DIP病种组内基于变异系数的同质化分析

DIP病种组内基于变异系数的同质化分析《基于变异系数探索DIP病种同质化管理路径》对DIPI病种内的同质化情况进行分析，基于变异系数（CV）对某医院的近2.7万份病例进行研究，文章提出对同质化程度较低的病种进行重点管控，针对性建立同质化临床路径管理。首先变异系数是一种研究组内离散情况的指标，和方差、标准差等类似，其公式是标准差/均值。文章中，将0.6作为分界点，CV大于等于0.6则认为同质化程度较低。本文参考其研究方法，构造模拟数据，尝试风险基于变异系数对DIP病种进行运营分析，同时也扩展了文章结论展示方式，增加了可视化的图示。1.构造数据构造的数据2.7万条记录，工417组DIP病种。模拟数据中，RW中等难度占65.4%，高难度占比21%，低难度占13.5%；按住院天数变异系数来看，CV<0.6的占67.7%；按费用变异情况来看，费用异常的病例占比在20.5%。数据形如：2.基于变异系数对DIP进行组内分析2.1DIP组间费用和时间CV总体分布情况模拟数据是2.7万份记录，是每个患者的记录。按病种分析则需要根据病种进行关键指标的汇总，得出417个病种的指标情况，形如：模拟数据中，费用高同质化（CV<0.6）病例占比≈62.27%，低同质化≈37.84%；时间高同质化（CV<0.6）病例占比≈67.75%，低同质化≈32.25%；双维度低同质化（CV均≥0.6）占11.73%，双CV≥1的重点病例占3.59%。上述表格可以利用图形化展示，如下图所示：2.1不同RW难度病种CV总体分布情况病种RW难度视角，不同难度的病种费用分布也不规则。病例分布情况中，费用CV≥0.6的病种属于高难度的占52.6%；中等难度39.1%，低难度仅8.4%，验证“难度越高，同质化越低”。可视化情况如下图所示：病例数堆叠柱形图：分布热力图：2.2重点病种通过双CV≥1的规则，可以将的重点问题病种识别识别出来，锁定同质化最差的病种（时间/费用CV均≥1），为管理路径提供靶向对象。前10的重点病种如下：这些病种的CV对比情况：验证“住院日长短是否与费用高低相关”，判断“超长住院日是否导致费用异常”，为缩短平均住院日、控制费用提供数据支撑。2.3费用VS住院日相关性探索病种的费用是否与患者的住院日有相关性？可以利用相关分析、回归分析等方法进行求证。下图是一个组合图，将费用的分布、费用的分布情况及二者之间的散点图（带线性回归拟合线）。下图有几点信息，首先模拟的数据反应二者没什么关联性；其次住院日分布呈偏态分布；费用在进行处理后（取对数）后仍然是偏态的。上图是总体病例数据的情况，即使是按病种难度分层求证相关性，模拟数据仍然无相关性。2.4同质VS非同质的指标分布对比文章中仅用CV衡量变异，进一步分析可以补充四分位距（IQR）、费用极值比等指标，对于偏态的数据分位数来度量组内的同质化程度会更稳健，更全面反映组内同质化情况，因为CV易受极值影响。下图是我们按DIP组汇总变异指标，对比“CV≥1”和“CV<0.6”组的变异特征，识别组内极值病例，两组分布差异还是比较明显的。2.5异常费用病例的特征分析如CV值、住院日、RW等指标等在难度、CV变异情况下的交叉、多维度分析，我们可以精准定位“异常费用病例”的核心特征，为异常费用管控提供靶向。下图是探索住院日在难度RW、费用CV、时间C