(18.204.2.190) 您好!臺灣時間:2021/04/19 07:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:張秀薇
研究生(外文):Hsiu - Wei Chang
論文名稱:住院病例組合複雜性與出院狀況及資源耗用之相關性探討-以大臺北都會區六家醫院為例
論文名稱(外文):Exploring the Relationship between Case Mix Complexities and Discharge Status and Resources Utilization among the In-patients of Six Hospitals in the Taipei Metropolitan Area
指導教授:郭乃文郭乃文引用關係
指導教授(外文):Nai - Wen Kuo, Ph. D. MPH.
學位類別:碩士
校院名稱:臺北醫學大學
系所名稱:醫務管理學系
學門:商業及管理學門
學類:醫管學類
論文種類:學術論文
論文出版年:2003
畢業學年度:91
語文別:中文
論文頁數:133
中文關鍵詞:住院病例組合複雜性出院狀況資源耗用
外文關鍵詞:In-patients Case Mix ComplexitiesDischarge StatusResources Utilization
相關次數:
  • 被引用被引用:23
  • 點閱點閱:353
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:60
  • 收藏至我的研究室書目清單書目收藏:4
支付制度對醫療費用、醫療服務效率、醫療品質、醫療資源之分佈及行政效率皆有很大的影響。好的支付制度不但能將費用成長控制在合理的範圍內,更可進一步地影響醫療服務提供者的服務效率。本研究主要目的在瞭解不同醫院特質、不同科系別及不同病患特質,其「住院病例組合」複雜性是否有差異,以釐清小醫院是否有「輕病住院的行為」,而大醫院是否真的收留比較嚴重的病患。並探討「住院病例組合」複雜性與住院病患出院時狀況,及醫療資源耗用情形是否有相關性,以提供相關單位作為決策之參考。
本研究係一橫斷性研究(cross-sectional study),從大臺北都會區醫院中挑選兩家公立地區級教學醫院、兩家公立區域級教學醫院及兩家私立之地區級非教學醫院作為研究對象。自九十一年十二月起收集區域醫院兩個月、地區醫院四個月的全體住院病患資料,問卷資料採面訪方式取得。使用的統計方法包括卡方檢定、單因子變異數分析(One-Way ANOVA)、薛費氏事後檢定(Scheffe Multiple Comparison, Scheffe Method)、複迴歸分析(Multiple Regression)及羅吉斯迴歸分析(Logistic Regression)。
研究結果發現,隨著醫院別、醫院權屬別及醫院評鑑等級的不同,其所收治病患之病例組合複雜性皆有顯著性的差異。六家樣本醫院收治之病患依據住院病例組合複雜性構面之身心功能狀態、疾病嚴重度、合併症數目及合併症等級等變項之分佈分析,與醫院別有關;內科系病患之病例組合複雜性最高。住院病患特質除性別外,在年齡層、婚姻狀況、生活收入、住所、住院途徑等均與住院病例組合複雜性顯示有意義之差異。出院時狀況及資源耗用高低與病患特質、醫院別、住院科別及住院病例組合複雜性等,皆有顯著性差異。較複雜之住院病例組合會耗用醫院較多的資源。區域教學醫院資源耗用情形在昂貴儀器檢查或治療及住院日數上均高於地區級教學及地區級醫院。住院病患出院存歿狀況及住院死亡率與醫院權屬別及評鑑等級無相對關係,探究其原因係受醫院因收治安養中心病人,經營慢性病房、呼吸照護病房、安寧病房者以及不收外科病患採保守療法影響致之。
本研究之結果建議,醫院應根據其權屬及評鑑等級所賦予不同的任務及社會責任,藉由病例組合之調整,使醫療資源之利用更有效率;並依各科系住院病例組合之不同列入成本會計之考量,並善用其資源,擴大其差異性,以求取最高之成本效益。支付制度給付基準應考量住院病患之人口學及社經特質、住院病例組合複雜性,適度調整重症病患之給付,使給付更符合公平與效率。對未來研究者建議,如何利用出院狀況等治療成果面來促進醫療品質的提升當是大家所共同期待的。並繼續以縱貫性研究(Longitudinal study)探討影響出院狀況及資源耗用的因素、考慮多面向評估的可能性、擴大研究對象範圍、和設計合適的評估量表,以提供決策者之參考。
The payment system is demonstrated affecting medical expenditures, health services efficiency, medical quality, distribution of healthcare resources, and administrative efficiency.
