基于大数据的农村肺结核患者住院服务利用、费用、负担及影响因素研究

There are major challenges to the control of tuberculosis in China, including high incidence, sub-optimal treatment adherence, and the prevalence of drug-resistance, with inappropriate treatment (such as high hospital admission rate) and financial burden being important causes. This study will develop “TB big-data” using major intuitional routine databases, including the surveillance database from the Center of Disease Control and prevention, the hospital admission record database managed by the Health and Family Planning Commission, and medical claims database of the New Rural Cooperative Medical Scheme. Using big-data, the study will describe the current inpatient service utilization and cost pattern, and identify the determinants using multivariate logistic regression and multiple linear regression. To systematically evaluate the determinants, the study will not only consider the supply and demand factors in the classic model, but also consider policy factors simultaneously. Besides, this study will examine the relationship between service utilization pattern, cost and patients’ financial burden. In addition, this study will use both quantitative and qualitative methods to explore the optimal technical strategy of linking different databases, and the feasibility of using big-data in management and policy evaluation. The study results will inform the development of targeted policies aimed to improve treatment effectiveness and efficiency, control cost, and reduce patients’ financial burden. The endeavor in big-data will also inform healthcare institutions and government agencies on how big-data can be used for routine management and policy evaluation.

我国肺结核防治存在高发病率、患者依从性差、耐药性多发等问题。治疗不规范（如高住院率）和患者经济负担沉重是造成这些问题的重要原因。本研究将利用疾控、卫生和新农合机构的常规数据构建肺结核大数据; 分析目前农村肺结核患者确诊前和确诊后的住院服务利用、费用和负担情况; 并使用多因素逻辑回归和线性回归模型研究肺结核患者住院服务利用和费用的影响因素。为了对影响因素进行全面系统的分析，本研究不仅将考虑传统模型中的供方因素和需方因素，还将同时考虑政策因素。研究还将分析不同服务利用模式及影响因素与总费用和患者负担的关系。此外，本研究将使用定性和定量方法探索几个常规数据库间关联整合、信息共享的方法及在监管与政策评估中的应用。研究结果将为更有针对性地制定提高肺结核诊疗服务合理性、控费并减轻患者负担的政策提供依据。对大数据的探索也将为医疗机构、疾控、医保、卫生部门利用常规数据进行日常管理和政策评估提供借鉴。

项目背景：肺结核是我国发病数第二高和死亡率第二高的传染病。虽然我国结核病防治取得了巨大成就，但依然面临着诸多问题和挑战, 包括诊疗不规范，服务利用不足和过度医疗并存，患者经济负担较高等。随着我国医疗信息系统建设的逐渐完善，结核病大数据日趋成体系，为疾控部门、定点医院及医保机构更好的监测和改善肺结核临床诊疗管理、患者管理、医疗服务规范性和费用控制提供了有利条件。..数据及主要研究内容：通过构建和分析浙江、吉林、宁夏三省(自治区)的结核病大数据，本研究：1）探索了不同数据库间关联整合的方法及应用；2）分析了肺结核患者就诊全程的门诊服务利用差异性、用药检查合理性、以及患者费用负担； 3）系统研究了肺结核患者住院服务利用和经济负担的影响因素，包括供方因素、需方因素和政策因素。..重要结果：吉林、浙江和宁夏三省各地的人均住院天数、人均住院总费用、人均自付费费用、人均自付费用比例、人均药物费用比例和人均诊断费用比例，都存在显著的差异。住院率偏高、门诊就诊不充分和过度就诊现象均较普遍，诊疗费用和患者自付费用依然较高。基于定点医院门诊病案的分析发现，浙江省患者门诊就诊频繁且周期普遍长于临床指南，二线抗结核药、辅助用药、中成药与多种非一线检查项目的使用频繁，加重了患者与医保的负担。对于浙江、吉林、宁夏三省131家结核病定点医院的病案首页分析显示，不同地区的患者，住院卫生服务利用、费用均存在较大差异。除了患者本身的因素外，地区因素（如医疗资源、医保报销政策、结核病防控模式）和医院供方因素也导致了很大一部分差异，对全面依据临床指南提高我国的结核病诊疗质量造成了挑战。..意义： 项目成果可以为制定更有针对性的提高肺结核诊疗服务合理性并减轻患者费用负担的政策提供依据。本研究对大数据应用案例的探索也为医疗机构、疾控部门、医保部门、卫生部门利用常规数据进行日常监测和管理提供了借鉴。