CN109360635A - 基于疾病风险调整的区域医院和学科排名的方法 - Google Patents

基于疾病风险调整的区域医院和学科排名的方法 Download PDF

Info

Publication number
CN109360635A
CN109360635A CN201811142116.3A CN201811142116A CN109360635A CN 109360635 A CN109360635 A CN 109360635A CN 201811142116 A CN201811142116 A CN 201811142116A CN 109360635 A CN109360635 A CN 109360635A
Authority
CN
China
Prior art keywords
index
value
hospital
score
ranking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811142116.3A
Other languages
English (en)
Other versions
CN109360635B (zh
Inventor
蒋晓龙
李涛
陈霞
马智魁
唐显恒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongke Houli information technology (Chengdu) Co.,Ltd.
Original Assignee
Chengdu Hou Li Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Hou Li Information Technology Co Ltd filed Critical Chengdu Hou Li Information Technology Co Ltd
Priority to CN201811142116.3A priority Critical patent/CN109360635B/zh
Publication of CN109360635A publication Critical patent/CN109360635A/zh
Application granted granted Critical
Publication of CN109360635B publication Critical patent/CN109360635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了基于疾病风险调整的区域医院和学科排名的方法，包括：确定绩效评定中的单项绩效指标；将上述单项绩效指标分为绝对值指标和相对值指标；将上述绝对值指标和相对值指标，根据不同的计算方法，计算并量化为分值；得到各个单项绩效指标的量化分值并排名。本发明提出的医疗绩效评定方法充分考虑了疾病治疗事前、事中和事后的各流程的关键指标，对临床工作业务能力和治疗结果比对等进行全面综合性评价，风险调整后的评估有效地提高了评估结果的公正和公平性。