The purposes of this study are to examine whether the variations of characteristics of hospitals, admission departments, and in-patients characteristics are different on in-patients case mix complexities; to explore the relationships among case mix complexities, discharge status, and resource utilization among in-patients of six hospitals in the Taipei Metropolitan Area.
This cross- sectional study is evaluated by face-to-face interviewing 5992 in-patients from the six hospitals in the Taipei Metropolitan Area. The six hospitals are two public and two private local teaching hospitals and two public regional teaching hospitals. The independent variables in case mix complexities are functional status (for measuring physical and mental health, social and role functioning, and other general health concepts ), severity of illness ( staging of disease is the measurement scales of this study ), co-morbidity numbers and its scales levels.Chi-Square test, one-way ANOVA, Scheffe Multiple Comparison, Multiple Regression, and Logistic Regression are used in this study.
The results support that there are significant differences among the six different hospitals in case mix complexities. Differences of the characteristics of hospitals (public/private, degree of hospital accreditation) lead to various case mix complexities. In discharge status and use of medical resources, there are significant differences among admitted patient conditions, admission departments, the characteristics of the hospitals, and case mix complexities. The more complex case mix is, the more hospital resources are used.
These results suggest that hospitals consider their characteristics, role and social responsibilities to use medical resources well. Hospital managers should concern various case mix complexities in different departments and develop a better cost accounting and financial strategies.
