基于多元线性回归方程模型的天津市某三甲医院骨科住院患者费用及其影响因素分析

闫瑞振，窦一峰

（天津市宝坻区人民医院医学检验科1，网络信息中心2，天津 301800）

骨科作为三甲综合医院最常见的科室之一，其主要的业务范围即为骨科疾病的防治。随着社会的发展，人们生存环境和方式的改变，人口结构特征等社会文化因素对医院经营的影响越来越大，我国是世界上人口老龄化速度最快的国家之一。第七次人口普查显示，截至2020 年11 月，我国65 岁以上人群占总人口的13.5%，人口老龄化程度进一步加深。据统计，2017 年中国医院骨科的诊疗人次为1439 万，到2020 年已经达到1602 万，增长率超过11.32%，可见骨科市场需求旺盛，诊疗人数逐年增加，了解骨科住院患者的住院情况、费用结构以及相关的影响因素，对于医院进行科学管理决策，合理进行医疗资源配置，促进骨科疾病诊疗的规范化，有针对性的减轻患者的经济负担，更好的落实以患者为中心的理念，为患者提供及时优质的服务具有重要的意义[1-4]。李琪等[5]对骨科患者住院期间知识期望满足现状及其影响因素进行了分析。杨帆等[6]利用CPI 平减指数法和灰色关联法对医保支付方式改革下骨科医保患者住院费用中次均费用变动情况和各类费用对总费用的影响进行分析。韩磊等[7]探讨了某部队三甲医院2016～2020 年骨折军队伤病员住院总费用的变化趋势及其影响因素，为该院合理调控军队伤病员住院费用的增长提供了理论依据。卢秀芳等[8]采用描述性分析和多元线性分析及灰度关联法对2017-2021 年老年髋部骨折患者住院费用进行了分析，最后得出住院费用的变化与医疗耗材费，诊疗费和医药费有密切关系的结论。虽然众多研究对骨科住院患者住院费用及其影响因素做了一定的分析，但是尚存在一定的不足，如大多研究的是某一具体疾病的住院费用及其影响因素，同时影响因素的覆盖度不高。基于此，本研究采用人口统计学特征与疾病相关特征对住院费用及其影响因素进行分析。

1 资料与方法

1.1 数据来源 以天津市某三甲医院骨科2017 年1 月1 日-2022 年9 月30 日的出院患者为研究对象，依托住院病案首页数据进行信息获取，排除住院总费用小于10 元的出院患者，共计纳入12 887 例患者进行研究，其中2017 年1634 例，2018 年2498 例，2019 年2643 例，2020 年2043 例，2021 年2291 例，2022 年1 月-9 月1778 例。

1.2 方法 选取住院病案首页中的住院总费用用于描述住院费用的结构特征；结合相关文献[5-8]，并通过与临床医生的沟通，确定选取患者的年龄、年龄、民族、婚姻、付费类型等人口统计学信息以及入院状态、转科情况、再入院情况、疾病诊断数和手术操作数等诊疗信息，通过构建多元线性回归方程模型进行住院总费用影响因素的筛选判别，同时从年份主要诊断等维度对骨科住院患者相关指标进行统计分析，了解住院患者医疗费用的总体情况。

1.3 统计学方法 运用SQL Server 2012 软件和SPSS 25.0 软件进行数据分析，计数资料采用[n（%）]或构成比进行描述性统计分析，计量资料以（）表示，若变量服从正态分布，采用单因素方差分析，若不服从正态分布则采用秩和检验[9]。采用多元线性回归方程模型[10]筛选住院总费用的影响因素。以P＜0.05为差异有统计学意义。

