基于多元線性回歸方程模型的天津市某三甲醫院骨科住院患者費用及其影響因素分析

閆瑞振，竇一峰

（天津市寶坻區人民醫院醫學檢驗科1，網絡信息中心2，天津 301800）

骨科作為三甲綜合醫院最常見的科室之一，其主要的業務范圍即為骨科疾病的防治。隨著社會的發展，人們生存環境和方式的改變，人口結構特征等社會文化因素對醫院經營的影響越來越大，我國是世界上人口老齡化速度最快的國家之一。第七次人口普查顯示，截至2020 年11 月，我國65 歲以上人群占總人口的13.5%，人口老齡化程度進一步加深。據統計，2017 年中國醫院骨科的診療人次為1439 萬，到2020 年已經達到1602 萬，增長率超過11.32%，可見骨科市場需求旺盛，診療人數逐年增加，了解骨科住院患者的住院情況、費用結構以及相關的影響因素，對于醫院進行科學管理決策，合理進行醫療資源配置，促進骨科疾病診療的規范化，有針對性的減輕患者的經濟負擔，更好的落實以患者為中心的理念，為患者提供及時優質的服務具有重要的意義[1-4]。李琪等[5]對骨科患者住院期間知識期望滿足現狀及其影響因素進行了分析。楊帆等[6]利用CPI 平減指數法和灰色關聯法對醫保支付方式改革下骨科醫?；颊咦≡嘿M用中次均費用變動情況和各類費用對總費用的影響進行分析。韓磊等[7]探討了某部隊三甲醫院2016～2020 年骨折軍隊傷病員住院總費用的變化趨勢及其影響因素，為該院合理調控軍隊傷病員住院費用的增長提供了理論依據。盧秀芳等[8]采用描述性分析和多元線性分析及灰度關聯法對2017-2021 年老年髖部骨折患者住院費用進行了分析，最后得出住院費用的變化與醫療耗材費，診療費和醫藥費有密切關系的結論。雖然眾多研究對骨科住院患者住院費用及其影響因素做了一定的分析，但是尚存在一定的不足，如大多研究的是某一具體疾病的住院費用及其影響因素，同時影響因素的覆蓋度不高?；诖?，本研究采用人口統計學特征與疾病相關特征對住院費用及其影響因素進行分析。

1 資料與方法

1.1 數據來源 以天津市某三甲醫院骨科2017 年1 月1 日-2022 年9 月30 日的出院患者為研究對象，依托住院病案首頁數據進行信息獲取，排除住院總費用小于10 元的出院患者，共計納入12 887 例患者進行研究，其中2017 年1634 例，2018 年2498 例，2019 年2643 例，2020 年2043 例，2021 年2291 例，2022 年1 月-9 月1778 例。

1.2 方法 選取住院病案首頁中的住院總費用用于描述住院費用的結構特征；結合相關文獻[5-8]，并通過與臨床醫生的溝通，確定選取患者的年齡、年齡、民族、婚姻、付費類型等人口統計學信息以及入院狀態、轉科情況、再入院情況、疾病診斷數和手術操作數等診療信息，通過構建多元線性回歸方程模型進行住院總費用影響因素的篩選判別，同時從年份主要診斷等維度對骨科住院患者相關指標進行統計分析，了解住院患者醫療費用的總體情況。

1.3 統計學方法 運用SQL Server 2012 軟件和SPSS 25.0 軟件進行數據分析，計數資料采用[n（%）]或構成比進行描述性統計分析，計量資料以（）表示，若變量服從正態分布，采用單因素方差分析，若不服從正態分布則采用秩和檢驗[9]。采用多元線性回歸方程模型[10]篩選住院總費用的影響因素。以P＜0.05為差異有統計學意義。