To provide appropriate medical equality and efficiency, we also suggest to adjust the coverage expenditures of payment system by considering patients’ characteristics, sub-populations, and in-patients case mix complexities. These suggest future researches could be developing an effective tool to evaluate the healthcare outcome and exploring the relationships among discharge status, resources utilization, and evaluation for all healthcare facilities and hospitals, with longitudinal study design and choosing appropriate indicators.
目 錄
頁數
誌 謝 Ⅰ
中文摘要 Ⅲ
英文摘要 Ⅴ
目 錄 Ⅶ
表 目 次 Ⅸ
圖 目 次 ⅩⅡ
附錄目錄 ⅩⅢ
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 5
第三節 研究重要性 6
第四節 名詞界定 8
第二章 文獻探討 10
第一節 病例組合 10
第二節 疾病嚴重度 17
第三節 資源耗用的測量 21
第四節 出院狀況 25
第三章 研究方法 29
第一節 研究架構 29
第二節 研究變項之操作型定義 31
第三節 研究假設 34
第四節 研究對象 35
第五節 研究工具 36
第六節 資料處理與分析方法 38
第四章 研究結果 40
第一節 描述性分析結果 40
第二節 雙變項分析結果 57
第三節 多變項分析結果 89
第五章 討論 105
第一節 研究結果之討論 105
第二節 研究限制 114
第六章 結論與建議 115
第一節 結論 115
第二節 建議 118
參考文獻 121
中文部分 121
英文部分 124
表目次
頁數
表1-1-1、TQIP參與醫院認為實用性較高之醫療品質指標 4
表2-1-1、國內外有關病例組合相關研究一覽表 15
表2-2-1、國內外有關疾病嚴重度相關研究一覽表 20
表2-3-1、資源號用情與平均住院日LOS相關研究一覽表 23
表2-4-1、與出院狀況相關研究一覽表 27
表3-2-1、研究變項之操作型定義 31
表4-1-1、研究樣本醫院問卷回收狀況 41
表4-1-2、各研究變項之次數分配表--病患特質 43
表4-1-3、各研究變項之次數分配表--住院科別 45
表4-1-4、各研究變項之次數分配表--出院時狀況 47
表4-1-5、各研究變項之次數分配表--出院時存歿狀況 47
表4-1-6、各研究變項之次數分配表--資源耗用情形 49
表4-1-7、住院日數分布狀況 49
表4-1-8、住院病例組合複雜性之次數分配表-身心功能狀態 53
表4-1-9、住院病例組合複雜性之次數分配表-疾病嚴重度 53
表4-1-10、住院病例組合複雜性之次數分配表-疾病合併症 54
表4-1-11、各醫院別住院病例組合複雜性之次數分配表 56
表4-2-1、醫院別與住院病例組合複雜性之卡方檢定結果 59
表目次(續)
頁數
表4-2-2、權屬別與住院病例組合複雜性進行卡方檢定之結果 60
表4-2-3、評鑑等級與住院病例組合複雜性進行卡方檢定之結果 61
表4-2-4、住院科別與住院病例組合複雜性進行卡方檢定之結果 62
表4-2-5、病患特質與身心功能狀態之卡方檢定之結果 65
表4-2-6、病患特質與疾病嚴重度之卡方檢定之結果 66
表4-2-7、病患特質與合併症數目之卡方檢定之結果 67
表4-2-8、病患特質與合併症等級之卡方檢定之結果 68
表4-2-9、各相關研究變項與住院病例組合複雜性之卡方檢定之結果 69
表4-2-10、各研究變項與出院狀況進行卡方檢定結果 71
表4-2-11、各研究變項與資源耗用--住院病房之卡方檢定結果 74
表4-2-12、各研究變項與有無實施昂貴檢查或治療進行卡方檢定結果76
表4-2-13、各研究變項與昂貴檢查或治療進行卡方檢定結果 78
表4-2-14、各研究變項與需麻醉醫師之麻醉進行卡方檢定結果 80
表4-2-15、各研究變項與資源耗用卡方檢定結果一覽表 82
表4-2-16、住院日數與各研究自變項之單變項變異數分析結果 87
表4-3-1、影響住院病患出院存歿狀況的因素之羅吉斯迴歸分析結果 90
表4-3-2、住院日數與各研究變項之複迴歸分析結果 91
表4-3-3、住院病房與各研究變項之羅吉斯迴歸分析結果 97
表目次(續)
頁數
表4-3-4、昂貴檢查或治療與各研究變項之羅吉斯迴歸分析結果 100
表4-3-5、需麻醉醫師之麻醉手術與各研究變項之羅吉斯迴歸分析結果103
圖 目 次
頁數
圖一、本研究之研究架構 30
附錄目錄
頁數
附錄一:疾病嚴重度測量系統一覽表 130
附錄二:本研究使用的問卷 133
參考文獻
中文部分
石曜堂(1978)。醫療品質評估。醫院,11(2),106-109。
行政院衛生署(2000)。醫院評鑑暨教學醫院評鑑評量表。臺北市。
李玉春(1993)。健康保險,楊志良主編。臺北:巨流圖書公司。
李玉春(1998)。全民健康保險制度規劃小組技術報告。行政院衛生署。
