馬喜民,李培雯,賀嘉慧,李春生,喬 慧
1寧夏醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系,寧夏銀川,750004;2寧夏環(huán)境因素與慢性病控制重點(diǎn)實(shí)驗(yàn)室,寧夏銀川,750004
在經(jīng)濟(jì)平穩(wěn)增長、科技蓬勃發(fā)展的時(shí)代背景下,我國居民生活水平逐步提高,期望壽命也高于以往。與此同時(shí),我國老年人口占總?cè)丝诘谋戎刂饾u增加[1],截至2021年,65歲以上人口已經(jīng)突破2億,占總?cè)丝诘谋戎剡_(dá)到14.2%[2]。在我國,年齡達(dá)到45歲已經(jīng)入中老年階段,老齡化程度的加深,使人們對(duì)于疾病的抵抗能力變得薄弱,人群慢性病患病率出現(xiàn)顯著增長,并給衛(wèi)生體系帶來沉重的壓力[3-4]。由于中老年患者身體健康狀況較差,患病風(fēng)險(xiǎn)高,對(duì)住院服務(wù)有較高的需求。因此,全面了解影響中老年患者衛(wèi)生服務(wù)利用的現(xiàn)狀,可以針對(duì)性地減少因身體疾病造成醫(yī)療費(fèi)用支出而導(dǎo)致的家庭經(jīng)濟(jì)負(fù)擔(dān),對(duì)于我國鞏固脫貧攻堅(jiān)成果,阻止因病致貧、返貧具有重要意義。
目前,國內(nèi)有較多關(guān)于住院費(fèi)用的研究[5-9],在研究對(duì)象方面,許多學(xué)者針對(duì)的是不同地區(qū)三甲醫(yī)院中某些特定疾病的患者,很少聚焦于寧夏南部偏遠(yuǎn)山區(qū)的農(nóng)村中老年患者;在研究方法上,目前大多研究仍采用單一水平回歸模型分析住院費(fèi)用影響因素[5-9],鮮有研究涉及不同水平結(jié)合決策樹模型對(duì)住院費(fèi)用的影響因素分析,對(duì)分析住院費(fèi)用的影響因素具有局限性?;诖?本研究在我國脫貧攻堅(jiān)取得重大勝利的背景下,以寧夏南部山區(qū)的農(nóng)村中老年患者為研究對(duì)象,采用分位數(shù)回歸模型探究寧夏南部山區(qū)農(nóng)村中老年患者住院費(fèi)用的影響因素,在此基礎(chǔ)上,結(jié)合卡方自交互偵測決策樹模型構(gòu)建住院費(fèi)用分組模型,預(yù)測各因素共同作用對(duì)住院費(fèi)用的風(fēng)險(xiǎn)高低,為完善中西部地區(qū)醫(yī)療保險(xiǎn)制度,提高寧夏南部山區(qū)農(nóng)村中老年患者健康水平提供參考。
資料來源于寧夏醫(yī)科大學(xué)公共衛(wèi)生學(xué)院團(tuán)隊(duì)立項(xiàng)的國家自然科學(xué)基金項(xiàng)目與哈佛大學(xué)合作開展的試點(diǎn)項(xiàng)目2019年隨訪數(shù)據(jù)。采用多階段抽樣方法對(duì)寧夏海原、鹽池、彭陽、西吉4個(gè)縣進(jìn)行抽樣調(diào)查。第1階段:將4個(gè)縣53個(gè)鄉(xiāng)鎮(zhèn)下的208個(gè)行政村按照經(jīng)濟(jì)發(fā)展水平分為好、中、差3個(gè)水平。第 2 階段:對(duì)每個(gè)鄉(xiāng)鎮(zhèn)的行政村通過簡單隨機(jī)抽樣方法抽取40%作為樣本村,簡單隨機(jī)抽樣通過隨機(jī)數(shù)表法抽取,將208個(gè)行政村編排號(hào)碼為1-208;從隨機(jī)數(shù)表中任一數(shù)字開始,按一定的順序或間隔讀數(shù),選取編號(hào)范圍內(nèi)的數(shù)字,超出范圍的數(shù)字不選,重復(fù)的數(shù)字不再選,直至抽取數(shù)量至40%的行政村為止,簡單隨機(jī)抽樣方法則為結(jié)束。