风险调整原理和在医学中的应用.pdfVIP

虫国里生缠盐!Q!!生!!旦筮塑鲞筮!塑 风险调整原理及在医学中的应用 孙宏鹏1△ 刘关娜2 【提要】 目的介绍风险调整的基本原理和使用方法，并将其应用在2003年全国卫生服务调查数据中。方法 别，应用不同的统计模型调整结果有一些差异。结论对不同机构或地区进行风险调整后，可以进行更公平的比较。 【关键词】 风险调整logistic回归多水平logistic回归 风险调整(risk 和病情变量，这些变量是医院医疗质量和结局间的混 adjustment)是一种用于调整和确 定由不同医疗机构(或地区)患者的特点而导致医疗 杂因素。控制这些混杂，可以公平的比较医院问的医 结局变异的统计学方法¨。2j。使用风险调整就可以克 疗质量。参数a和届为固定效应，使用logit变换即用 服影响医疗机构(或地区)问公平比较的因素旧o。通 连接函数L进行连接。 过风险调整确定一个统计模型，它能找到一系列有统 估计参数＆和西和后，利用连接函数L‘1计算第i 计学和临床意义的风险因素，从而可以准确的预测患 家医院第歹个患者不良结局发生的预测概率： 者的结局并计算多变量标化率HJ。 在患者接受各种医疗服务时，由于患者间各种危 +触u) 险因素不同以及提供服务医疗机构的治疗质量或级别 第i家医院固定效应标准化率职。： 不同，患者可能会得到不相同的结局。例如，一些医院 ni ni 治疗的患者病情更严重些，在人院的时候患者就有很 SR，=(∑yⅡ／∑西u)木P 多的并发症，那么这些医院就会有更高的不良结局 可以理解该医院标准化率为不良结局实际发生率 (死亡或者并发症)发生率。不调整患者的基线构成 除以预测发生率，再乘以所有参与医疗机构的平均不 而直接比较医院间的结局，很容易会低估这些医院的 良结局发生率P。 医疗质量。因此，调整风险因素即控制影响治疗质量 2．多水平logistic回归模型和标准化率计算 和结局的混杂因素和计算标准化率(standardizedrate， 由于同一家医疗机构(或地区)患者往往有聚集 SR)在评估地区或医院的卫生服务质量中是非常必要 性，数据具有层次结构或多水平结构。传统的因素分 的‘51。 析方法忽略机构(或地区)患者的聚集性，这样会过高 本文介绍二分类结局变量的风险调整，包括控制 的估计医院问的变异。多水平模型可以克服数据聚集 风险因素的统计学模型、标准化率的计算方法和通过 性，该模型包括患者水平变量的固定效应和医院水平 实例应用，以对不同医疗机构(或地区)进行正确公平 的随机效应∞J。多水平logistic回归模型表达为： 的评价。 logit(Yif=1lx_：『)=al+雕if 原理与方法 高水平的残差，反映了在控制了低水平的影响因素后 1．109istic回归模型和标准化率计算 的高水平单位的效应，其方差又称为随机参数，反映了 logistic回归模型是医学研究中最为广泛用于危 高水平单位的效应大小，丁2越大说明数据的聚集性越 险因素筛选和控制}昆杂因素的统计学方法，是医学研 强。丁2为0时，模型演变为一般的logistic回归模型。 究者公认有效的统计学方法。其一般形式： 估计参数．，＆：，…，，and声，第，个患者在i家医 logit(Y“=1IXii)=d+胱。j 院不良结局的发