李世代(1999)。全民健康保險慢性病ICD-9-CM分類代碼之研議。行政院衛生署八十八年度委託研究計畫報告。
林齊宣(1995)。某醫學中心之DRG結構及五種測驗值對部分組合預測性增益程度之探討。台灣大學公共衛生研究所碩士論文。
林純全、謝文斌(1999)。重症醫療常用之疾病嚴重度分數系統簡介。胸腔醫學,14,44- 58。
吳肖琪(1999)。評估醫院醫療品質指標。行政院研究發展委員會。
倪嘉慧(1994)。臺北醫療區域各級醫院醫療品質現況調查與分析。台灣大學公共衛生研究所碩士論文。
胡煒明(2001)。醫院參加「台灣醫療品質指標計畫」對醫療品質之影響─以五家臺北市立綜合醫院為例。台灣大學公共衛生學院醫療機構管理研究所碩士論文。
財團法人醫院評鑑暨醫療品質策進會(2003)。醫療品質指標計畫。上網日期:2003年6月27日。網址:http://www.tjcha.org.tw/quality/quality01.asp 。
陳琇玲、鍾國彪、洪幼珊(1999)。臨床品質指標簡介。醫院,32(6), 37-45。
陳佩妮(1997)。醫療品質與經營績效關係之研究-以臺北醫療區域各級醫院為例。台灣大學公共衛生研究所碩士論文。
莊逸洲、張昭雄、張錦文、李玉春等(1993)。全民健康保險醫療服務及費用審查方法。行政院衛生署八十一年度委託研究計劃。
勞寬(2002)。醫院品質報告卡可行性研究。臺北醫學大學醫務管理學研究所碩士論文。
許怡欣(1990)。醫學中心病人臨床組合之調查研究。台灣大學公共衛生學院醫療機構管理研究所碩士論文。
劉靜玲(2001)。合併症和併發症影響醫療資源利用之分析:以內科系三種疾病為例。高雄醫學大學健康學院公共衛生學研究所衛生行政與醫院管理組碩士論文。
蕭淑雅(2001)。推動台灣醫療品質指標計畫(TQIP)週年品顧及實務經驗分享-以沙鹿童綜合醫院為例。醫務管理雜誌,2(2),96-101。
韓揆(1994)。醫療品質管理及門診服務品質定性指標。中華公共衛生雜誌,11(3),35-53。
韓揆(1986)。DRG償付制度與住院醫療費用相關性。行政院衛生署。
戴君芳(1996)。病例組合指標(CMI)與醫院分級。台灣大學公共衛生學院醫院管理組碩士論文。
謝惠閔(1991)。影響醫療資源耗用因素及DRGs有效校正因數探討--以內科心導管處置為例。高雄醫學大學健康科學院公共衛生學研究所碩士論文。
藍忠孚(1980)。保險醫療下之費用制約與品質。社會保險年刊,4,55-75。
藍忠孚(1990)。勞保實施診斷關係群(DRGs)制度之研究。行政院衛勞公委員會委託計劃。
藍忠孚、熊惠英、胡澤芷、葉佳禧(2000)。台灣地區醫療機構品質管理現況分析。醫療品質雜誌,2(1),5- 11。
蘇喜(1996)。醫院評鑑評表指標及配分之適切性研究。中華公共衛生雜誌,15(3),228-246。
英文部分
Averill, R.F.(1991). Development. In Fetter, R.B., Brand, D.A., & Gamache, D. (Eds.), DRGs, Their Design and Development (pp.28-56). Michigan: HAP.
Brandeau, M. L., & Hopkins, D. S. (1984). A patient mix model for hospital financial planning. Blue Cross and Blue Shield Association Inquiry, 21(1), 32-44.
Bradbury, R. C., Golec, J. H., & Steen, P. M. (2000). Linking health outcomes and resource efficiency for hospitalized patients: do physicians with low mortality and morbidity rates also have low resource expenditures? Health Services Management Research, 13(1), 57-68.
Donabedian, A. (1980). Methods for deriving criteria for assessing the quality of medical care. Medical Care Review, 37(7), 653-698.
Eddy, D. M. (1998). Performance measurement: problems and solutions. Health Affairs (Millwood), 17(4), 7-25.
Epstein, A. (1995). Performance reports on quality--prototypes, problems, and prospects. The New England Journal of Medicine, 333(1), 57-61.