第 3階段:每個(gè)樣本村再通過系統(tǒng)抽樣每隔5戶抽取1戶家庭,共隨機(jī)抽取 20-33 戶居民,選取在家常住 1年以上,年齡≥45歲且過去1年有住院經(jīng)歷的人作為調(diào)查對(duì)象。共選取調(diào)查對(duì)象1867人,發(fā)放問卷1867份,回收1867份,考慮到關(guān)鍵變量缺失,最終納入分析1802名,問卷有效回收1802份,問卷有效應(yīng)答率96.5%。
研究自2009年開始基線調(diào)查,至2019年為第5次隨訪調(diào)查,由于前4次隨訪調(diào)查的數(shù)據(jù)分析顯示問卷均具有良好的信效度,因此本研究延續(xù)之前調(diào)查自行編制的問卷,并由專家對(duì)問卷內(nèi)容進(jìn)行質(zhì)量檢驗(yàn),自制問卷量表Cronbach's alpha=0.853, KMO=0.846, Bartlett's球形檢驗(yàn)P<0.001,信效度良好。調(diào)查內(nèi)容包括性別、年齡、婚姻狀況、文化程度、職業(yè)、繳費(fèi)方式、是否做手術(shù)、住院天數(shù)、住院次數(shù)、過去1年是否患有經(jīng)醫(yī)生診斷的慢性疾病、過去1年因住院所支出的自付醫(yī)療費(fèi)用。
1.3.1 分位數(shù)回歸模型。是一種基于因變量y分布來擬合自變量x的回歸方法。相較于單一水平回歸,分位數(shù)回歸可以選取任一分位數(shù)點(diǎn)進(jìn)行參數(shù)估計(jì),所以全面描述y|x的分布[10]。故采用分位數(shù)回歸模型,模型可簡要表述如下:
Y(τ)i∣(X=Xi)=β0(τ)+β1(τ)iX1i+β2(τ)iX2i+…+βm(τ)iXmi+ε(τ)i
式中,τ表示因變量Y的第τ分位數(shù),0<τ<1;i代表觀測的編號(hào),i=1,2,…n;0代表常數(shù)項(xiàng);“1,2…m”代表自變量的個(gè)數(shù)。當(dāng)擬做多因素分析的原始數(shù)據(jù)中的定量變量為偏態(tài)分布或存在一定比例的異常值時(shí),可以嘗試采用分位數(shù)回歸方法構(gòu)建模型進(jìn)行分析[11]。
1.3.2 CHAID(Chi-squared automatic interaction detector)決策樹模型。 其核心思想是根據(jù)因變量和具有統(tǒng)計(jì)學(xué)意義的自變量進(jìn)行最優(yōu)分割,按檢驗(yàn)結(jié)果進(jìn)行最優(yōu)分組[12]。參考以往決策樹模型,分別選擇父節(jié)點(diǎn)200,子節(jié)點(diǎn)100的個(gè)案數(shù)[13-14]。
使用Stata 16.0和SPSS 26.0進(jìn)行數(shù)據(jù)分析,例數(shù)和構(gòu)成比進(jìn)行描述性分析,單因素分析采用秩和檢驗(yàn),多因素采用OLS回歸和分位數(shù)回歸,CHAID決策樹模型中建立住院費(fèi)用分組模型。檢驗(yàn)水準(zhǔn)α=0.05。變量及賦值見表1。
表1 研究變量名稱及賦值情況