Description

基于疾病风险调整的区域医院和学科排名的方法
技术领域
本发明涉及智慧医疗领域，尤其涉及基于疾病风险调整的区域医院和学科排名的方法。
背景技术
对医院的管理是医保管理的重要组成部分。如何充分考虑各种因素对医改重点指标的影响，建立相匹配的分配模型，合理分析和评定医改重点的绩效指标，是医保工作的主要组成部分。目前的医疗绩效评定方法存在以下问题：
1)没有考虑病人自身的风险差异、病种分类以及合并并发症的风险差异、临床治疗过程中治疗和手术方式的差异以及区域和医院的其它特性；
2)没有考虑医疗绩效指标的分类和具体差异；
3)在医疗绩效指标的计算中，没有充分考虑医疗绩效指标的影响因素。
因此，常用的医疗绩效的评定方法，容易对医院或医生的考核倾向造成以单一指标为主的导向，不能够准确反馈医院的全面状况，损害了评估结果的公正和公平性。
发明内容
为了解决上述问题，本发明提出基于疾病风险调整的区域医院和学科排名的方法。
具体的，基于疾病风险调整的区域医院排名的方法，其特征在于，包括以下步骤：
S1，确定绩效评定中的单项绩效指标；
S2，将上述单项绩效指标分类为绝对值指标和相对值指标；
S3，将上述绝对值指标和相对值指标量化为分值；
S4，得到各个单项绩效指标的量化分值；
S5，对单个医院的量化分值进行合计，得到本医院在本区域的排名。
2.如权利要求1所述的基于疾病风险调整的区域医院排名的方法，其特征在于，所述指标量化包括绝对值指标量化和相对值指标量化：
绝对值指标量化：对于绝对值指标的个体数值，计算出其在区域内数值总和的占比，再将占比量化为分值；
相对值指标量化：对于相对值指标的个体数值，计算出其在区域内数值的正态分布值，再将正态分布值量化为分值；
3.如权利要求2所述的基于疾病风险调整的区域医院排名的方法，其特征在于，所述绝对值指标量化，包括以下子步骤：
A1，设指标X的满分为SX；
A2，设某医院的指标X在某区域中按照X的排名为N；
A3，计算某医院的指标X占所述区域的指标X总量的百分比，记为PN；
A4，计算某医院的指标X得分
4.如权利要求2所述的基于疾病风险调整的区域医院排名的方法，其特征在于，所述相对值指标量化，包括以下子步骤：
B1，设指标Y的满分为SY；
B2，计算指标Y在某区域内医院的均值为标准方差为δ；
B3，计算某医院的指标Y的标准分其中M为某医院的指标Y的值；
B4，通过Z～N(0,1)标准正太分布表，查询Z对应的值P；
B5，判断指标Y为正向指标还是负向指标；当指标Y为正向指标时，其得分EY＝SY*P；
当指标Y为负向指标时，其得分EY＝SY*(1-P)。
5.基于疾病风险调整的学科排名的方法，其特征在于，按学科分类将学科分为多组，在每一组中的绩效指标采用权利要求2中的相对值指标量化，再计算所有分组的总分，记为当前指标的得分，再进行排名。
本发明的有益效果在于：本发明提出的医疗绩效评定方法充分考虑了疾病治疗事前、事中和事后的各流程的关键指标，对临床工作业务能力和治疗结果比对等进行全面综合性评价，风险调整后的评估有效地提高了评估结果的公正和公平性。
附图说明
图1是本发明的系统图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。
具体的，基于疾病风险调整的医疗绩效评定的方法，具体的，基于疾病风险调整的区域医院和学科排名的方法，所述方法包括以下步骤：
S1，确定绩效评定中的单项绩效指标；所述单项指标包括治疗前的评估指标、治疗中的评估指标和治疗后的转归比对；治疗前的评估指标可以分为医疗服务能力(病人总数)、疾病的难易和复杂程度(ACMI)、极高风险的病人数；治疗中的评估指标可以分为救治能力：每个病种中的极高风险生存率(低病死率)；工作失误：每个病种中的极低风险病死率/转院率；治疗后的转归比对可以包括病死率O/E指数、住院天数O/E指数、费用O/E指数。其他绩效如营运指标、经济指标、护理指标等也需要考虑进绩效评估中。
S2，将上述单项绩效指标分为绝对值指标和相对值指标；
S3，将上述绝对值指标和相对值指标，根据不同的计算方法，计算并量化为分值；
S4，得到各个单项绩效指标的量化分值，并进行排名。所述排名采用从高到低进行排序的排名方法。
优选的，S3中所述不同的计算方法包括：
A.对于绝对值指标的个体数值，计算出其在区域内数值总和的占比，再将占比量化为分值；
B.对于相对值指标的个体数值，计算出其在区域内数值的正态分布值，再将正态分布值量化为分值；
优选的，所述A中包括以下子步骤：
A1，设指标X的满分为SX；
A2，设某医院的指标X在某区域中按照X的排名为N；
A3，计算某医院的指标X占所述区域的指标X总量的百分比，记为PN；
A4，计算某医院的指标X得分
具体的指标计算方法举例如下：一家医院的出院人数占比较对象群体的总人数的20％，排位第一名。如果该项目的满分为10分，即SX等于10，其得分为10分，第二名医院的得分需要扣掉2分，得8分；假设第二名的医院出院人数占比较对象群体的总人数的15％，那么排位第三名医院需要扣掉3.5，以此类推，直到扣完为止。当EN小于或等于0时，该项指标X得分均为0。
优选的，所述B中包括以下子步骤：
B1，设指标Y的满分为SY；
B2，计算指标Y在某区域内医院的均值为标准方差为δ；
B3，计算某医院的指标Y的标准分其中M为某医院的指标Y的值；
B4，通过Z～N(0,1)标准正太分布表，查询Z对应的值P；
B5，判断指标Y为正向指标还是负向指标；当指标Y为正向指标时，其得分EY＝SY*P；
当指标Y为负向指标时，其得分EY＝SY*(1-P)。
具体的指标计算方法举例如下：区域高风险的平均救治率为75.41947％，标准方差为6.454968，本医院高风险的救治率为84.00457％,计算出的Z分数是1.33。根据正态分布表查询，该Z分数概率为0.9082，如果该项排名的满分为10分，那么该院高风险救治率的得分是9.082。
同时，还公开了一种按学科分类计算排名分数的方法：按学科分类将学科分为多组，在每一组中的绩效指标采用权利要求2中的计算方法B量化为得分，再计算所有分组的总分，记为当前指标的得分，并进行排名。
需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、ROM、RAM等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (5)

