随着支付方式改革三年行动计划的大力推广，DRG/DIP试点地区对支付政策的不断掌握和实践深入，对医疗质量尤其是病案质量的促进作用明显提升，2024年国家医保DIP2.0版的出台，就是适应了临床历史数据动态向好变化、改革扩面数据来源逐步增大、数据治理带来的数据质量的提高、医疗技术发展带来的疾病治疗方式变化，对病种分组进行的与时俱进的更新，不仅满足了数据更新、编码升级等客观要求，还更好地契合了医疗技术进步及临床行为的复杂性，有力地助推DIP支付方式改革工作。
各地如何在国家DIP2.0版分组方案的规则要求下，做好现行版本与2.0版分组比较，结合当地近三年的医疗数据，形成本地新版DIP病组目录十分重要。对此，笔者梳理版本差异，并以具体地区为例总结经验，供大家参考。
一、DIP2.0与DIP1.0版本差异比较与实操解释
1．主要诊断+主要手术操作方式的选择
DIP1.0版本的成组办法：核心组是按照“诊断+手术操作方式”聚类分组，按照病例数区分核心组和综合组。
DIP2.0核心组是按“主要诊断+主要操作”的规则形成病种组。针对临床手术操作的复杂性，2.0版病种库形成过程中，在对诊断+手术操作进行“随机”组合的基础上，加入了资源消耗的判断，即考虑相关手术操作是否作为分组依据，对同时出现一个及以上相关手术操作且相关手术操作资源消耗达到该病例原费用10%以上的病例单独成组。仍然按照病例数区分核心组和综合组。
实际落地过程中，需要由原有“诊断+手术操作”简单聚类，过渡到核心组按“主要诊断+主要手术操作”聚类的成组方式，以适应DIP2.0版的变化。在此，“主要手术操作”的填写显得尤为重要。
如何抓主要手术操作？
这里要重点提出的一个原则就是：主要手术操作要与主要诊断具备一致性或高度关联性，并且资源消耗较多且手术操作类型与等级一般是此单据中所有手术操作中最高级别的那个，如表-1：
2．资源消耗对选择成组的影响选择
DIP1.0版未考虑手术操作资源消耗对分组的影响。
DIP2.0明确了相关手术操作是否作为成组的依据，如引起资源消耗显著增加（如次均费用增幅10%以上）的独立成组。
实际落地过程中，需将有其他手术操作对应的费用逐一跟只有主要手术操作的病种组费用进行比较，两者次均费用差异大于某个阈值（10%）的单独成组，比如表-2诊断下肢静脉曲张不伴有溃疡或炎症，主要手术操作为大隐静脉高位结扎和剥脱术，其他手术操作中大隐静脉主干激光闭合术、创面封闭式负压引流术（VSD）次均费用增幅均大于10%，故而可以考虑单独成组，表-3中其他手术操作费用小于10%，故不予单独成组。
3．病例基础数据的运用
DIP1.0版以历史病例为基准作为数据样本。
DIP2.0以历史病例结合临床实际来作为数据样本。
各地在实际落地过程中，可以更新最新历史三年病例为基准作为数据样本，成组过程中在匹配主要手术操作后，邀请医院专家座谈讨论，结合专家意见最终对次要操作形成手术操作过滤表，应用于最终病种目录，手术操作过滤表的作用可以概括为：
规范分组：由于临床存有长期习惯性、不规范性病案首页填写问题，以及DIP1.0版尊重实际存在的分组原则的临床应对，客观信息中常常出现与诊断治疗不匹配的错误的手术操作、容易造成分组混乱的操作或过度填写的操作等等，在历史数据统计分析后可在与临床、病案专家讨论，将诸如蜡疗、物理疗法、微波治疗、留置导尿管的置入术等费用较低的、易滥用的手术操作形成手术操作过滤表，如表-4，应用于数据初步过滤，去除分组过程当中的噪声数据，使得真正具有相似临床特征、医疗资源消耗情况的手术操作能准确划分到对应的 DIP 组中，提高分组的科学性和合理性，确保不同病种和手术的付费相对公平准确。
费用精准核算：与医疗机构进行协商谈判后，将一些与主要付费关联不大、存在特殊情况（如附带小操作但对整体医疗成本影响极小等）的手术操作过滤掉，有助于聚焦核心的、对医疗费用起关键影响的手术因素来进行费用核算，避免费用计算因过多无关手术操作因素干扰而出现偏差。
提升数据质量：保证进入DIP分析和付费流程的数据都是经过筛选、符合既定要求的高质量手术操作相关数据，便于后续的数据统计、分析以及政策制定等工作的开展。
二、国家DIP2.0版分组地方落地分析
1．DIP病种目录地方库制定流程
2．历史病案/医保结算清单数据收集和清洗