1802名寧夏南部山區(qū)農(nóng)村中老年患者中,年齡60-74歲占比最高,有744例(41.3%);患有慢性病占比最高,有1298例(72.0%);未做過手術(shù)的占比最高,有1412例(78.4%);醫(yī)院直接報(bào)銷占比最高,有1015例(56.3%);住院天數(shù)在0-9天的居多,有805例(44.7%)。單因素結(jié)果顯示,不同寧夏南部山區(qū)農(nóng)村中老年患者的住院費(fèi)用在年齡(H=11.944,P=0.003)、慢性病患病(W=-2.063,P=0.039)、是否手術(shù)(W=-10.998,P<0.001)、繳費(fèi)方式(W=-5.124,P<0.001)、住院天數(shù)(H=144.839,P<0.001)之間,差異具有統(tǒng)計(jì)學(xué)意義。見表2。
表2 寧夏南部山區(qū)農(nóng)村中老年患者基本特征
2.2.1 OLS回歸模型。以住院費(fèi)用為因變量,將表1變量賦值中的10個(gè)變量納入自變量進(jìn)行OLS回歸,結(jié)果顯示,手術(shù)(β=-6359.841,P<0.001)、繳費(fèi)方式(β=1686.032,P<0.001)和住院天數(shù)(β=4299.840,P<0.001)是住院費(fèi)用的影響因素。見表3。
表3 寧夏南部山區(qū)農(nóng)村中老年患者住院費(fèi)用OLS回歸與分位數(shù)回歸比較分析
2.2.2 分位數(shù)回歸模型。在OLS回歸基礎(chǔ)上,將以上自變量納入建立P10、P25、P50、P75和P90分位數(shù)回歸模型進(jìn)行住院費(fèi)用影響因素分析。結(jié)果顯示,以住院天數(shù)在0-10為參照,住院天數(shù)在15天以上在P10、P25、P50、P75和P90五個(gè)分位數(shù)點(diǎn)上均產(chǎn)生了顯著的正向作用(β1=509.286,P1<0.001;β2=393.333,P<0.001;β3=585.714,P<0.001;β4=2800.000,P<0.001;β5=7700.000,P<0.001);以做手術(shù)為參照,未做手術(shù)在P10、P50、P75和P90分位數(shù)點(diǎn)上有顯著負(fù)向影響(β1=-434.286,P1<0.001;β3=-828.571,P<0.001;β4=-4000.000,P<0.001;β5=-12200.000,P<0.001)。以先墊付后報(bào)銷為參照,醫(yī)院直接報(bào)銷在P10分位數(shù)點(diǎn)有顯著負(fù)向影響(β1=-157.857,P1<0.00),在P50、P75和P90分位數(shù)點(diǎn)上有顯著正向影響(β3=485.300,P<0.001;β4=1300.000,P<0.001;β5=1866.667,P<0.1)。此外,以務(wù)農(nóng)為參照,務(wù)工在P75分位數(shù)點(diǎn)有顯著影響(β4=1400.000,P4<0.05)。
分組模型顯示,住院費(fèi)用最高的是做過手術(shù)并且住院天數(shù)在10-14天同時(shí)繳費(fèi)方式為醫(yī)院直接報(bào)銷的寧夏南部山區(qū)農(nóng)村中老年患者,住院費(fèi)用最低的是未做過手術(shù)同時(shí)住院天數(shù)為0-9天的寧夏南部山區(qū)農(nóng)村中老年患者。不同組合費(fèi)用間差異有統(tǒng)計(jì)學(xué)意義(P<0.001),預(yù)測風(fēng)險(xiǎn)分值為0.083。見圖1。
