黃德斌 秦佳佳 陳志超 吳 奎

（1成都市人力資源和社會保障局 成都 610031；2成都市醫(yī)療保險信息服務中心 成都 610031）

通常情況下，住院人次越多，醫(yī)保基金支付壓力越大。因此，對醫(yī)保管理者來說，住院人次是醫(yī)?；鹌椒€(wěn)運行的關(guān)鍵因素之一，也是醫(yī)保經(jīng)辦管理機構(gòu)重點關(guān)注的指標。同時，《“十三五”深化醫(yī)藥衛(wèi)生體制改革規(guī)劃》（國發(fā)〔2016〕78號）、《關(guān)于控制公立醫(yī)院醫(yī)療費用不合理增長的通知》（國衛(wèi)體改發(fā)〔2015〕89號）均要求加強對住院人次及費用的監(jiān)測，控制醫(yī)療費用不合理增長。

近年來，成都市運用“互聯(lián)網(wǎng)+”云計算等現(xiàn)代信息技術(shù)，為醫(yī)保治理現(xiàn)代化走出一條科學精準之路。通過對醫(yī)保大數(shù)據(jù)的使用，實現(xiàn)了對復雜醫(yī)療行為的準確檢測、分析和預警，使經(jīng)辦服務有了科學的數(shù)據(jù)技術(shù)支撐。其中，利用線性回歸方法預測一定時期內(nèi)的醫(yī)保住院人次數(shù)據(jù)，也是成都市醫(yī)保決策的一個重要支持手段。本文通過整理分析2010年-2015年成都市基本醫(yī)療保險住院人次數(shù)據(jù)，以期為成都市“十三五”期間基本醫(yī)療保險住院人次預測分析提供依據(jù)。同時也為數(shù)據(jù)分析在醫(yī)保經(jīng)辦管理中的應用探索實踐經(jīng)驗。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究數(shù)據(jù)源于成都市基本醫(yī)療保險實時在線監(jiān)控系統(tǒng)，匯總了2010年-2015年期間24個季次的基本醫(yī)療保險住院人次情況。由表1可以看出，六年間，基本醫(yī)療保險住院人次逐年遞增，截至2015年底已達62.1萬人次。

1.2 研究方法

通過初步描述性分析可以看出，2010年-2015年成都市基本醫(yī)療保險住院人次變化情況大致呈一條直線（見圖1），符合線性回歸統(tǒng)計方法相關(guān)要求，運用SPSS 20.0進行數(shù)據(jù)處理，預測2016年-2020年成都市基本醫(yī)療保險住院人次情況。

2 回歸預測過程

2.1 求回歸方程

將表1數(shù)據(jù)導入分析模型，以觀測季度t為x軸，以人次為y軸，通過分析模型，可以得到住院人次的均值為507732人次、中位數(shù)為531168人次、標準差為84310人次、方差為7108257630人次，住院人次的回歸直線方程為：y=11111.89x+368834.34，回歸系數(shù)見表2。

2.2 可行性檢驗

觀察季次t與住院人次y的相關(guān)系數(shù)R為0.93194723，二者正相關(guān)性極強，線性關(guān)系顯著（見表3）。

表1 2010-2015年成都市基本醫(yī)療保險住院人次情況

圖1 2010-2015年成都市基本醫(yī)療住院人次預測情況線性分析

表3 回歸統(tǒng)計量

表4 方差分析表

模型的F檢驗值=145.3330061，通過查F分布臨界值表可以查出F0.95（1,22）=4.30。F檢驗值大于F分布臨界值F0.95（1,22），故模型顯著成立并可信，可以用來進行預測分析（見表4）。

表5 成都市“十三五”期間基本醫(yī)療保險住院統(tǒng)人次預測（人次）

2.3 區(qū)間估計與實際檢驗

將季次t帶入模型方程，即可得出預測住院人次的y點估計值，但點估計與實際值必定存在一定的偏差，我們希望得出的結(jié)果能夠在大多數(shù)情況下包含真實值，故繼續(xù)將模型深入化，進行區(qū)間估計。設(shè)定95%的可信區(qū)間，即真實值有95%的可能性在我們的估計范圍之內(nèi)，來設(shè)定預測分析區(qū)間估計公式為：

其中，Y為住院人次點估計值；n為樣本量24；自由度為24-2=22；查t分布數(shù)值表在自由度為22時t0.05=2.0739；t為預測季次；t為樣本年次的均值12.5；為樣本年次方差與自由度乘積1150；δ為住院人次值y樣本標準方差31257.5325。故2016年4季度的住院人次預測值為：Y28=28×11111.89+368834.34=679967人，95%的可行區(qū)間估計值為：（647517，712417）。

