Page 31 - 南京医科大学学报社会科学版
P. 31
南京医科大学学报(社会科学版)京医科大学学报(社会科学版)
第1期 总第120期 南
2024年2月 Journal of Nanjing Medical University(Social Sciences)of Nanjing Medical University(Social Sciences) · 25 ·
Journal
(二)关键词聚类分析 签,顺序从#0 到#6,编号越小,代表其包含关键词的
关键词聚类分析是根据关键词与关键词之间 数量越多,该聚类在这一研究领域的重要性就越
的共现强度,通过聚类算法将关键词之间关系紧 高,即以住院费用为核心向公立医院、支付方式、医
密、关系强度大的聚在一起,归为一个类别,以便能 疗机构、绩效评价、问卷调查等方向发散。
够识别和探测某一研究领域具有代表性的知识子群 CiteSpace 作为一款文献计量分析辅助软件,虽
类团,即该研究领域的热点主题。为进一步了解新医 然可以定量、客观地分析研究现状和研究热点,但是
改以来我国学者对 DRG 研究领域的关注热点,运用 也存在忽视某些特征不突出、内容很重要的研究主
CiteSpace 软件对样本文献高频关键词进行聚类分 题。因此,本研究在结合关键词频次、中心性、聚类分
析,生成该领域的关键词聚类分析图谱(图 4)。由 析的基础上,还征询了相关专家意见,最终认为新医
图可知,聚类模块值 Q=0.792 1(>0.3),平均轮廓值 改以来我国DRG领域的研究热点主要包括分组机制
S=0.857 5(>0.7),表明聚类结构显著,且聚类是高效 及工具开发应用研究、控费效果研究、绩效管理与评
和令人信服的。关键词聚类图谱共有 7 组聚类标 价研究、医疗质量持续改进研究四个方面。
CiteSpace,v. 6.2.R4(64⁃bit)Basic
October 28,2023 at 4∶46∶08 PM CST
CNKI:C:\Users\Administrator\Desktop\DRG新医改以来分析\data
Timespan:2009—2023(Slice Length=1)
Selection Criteria:g⁃index(k=15),LRF=3.0,L/N=10,LBY=5,e=1.0
Network:N=177,E=157(Density=0.010 1)
Largest 30 CCs:146(82%)
Nodes Labeled:1.0%
Pruning:Pathfinder
Modularity Q=0.792 1
Weighted Mean Silhouette S=0.857 5
Harmonic Mean(Q,S)=0.823 5
CiteSpace
图 4 关键词聚类分析图谱
1. DRG分组机制及工具开发应用研究 2. 控费效果研究
自 DRG 本土化应用以来,学者们就致力于探索 DRG 收费方式的改革本质上是追求四方共
疾病编码、主要诊断类别、分组器的选择等方面。 赢,即医保、医院、医生和患者皆受益,这直接关系
[3]
吴伟旋等 针对急性住院病例、门诊病例、慢性及康 到医疗服务供需双方的根本利益,因此对 DRG 控
复病例分组的 DRGS、APGS 和 RUGS 的应用及发展 费效果的研究也受到国内学者们的关注。戴小喆
进行研究,并在此基础上进行了不同方面的比较, 等 [6] 在分析 DRG 打包付费对医院进行成本核算影
由此提出我国应用病例组合系统的对策建议。常 响的基础上,介绍样本医院按试点要求开展 DRG
维夫等 采用分类与回归树模型的方法对 DRG 细 付费体系下的核算经验,为各地开展 DRG 付费提
[4]
分组进行划分,进一步对细分组结果进行秩和检 供参考。冯玉莹等 [7] 以患者资料分为实验组和对
验,为优化 DRG 细分组的研究提供相关依据。王兴 照组,利用三重差分法评估 DRG 控制医疗费用有
[5]
强等 则以大数据统计方式,根据医院已出院患者 效性。刘菊梅等 [8] 则基于 DRG 实施的综合管理对
的诊疗数据,构建 DRG 分组诊疗数据知识库,提出 样本医院阑尾炎手术患者进行研究,探讨提高诊
患者诊疗分组、科室出院分组、病案编码分组和医 疗质量与效率,降低病种费用,让患者受益的途
保审核分组四级实时分组方法。同时也有学者采 径。诸多研究都已证实 DRG 实施以来确实对医疗
用决策树等方法自行建立 DRG 模型进行研究。学 费用的控制效果有显著作用,但是目前对于 DRG
者们通过对该领域的研究提出适合 DRG 本土化发 付费标准的研究比较薄弱,缺乏全国的信息化平
展的机制模式。 台大数据支持。