医疗服务的产出是患者因素与医疗干预措施共同作用的结果。来自患者的不可控因素，如病情的危重程度，对医疗服务的结果有必然的影响。所以，患者病情危重度的分级或定量描述，对于正确评价医疗质量、合理分配卫生资源都具有重要的现实意义。在评价医院或医生医疗服务的有效性时，应采取科学的方法对患者的病情进行标准化，以保证医疗质量指标的比较在患者病情可比的前提下进行。同样，在医疗服务的效率分析及医疗费用的补偿方案中，也必须充分考虑患者的病情，即医疗服务需求的强度，使有限的卫生资源获得最大的健康收益。 虽然危重度很难准确描述，但在一定的应用目的和研究背景下，对患者病情的相对危重程度进行分类或分级是可行的。临床上很多疾病都有针对病情的分期或分级，用于判断病人预后，指导临床诊疗工作。如恶性肿瘤的分期、高血压病的分期等。这些分期或分级建立在详细的临床数据基础上，是只针对某个特定病种的病情描述，无法在不同病种的患者之间进行交流和比较。为了使病情评价能够应用于医疗质量和费用管理，有必要建立一种所有疾病共用的病情描述语言，即基于病情危重度的患者分类系统。20世纪80年代以来，国外学者提出了很多危重度分类评价方案，如综合病情指数(CSI)、疾病分期(Disease Staging)等，已广泛应用于医疗质量评价和改进及医疗费用控制。美国卫生服务系统预付款制度(PPS)的依据一疾病诊一断相关组（DRGS）在反映患者实际资源消耗的同时，也针对危重度问题进行了一系列改进。我国虽然也有类似研究，但目前尚未形成客观的、建立在大样本病例数据基础上，且覆盖所有病种的病情分类或分级方案。随着我国居民医疗保健需求的提高和医疗保健体制的改革，卫生管理部门和社会各有关方面迫切需要一个科学的医疗质量评价和监督方法，而病情危重度分级正是进行医疗服务有效性和高效性评估的基础和前提。 ，本研究的目的：用大样本住院患者的汇总数据，以统计分析方法为主，建立覆盖所有病种的住院患者病情分级方案，为医疗质量评价和费用管理提供基本的病情分级依据。 ，本研究所用数据：中国人民解放军总后勤部卫生部信息中心提供的248所军队医院 1998年收治的全部住院患者的病案首页数据，共 1，420，692条记录。删除无效数据及主要诊断编码为M码、V码和E码的病例后，可用数据含l，244，887条记录。 ．危重度分类的基点及数据库分割：以疾病种类为病例进一步分类的基点。按照病种门CDP三位数类目码）出现的频率，将数据库划分为常见病和非常见病。病种构成比中前 70％的 120个病种建立 128个常见病分级评价数据库（部分病种按内外科或内儿科做了进一步划分＼ 其余疾病按照ICD？疾病系统类别和科别划分为35个非常见病数据库。对以上 163个数据库分别进行危重度分级研究。 ．病情危重度的表达指标：住院患者的一级护理率。 ．病情危重度的预测变量：所有疾病诊断，以国军标疾病诊断代码表示：患者年龄、性别；入院方式；入院病情；入院次数；有无伴随病。 ．病情危重度分级方法：分类决策树法。以危重度指标为分类的目标变量，以所有预测变量为候选分类解释变量，建立分类决策树。采用的决策树算法包括：卡方自动交互检验（CHAto人基尼指数（Gini ndex）及嫡降 且且 第四军医大学博士学位论文法（Entropy）。 ，危重度分级过程 1．将每个数据库按照7：3的比例随机划分为建模样本和测试样本，前者用于建立分类模型，后者用于模型考核。 2．用建模样本建立分类评价模型。在用计算机程序进行分类时，首先将数据随机分为训练样本和检验样本，前者用于建立模型，后者给出模型的检验结果。如针对分类目标，即一级护理的ROC曲线、作用图、目标集中曲线等。 3．用建立的分级模型，对测试样本进行危重度分级，并对病情分级结果进行效度考核。如病情与治疗结果、住院费用的关系，病情与医院规模和医院所在城市规模的关系等，并进行适当的分析和说明。 4．观察危重度分值的分布，考核其整体效度；以医院为单位，计算危重度指数，分析危重度指数的总体趋势及其与医疗产出、医院规模等的关系，讨论危重度指数在医疗质量和费用管理中的应用。 ，危重度分级研究结果 1．每个数据库都产生了数个危重度等级，163个数据库最终产生了636个危重度等级，每个等级对应一个危重度分值。理论上该分值可以是任何正实数，实际的分布范围是0．8－215，呈偏态分布。经新样本考核，危重度等级和分值与疾病种类、患者年龄、伴随疾病等因素的关系符合临床实际，且表现出危重度等级和危重度分值越高，出院结局越差、住院费用越高的总体趋势。同时，医院规模越大，收治患者的危重度等级也越高。 2．为了表达医疗单位或医生收治患者的危重度整体水平，本文提出了 危重度指数和相对危重度指数的概念及计算公式，并为每个医院计算了