1.基于疾病风险调整的区域医院排名的方法，其特征在于，包括以下步骤：
S1，确定绩效评定中的单项绩效指标；
S2，将上述单项绩效指标分类为绝对值指标和相对值指标；
S3，将上述绝对值指标和相对值指标量化为分值；
S4，得到各个单项绩效指标的量化分值；
S5，对单个医院的量化分值进行合计，得到本医院在本区域的排名。
2.如权利要求1所述的基于疾病风险调整的区域医院排名的方法，其特征在于，所述指标量化包括绝对值指标量化和相对值指标量化：
绝对值指标量化：对于绝对值指标的个体数值，计算出其在区域内数值总和的占比，再将占比量化为分值；
相对值指标量化：对于相对值指标的个体数值，计算出其在区域内数值的正态分布值，再将正态分布值量化为分值。
3.如权利要求2所述的基于疾病风险调整的区域医院排名的方法，其特征在于，所述绝对值指标量化，包括以下子步骤：
A1，设指标X的满分为SX；
A2，设某医院的指标X在某区域中按照X的排名为N；
A3，计算某医院的指标X占所述区域的指标X总量的百分比，记为PN；
A4，计算某医院的指标X得分
4.如权利要求2所述的基于疾病风险调整的区域医院排名的方法，其特征在于，所述相对值指标量化，包括以下子步骤：
B1，设指标Y的满分为SY；
B2，计算指标Y在某区域内医院的均值为标准方差为δ；
B3，计算某医院的指标Y的标准分其中M为某医院的指标Y的值；
B4，通过Z～N(0,1)标准正太分布表，查询Z对应的值P；
B5，判断指标Y为正向指标还是负向指标；当指标Y为正向指标时，其得分EY＝SY*P；
当指标Y为负向指标时，其得分EY＝SY*(1-P)。
5.基于疾病风险调整的学科排名的方法，其特征在于，按学科分类将学科分为多组，在每一组中的绩效指标采用权利要求2中的相对值指标量化，再计算所有分组的总分，记为当前指标的得分，再进行排名。
CN201811142116.3A 2018-09-28 2018-09-28 基于疾病风险调整的区域医院和学科排名的方法 Active CN109360635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811142116.3A CN109360635B (zh) 2018-09-28 2018-09-28 基于疾病风险调整的区域医院和学科排名的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811142116.3A CN109360635B (zh) 2018-09-28 2018-09-28 基于疾病风险调整的区域医院和学科排名的方法

Publications (2)

Publication Number Publication Date
CN109360635A true CN109360635A (zh) 2019-02-19
CN109360635B CN109360635B (zh) 2021-11-16

Family

ID=65348286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811142116.3A Active CN109360635B (zh) 2018-09-28 2018-09-28 基于疾病风险调整的区域医院和学科排名的方法

Country Status (1)

Country Link
CN (1) CN109360635B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111048194A (zh) * 2019-12-14 2020-04-21 内蒙古自治区人民医院 一种区域医院绩效考核方法
CN117352152A (zh) * 2023-12-06 2024-01-05 济宁医学院附属医院 一种医院学科建设综合评价指标体系的评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1684082A (zh) * 2005-02-18 2005-10-19 北京大学深圳医院 现代医院绩效的评估管理系统及其方法
US20140207477A1 (en) * 2013-01-23 2014-07-24 Comparion Medical Analytics, Inc. Hospital composite quality scoring and rating methodology
CN104992058A (zh) * 2015-06-25 2015-10-21 成都厚立信息技术有限公司 疾病风险调整模型建立方法
CN106780117A (zh) * 2016-12-02 2017-05-31 国网浙江省电力公司经济技术研究院 一种配电网项目融资租赁风险评估方法
CN107391692A (zh) * 2017-07-26 2017-11-24 腾讯科技（北京）有限公司 一种推荐效果的评估方法及装置
CN108492007A (zh) * 2018-03-02 2018-09-04 交通运输部水运科学研究所 一种海洋生态环境损害因果关系判定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1684082A (zh) * 2005-02-18 2005-10-19 北京大学深圳医院 现代医院绩效的评估管理系统及其方法
US20140207477A1 (en) * 2013-01-23 2014-07-24 Comparion Medical Analytics, Inc. Hospital composite quality scoring and rating methodology
US20140207478A1 (en) * 2013-01-23 2014-07-24 Comparion Medical Analytics, Inc. Physician composite quality scoring and rating methodology
CN104992058A (zh) * 2015-06-25 2015-10-21 成都厚立信息技术有限公司 疾病风险调整模型建立方法
CN106780117A (zh) * 2016-12-02 2017-05-31 国网浙江省电力公司经济技术研究院 一种配电网项目融资租赁风险评估方法
CN107391692A (zh) * 2017-07-26 2017-11-24 腾讯科技（北京）有限公司 一种推荐效果的评估方法及装置
CN108492007A (zh) * 2018-03-02 2018-09-04 交通运输部水运科学研究所 一种海洋生态环境损害因果关系判定方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘阿秀: "我国医院社会责任履行现状及影响因素研究——基于江苏省各中医院的实证分析", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *
刘静等: "基于标准分法的医院临床科室综合效益评价", 《中国医院管理》 *
张璐 等: "基于正态分布区间数的综合能源系统效益评价研究", 《南方能源建设》 *
窦丰满 等: "疾病风险调整及其在医院精准监管与评估中的应用", 《中华医院管理杂志》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111048194A (zh) * 2019-12-14 2020-04-21 内蒙古自治区人民医院 一种区域医院绩效考核方法
CN117352152A (zh) * 2023-12-06 2024-01-05 济宁医学院附属医院 一种医院学科建设综合评价指标体系的评估方法
CN117352152B (zh) * 2023-12-06 2024-02-09 济宁医学院附属医院 一种医院学科建设综合评价指标体系的评估方法

