Page 31 - 南京医科大学学报社会科学版

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。