2 結果

2.1 住院患者描述性分析 12 887 例骨科住院患者中，患者年齡2～99 歲，平均年齡（50.37±19.36）歲，設定組距為10，患病高峰年齡在51～60 歲，占患者總數的21.62%，此外，41～70 歲患者占據總患者的56.19%。住院患者中男7193 例，占55.82%，女5694例，占44.18%。男性患者集中分布在41～60 歲，女性患者集中分布在51～70 歲。骨科住院患者中主要診斷達到100 例以上的構成比例見表1，可知主要是以取除骨折內固定裝置為主，占比13.67%，其余疾病順次為股骨轉子間骨折、髕骨骨折、鎖骨骨折、踝關節骨折、橈骨遠端骨折、多處挫傷、脛骨平臺骨折、股骨干骨折、肱骨近端骨折。

表1 骨科住院患者疾病構成分析

2.2 人口統計學因素與住院總費用分析年齡分類中，不同年齡組間住院費用比較，差異有統計學意義（P＜0.05），＜18 歲、18～60 歲和＞60 歲人群均次住院費用分別為11 147.15 元、21 043.81 元和25 199.61 元，可見隨著年齡增大，住院費用呈上升趨勢；民族分類中，不同民族住院費用比較，差異有統計學意義（P＜0.05），漢族和少數民族人均住院費用分別為21 649.24 元和23 557.37 元，雖然住院人數漢族遠高于少數民族，但是就住院費用來說漢族低于少數民族；付費類型中，不同組別費用比較，差異有統計學意義（P＜0.05），城鎮職工、城鄉居民、工傷醫保和自費類型的人均費用分別14 769.63 元、15 261.47 元、25 086.76 和21 763.82 元；在是否為本市因素中，不同組別住院總費用比較，差異有統計學意義（P＜0.05），本市住院患者總費用要低于外市住院患者；在性別和民族因素中，不同組別住院總費用比較，差異無統計學意義（P＞0.05），見表2。

表2 住院患者人口統計學因素與住院總費用分析（，元）

表2 住院患者人口統計學因素與住院總費用分析（，元）

2.3 診療信息指標與住院總費用分析在入院狀態中，不同組別見住院費用比較，差異有統計學意義（P＜0.05）；入院途徑中，門診和急診入院的患者住院費用比較，差異有統計學意義（P＜0.05），門、急診人均費用分別為15 859.94 元和25 615.49 元，門診入院患者費用少于急診患者；是否轉科分組中，不同組別住院費用比較，差異有統計學意義（P＜0.05），轉科和未轉科費用分別為91 657.48 元和19 522.97 元，轉科患者費用高于未轉科；在是否當日再入院、是否半月內再入院和是否31 日內再入院分組中，不同組別住院費用比較，差異有統計學意義（P＜0.05）；對于住院天數、其他疾病診斷數和手術操作數不同分組住院費用比較，差異有統計學意義（P＜0.05），其中在住院天數因素中，0～5 d、6～10 d、＞10 d 的人均住院費用分別為8526.89 元、24 306.62 元和51 217.47 元，在疾病診斷數因素中，0～5 種和＞5 種的人均住院費用分別16 298.78 元和38 328.66 元，在手術操作數因素中，0～4 種和＞4 種的人均住院費用分別19 099.73 元和108 852.26元，結果顯示隨著住院天數、疾病診斷數和手術操作數的增加，住院費用也隨之增加，見表3。

表3 住院患者診療信息指標與住院總費用分析（，元）

表3 住院患者診療信息指標與住院總費用分析（，元）

2.4 多元線性回歸方程模型 將所有影響住院總費用的因素納入到多元回歸方程模型中，變量賦值情況見表4。進行多元回歸分析，結果表明，從整體上講，民族、年齡、入院途徑、是否轉科、住院天數、疾病診斷數和手術操作數在5%的顯著性水平下具有統計學意義，死亡標志和31 d 內再入院在10%的顯著性水平下具有統計學意義。具體而言，年齡增長、轉科、住院天數增加、疾病診斷數和手術操作數增長對住院總費用呈正相關關系，少數民族、門診入院、死亡標志以及31 d 內再入院與住院費用呈負相關關系，見表5。多元線性回歸方程模型的擬合優度，R2和調整R2代表了回歸分析中自變量變異對因變量的解釋程度，一般采用調整R2來衡量，該值相對不受自變量個數的影響，結果更為可靠。多重相關系數R 為0.895，R2為0.802，調整R2為0.801，R2變化量為0.802，表明年齡、民族、疾病診斷數等指標能解釋住院總費用變化的80.1%，說明本次選取的指標對住院總費用具有較高的影響作用。

