[发明专利]一种全DRGs组标化死亡率的算法

说明书

技术领域

本发明涉及一种死亡率的算法，具体涉及一种全DRGs组标化死亡率的算法。

背景技术

目前基于北京版DRGs组在分析医疗服务质量时，主要是通过低风险组死亡率和中低风险组死亡率的高低来分析,它是根据DRGs组哪些是低风险组和中风险组来区分，并以此为基础来计算死亡率，其低风险组死亡率和中低风险组死亡率主要的计算的方式是：所属中低组的DRGs组的死亡人数除以总有人数*100，低风险组死亡率和中低风险组死亡率两者都不能反映患者病死的完整情况，这是由于中低风险组死亡率仅仅只是对评价单元中的一部份死亡患者而非整体的死亡情况进行分析，因此在做医疗服务质量比较时，未能反映区域、医疗机构或者科室和医生的服务开展的整体质量情况，具有一定的局限性。

发明内容

本发明的目的在于提供一种全DRGs组标化死亡率的算法，能够在分析服务质量时过程中，实现对医疗服务质量在死亡风险高中低等全方面的可比，并且同样的标化思路可以同时应用于患者重返率、治愈率和好转率等多项质量指标，均可以得到可比的医疗服务质量分析结果。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明提供了一种全DRGs组标化死亡率的算法，所述计算方法如下：

经由底层计算引擎收集DRGs组的历史数据所有入组人数；

经由底层计算引擎收集DRGs组的历史数据所有死亡人数；

当系统发生DRGs数据变化时，会根据：DRGs组的历史数据所有死亡人数/DRGs组的历史数据所有入组人数，计算总粗死亡率；

经由底层计算引擎收集统计期各DRGs组的当前入组人数；

经由底层计算引擎收集统计期各DRGs组的当前死亡人数；

当系统发生DRGs数据变化时，会根据：统计期各DRGs组的当前死亡人数/统计期各DRGs组的当前入组人数，计算统计期内粗死亡率；

经由底层计算引擎根据统计期各DRGs组的当前入组人数*统计期内粗死亡率，计算统计期各DRGs组的预期死亡人数；

经由底层计算引擎根据统计期各DRGs组的当前死亡人数/预期死亡人数，计算出统计期各DRGs组的标化死亡比；

考虑到DRGs不同组的特殊性，对于不同DRGs组给予相应的权重；

经由底层计算引擎根据(总粗死亡率*权重)*统计期各DRGs组的标化死亡比，计算出标化死亡率。

作为本发明的一种优选技术方案，考虑到DRGs不同组的特殊性，对于不同DRGs组给予相应的权重，属于中低风险度组的DRGs组权重会较低，而风险度越高的DRGs组，权重会越大，但最高不会超过2。

作为本发明的一种优选技术方案，DRGs中文翻译为(疾病)诊断相关分类，它根据病人的年龄、性别、住院天数、临床诊断、病症、手术、疾病严重程度，合并症与并发症及转归等因素把病人分入若干个诊断相关组。

本发明所达到的有益效果是：该发明是一种全DRGs组标化死亡率的算法，提供了一种对死亡率标化的算法，主要是直接以所有积累数据的各DRGs组实际死亡率作为标准开展标准化计算，能够在分析服务质量时过程中，实现对医疗服务质量在死亡风险高中低等全方面的可比，并且同样的标化思路可以同时应用于患者重返率、治愈率和好转率等多项质量指标，均可以得到可比的医疗服务质量分析结果。

附图说明

图1是本发明的流程结构示意图；

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面通过实施例对本发明作进一步详细的说明。

具体实施方式

实施例1

本发明提供一种全DRGs组标化死亡率的算法，包括以下计算方法：

经由底层计算引擎收集DRGs组的历史数据所有入组人数为200人；

经由底层计算引擎收集DRGs组的历史数据所有死亡人数为7人；

当系统发生DRGs数据变化时，会根据：DRGs组的历史数据所有死亡人数/DRGs组的历史数据所有入组人数，计算总粗死亡率为3.5％；

经由底层计算引擎收集统计期各DRGs组的当前入组人数为15人；

经由底层计算引擎收集统计期各DRGs组的当前死亡人数为1人；

当系统发生DRGs数据变化时，会根据：统计期DRGs组的当前死亡人数/统计期DRGs组的当前入组人数，计算统计期内粗死亡率为2.86％；

经由底层计算引擎根据统计期DRGs组的当前入组人数*统计期内粗死亡率，计算统计期DRGs组的预期死亡人数为0.429；