换一批摘要目的 分析恶性肿瘤患者疾病诊断相关分组(DRG)超支的影响因素并建立风险预测模型,为DRG支付方式提供管理策略.方法 选取2022年1月1日至12月31日四川省绵阳市某三级甲等医疗机构入组RE1A病组患者的临床资料.利用Lasso回归模型和多因素logistic回归模型筛选DRG超支的影响因素.依据筛选的变量绘制列线图,采用Bootstrap法对模型进行内部验证,绘制受试者工作特征(ROC)曲线评估模型的区分度,校准曲线评估模型的准确度,临床决策曲线(DCA)评价模型的临床获益和应用价值.结果 研究共纳入1 729例患者,431例(24.93％)出现DRG超支.Lasso回归和多因素logistic回归模型筛选出的DRG超支的影响因素为住院时间、入住科室及合并症/并发症数量.预测模型的ROC曲线下面积(AUC)为0.745(95％CI:0.716～0.775).校准曲线提示预测校准曲线与标准曲线基本拟合,模型预测准确度较高.DCA提示在风险阈值范围内,患者标准化净获益率＞0.结论 列线图模型能较好地预测恶性肿瘤患者DRG超支风险,可以为DRG管理提供新的思路和策略.
更多相关知识
分类号
R97.32（药品）
栏目名称
DOI
10.3969/j.issn.1671-8348.2025.01.046
发布时间
2025-03-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览23
- 被引4
- 下载24
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
