临床康复服务致力于改善患者的功能状况，提高其生命质量和重返社会的能力。^[1]目前一般临床诊疗服务更关注疾病的消除或控制，而康复服务则是针对患者的功能损伤开展康复治疗，因此从医保支付角度看，对临床诊疗服务和临床康复服务的购买目标存在差异。当前我国住院服务医保支付方式改革以DRG和DIP为主体，两者对临床诊疗服务付费的依据是诊疗活动的过程和疾病问题的治疗结果，客观上不适用于对临床康复服务的支付。国际经验证明，按价值付费能够激励服务提供者在控制成本的同时改善健康结果。^[2-3]按价值付费的理论基础是价值医疗，体现为单位医疗投入的疗效产出。^[4-5]基于价值医疗思想，可以将患者康复治疗效果作为医保对康复服务按价值付费的关键依据。但如何实现康复治疗效果可比，尚未得到明确回答。本研究旨在建立实现康复疗效可比的价值调节因子，为将康复服务价值作为医保支付依据提供可行方法。

1 文献回顾 1.1 临床功能评定工具的开发与应用进展

2001年，世界卫生组织颁布《国际功能、残疾和健康分类》(International Classification of Functioning, Disability and Health, ICF)，这是一种用于描述健康及其相关状况的分类体系。^[6]相较于《国际疾病分类》，ICF更强调从功能水平上对患者进行评估。^[7]由于ICF本质上是类目清单，共包含1 495条类目，需要给每条类目配以量化的标准评定细则方可应用^[8]，世界卫生组织于2016年发布“ICF康复组合”(ICF-Rehabilitation Set, ICF-RS)，由描述患者关键功能的30条类目构成，以推广ICF的临床应用^[9]。我国康复专家对ICF-RS制定了评定规则，并采用数字评分量表(Numeric Rating Scale, NRS)开展量化评价；NRS是一个包含0~10分共11个整数的标尺，0分代表完全没有障碍，10分代表完全障碍，数值越大功能障碍越严重。^[10]为了进一步推广ICF-RS的临床应用，经专家共识与信效度评价，ICF-RS从30条类目简化为17条，形成了适用于我国临床服务的功能评定工具——“ICF-RS-17”。^[11-12]

1.2 住院康复服务医保支付方式改革的国际经验

2002年，美国联邦政府医疗保险和医疗补助中心对住院康复机构实施医保支付方式改革，将患者入院时功能状况作为主要支付依据，建立了按功能相关分组付费模式(Function-Related Groups, FRG)。^[13-15]该项改革实施后，患者平均住院日明显减少，但出院时功能改善程度较改革前有所降低，并且回到社区的患者比例有所下降，进入护理和照护机构的比例则有所上升。^[16-18]由于FRG付费模式未对康复治疗预期结果做出明确要求，出院患者的功能改善程度是否达到康复治疗目标无从判断，因而也无法对康复服务价值做出准确评价。

1.3 我国住院康复服务医保支付方式改革的探索

近年来，我国金华、深圳、长沙等地先后开展了住院康复服务医保支付政策改革。金华市将急性后期住院分为早期康复住院和中长期康复及专业护理(简称“中长期康护”)住院；对于早期康复，延用按病组点数法付费；对于中长期康护，采用基于患者导向模型(Patient Driven Payment Model, PDPM)点数法付费。^[19] PDPM是一种按床日付费的分组方法，将住院服务按治疗操作与服务类型分为五部分，分别分组赋予病例组合权重。^[20]长沙市规定了纳入改革的康复病组，将其康复治疗分为恢复期和慢性期。对于恢复期，采用类似美国的FRG；对于慢性期，采取类似金华的PDPM。^[21-22]深圳市对住院康复医疗服务实行按床日付费，床日费用标准的确定方法是以病种为单位，结合患者入院时的功能状态，对资源消耗相似的病例进行聚类；同时采取梯度式下降方式，根据病程设置差异化的床日费用标准。^[23-24]