圖1 基于決策樹模型構(gòu)建的寧夏南部山區(qū)農(nóng)村中老年患者住院費(fèi)用分組模型
通過分位數(shù)回歸對(duì)住院費(fèi)用的影響因素研究,得到了P10、P25、P50、P75和P90分位數(shù)下的回歸模型。結(jié)果顯示,住院天數(shù)是住院費(fèi)用的關(guān)鍵因素。住院天數(shù)多和做過手術(shù)的患者在P10、P25、P50、P75和P90分位數(shù)點(diǎn)上均對(duì)住院總費(fèi)用具有顯著正向影響。住院天數(shù)是反應(yīng)醫(yī)療質(zhì)量的指標(biāo)[15],住院天數(shù)的增加伴隨著醫(yī)藥費(fèi)、床位費(fèi)和藥品等耗材費(fèi)用的增加[16]。一方面,住院天數(shù)往往與患者疾病嚴(yán)重程度有關(guān)[17],嚴(yán)重的疾病治愈難度大且治愈時(shí)間長,即使病情緩解后也需要一定的康復(fù)時(shí)間,因此其住院天數(shù)增多,對(duì)住院費(fèi)用影響較大;另一方面,由于研究面向?qū)幭幕刈遄灾螀^(qū)南部山區(qū)農(nóng)村中老年患者,該地區(qū)因地理位置偏遠(yuǎn),經(jīng)濟(jì)水平和醫(yī)療資源也較其他西部農(nóng)村地區(qū)更為低下,當(dāng)?shù)鼐用窕疾『笸缀鲆曌陨斫】?在寧夏南部山區(qū),“小病不看、大病不治、重病才住院”的現(xiàn)象較為常見[18],因此寧夏南部山區(qū)住院的患者病情更為嚴(yán)重,住院天數(shù)也會(huì)增多。是否手術(shù)是住院費(fèi)用的關(guān)鍵因素。復(fù)雜的手術(shù)類型具有一定風(fēng)險(xiǎn)[19], 寧夏南部山區(qū)的農(nóng)村中老年住院患者,由于個(gè)人健康意識(shí)較為薄弱,“小病拖,大病扛”較普遍,住院前身體就有一定的基礎(chǔ)病,術(shù)后身體更處于虛弱欠佳狀態(tài),若術(shù)后恢復(fù)效果不佳,可導(dǎo)致病情反復(fù),遷延不愈,都會(huì)導(dǎo)致住院費(fèi)用的增加[20]。對(duì)此,醫(yī)療機(jī)構(gòu)應(yīng)根據(jù)病種標(biāo)準(zhǔn)和診療程序,對(duì)于風(fēng)險(xiǎn)較大的手術(shù)治療,建議采取保守治療的方式,減少不必要的手術(shù)。
結(jié)果顯示,住院費(fèi)用也受到繳費(fèi)方式的影響。通過分位數(shù)回歸進(jìn)一步發(fā)現(xiàn),在不同分位數(shù)點(diǎn)下,影響因素正負(fù)作用有所不同,在低分位數(shù)點(diǎn)上,醫(yī)院直接報(bào)銷的繳費(fèi)方式對(duì)住院費(fèi)用具有負(fù)向影響,而在高分位數(shù)點(diǎn)上,醫(yī)院直接報(bào)銷住院費(fèi)用具有正向影響。究其原因,可能是因?yàn)獒t(yī)院對(duì)于住院費(fèi)用的報(bào)銷比例,低住院費(fèi)用在醫(yī)院的封頂線內(nèi),可以滿足一定的報(bào)銷比例[21],因此醫(yī)院直接報(bào)銷的方式可以緩解住院費(fèi)用負(fù)擔(dān),當(dāng)住院費(fèi)用高于醫(yī)院報(bào)銷的封頂線時(shí),超過封頂線的部分醫(yī)療費(fèi)用無法報(bào)銷,因此醫(yī)院直接報(bào)銷的繳費(fèi)方式住院費(fèi)用高分位數(shù)點(diǎn)上無法緩解醫(yī)療負(fù)擔(dān),這就提示政府部門既要繼續(xù)完善醫(yī)療保險(xiǎn)制度,根據(jù)當(dāng)?shù)匦l(wèi)生服務(wù)利用現(xiàn)狀適當(dāng)調(diào)整醫(yī)院的起付線以及封頂線,加大住院費(fèi)用報(bào)銷比例,減少因重大疾病帶來的經(jīng)濟(jì)損失。