Fetter, R. B., Shin, Y., Freeman, J. L., Averill, R. F., & Thompson, J. D. (1980). Case mix definition by diagnosis-related groups. Medical Care, 18(2 Suppl), iii, 1-53.
Gallivan, M. (1988). Inflation heats up, hospital patient mix shifts. Hospitals, 62(21), 38, 40.
Goldfarb, M. G., & Coffey, R. M. (1987). Case-mix differences between teaching and nonteaching hospitals. Blue Cross and Blue Shield Association Inquiry, 24(1), 68-84.
Goldfield, N., & Averill, R. (2000). On "risk-adjusting acute myocardial infarction mortality: are APR-DRGs the right tool"? Health Services Research, 34(7), 1491-1495; discussion 1495-1498.
Gonnella, J. S., Hornbrook, M. C., & Louis, D. Z. (1984). Staging of disease. A case-mix measurement. The Journal of The American Medical Association, 251(5), 637-644.
Green, J., Passman, L. J., & Wintfeld, N. (1991). Analyzing hospital mortality. The consequences of diversity in patient mix. The Journal of The American Medical Association, 265(14), 1849-1853.
Green, J., Wintfeld, N., Sharkey, P., & Passman, L. J. (1990). The importance of severity of illness in assessing hospital mortality. The Journal of The American Medical Association, 263(2), 241-246.
Greenfield, S., Aronow, H. U., Elashoff, R. M., & Watanabe, D. (1988). Flaws in mortality data. The hazards of ignoring comorbid disease. The Journal of The American Medical Association, 260(15), 2253-2255.
Greenfield, S., Nelson, E. C., Zubkoff, M., Manning, W., Rogers, W., Kravitz, R. L., Keller, A., Tarlov, A. R., & Ware, J. E., Jr. (1992). Variations in resource utilization among medical specialties and systems of care. Results from the medical outcomes study. The Journal of The American Medical Association, 267(12), 1624-1630.
Hofer, T. P., Bernstein, S. J., Hayward, R. A., & DeMonner, S. (1997). Validating quality indicators for hospital care. The Joint commission Journal on Quality Improvement , 23(9), 455-467.
Horn, S. D., Bulkley, G., Sharkey, P. D., Chambers, A. F., Horn, R. A., & Schramm, C. J. (1985). Interhospital differences in severity of illness. Problems for prospective payment based on diagnosis-related groups (DRGs). The New England Journal of Medicine, 313(1), 20-24.
Horn, S. D., Horn, R. A., Sharkey, P. D., & Chambers, A. F. (1986). Severity of illness within DRGs. Homogeneity study. Medical Care, 24(3), 225-235.
Hornbrook, M. C. (1985). Techniques for assessing hospital case mix. Annual Review of Public Health, 6, 295-324.
Hughes, J. S.(1994). Reliability of Risk-Adjustment Methods. In Iezzoni, L. I.(Ed.), Risk Adjustment for Measuring Health Care Outcomes(pp.263-286). Michigan: AHSR.
Iezzoni, L. I., Ash, A. S., Shwartz, M., Daley, J., Hughes, J. S., & Mackiernan, Y. D. (1996). Judging hospitals by severity-adjusted mortality rates: the influence of the severity-adjustment method. American Journal of Public Health, 86(10), 1379-1387.
Iezzoni, L. I., Shwartz, M., Ash, A. S., Mackiernan, Y., & Hotchkin, E. K. (1994). Risk adjustment methods can affect perceptions of outcomes. American Journal of Medical Quality, 9(2), 43-48.
Jencks, S. F. (1995). Measuring quality of care under Medicare and Medicaid. Health Care Finanncing Review, 16(4), 39-54.
Kawabuchi, K. (2000). Payment systems and considerations of case mix--are diagnosis-related groups applicable in Japan? Pharmacoeconomics, 18 Suppl 1, 95-110.