通过收集历史三年全市病案首页数据或有历史三年医保结算清单数据（适用于有历史医保结算清单数据积累的地市），将出院诊断和手术及操作通过映射转码到医保版2.0进行标准化。
历史数据中可能存在各种错误，如手术操作漏填、主要手术等级比次要手术等级低以及虚增手术等情况，这些错误数据会影响分组的准确性，通过数据清洗可以发现并纠正这些错误，保证数据的真实性和可靠性；噪声数据指的是数据中的异常值或错误值，可能是由于数据录入错误、系统故障或其他原因产生的。这些异常值会干扰数据分析和分组结果，通过设定阈值、使用统计方法或机器学习算法等进行识别和清除，可以提高数据的质量；另外，不同医疗机构在数据记录和编码方式上可能存在差异，导致数据不一致。数据清洗可以按照统一的标准和规范对数据进行整理和转换，使数据具有一致性和可比性，从而确保分组结果的准确性和科学性。
对数据进行清洗后，按照国家规范进行聚类统计，得到预分组结果。在征求临床意见后，根据临床意见进行调整，最终确定DIP分组主目录核心病种组和综合病种组，其中综合病种组包括综合病种保守组、综合病种手术组、综合病种诊断性操作组、综合病种治疗性操作组。
数据清洗过程如下：
（1）住院天数异常的数据：入院时间或出院时间有缺失、住院天数小于等于0天、住院天数小于等于3天且死亡。
（2）住院费用异常的数据：住院费用为空、住院总费用小于诊疗类费用、小于耗材类费用或小于药品类费用。
（3）诊断编码类异常数据：出院主要诊断为空、不适合做主要诊断、不适合做主要手术。
（4）其他类型结算的住院单据：长期住院、康复住院、日间手术、家庭病床。
（5）费用异常类结算单据。
3．匹配和合并
经过数据清洗的数据样本匹配国家医保局DIP2.0版，按照不同成组阈值（如15例）分别做保留和合并处理。
核心组和综合组的成组流程：
（1）其中与国家DIP2.0版完全匹配的样本数据中的主要诊断亚目+主要手术操作+其他手术操作与国家DIP目录完全匹配（见表-5）；
（2）与国家DIP2.0版不完全匹配的样本数据中主要诊断亚目+全部手术操作可覆盖国家DIP目录且样本数据费用与能完全匹配的样本数据的费用相近，就也归入这个国家DIP目录的病种组中。如表-5所示：
（3）完全不能匹配国家DIP2.0版的：
① 按诊断亚目+所有手术操作一致且病例数大于成组阈值（15例），形成本地核心组。
② 不能归入国家DIP目录病种组的样本数据，按诊断亚目+所有手术操作一致且病例数小于成组阈值（15例），形成本地综合组。
三、在DIP分组落地过程中充分发挥沟通协商机制
国家DIP2.0版明确要求各地在深化医保支付方式改革中要考虑的几个配套工作机制，在此突出DIP分组落地过程中，如何充分发挥沟通协商机制。
1.核心组成组过程中的沟通协商
针对本地形成的核心组，要从诊断合理性、诊断和手术一致性、手术数据填写准确性等多方面组织专家从填写规范结合临床进行审核，逐条讨论后做出合理的处置，比如：
（1）样本数据中，与国家DIP2.0版本中主要诊断和主要手术匹配，次要手术操作不匹配且费用影响低于10%的，此类病种组内病例合并到保守组并测算形成新的保守组分值；
（2）样本数据中，部分未特指类的分组，追溯原因，如果是填写错误造成的，需要根据病案调整为正确的诊断，重新测算形成新的分值；同时汇总未特指的主要诊断给临床专家讨论后形成列表，引导定点医疗机构避免出现此类主要诊断；
（3）样本数据中，剔除部分操作项目，保留剩余的操作项目形成新的分组等。
2.综合组成组过程中的沟通协商
纳入综合组样本重新形成新的综合组过程中，要与临床及病案人员充分沟通协商的内容，对手术分类相同手术分级不同但资源消耗相近的组再次聚合，聚合后的综合组病例数仍不足15例的直接删除的数据反馈与分析，如表-7中示例：
在DIP（按病种分值付费）病组目录更新工作中，医保部门既要遵循国家DIP2.0的要求，同时深入结合本地医疗服务的实际情况，要充分吸纳临床专家的宝贵意见，并考虑历史因素，确保更新后的病组目录既能准确反映当地的医疗实践，又具备高度的可操作性。
DIP病组目录的更新将为支付方式改革奠定坚实基础，进一步推动医保支付的完善与发展，共同促进医疗服务质量和效率的提升，更好地保障广大参保人员的权益。
作者 | 淮安市医保中心 王樱
来源 | 中国医疗保险
编辑 | 符媚茹 高鹏飞
热点文章