美国DRGs发展演变、支付特征及对我国的启示*

——王海银 周佳卉 房 良 彭 颖 金春林

2017年1月，国家发展改革委、国家卫生计生委、人力资源社会保障部联合发布了《关于推进按病种收费工作的通知》，要求城市公立医院综合改革试点地区2017年底前实行按病种收费的病种不少于100个，并选择部分地区作为按疾病诊断相关分组(Diagnosis Related Groups, DRGs)付费试点。这标志着DRGs和按病种收付费改革已成为当前医改的重要内容。DRGs是病例组合(Case-Mix)的一种。根据疾病诊断、治疗方式、并发症和合并症、病症严重程度及转归、年龄等因素，将临床治疗过程相近、费用消耗相似的病例划归为一个DRGs疾病组的管理和支付体系[1]。

1 美国DRGs理论设计及演变进展

上世纪60年代后期，耶鲁大学开始设计研发DRGs，其基本思路是将患者治疗类型(Case Mix)同其治疗费用相结合，最初的目的是用于监测医疗服务质量和卫生服务利用情况，以及控制医疗费用[2]。上世纪70年代后期，美国新泽西州率先将DRGs作为医保支付方式进行应用。1983年美国国会立法将DRGs作为医疗照顾保险(Medicare)住院的支付方式在全国推行[3]。下面从美国DRGs设计的基本原则和特征，各版本DRGs系统演变及关系进行简要介绍。

在制定DRGs时，如果仅依赖疾病诊断和操作将产生10多万条分类。如2017年美国实施的按严重程度分类的病种付费医疗照顾保险 (Medicare Severity DRGs，MS-DRGs)第34版包含71 486个诊断和75 789个操作程序，这导致一些分类仅有少数病例，不利于分析和评价。另外，仅通过统计学处理时产生的分类包含了不同类别的患者人群，不利于医生理解和操作。因此，美国耶鲁大学上世纪70年代提出了制定DRGs的基本原则。主要包括：(1)定义DRGs的患者特征信息可以常规获取；(2)选择涵盖所有病种且易于管理的病种组数；(3)每一个组具有相似的资源消耗强度；(4)每个组的病例临床特征相似，易于临床医生理解和开展。基于以上4条原则，美国不同版本系统的DRGs最多不高于1 400种。其中，最新版的MS-DRGs为757种[4]。

美国制定DRGs包括4个基本步骤：一是基于学科或解剖系统进行分组，耶鲁大学上世纪70年代产生23个主要诊断分类组(Major Diagnosis Categories，MDC)，后期增加了HIV和创伤，现为25个MDC;二是区分手术和内科操作；三是分别对手术及内科操作下的程序进行分层；四是把影响操作分层及费用的其他因素(如并发症、合并症、年龄、出生体重等)纳入分析。 基于以上基本步骤，耶鲁大学上世纪70年代研发出第一版的DRGs系统，之后，美国纽约、3M公司等地区和机构对DRGs进行不断地完善和调整，形成了多个版本的DRGs系统[5]。其演化进展及调整变化特征简要如下：

从时间和管理上划分，美国DRGs主要有3个版本，分别为1983年-2000年的美国医疗保健财务管理局DRGs系统(HCFA-DRGs)；2001年-2008年美国医疗保险与医疗救助服务中心DRGs系统(CMS-DRGs)；2008年至2018年的MS-DRGs[6]。从前期各方DRGs系统设计来看，包括了492种医疗照顾保险DRGs(Medicare-DRGs)，1 170种优化版DRGs(Refined-DRGs)、617种全人群DRGs(All-Patient-DRGs)、652种按疾病严重程度分类DRGs(Severity DRGs)、1 380种全人群优化版DRGs(All-Patient Refined-DRGs)和757种MS-DRGs[4]。但各个版本的使用情况有差异，如Severity DRGs自1994年发布以来没有更新和使用[2]。

纵观各个版本的DRGs系统，其演变主要基于合并症和并发症的严重程度分组、特殊人群(如新生儿、妊娠)、年龄等方面进行调整，以及不断更新合并症和并发症的病种清单(MCC/CC List)。从重大演变来看，1989年纽约州制定的All-Patient-DRGs增加了HIV感染MDC和多重创伤MDC，及基于出生体重的新生儿DRGs等。1988年，耶鲁大学研发的Refined-DRGs重构了第四层分组规制，建立了124个类别的CC清单，手术组CC分为4个组(无或轻、中等、重大和极端)，内科分为3个组(无或轻、中等、重大)，该版本解释了50%的变异。3M信息系统公司1991研发的All-Patient Refined-DRGs又彻底改变了基于CC清单和年龄的分组，把所有诊断按照复杂程度分为4个组(轻、中、大及极端)，在分组时考虑了第二诊断及其交互关系，该版解释了75%的资源消耗[7]。第25版的MS-DRGs对CC清单进行了大幅修订，仅将重要的急性疾病、急性恶化的重大慢性病纳入，多数慢性病不再纳入，使有CC患者的比例从80%减到40%。

