- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
某骨科专科医院平均住院日影响因素分析
某骨科专科医院平均住院日影响因素分析 摘要:目的 研究宁波某骨科专科医院2007年1月1日~2011年12月30日平均住院日的影响因素。 方法利用该院病案管理信息系统数据库收集数据,采用SPSS18.0对数据进行分析。结果住院患者的年龄、是否为本地居民、住院医疗费用、是否有手术操作、是否有伴随疾病对平均住院日均有显著影响。结论 为进一步缩短平均住院日, 医院必须优化调整资源配置、引进先进管理方法、提高医疗服务质量、设计合理有效的绩效考核体系。政府部门解决政策因素,完善医保制度。 关键词:平均住院日; 影响因素 平均住院日是指在一定时期内,每一位出院者平均住院时间的长短,是评价医疗效益和效率、医疗质量和技术水平的综合指标。它不仅反映住院者在医院接受医疗服务所耗费时间的长短,同时也是医院医疗服务综合能力的体现。缩短平均住院日在一定程度上能降低患者的医疗费用,又能扩大医院的收容量,提高医院的社会效益和经济效益[1]。但以往的文献更偏向于综合性医疗机构的平均住院日研究,各临床专科之间差异较大,所得出的分析结果及考核指标并不一定适应于专科特色较强的综合性医院。本次研究试图对在宁波地区较有代表性的某骨科专科医院控制平均住院日的效果进行评价并对其影响因素进行分析,从方法上探讨可能控制平均住院日的方法,为更好的医疗质量管理提供参考。 1 资料与方法 1.1一般资料以浙江省宁波市某骨科专科医院作为调查对象,该院是宁波地区最大的骨科医院,专科特色较强,样本具有一定的代表性。在具体研究对象的选择上,主要选取代表性较强、住院人次较多、诊断明确、治疗有效、易于分析且具有一定费用下降空间的腰椎间盘突出(ICD-10编码:M51)疾病。 1.2 方法利用该院病案管理信息系统数据库,收集上述疾病2007年1月1日~2011年12月30日该院全部病例。 1.3 研究内容以病案首页信息为依据,摘录每例病例的住院总费用、医疗保险类型、实际住院天数、出院转归情况以及相关人口学信息。 1.4 统计分析采用Excel2007与SPSS18.0对数据进行整理和统计分析。 2 结果 2.1基本情况从2007年1月1日~2011年6月30日期间,共收集到腰椎间盘突出(ICD-10编码:M51)疾病总计1256例,在剔除有缺失及逻辑错误信息后,有效病例为1210例,有效率为96.34%。中位数住院日12.0d,平均住院日12.74d。 2.2 单因素分析对各个因素病例的住院天数进行Shaprio-Wilk检验,P0.05,表明其分布均不符合正态性分布,因此采用中位数对其描述。通过单因素秩和检验,患者的年龄构成、是否为本地区患者、有无伴随疾病、疾病转归、是否手术以及医疗费用的高低分组对住院患者平均住院日的影响都具有统计学意义,与专业判断基本吻合。住院患者性别特征未经过显著性检验。令人略感意外的是不同的医保付费方式亦未对平均住院日造成差异,这与之前的文献结论有一定的差异[2]。这可能是因为宁波地区经济较为发达,医疗保险覆盖率较广泛且待遇水平较高所致。亦有可能是样本量不够所致,尚需要一定时间的大样本检验。见表1。 注:△ 两样本用Wilcoxon秩和检验,多样本用KruskalWallis检验 2.3 住院日多元回归分析由于病例平均住院日并未服从正态分布,故对其进行log10转换,转换后的住院天数经Shaprio-Wilk检验符合正态分布[3]。医疗费用以2011年费用为基年,前年限费用均为经CPI调整后的费用[4],亦采用对数转换的方法改善正态性。根据单因素分析的结果并结合专业判断,以转换后的住院天数为因变量,并对相关自变量进行赋值。见表2。 经多元逐步回归Stepwise分析,模型总体F=378.56, R=0.88,拟合程度较高,且可以解释总体上88.0%的变异情况。各自变量的方差膨胀因子(VIF)均小于10,并未存在共线性问题[5]。在控制其他因素的前提下,相对于小于39岁的患者组,40~59岁及大于69岁年龄组的平均住院日更长;相对于本地居民,外埠患者的住院日更长;医疗费用较高患者的住院日较长;相对于手术患者,非手术组的平均住院日较短;相对于有伴随基本患者,无伴随组的住院日较短。分析中疾病的转归情况对平均住院日的影响并未通过显著性检验,可能是由于疾病转归判断主观因素较强,医务人员填写较为随意所致,亦可能是由样本含量较少所致,尚需进一步验证。见表3。
文档评论(0)