1.4 国内外研究进展小结

由于缺乏基线和对照组数据，尚无法就上述住院康复医保支付改革政策对患者康复治疗效果的影响做出明确评价，但综合各地改革举措可以发现，我国医保管理部门已经意识到临床康复服务相较于一般临床诊疗服务的特殊性，需要制定与之相适宜的医保支付方式。目前国内外对康复服务医保支付方式的改革探索，主要是将患者入院时的功能状况纳入医保支付依据，这一做法更多考虑的是康复服务成本，并非完整意义上的服务价值。由于不同患者在个体特征因素方面存在差异，而这些因素共同决定了患者可以获得的功能改善程度，因此实现康复效果可比是合理判断康复服务价值的关键。^[25-26]综上，本研究旨在建立实现康复效果可比的价值调节因子，为建立住院康复服务医保按价值购买激励机制提供科学依据。

2 资料与方法 2.1 资料来源

本研究资料来源于励建安教授课题组开展的研究工作。本研究选择无锡市作为样本城市，一方面是因为无锡市已在全市实施DRG支付制度，所有康复病种已按临床疾病纳入了DRG编码系统和支付方式；另一方面，无锡市地处江苏省南部，其经济发展水平和康复医疗服务能力较高，适合开展住院康复服务医保支付方式改革探索。在样本医院选取上，经康复专家和无锡市医保局推荐，课题组选择无锡市三家康复专科医院与一家综合医院康复医学科作为样本医院。由于综合医院康复科病例数过少，最终只将三家康复专科医院的病例纳入本研究。在病种选择上，考虑到脑损伤是住院康复服务中最常见的病种，且诊断明确、康复路径清晰^[27]，符合本项目研究需要，因此选择脑损伤住院患者为本项目研究对象。

2.2 资料收集 2.2.1 样本医院资料收集

课题组采用自行设计的信息收集表，于2022年1月1日—2023年3月31日，对在三家样本医院接受住院康复治疗的脑损伤患者进行康复治疗信息收集，其中脑损伤康复效果影响因素由康复临床专家经讨论确定。患者信息收集内容包括：(1)基本情况：年龄、性别、病程、住院天数；(2)功能状况：入院与出院ICF-RS-17类目评分，入院时功能障碍类型；(3)疾病诊断：脑损伤下疾病诊断，脑损伤相关合并症与并发症。

2.2.2 医保结算清单资料收集

课题组以患者姓名、身份证号、住院费用和住院天数为数据库关键关联变量，将样本医院收集的患者资料与无锡市医保结算清单数据库关联，获取患者的总费用、DRG编码与支付标准信息。

2.2.3 数据质量控制

课题组于2021年12月对样本医院康复医生、护士与治疗师开展了ICF评定与患者信息表填报专场培训。经培训考核合格的医务人员，方可参加后续功能评定与患者信息收集工作。数据收集启动后，课题组每月在样本医院现场抽查功能评定情况，及时指导改进存在的问题，同时制作功能评定月报，在样本医院之间公开交流。

2.3 康复结果预测 2.3.1 预测模型构建步骤

课题组将样本患者出院ICF总分作为响应变量，将康复效果影响因素作为特征变量，拟合康复结果与康复效果影响因素之间的函数关系。采用神经网络机器学习算法，以80%病例作为训练集，20%作为测试集，基于不同的特征变量组合，构建多个出院ICF总分预测模型，再根据模型精度评价指标及其相应的评价标准，选取预测精度最佳的一个模型及其预测结果。

2.3.2 预测模型纳入变量

模型响应变量与特征变量如表 1所示，其中年龄、住院天数、病程三个连续变量，分别根据四分位数四等分转换为分类变量。课题组根据特征变量分类与特征，共设置五个预测模型(表 2)。

2.3.3 预测精度评价标准

本研究采用的模型预测精度评价指标包括：均方误差(mean square error, MSE)、平均绝对误差(mean absolute error, MAE)，以及出院ICF总分实际值与预测值误差，即(实际值-预测值)/实际值×100%。对于MSE与MAE，其数值越小，代表模型预测精度越高。对于出院ICF总分实际值与预测值误差，课题组分别计算误差在5%、10%和20%以内的样本例数占比情况，占比越高，代表模型预测准确性越好。结合不同模型训练集与测试集的MSE、MAE，以及出院ICF总分实际值与预测值误差在5%、10%和20%以内的样本例数占比，综合判断确定预测精度最高的一个模型，据此计算每一名样本患者出院ICF总分预测值，即预期获得的康复结果。

