目的 应用疾病诊断相关分组(diagnosis related groups,DRG)预分组模型预测分组结果,掌握国家医疗保障疾病诊断相关分组(China healthcare security diagnosis related groups,CHS-DRG)细分组1.0修订版医保编码2.0分组方案详细规则,做...目的 应用疾病诊断相关分组(diagnosis related groups,DRG)预分组模型预测分组结果,掌握国家医疗保障疾病诊断相关分组(China healthcare security diagnosis related groups,CHS-DRG)细分组1.0修订版医保编码2.0分组方案详细规则,做好临床DRG前期的指导工作,提高病案首页诊断和手术编码正确率。方法 依据分组方案的思路和流程,通过Excel函数公式建立诊断、手术与DRG对应关系,以某院2021年9月—2022年8月出院病案首页数据为预测数据,采用独立样本t检验(independent-samples t test)对预测与分组结果进行对比分析。结果 DRG分组预测模型预测结果与医保分组结果的总体总权重符合率、分组符合率、DRG组数中组别符合率均高于99%,通过对总权重、CMI值与DRG组数对比分析,预测结果与医保分组无显著性差异。结论 预分组模型对某院预测DRG分组具有较强的实用价值,具有可行性。展开更多
文摘目的 应用疾病诊断相关分组(diagnosis related groups,DRG)预分组模型预测分组结果,掌握国家医疗保障疾病诊断相关分组(China healthcare security diagnosis related groups,CHS-DRG)细分组1.0修订版医保编码2.0分组方案详细规则,做好临床DRG前期的指导工作,提高病案首页诊断和手术编码正确率。方法 依据分组方案的思路和流程,通过Excel函数公式建立诊断、手术与DRG对应关系,以某院2021年9月—2022年8月出院病案首页数据为预测数据,采用独立样本t检验(independent-samples t test)对预测与分组结果进行对比分析。结果 DRG分组预测模型预测结果与医保分组结果的总体总权重符合率、分组符合率、DRG组数中组别符合率均高于99%,通过对总权重、CMI值与DRG组数对比分析,预测结果与医保分组无显著性差异。结论 预分组模型对某院预测DRG分组具有较强的实用价值,具有可行性。