Kravitz, R. L., Greenfield, S., Rogers, W., Manning, W. G., Jr., Zubkoff, M., Nelson, E. C., Tarlov, A. R., & Ware, J. E., Jr. (1992). Differences in the mix of patients among medical specialties and systems of care. Results from the medical outcomes study. The Journal of The American Medical Association, 267(12), 1617-1623.
McMahon, L. F., Jr., & Newbold, R. (1986). Variation in resource use within diagnosis-related groups. The effect of severity of illness and physician practice. Medical Care, 24(5), 388-397.
McMorkle, I. P. (1966). Utilization of Facilitie of a university hospital: Length of inpatient stay in various hospital department. Health Service Research, 111 , 92.
Nadzam, D. M., Turpin, R., Hanold, L. S., & White, R. E. (1993). Data-driven performance improvement in health care: the Joint Commission''s Indicator Measurement System (IMSystem). The Joint commission Journal on Quality Improvement, 19(11), 492-500.
Parry, G. J., Gould, C. R., McCabe, C. J., & Tarnow-Mordi, W. O. (1998). Annual league tables of mortality in neonatal intensive care units: longitudinal study. International Neonatal Network and the Scottish Neonatal Consultants and Nurses Collaborative Study Group. British Medical Journal, 316(7149), 1931-1935.
Romano, P. S., & Chan, B. K. (2000). Risk-adjusting acute myocardial infarction mortality: are APR-DRGs the right tool? Health Services Research, 34(7), 1469-1489.
Rosenthal, G. E., Hammar, P. J., Way, L. E., Shipley, S. A., Doner, D., Wojtala, B., Miller, J., & Harper, D. L. (1998). Using hospital performance data in quality improvement: the Cleveland Health Quality Choice experience. The Joint commission Journal on Quality Improvement, 24(7), 347-360.
Stein, R. E., Gortmaker, S. L., Perrin, E. C., Perrin, J. M., Pless, I. B., Walker, D. K., & Weitzman, M. (1987). Severity of illness: concepts and measurements. Lancet, 2(8574), 1506-1509.
Stewart, A. L., Hays, R. D., & Ware, J. E., Jr. (1988). The MOS short-form general health survey. Reliability and validity in a patient population. Medical Care, 26(7), 724-735.
Stewart, A. L., Ware, J. E., Jr., & Brook, R. H. (1981). Advances in the measurement of functional status: construction of aggregate indexes. Medical Care, 19(5), 473-488.
Tarlov, A. R., Ware, J. E., Jr., Greenfield, S., Nelson, E. C., Perrin, E., & Zubkoff, M. (1989). The Medical Outcomes Study. An application of methods for monitoring the results of medical care. The Journal of The American Medical Association, 262(7), 925-930.
Thomas, J. W., & Hofer, T. P. (1999). Accuracy of risk-adjusted mortality rate as a measure of hospital quality of care. Medical Care, 37(1), 83-92.
U. S. Congress. (1988). Chapter 4: Hospital mortality rates. In U. S. Congress, Office of technology assessment (pp.71-98).
Wan, T. T. H.(1995). Analysis and Evaluation of Health Care systems. Maryland: HPP.
Weissman, J. S., Ayanian, J. Z., Chasan-Taber, S., Sherwood, M. J., Roth, C., & Epstein, A. M. (1999). Hospital readmissions and quality of care. Medical Care, 37(5), 490-501.
Zaslavsky, A. M. (2001). Statistical issues in reporting quality data: small samples and casemix variation. International Journal for Quality in Health Care, 13(6), 481-488.
Zeithaml, V. A., Berry, L. L., & Parasuraman, A. (1988). Communication and control process in the delivery of service quality. Journal of Marketing, 52(2), 35-48.
Zink, A., Listing, J., Klindworth, C., & Zeidler, H. (2001). The national database of the German Collaborative Arthritis Centres: I. Structure, aims, and patients. Annals of the Rheumatic Diseases, 60(3), 199-206.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