2.4 价值调节因子构建步骤

本研究基于上一步确定的最优模型及其预测结果，计算样本患者康复结果实际值与理想值(即预测值)的差值。由于ICF总分是一个0~170的连续变量，且取值越小功能障碍程度越轻，因此康复结果实际值与理想值的差值是一个从负到正的连续变量，数值越小代表康复治疗效果越好。本研究取康复结果实际值与理想值差值的单侧第95百分位数(P95)为正常值界值，即大于该值的结果被判断为康复治疗效果较差；小于或等于该值判断为正常，可进一步在正常值范围内取不同百分位数，界定康复效果的不同档次，比如取第50百分位数(P50)为良好界值、第25百分位数(P25)为优秀界值。按此方法得到的康复结果实际值与理想值差值的分布区间，可作为康复治疗效果判断依据，即康复服务价值，进而将康复服务价值作为医保实际支付的调节系数，即价值调节因子。

2.5 统计分析方法

本研究利用STATA14.0，对计数资料采用例数和百分比、对计量资料采用均值±标准差进行描述性统计分析。应用Python3.11.0，采用神经网络构建康复结果预测模型。根据变量特征，本研究构建了基于三层神经网络的康复结果预测模型，采用的网络结构为1个输入层、2个隐含层(每个隐含层均为30个神经元)、1个输出层，选择sigmoid函数作为激活函数，MSE为损失函数。

3 结果 3.1 样本病例基本情况

课题组在样本医院共收集到1 357份脑损伤病例，与医保结算中心数据库共匹配上1 198例，剔除DRG无法入组、无法判断合并症/并发症严重程度、康复效果影响因素存在缺失值病例后，共计878例脑损伤病例资料纳入分析。结果显示，脑损伤患者平均年龄为67.9岁，男性占63.1%，平均住院天数与病程分别为19.5天和5.5月。入、出院ICF总分均值分别为93.3分和77.2分；有1~3个功能障碍的患者占比超过80%；偏瘫患者占比最高，为81.1%；存在言语和认知功能障碍的患者占比较高，分别为55.6%和47.5%。诊断为脑梗塞的患者占比最高，为74.8%；其次是脑出血(20.5%)。出现1~5个合并症/并发症的患者超过一半，伴有一般严重程度合并症/并发症的患者占比接近80%。

3.2 预测模型构建情况

根据模型预测精度评价指标及其判断标准，下表中模型三预测性能最好。本研究基于模型三预测结果，计算样本医院脑损伤患者出院ICF总分预测值。

3.3 价值调节因子构建情况

本研究以脑损伤患者康复结果实际值与理想值差值的第95百分数(20.410)为正常值界值，再根据第25百分位数(-5.425)和第50百分位数(1.905)，判断康复效果不同档次(表 4)。医保可根据康复效果确定实际支付金额，具体思路有两种：一是按现行支付标准的一定比例进行奖励或扣减，例如对于优秀和良好病例，分别提高20%和10%支付；对于一般病例，按标准支付；对于较差病例，给予适当惩罚，按现行标准的90%或95%支付，这种思路适用于医保基金预算较充裕，整体基金收支平衡情况较好的地区。二是在相应DRG病组年度总预算不变的前提下，基于各DRG病组中不同康复效果档次的占比情况，分别在现行支付标准基础上给予相应的康复效果系数，这种思路适合医保基金收支平衡紧张的地区。