Also Published As

Publication number Publication date
CN109360635B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
Nelson et al. Robotic-assisted lobectomy for non-small cell lung cancer: a comprehensive institutional experience
Smith-Bindman et al. Use of diagnostic imaging studies and associated radiation exposure for patients enrolled in large integrated health care systems, 1996-2010
Etzioni et al. The aging population and its impact on the surgery workforce
Pasquali et al. Excess costs associated with complications and prolonged length of stay after congenital heart surgery
Van den Heede et al. The relationship between inpatient cardiac surgery mortality and nurse numbers and educational level: analysis of administrative data
Zubizarreta et al. Matching for several sparse nominal variables in a case-control study of readmission following surgery
Lustenberger et al. Gunshot injuries in the elderly: patterns and outcomes. A national trauma databank analysis
CN112233810B (zh) 一种基于真实世界临床数据的治疗方案综合疗效评估方法
Greevy Jr et al. Reweighted Mahalanobis distance matching for cluster‐randomized trials with missing data
CN109360635A (zh) 基于疾病风险调整的区域医院和学科排名的方法
CN110364259B (zh) 一种高原疾病预测方法、系统、介质及电子设备
Nikolova et al. Do maximum waiting times guarantees change clinical priorities for elective treatment? Evidence from Scotland
Wu et al. Modelling asymmetric conditional dependence between Shanghai and Hong Kong stock markets
Clark et al. Does one size fit all? An evaluation of the 2018 Leapfrog Group minimal hospital and surgeon volume thresholds for lung surgery
Cho et al. Efficient quantile marginal regression for longitudinal data with dropouts
Liu et al. Integrative analysis of prognosis data on multiple cancer subtypes
CN116913456B (zh) 一种基于临床指标的介入诊疗评价方法和系统
Breyer et al. Determinants of health care utilization by German sickness fund members‐with application to risk adjustment
Hong et al. Cost-Effectiveness of Fractional Flow Reserve–Guided Treatment for Acute Myocardial Infarction and Multivessel Disease: A Prespecified Analysis of the FRAME-AMI Randomized Clinical Trial
Gotmaker et al. Bayesian adaptive design: the future for regional anesthesia trials?
Jacob et al. Single-level TLIF versus LLIF at L4-5: a comparison of patient-reported outcomes and recovery ratios
Aplin et al. Patient variables impacting hospital costs from 2008 to 2010
Koutsiana et al. Smart alarms towards optimizing patient ventilation in intensive care: the driving pressure case
Suharsono et al. Use of VectorAutoregressive Model toAnalyze the Stock Market Behavior in Indonesia
Müller Goodness-of-fit criteria for survival data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 610041 No. 1702, floor 17, building 1, No. 1800, middle section of Yizhou Avenue, high tech Zone, Chengdu, Sichuan

Patentee after: Zhongke Houli information technology (Chengdu) Co.,Ltd.

Address before: 610041 No. 1702, floor 17, building 1, No. 1800, middle section of Yizhou Avenue, high tech Zone, Chengdu, Sichuan

Patentee before: CHENGDU HOULI INFORMATION TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder