导读:
前面我们简单介绍了临床路径的发展、现状以及存在的一些问题,今天主要分享医院如何依托临床路径,进行病种管理的探索。
全文3826字,欢迎关注!
文 | 侯煜
前面简单介绍了临床路径的发展、现状以及存在的一些问题,让我们认识到,临床路径作为医疗管理的一项工具,有其积极的效果和获益,同时存在一些疑问,这也是正常的。让我们开阔思路,更进一步进行思考:
临床路径这一工具的内置要素是否已经得到了充分的利用对于它的使用方法是否可以开始数据化的探索如何让临床路径逐渐契合医疗大数据时代的需求如何与政策结合,为费用优化提供与临床紧密结合的支持针对这些思考,我们进行了一些尝试和摸索,在此抛砖引玉,请各位专家提出自己的建议和意见。
病种的选择
选择哪些疾病作为管理探索目标,是值得思考的问题。我们结合疾病的发生情况,治疗情况,从一下三方面进行考量(如下图蓝框部分)。
1.是否常见病(患者数)
2.占用医疗资源的多少(总费用)
3.治疗方式(传统内科治疗,操作性治疗,传统外科治疗)
后附疾病分类列表:
图4-1:医疗数据格式化流程——维度选择
方法论简介
如前所述,临床路径(clinical pathway)是指针特定的目标疾病,建立标准化治疗模式与治疗程序,对涉及到的关键诊疗活动节点进行标化。因此,可以把临床路径中涉及的诊疗内容作为某一病种的核心内容;并在此基础上,对其他相应的项目进行扩展性标化。
选定单病种后,需要进行的第一步就是诊疗标准格式化。具体的描述如下:把现有临床路径的诊疗节点,纳入时间轴的同时,进行数据型的分类和转化,即:把临床路径从平常看到的文本文档转化成数据库的格式。换句话说,把word或pdf文件,变成excel或其它数据库文件,便于后续进行定性识别和调用(如下图蓝框部分)。
图4-2:医疗数据格式化流程——标准数据化
这一部分的主要内容有:
根据选定病种的临床路径内容,参照临床指南,制定标准临床路径库。可从治疗策略、诊疗项目等维度进行标识,结合路径要求的时间,从时间维度按照顺序制作出一个标准的路径库,其中涵盖诊疗的基本过程和重点项目。
通常情况下,医嘱数据中检查类、西药类、中成药类和耗材类是占比较高的部分,可以着重进行细分标化。尤其是药品类,还可以进行扩展利用,如结合治疗原则或药理特性进行判别。那么存在于标准库里的项目,就可以理解为本路径涉及疾病的最核心的诊疗内容。而这些项目在随后的医院真实数据分析中,将发挥重要的定性作用。
临床路径标准住院流程里面包括适用对象、诊断依据、治疗方案的选择及依据、标准住院时长、进入路径标准、首诊处理、术前准备、选择用药、手术日、术后恢复时长、出院标准、变异及原因分析。这些因素都将有助于对标准临床路径库进一步扩展提供数据支持。
下一步要进行的是,对真实世界的数据(real world data)进行整理归类,如病案首页的费用数据、医嘱收费数据等。其中的重点为检查、药品和耗材类等。这部分工作也比较繁杂(如下图蓝框部分)。
图4-3:医疗数据格式化流程——临床数据&aden评价规则
整体来讲,这部分工作注重诊疗项目整理维度的多元化。其一,基于院内收费类别(病案首页及财务分类等),且各医院还会有细微的差别;其二,根据医院药典,进行药理特性、是否大输液、是否辅助用药的梳理;其三,根据医疗卫生管理相关政策,进行标识,如医保分类,重点监控种类。
效率计算器设定
从较为细节的角度来看,就是对某一医嘱项目,按照更多维度进行定性标化。如某一项目在院内药典分类的查询对照,包括其药理特性、剂型、规格等属性的匹配。该项目与第一步完成的诊疗标准格式基本库中的查询对照,如是否在路径内,是否在规定的时间范围内进行了此项操作,或者该项目符合临床路径或临床指南的哪一条诊疗原则。
最后一步是,与第一步的临床路径标识工作进行有效关联后,真正做到临床实际数据与临床路径分类的匹配,并以此为基础进行多维度深多层次探索性的定量分析,也就是效率计算器的设定及应用。
如某一疾病或某一病案的诊治过程中,有多少项目在临床路径内,又有多少在路径外;如在路径内(或外)的药物,是否是院内药典规定的辅助用药,费用占比是多少,为优化费用构成提供数据化的医学支持。在整体诊疗过程中,符合路径核心治疗原则的项目有多少,费用多少。不同医院、不同科室、不同医生是否有差异,差异是发生在辅助用药,还是发生在路径外检查方面。届时,会呈现出一副全新的场景,并且有助于坚持合理的诊疗项目,避免有疑义的措施,为提高医疗管理质量,并进一步引导临床医疗资料的合理化利用,提供新的工具。
图4-4:医疗数据格式化流程——费用评价标识
对于药品这一重点关注对象,每个医院都有自己的院内药典,它包含了院内诊疗过程出现的所有药品目录,我们可以根据院内药典,将这些药品进一步标准化,针对不同厂家对于同一种化学名称会生产不同商品名称或价格的药品,可增加规格;细划药理分类;有研究证明,医疗资源总量的20%~30%用于过度使用药品和无实际意义的医疗服务,所以药品是否合理使用,是医院管理和控费的重中之重。在药典库中,明确是否辅助用药、是否大输液,根据重点监控名单,可以明确监控品种等。有了这些指标,更有利于监控药品的合理性。