4 讨论 4.1 构建住院康复服务价值调节因子具有重要意义

康复服务与一般临床诊疗服务在改善健康状况、提高生命质量的服务目标方面是一致的，但一般临床诊疗服务更关注疾病的消除或控制，而康复服务更关注患者功能改善，并且功能改善程度通常没有公认、客观的出院标准。当前我国医保对康复服务主要是按临床诊疗活动标准支付，实际上支付的是康复服务活动，而非康复治疗效果。本研究根据价值医疗思想，在探索实现康复效果可比的基础上，建立了住院康复服务价值调节因子，进而为开展康复治疗效果评价和推动医保对康复服务按价值付费提供了科学工具。根据疾病发展和转归特点，康复治疗可分为疾病急性期、稳定期和恢复期等阶段的康复治疗活动^[28]，本研究构建的价值调节因子适用于急性期和稳定期的康复治疗服务，因为这两个阶段以二、三级康复医疗机构住院服务为主，对最大限度恢复患者功能具有重要作用^[29-30]；此外，功能损伤恢复是一个渐进过程，患者完成急性期和稳定期治疗后，有可能功能恢复尚未达到自理程度，此时功能水平提升不再完全依靠专业康复治疗，而是需要护理和照护机构提供维持性康复与专业护理服务^[31]。

4.2 康复服务价值调节因子的建立弥补了各地试点中的不足

以往理论研究与政策实践，多将患者入院时的功能状况作为医保支付依据之一。其理论依据是，不同功能损伤状态将需要不同的康复服务资源消耗。由于没有制定明确的治疗结果标准，患者是否达到康复目标无从判断。因此，将康复治疗效果纳入医保支付依据非常必要。本研究采用神经网络模型拟合住院康复结果与康复效果影响因素之间的函数关系，消除了不同个体因素所致的康复效果不可比问题，再根据康复结果实际值与理想值差值的分布判断康复治疗效果，形成基于康复服务价值的医保支付调节系数，弥补了国内外康复服务医保支付政策中未能很好地体现结果导向的不足。

4.3 康复服务价值调节因子应用中的关键问题

本研究探索构建的价值调节因子，在实际应用时除了要遵循国家与地方现行医保管理制度，还需要关注几项关键问题。首先，价值调节因子应采用分类变量而非连续变量形式。价值调节因子反映的是康复服务价值，即实际康复结果与可获得的康复结果之间的差距是否分布在正常值以内，以该正常值作为临床康复服务价值实现的阈值。这一基本思想决定了价值调节因子应当采用分类变量表现形式。其次，若要进一步发挥出医保支付方式对服务提供者重视患者功能改善、主动提升康复服务质量与合理性的激励作用，可以在正常值阈值确定的基础上，根据实际康复结果与可获得的康复结果之间的差距分布，对康复治疗效果做出优秀、良好或其他档次的划分，形成等级变量形式的价值调节因子，并将康复效果等级与医保实际支付挂钩，建立医保按价值付费激励机制。最后，康复效果等级数量应当遵循“管理宜粗不宜细”的治理思想。在当前样本量较小、仍处于功能评定数据积累阶段的情况下，如果康复效果档次划分过细、等级数量过多，将会影响康复治疗效果的区分度，弱化医保按价值付费对提高服务质量与合理性的作用。

5 本研究的局限性

本研究采用科学研究方法，为医保对住院康复服务按价值付费提供了探索方向与初步结果，但仍然存在以下局限性：(1)由于真实世界数据积累时间较短，用于拟合康复结果与康复治疗效果影响因素函数关系的样本病例量不足。当病例数量，特别是综合医院康复医学科病例数量逐步增加时，最终模型选择与预测结果是否会出现改变需要进一步研究确认。(2)本研究选取了康复医疗服务中最常见的脑损伤病种进行研究，基本思路与分析方法可外推至其他康复病种。但由于不同功能损伤患者的疾病诊断、主要合并症与并发症存在差异，而这些个体特征又是影响康复治疗效果的重要因素，因此将本研究结果外推至其他康复病种时，需要建立各个病种的康复治疗效果影响因素指标集，并开展相应的临床康复数据收集和预测模型构建研究。(3)本研究构建的价值调节因子，为将康复服务价值纳入医保支付依据提供了思路，但康复效果分档如何设置、不同设置方案会对医保基金与定点医疗机构产生哪些影响，尚待进一步研究判断。

6 结论

本研究根据价值医疗基本思想，利用临床康复脑损伤病种真实数据与机器学习算法对住院康复治疗效果进行了科学评价，在康复治疗效果可比基础上建立了康复服务价值调节因子，为将功能改善程度作为医保支付依据、基于现行医保制度建立按价值付费机制提供了科学参考。

作者声明本文无实际或潜在的利益冲突。