表4 住院費用影響因素賦值情況

表5 住院總費用影響因素的模型分析

3 討論

3.1 住院患者人口統計學因素分析 從本次統計結果來看，該院骨科疾病患者主要以取除骨折內固定裝置和骨折疾病為主，且呈現高發態勢，夏秋兩季入院的患者占比最高，原因可能是由于夏秋兩季室外活動更加頻繁，骨科疾病住院患者各年齡段男性普遍比女性多，與已有文獻結論基本一致[11-13]。本次發現患者患病高峰年齡在51～60 歲，提示中老年人需加強預防因不當運動或者過度勞作帶來的創傷性關節炎的發作，加強預防不斷增加的體重對膝關節造成的巨大負擔，加強預防因藥物濫用導致的股骨頭壞死等相關骨科疾病。隨著該地區人口老齡化加劇，院方更應在中老年人群中加大力度宣傳，建議在平時增加適當適量運動，加強合理用藥引導，盡量減少與疾病有關的危險因素[14-16]。

3.2 住院患者診療信息特征分析 骨科所包含的疾病大多是居民的常見病和多發病。本研究顯示，住院患者多由急診入院且入院狀態危急，但是由于所發生的疾病具有專業性和獨立性，往往由骨科收治，較少涉及轉科。其當日再入院率為0.26%，半月內再入院率為0.97%，31 d 內再入院率為0.52%，住院天數多集中在5 d 以內，且疾病診斷較為單一，手術操作大多數在4 種以下。此外，該院骨科患者近5 年的住院均次費用分別為19 322.78 元、18 850.62 元、21 606.03 元、24 340.90 元和24 663.92 元，年平均增長率為6.29%。根據2021 年《中國統計年鑒》顯示，我國人均衛生費用為5112.34 元，由此可見，骨科住院患者人均住院費用高于人均衛生費用，對患者及其家庭造成了嚴重的負擔。未來院方可以充分發揮醫保的杠桿作用，借助DRGs 付費機制[17-19]，合理調整用藥結構，減輕患者負擔。此外，為方便患者就醫，復診時可以積極采取互聯網醫院診療行為[20]，實現“讓患者少跑腿，讓數據多跑路”，進一步減輕患者就醫負擔。

3.3 住院費用影響因素分析 本研究顯示，經過多元線性回歸方程模型的篩選，民族、年齡、入院途徑、是否轉科、住院天數、疾病診斷數和手術操作數作為對住院總費用的最終影響因素。而模型結果顯示德賓-沃森統計量為1.974，滿足樣本獨立性，模型F統計量為3248.173，顯著性檢驗結果P=0.000，提示住院總費用和各個指標之間存在線性相關。其中年齡、民族等人口學信息為相對不可控因素，這需要國家衛生行政部門加強衛生政策的引導，加大中老年及其他特殊群體的健康教育，同時增加基礎體檢的普及力度，完善公共衛生體系、疾病保障體系。隨著年齡的不斷增長，導致人體骨質疏松，骨關節能力退化，而且地區人口老齡化程度加劇，相關骨科疾病的發病率增加，住院費用逐漸增多。同時，住院天數、疾病診斷數和手術操作數與住院總費用呈現正相關，說明三者的增加均會導致住院費用的增加，從側面來看三者在一定程度上也能反映出疾病的嚴重程度。經歷過轉科的住院患者，由于多是由于其具有兩種及以上基礎性疾病，或者由于病情復雜，需要多科室協同會診治療，從而導致費用增加。

由于本研究數據樣本有限，所選基礎因素存在一定的局限性，后續可以將更多的影響因素納入到模型中來進行進一步分析，同時后續可以考慮利用機器學習的方法將各特征信息有效提取和整合后再進行建模分析。