2 美国DRGs支付特征、问题及优化方案

基于Ellis R P和Miller M M制定的医保支付概念模型[8]，下面从支付的信息基础、支付范围、支付标准的合理性等3个维度简要介绍美国DRGs支付系统的特征、问题及发展。

从信息基础来看，美国DRGs系统涵盖了患者信息、服务信息、地理信息等，但没有纳入供方特征，如服务量控制或总额预算等。

从支付范围来看，DRGs涵盖了每次住院的全部服务期，具体包括90天疾病发病期和60天的额外护理期，支付包括了3天内因住院所做的门诊检查服务[9]。

从支付标准合理性来看，美国CMS要求所有治疗Medicare患者的医院每3年提供1次年度成本报告，同时用每两年提供申请报销的数据测算病种权重。方法上包括建立全国统一的成本收费比率(Cost-to-Charge Ratios)和使用相对点值(Relative Value Units，RVUs)等进行成本估计和权重确定[10]。美国的基础费率主要包括两部分：一部分是操作成本，另一部分是资本成本[11-12]。基础费率调整因素包括地区的工资指数、教学医院或继续教育项目、贫困患者占比、绩效评价结果、额外再住院情况、住院天数缩短及不正常的转院等；对于异常高值的病例、昂贵新技术使用等给予额外补偿支付[13]。

针对DRGs容易出现的问题，如患者逆向选择(指医院或医生不愿接收重症患者)、治疗质量降低、新技术应用受限等，设计不同质量监管和激励约束项目计划。如Medicare 2012年10月实施的医院基于价值的支付项目(Hospital Value-Based Payment, VBP)，通过开展质量绩效评估给予一定的激励。医院再住院减少项目(Hospital Readmissions Reduction Program, HRRP)对于再入院率高于全国平均水平的减少支付，2014年主要针对3种疾病，分别为急性心肌梗死、心衰和急性肺炎，2015年又增加髋关节和膝关节手术、慢阻肺。2015年10月施行了医院获得性条件减负计划(Hospital-Acquired Conditions，HAC)，对于绩效排在第四分位的医院给予99%支付额。

除了发展急性住院病例DRGs外，对于不适合DRGs分组的门诊、康复等情况，美国分别研发了门诊版的DRGs(Ambulatory Payment Classification， APC)，护理之家版的DRGs(Resource Utilization Groups，RUG)，居家照护版的DRGs(Home Health Resource Groups ，HHRG)，长期护理DRGs (MS-LTC-DRGs)等。将肾移植手术等纳入pre-MDC，分别对创伤及HIV新设MDC组别(24-25)，建立错误DRGs，把信息缺失或逻辑错误放入错误DRGs组等[14-15]。

3 对我国的启示

3.1 系统协同开展DRGs收付费改革

美国DRGs自实施以来，经历了多个版本的重大演变，并针对DRGs支付系统的问题进行了系统设计和监管。我国DRGs尚处于起步阶段，基于美国经验和我国政策环境，建议系统协同地推进DRGs收付费改革。一是DRGs收付费协同推进。我国各省市发改委负责定价、医保部门负责支付，从前期国内单个部门制定的收费或支付经验来看，均不能有效可持续地推进按病种付费。因此，从国际经验和国内教训(指试点省市收付费分开未能够持续推进)两方面来看，DRGs收付费应同步实施。二是全病种推进和配套政策同步实施。从国内单病种推进经验来看，其对费用控制约束非常有限，建议在设计时应建立全病种的分组模式，建立适合本地的并发症和合并症清单。在使用上，应同步配套相应的质量监管、行为监管等措施，规避DRGs支付方式的缺点。

3.2 试点分步实施DRGs，建立动态调整机制

DRGs需要一定的信息化和管理基础，建议：一是在操作上可以试点分步推进。如可以在信息化程度较发达、管理水平较高的东部沿海地区或国内一、二线城市先行先试，积累形成统一化、本土化的疾病分组和管理模式后，再在全国逐步推广。二是建立DRGs动态调整机制。DRGs的权重和分组需要每年进行修订，在信息数据的完善和对疾病资源费用消耗的规律性认识的基础上，应定期更新DRGs版本，逐步形成DRGs的动态管理机制。

3.3 多利益方参与，加强基础设施建设

DRGs的研发需要临床医生、统计人员、医保支付者、物价管理者、信息数据人员等多个利益相关方的参与，DRGs应做到易于管理、数据可获得、易于临床医生理解和应用等，这需要多利益方共同参与制定和跟踪调整。另外，DRGs的应用基础较薄弱，如本土化的分组方法和CC清单及分组规则，规范统一的诊断、手术操作编码体系和填写规则等尚缺乏，应加强这方面的研究和积累。