种分值付费（DIP）技术规范》、国家医保研究院副院长应亚珍《按病种分值付费（DIP）技术规范解读》
封面
视觉中国
作者
保睿通
预览时标签不可点收录于话题#个上一篇下一篇