2.4 預測結(jié)果

基于上述分析?？深A測得出2016年-2020年期間成都市基本醫(yī)療保險住院人次結(jié)果（見表5）。

2.5 結(jié)果驗證

醫(yī)保實時在線監(jiān)控系統(tǒng)顯示：2016年第4季度，全市基本醫(yī)療保險實際住院人次為653781人，與點估計預測值差距為4.01%，且該值落在95%的可行區(qū)間范圍內(nèi)，再次驗證了預測模型的科學性與可信性。依據(jù)最新統(tǒng)計數(shù)據(jù)，本研究預測2017年1-3季度數(shù)據(jù)與全市實際數(shù)據(jù)差距僅為2.19%。

3 討論

3.1 預測分析前瞻性強

應用線性回歸的預測分析，既不是從樣本的統(tǒng)計指標來推斷總體參數(shù)，也不是對假設(shè)情況加以驗證，而是從過去的數(shù)據(jù)推斷將來，具有很好的實用性、科學性、可行性。尤其對醫(yī)保管理者來說，通過統(tǒng)計學方法和模型對住院人次、門診就醫(yī)人次、醫(yī)?；鹬Ц肚闆r作前瞻性判斷，能為醫(yī)保制度的運行績效及政策調(diào)整提供數(shù)據(jù)支撐。

3.2 預測結(jié)果影響因素較多

預測的實質(zhì)是從過去和現(xiàn)在的信息來推斷將來的情況，但將來并非一成不變，也會受到醫(yī)保政策差異、醫(yī)療服務資源（如服務機構(gòu)數(shù)量、協(xié)議床位數(shù)）、人口老齡化程度、醫(yī)保管理手段及控費指標（如平均住院天數(shù)、次均醫(yī)保支付金額）等因素影響而發(fā)生變化。一旦影響因素發(fā)生重大變化，則會影響模型的整體精準度，這就需要重新分析以往數(shù)據(jù)特征，選擇新的方法建立預測模型進行預測。從技術(shù)層面看，預測分析還可采用時間序列模型，從R2=0.868來看，運用時間序列模型來建模預測效果也尚可。但如前所述，考慮到影響預測結(jié)果的因素很多，時間只是其中一個影響因素，并且預測結(jié)果也可能差異不大，故此文研究方法選擇的是線性回歸。

3.3 數(shù)據(jù)分析應用的創(chuàng)新實踐

成都市在醫(yī)保數(shù)據(jù)分析研判中，從宏觀、中觀、微觀三個維度，采用描述性分析、診斷性分析、預測性分析、決策性分析等分析方法，從簡單指標分析、指標關(guān)聯(lián)分析、多元回歸分析、大數(shù)據(jù)算法等層次開展醫(yī)保數(shù)據(jù)研判。實現(xiàn)了從海量醫(yī)保數(shù)據(jù)中，總結(jié)經(jīng)驗、發(fā)現(xiàn)規(guī)律、預測趨勢，將由數(shù)據(jù)、信息、知識、洞察力組成的鏈條，真正轉(zhuǎn)換為洞察力，將洞察力轉(zhuǎn)換為決策力，釋放醫(yī)保大數(shù)據(jù)的價值能量。

根據(jù)本研究的數(shù)據(jù)預測結(jié)論，在醫(yī)保實時在線監(jiān)控系統(tǒng)中新增“人次預測模型”，實時動態(tài)監(jiān)測預警全市各結(jié)算分中心、各等級醫(yī)療機構(gòu)的住院人次變化趨勢。同時，在每季報送市領(lǐng)導的《醫(yī)保監(jiān)控分析》報告中新增“總住院人次”指標，并按照“一分、二比、三排”的思路對全市住院人次開展重點監(jiān)控分析預警，發(fā)現(xiàn)有問題的異常數(shù)據(jù)，經(jīng)現(xiàn)場檢查核實后，全部按照醫(yī)保服務協(xié)議處理，并把各分中心現(xiàn)場稽核情況列入市紀委駐市人社局紀檢監(jiān)察的重點監(jiān)督對象。接下來，成都市將進一步依托醫(yī)保大數(shù)據(jù)，創(chuàng)新大數(shù)據(jù)分析手段和方法，精準發(fā)現(xiàn)異常數(shù)據(jù)靶向，提升醫(yī)保監(jiān)督效率，力保醫(yī)保基金安全可持續(xù)，朝著“更高質(zhì)量、更有效率、更加公平、更可持續(xù)”的新發(fā)展目標砥礪奮進。

[1]沈?qū)?段司鳳,阮文寧.“十二五”期間門診人次和住院人數(shù)的預測[J].中國病案,2011,12(10):48-50.

[2]高志榮,趙輝.某院入院人數(shù)與診療人次的預測[J].中國醫(yī)院統(tǒng)計,2000,7(3):159-160.

[3]劉會恩.用統(tǒng)計方法對我院住院人次和門診診療人次進行預測[J].中國衛(wèi)生統(tǒng)計,2007,14(2):107-109.

[4]張喜紅.醫(yī)院門診人次預測[J].中國衛(wèi)生統(tǒng)計,2000,7(2):106.