目的分析四川省疾病负担现状,为制定疾病防控策略提供可靠的科学依据。方法收集2015-2017年四川省死因监测数据,计算伤残调整寿命年(disability-adjusted life,DALY)、早逝寿命损失年(years of life lost,YLL)和伤残寿命损失年(years lived with disability,YLD)来评估疾病负担水平。结果2015-2017年四川省疾病负担DALY率为90.87‰,其中YLL率和YLD率分别为47.06‰和43.81‰。DALY率男性(106.55‰)高于女性(75.05‰)。疾病负担模式主要是以非传染性疾病为主(80%~85%)。前5位疾病负担为恶性肿瘤、心脑血管疾病、呼吸系统疾病、神经系统和精神障碍疾病、损伤,男性和女性DALY率分别占其总负担的75.44%和74.49%。5岁以下儿童疾病负担最重的为损伤(DALY率男19.81‰,女12.57‰)。5岁以后疾病负担随着年龄的增长不断增加,15~29岁神经系统和精神障碍疾病负担最重(DALY率男30.00‰,女36.61‰);45岁以后疾病负担主要来自心脑血管疾病、呼吸系统疾病和恶性肿瘤,DALY率负担占其年龄段总负担的59%~77%。结论四川省居民疾病负担仍较重且随着年龄增长不断增加,男性和老年人是疾病负担防控的重点人群。30岁以前重点防控疾病为损伤和神经系统和精神障碍疾病,45岁以后重点为心脑血管疾病、呼吸系统疾病和恶性肿瘤。
疾病诊断相关分组(diagnosis related groups,DRG)是基于病案首页的信息,根据病人年龄、性别、住院天数、主要诊断、手术、疾病严重程度及合并症等因素,将临床信息与医疗资源消耗相似的患者分为一组,以组为单位确定收费,可以用于付费管理、预算管理、医疗质量管理等。数据包络分析(data envelopment analysis,DEA)是通过对决策单元投入和产出的综合分析,利用各投入产出的权重构建分段性生产前沿面,根据决策单元与有效生产前沿面的距离来判断其是否有效。为探索某医院各临床科室的运行效率,将DRG数据与其他投入产出指标通过DEA的方法进行评价,并用Tobit模型分析其影响因素,为提高各科室运行效率、优化资源提供参考。