2 结果

2.1 住院患者描述性分析 12 887 例骨科住院患者中，患者年龄2～99 岁，平均年龄（50.37±19.36）岁，设定组距为10，患病高峰年龄在51～60 岁，占患者总数的21.62%，此外，41～70 岁患者占据总患者的56.19%。住院患者中男7193 例，占55.82%，女5694例，占44.18%。男性患者集中分布在41～60 岁，女性患者集中分布在51～70 岁。骨科住院患者中主要诊断达到100 例以上的构成比例见表1，可知主要是以取除骨折内固定装置为主，占比13.67%，其余疾病顺次为股骨转子间骨折、髌骨骨折、锁骨骨折、踝关节骨折、桡骨远端骨折、多处挫伤、胫骨平台骨折、股骨干骨折、肱骨近端骨折。

表1 骨科住院患者疾病构成分析

2.2 人口统计学因素与住院总费用分析年龄分类中，不同年龄组间住院费用比较，差异有统计学意义（P＜0.05），＜18 岁、18～60 岁和＞60 岁人群均次住院费用分别为11 147.15 元、21 043.81 元和25 199.61 元，可见随着年龄增大，住院费用呈上升趋势；民族分类中，不同民族住院费用比较，差异有统计学意义（P＜0.05），汉族和少数民族人均住院费用分别为21 649.24 元和23 557.37 元，虽然住院人数汉族远高于少数民族，但是就住院费用来说汉族低于少数民族；付费类型中，不同组别费用比较，差异有统计学意义（P＜0.05），城镇职工、城乡居民、工伤医保和自费类型的人均费用分别14 769.63 元、15 261.47 元、25 086.76 和21 763.82 元；在是否为本市因素中，不同组别住院总费用比较，差异有统计学意义（P＜0.05），本市住院患者总费用要低于外市住院患者；在性别和民族因素中，不同组别住院总费用比较，差异无统计学意义（P＞0.05），见表2。

表2 住院患者人口统计学因素与住院总费用分析（，元）

表2 住院患者人口统计学因素与住院总费用分析（，元）

2.3 诊疗信息指标与住院总费用分析在入院状态中，不同组别见住院费用比较，差异有统计学意义（P＜0.05）；入院途径中，门诊和急诊入院的患者住院费用比较，差异有统计学意义（P＜0.05），门、急诊人均费用分别为15 859.94 元和25 615.49 元，门诊入院患者费用少于急诊患者；是否转科分组中，不同组别住院费用比较，差异有统计学意义（P＜0.05），转科和未转科费用分别为91 657.48 元和19 522.97 元，转科患者费用高于未转科；在是否当日再入院、是否半月内再入院和是否31 日内再入院分组中，不同组别住院费用比较，差异有统计学意义（P＜0.05）；对于住院天数、其他疾病诊断数和手术操作数不同分组住院费用比较，差异有统计学意义（P＜0.05），其中在住院天数因素中，0～5 d、6～10 d、＞10 d 的人均住院费用分别为8526.89 元、24 306.62 元和51 217.47 元，在疾病诊断数因素中，0～5 种和＞5 种的人均住院费用分别16 298.78 元和38 328.66 元，在手术操作数因素中，0～4 种和＞4 种的人均住院费用分别19 099.73 元和108 852.26元，结果显示随着住院天数、疾病诊断数和手术操作数的增加，住院费用也随之增加，见表3。

表3 住院患者诊疗信息指标与住院总费用分析（，元）

表3 住院患者诊疗信息指标与住院总费用分析（，元）

2.4 多元线性回归方程模型 将所有影响住院总费用的因素纳入到多元回归方程模型中，变量赋值情况见表4。进行多元回归分析，结果表明，从整体上讲，民族、年龄、入院途径、是否转科、住院天数、疾病诊断数和手术操作数在5%的显著性水平下具有统计学意义，死亡标志和31 d 内再入院在10%的显著性水平下具有统计学意义。具体而言，年龄增长、转科、住院天数增加、疾病诊断数和手术操作数增长对住院总费用呈正相关关系，少数民族、门诊入院、死亡标志以及31 d 内再入院与住院费用呈负相关关系，见表5。多元线性回归方程模型的拟合优度，R2和调整R2代表了回归分析中自变量变异对因变量的解释程度，一般采用调整R2来衡量，该值相对不受自变量个数的影响，结果更为可靠。多重相关系数R 为0.895，R2为0.802，调整R2为0.801，R2变化量为0.802，表明年龄、民族、疾病诊断数等指标能解释住院总费用变化的80.1%，说明本次选取的指标对住院总费用具有较高的影响作用。

