利用多元匹配方法对医院进行评级

《Medical Care》：Grading Hospitals Using Multivariate Matching

基于多变量匹配的医院评级系统研究，通过匹配同区域四所不同类型医院的30天死亡率及再入院率，揭示特定医院在相似患者群体中的绩效差异。

　　

摘要

背景与目标：

为了改进现有的医院评级系统，我们基于多变量匹配方法开发了一种新的评估报告。

研究设计：

我们为每名目标医院的患者匹配了10名在“资源丰富”的医院接受治疗的对照组患者（这些医院具有出色的医疗条件），以及10名在“普通”医院接受治疗的对照组患者。匹配依据是Medicare索赔数据中的300多项患者特征。评级标准是根据目标医院患者与其匹配对照组患者之间的治疗效果差异来确定的。我们还进行了“类比匹配”，即为每名目标医院患者匹配多名具有相似患者特征的对照组患者，这些对照组患者是在与目标医院条件相似的医院接受治疗的，以此来回答“与我的患者情况相似、且在类似医院接受治疗的患者，他们的治疗效果会如何？”这一问题。此外，我们还根据患者的多重疾病状况报告了相关结果。

研究对象：

2017年至2019年间因心脏病发作、心力衰竭和肺炎而纳入Medicare医保系统的患者。为了说明我们的方法，我们选取了同一地区的4家医院进行案例分析：一家知名的“旗舰”教学医院、同一旗舰医疗系统旗下的附属医院、一家表现不佳但不属于该系统的医院，以及一家数据统计不稳定的小型医院。

评估指标：

30天死亡率和再次就诊率。

研究结果：

针对每家医院编制了评估报告。

结论：

通过匹配后的评估报告，用户可以更准确地对比不同医院的表现，并了解在对待相似患者的情形下，特定医院的表现是否不佳。