需要注意的是,因为临床路径和指南是疾病治疗的一个流程的标准,面对不同医院,待标化的项目名称和分类会随之发生变化,这时候,作为桥梁的通用字典库就出现了,并且会随着医院的增长而不断在数据库中加以丰富和完善。
图4-5:aden通用字典库构建
另外,还可以优化医嘱数据,建立耗材库和检查库,耗材库主要识别维度是规格、价格、目标疾病种类和手术类型;检查库主要识别维度是针对住院患者的常规检查(如血尿便常规、肝肾功能、感染性疾病项目等)、目标疾病相关检查及合并症检查等。以上字典库都需要结合病案首页标化医嘱项目分类,在兼顾医院差异化的同时,构建具有通用性的标准临床数据库,为后续医疗大数据分析的扩展与挖掘奠定基础。
病人住院治病,不单单是注重痊愈情况,费用也是医院和病人关注的焦点。因此,费用金额及构成是最基础的分析参数和指标。通过以上基于临床路径的标化和医院真实数据的分类,参照临床指南的内容,可以开展多维度、多层次的查询、调用和比较。
不同的角度呈现出不同的费用分类及占比,以及在不同费用评价标识下,各费用类型情况及占比。所有,可以从分级中得知,哪方面有提升潜力和控费空间。从疾病维度看,可以按照传统单病种比较,也可以通过drgs进行衡量;在不同医疗机构中(级别可以相同也可以不同),可以开展大样本量的比较;同一疾病,可以比较内外科之间差异;不同医疗从业人员之间,也可发现诊疗习惯及差异;从费用及构成来看,基于病案首页分类标准,可以整合路径因素,如在诊断项目中,出现大量路径外内容,或在药品费用中存在大量辅助治疗药物种类,并以此为抓手,促进相关医疗资源的合理化利用。
有一些病人存在基础病,不是以第一诊断住院,或者在治疗过程中出现并发症。这类病人,若只是机械地按照路径进行划分,未免会有些局限。这时,可以从另一个角度进行考虑,比如,将所有的项目分为三大类:将所有病人入院以后都会设计的项目作为基础类型,比如综合项目服务类和一些基础检查;将入院后与第一诊断相关的项目划分为核心类型,比如急性st段抬高心肌梗死治疗中的抗凝治疗;再将一些其他项目划分为扩展类型,不同的病人会出现不同的状况。在此不做赘述。
依托临床路径,进行临床诊疗管理的探索示例
前面我们对基于临床路径,对临床过程管理方法进行了介绍,并以颅内出血(i61)这一单病种为例,具体展示应用探索。需要说明的是,这是对临床路径进行扩展式应用的探索,路径内的诊疗项目可以理解为治疗颅内出血时,所需要的最基本的内容。
如下图,可知治疗颅内出血时,神经内科例均费用为77242元/例,其中路径内诊疗项目(即最基本的项目)占比为44.5%,路径外占比55.5%。同时,因为整合了病案首页项目分类,我们可以看到,本疾病治疗过程中,西药类花费中的路径外项目占比最高,达到21.7%,其次是诊断类的路径外项目(16.2%),中药类费用虽然占比不高(3.9%),但金额仍高达2974元/例,且全部是路径外项目。
图4-6:颅内出血(i61)费用分类路径标识
下一步,可以通过drg分组进行深入数据挖掘。我们可以知道,该疾病的样本病案分到5个drgs组内,其中患者数最多的是br15(颅内出血性疾病,不伴合并症与伴随病,8例),其例均费用为26943元/例,西药类占比最高,为39.6%,诊断类占比30.0%,综合类费用占比15.2%,中药占比8.9%。同时也可以看到其它几个drgs组的病案数及费用分布情况。
表4-1:颅内出血(i61)- drgs费用分类
进一步分析可以看到,还是br15组(颅内出血性疾病,不伴合并症与伴随病),路径外西药费用占比为31.2%,诊断类为21.6%。中药类项目全部为路径外用药,占比8.8%。
图4-7:颅内出血(i61)- drg分组br15费用分类路径标识
同时,标化政策重点监控的药物以后,可以看出,重点监控药物占比为11.4%,金额为3064元/例,集中于路径外西药费用中。而中药类重点监控药物为1.4%(390元/例),也是集中于路径外用药。
图4-8:颅内出血(i61)- drg分组br15重点监控药物路径标识
那么结合本院药典规定的辅助用药进行计算,可以看出,西药类辅助用药有1289元/例,占比4.8%,分布于路径外西药类费用中;中药类辅助用药有476元/例,占比1.8%,集中于路径外中药项目中。这从另一角度反应出角度不同,管理结果也呈现出差异。
图4-9:颅内出血(i61)- drg分组br15辅助用药路径标识
结合更多角度的观察需求,我们对临床费用进行多维度分析后,可以发现更多的、更深入的、更细分的信息,也为临床管理提供更准确的数据化、智能化支持,与传统经验管理结合的同时,拓展新的管理角度与思维。
注:本节涉及数据,是对实际数据进行调整后的结果。重点在于呈现思路的探索,而非数据本身。
声明:drg变量所刊载内容之知识产权为drg变量及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。

---