此外,通過以上分析,注意到職業(yè)為務(wù)工的患者在P75住院費(fèi)用分位數(shù)點(diǎn)上顯著高于務(wù)農(nóng)的患者。其原因可能為:在寧夏回族自治區(qū)南部山區(qū),由于地理位置偏遠(yuǎn)和經(jīng)濟(jì)水平低下等原因,為維持家庭生計(jì),部分人選擇外出務(wù)工。對(duì)于務(wù)工人員,長期外出打工造成居無定所,身體出現(xiàn)輕微疾病容易自身忽視,長期以來疾病累計(jì)造成身體出現(xiàn)惡化,因重大疾病造成了醫(yī)療負(fù)擔(dān)較重,因此住院費(fèi)用較高,而務(wù)農(nóng)的患者大多時(shí)間居住在家中,身體出現(xiàn)小病可就近去基層醫(yī)療機(jī)構(gòu)治療,衛(wèi)生服務(wù)可及性高,及時(shí)就近治療可減緩疾病發(fā)展,疾病嚴(yán)重程度相對(duì)較低,因此住院經(jīng)濟(jì)負(fù)擔(dān)較低于務(wù)工的患者。對(duì)此,當(dāng)?shù)鼗鶎有l(wèi)生人員應(yīng)重點(diǎn)對(duì)外出務(wù)工家庭的人開展健康知識(shí)科普,提高對(duì)外出務(wù)工人員健康意識(shí);政府部門也針對(duì)此現(xiàn)狀調(diào)整衛(wèi)生政策,對(duì)外出務(wù)工等流動(dòng)人員在醫(yī)療服務(wù)利用方面給予重點(diǎn)關(guān)注。
傳統(tǒng)單一水平回歸分析容易導(dǎo)致某些信息難以被發(fā)現(xiàn)。相比于傳統(tǒng)的回歸分析方法,分位數(shù)回歸結(jié)果可以估計(jì)住院費(fèi)用的總體條件分布,使用分位數(shù)回歸估計(jì)結(jié)果更為穩(wěn)健[22]。在本研究中,除傳統(tǒng)OLS回歸分析顯示的影響因素外,分位數(shù)結(jié)果還提示職業(yè)在P75水平的住院費(fèi)用中產(chǎn)生了一定程度的影響。較傳統(tǒng)單一水平回歸,分位數(shù)回歸能描述因變量與自變量在不同水平間的關(guān)系,因此估計(jì)結(jié)果更加全面、穩(wěn)健,對(duì)政策完善更具指導(dǎo)意義。
最終選擇在分位數(shù)回歸分析基礎(chǔ)上,納入有統(tǒng)計(jì)學(xué)意義的變量(職業(yè)、是否做手術(shù)、繳費(fèi)方式、住院天數(shù))進(jìn)行住院費(fèi)用分組分析。結(jié)果顯示,是否手術(shù)、繳費(fèi)方式、住院天數(shù)進(jìn)入了決策樹分組模型。研究構(gòu)建寧夏南部山區(qū)農(nóng)村中老年患者住院費(fèi)用決策樹分組模型預(yù)測風(fēng)險(xiǎn)較低,根據(jù)費(fèi)用分組模型結(jié)果,對(duì)制定有針對(duì)性的改進(jìn)措施提供指導(dǎo)意義,幫助減輕寧夏南部山區(qū)農(nóng)村中老年患者疾病經(jīng)濟(jì)負(fù)擔(dān)的同時(shí),也為完善醫(yī)保支付標(biāo)準(zhǔn)提供參考價(jià)值。