目的:运用疾病诊断相关分组(Diagnosis Related Group System,DRGs)相关指标,对江西省以神经内科为出院科室上传了DRGs数据的医院,利用江西省卫生和计划生育委员会DRGs平台导出的数据进行综合评价,掌握江西省神经内科专科建设现状,为医院神经内科加强精细化医疗服务管理、专科建设、改善医疗服务绩效提供参考,为推进江西省临床重点专科建设、拟定相关政策提供依据。方法:根据疾病诊断相关分组相关指标,通过文献研究和专家专题小组讨论构建神经内科综合评价的指标体系及相关指标的权重;运用加权TOPSIS法对江西省2016年29家医院神经内科3类病种及3种权重组合进行了综合评价;运用K-Means聚类法对3类病种分别进行了聚类,再采用t检验及均值最大化原则确定了最优综合评价方案。结果:基于DRGs神经内科的综合评价研究:(1)确定了综合评价的指标体系为:病例组合指数、DRG总量、DRG组数、时间消耗指数、费用消耗指数;并分别选定了0.45:0.25:0.1:0.1:0.1、0.35:0.35:0.1:0.1:0.1、0.25:0.45:0.1:0.1:0.1三种不同权重组合。(2)明确了神经内科全病种、专科病种、国家重点专家建设病种3种分类;3病种分类的DRG组数、病例组合指数值、DRG总量均有统计差别(P<0.05),而费用消耗指数、时间消耗指数均无统计学差别(P>0.05)。(3)分别对3种病种分类及3种权重组合构建的9种模型进行综合评价结果显示,医院代号分别“A2、A6、A10、A14、A15、A16、A18、A20、A28”9家医院占据前五位,相对稳定,但顺序稍有不同。(4)采用K-means聚类法对9种模型优选结果发现:模型9为综合评价最优方案,不同类别间排序结果差别具有统计学意义(t=5.023,P<0.005),且按聚类归组TOPSIS排位定量后,两类间的均数差值最大为11.5721。(5)按模型9综合评价结果,江西省29家医院的神经内科排在前5位的医院依次为“A14、A18、A10、A16、A2”。结论:DRGs指标应用于医疗绩效评价具有一定的可行性。对于医院管理来说,DRGs指标的运用可以作为一个很好的管理工具监控了解各临床科室的管理运营以及资源配置情况;可为学科的发展提供了很好的支持,为专科的建设发挥优势以及弥补不足提供更科学的指导,加强科室内部管理,为实现医院精细化管理奠定一定基础。进一步推广DRGs以及将其应用于医疗服务评价中,需根据实际发展情况,提高住院病案首页数据的质量,进一步完善DRGs分组器,加强信息监管,促进DRGs优化和发展,将DRGs应用在医疗机构以提高医疗服务能力。病例组合指数、DRG总量、DRG组数、时间消耗指数、费用消耗指数为可以做DRGs综合评价的核心指标;TOPSIS法能充分利用原始数据信息对医院医疗服务绩效进行综合评价,聚类分析有利于对综合评价方案的优选;基于DRGs的TOPSIS评价方法能结合医疗服务的广度、技术难度、效率等指标,全面反映医疗服务绩效情况,为医院的绩效管理、学科发展提供参考方向,通过对不同科室有针对性调整及优化医疗服务,从而增强医院整体医疗服务水平,创造更大的社会效益。