基于CC大数据的DRG基准点数修正合理性评价与预测方法技术

本发明专利技术基于CC大数据的DRG基准点数修正合理性评价与预测方法，属于医保信息化管理及数据处理方法领域，为了科学、定量地评价基准点数修正体系的合理性，以特征统计量位次统计、异位集合元素单一基线差异计算、多指标矩阵综合差异对比、大数据统计近似为技术手段，以单个DRG分组CC特征位次大数据统计、单个DRG分组多体系结算点数位次统计、修正体系合理性指标计算与对比评价、多指标趋势特征预测及统计性评价为实施步骤，可提高DRG基准点数修正体系合理性评价方法的可解释程度，为优化DRG医保支付制度中的基准点数修正和差异结算相关具体措施提供了具有实践意义的参考校正基准，有利于提高医保计算机管理系统结算功能算法的合理性。合理性。

【技术实现步骤摘要】
基于CC大数据的DRG基准点数修正合理性评价与预测方法


[0001]本技术涉及DRG支付体系合理性评价方法，属于医保信息化管理及数据处理方法领域。

技术介绍

[0002]诊断相关分组(DRGs，Diagnosis Related Groups)是一种住院病人分类方案及分类编码标准。以DRGs为基石的DRG医保支付制度，是目前国内医保制度改革的重要工具和主要试点应用方法，是医保信息化及大数据管理技术的逻辑基础。
[0003]DRG基准点数，对于一定时间范围内单个统计区域，单个DRG分组的基准点数在数值上等于该分组住院次均费用的100倍除以所有DRG分组住院次均费用；其中，DRG住院次均费用为该分组内病例的组内住院费用的关于组内病例数量的算术平均值，所有DRG分组住院次均费用为所有DRG分组的组内住院次均费用关于所有DRG分组组数的算术平均值。
[0004]现行的DRG基准点数修正体系，主要为基准点数与多类型修正系数连续相乘得到结算点数。然而，对于单一DRG分组在不同医院的结算，政策指导文件中的多类型修正系数，如衡量科室学术技术水平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于CC大数据的DRG基准点数修正合理性评价与预测方法，其特征在于，包括如下步骤：步骤一单个DRG分组CC特征位次大数据统计；步骤二单个DRG分组多体系结算点数位次统计；步骤三修正体系合理性指标计算与对比评价；步骤四 多指标趋势特征预测及统计性评价。2.根据权利要求1所述的基于CC大数据的DRG基准点数修正合理性评价与预测方法，其特征在于，步骤一具体包括：在同一DRG分组所相应的统计区域和时间范围内，统计各医疗机构的CC特征统计量相应的CC特征统计值，各医疗机构数量为J；对CC特征统计量所对应的统计值进行处理得到次序值，然后在得到次序值的基础上统计CC特征位次值。3.根据权利要求2所述的基于CC大数据的DRG基准点数修正合理性评价与预测方法，其特征在于：对CC特征统计量所对应的统计值进行处理得到次序值的具体方法是：当各医疗机构的同一CC特征统计量相应统计值中的绝对值最小项项数k＝1时将1作为各医疗机构的同一CC特征统计量相应统计值中的绝对值最小项次序值，当各医疗机构的同一CC特征统计量相应统计值中的绝对值最小项项数k＞1时将开区间(0，k+1)内的整数随机一一映射为这k个绝对值最小统计值的次序值，当各医疗机构的同一CC特征统计量相应统计值存在s项相等时将小于该统计值的统计值项数rb至(rb+s+1)之间的整数即开区间(rb，rb+s+1)内的整数随机一一映射为这s项相等统计值的次序值；对每一种CC特征统计量相应统计值分别按照医疗机构进行排序，得到初始特征次序值矩阵[rij]，rij为第j座医疗机构的第i类CC特征统计量所对应的统计值的次序值,i为与CC特征统计量一一对应的类型标注号，i的取值范围为{1，2，
…
，I}，I为CC特征统计量个数，I≥1，且不论i取何值，i＝1均代表以CC发生频率衡量CC严重程度的数据采集类型标注；j为按照CC发生频率统计值的次序值升序排列所相应的医疗机构序数，且j的取值范围为{1，2，
…
，J}。4.根据权利要求2所述的基于CC大数据的DRG基准点数修正合理性评价与预测方法，其特征在于：在得到次序值的基础上统计CC特征位次值的具体方法是：当各医疗机构的同一CC特征统计量相应统计值中的绝对值最小项项数k＝1时将各医疗机构的同一CC特征统计量相应统计值中的绝对值最小项次序值作为各医疗机构的同一CC特征统计量相应统计值中的绝对值最小项位次值，当各医疗机构的同一CC特征统计量相应统计值中的绝对值最小项项数k＞1时将这k个绝对值最小统计值的次序值的算术平均值作为这k个绝对值最小统计值的位次值，当各医疗机构的同一CC特征统计量相应统计值存在s项相等时将这s项相等统计值的次序值的算术平均值作为这s项相等统计值的位次值；统计得到各统计值特征位次矩阵[Rij]，Rij为第j座医疗机构的第i类CC特征统计量所
对应的统计值的位次值，i为与CC特征统计量一一对应的类型标注号，i的取值范围为{1，2，
…
，I}，I为CC特征统计量个数，I≥1，且不论i取何值，i＝1均代表以CC发生频率衡量CC严重程度的数据采集类型标注；j为按照CC发生频率统计值的次序值升序排列所相应的医疗机构序数，且j的取值范围为{1，2，
…
，J}。5.根据权利要求1所述的基于CC大数据的DRG基准点数修正合理性评价与预测方法，其特征在于，步骤二具体包括：在同一DRG分组所相应的统计区域和时间范围内，利用同一种DRG基准点数修正体系，计算同一个基准点数条件下各医疗机构所相应的J个结算点数；首先，对医疗机构所相应的J个结算点数进行排序得到J个结算点数的次序值，然后在得到次序值的基础上得到J个结算点数的位次值，具体如下：当J个结算点数中绝对值最小结算点数的个数p＝1时将1作为绝对值最小结算点数的次序值，当J个结算点数中绝对值最小结算点数的个数p＞1时将开区间(0，p+1)内的整数随机一一映射为这p个绝对值最小结算点数的次序值，当J个结算点数中存在v个相等结算点数时将小于该结算点数的结算点数个数gb至(gb+v+1)之间的整数即开区间(gb，gb+v+1)内的整数随机一一映射为这v个相等结算点数的次序值，按照上述规则，对J个结算点数进行处理得到J个结算点数的次序值；当J个结算点数中绝对值最小结算点数的个数p＝1时将绝对值最小结算点数的次序值作为绝对值最小结算点数的位次值，当J个结算...

【专利技术属性】
技术研发人员：黄凌莉，刘志娴，李彤，李刚，张全利，
申请(专利权)人：江苏省肿瘤医院，
类型：发明
国别省市：