表4 住院费用影响因素赋值情况

表5 住院总费用影响因素的模型分析

3 讨论

3.1 住院患者人口统计学因素分析 从本次统计结果来看，该院骨科疾病患者主要以取除骨折内固定装置和骨折疾病为主，且呈现高发态势，夏秋两季入院的患者占比最高，原因可能是由于夏秋两季室外活动更加频繁，骨科疾病住院患者各年龄段男性普遍比女性多，与已有文献结论基本一致[11-13]。本次发现患者患病高峰年龄在51～60 岁，提示中老年人需加强预防因不当运动或者过度劳作带来的创伤性关节炎的发作，加强预防不断增加的体重对膝关节造成的巨大负担，加强预防因药物滥用导致的股骨头坏死等相关骨科疾病。随着该地区人口老龄化加剧，院方更应在中老年人群中加大力度宣传，建议在平时增加适当适量运动，加强合理用药引导，尽量减少与疾病有关的危险因素[14-16]。

3.2 住院患者诊疗信息特征分析 骨科所包含的疾病大多是居民的常见病和多发病。本研究显示，住院患者多由急诊入院且入院状态危急，但是由于所发生的疾病具有专业性和独立性，往往由骨科收治，较少涉及转科。其当日再入院率为0.26%，半月内再入院率为0.97%，31 d 内再入院率为0.52%，住院天数多集中在5 d 以内，且疾病诊断较为单一，手术操作大多数在4 种以下。此外，该院骨科患者近5 年的住院均次费用分别为19 322.78 元、18 850.62 元、21 606.03 元、24 340.90 元和24 663.92 元，年平均增长率为6.29%。根据2021 年《中国统计年鉴》显示，我国人均卫生费用为5112.34 元，由此可见，骨科住院患者人均住院费用高于人均卫生费用，对患者及其家庭造成了严重的负担。未来院方可以充分发挥医保的杠杆作用，借助DRGs 付费机制[17-19]，合理调整用药结构，减轻患者负担。此外，为方便患者就医，复诊时可以积极采取互联网医院诊疗行为[20]，实现“让患者少跑腿，让数据多跑路”，进一步减轻患者就医负担。

3.3 住院费用影响因素分析 本研究显示，经过多元线性回归方程模型的筛选，民族、年龄、入院途径、是否转科、住院天数、疾病诊断数和手术操作数作为对住院总费用的最终影响因素。而模型结果显示德宾-沃森统计量为1.974，满足样本独立性，模型F统计量为3248.173，显著性检验结果P=0.000，提示住院总费用和各个指标之间存在线性相关。其中年龄、民族等人口学信息为相对不可控因素，这需要国家卫生行政部门加强卫生政策的引导，加大中老年及其他特殊群体的健康教育，同时增加基础体检的普及力度，完善公共卫生体系、疾病保障体系。随着年龄的不断增长，导致人体骨质疏松，骨关节能力退化，而且地区人口老龄化程度加剧，相关骨科疾病的发病率增加，住院费用逐渐增多。同时，住院天数、疾病诊断数和手术操作数与住院总费用呈现正相关，说明三者的增加均会导致住院费用的增加，从侧面来看三者在一定程度上也能反映出疾病的严重程度。经历过转科的住院患者，由于多是由于其具有两种及以上基础性疾病，或者由于病情复杂，需要多科室协同会诊治疗，从而导致费用增加。

由于本研究数据样本有限，所选基础因素存在一定的局限性，后续可以将更多的影响因素纳入到模型中来进行进一步分析，同时后续可以考虑利用机器学习的方法将各特征信息有效提取和整合后再进行建模分析。