COVID-19重症患者住院费用预测模型：基于APR-GRD的ICU相关因素分析

本研究通过多因素logistic回归模型，分析799例COVID-19 ICU患者的APR-GRD（All Patient Refined Diagnosis Related Groups）费用数据，发现ICU住院时长、机械通气（TAVM/NAVM）、OXA-48感染、肺栓塞、吸烟史及血管加压药需求是导致高费用的独立预测因子（AUC=0.866，R2=0.32），为优化重症资源分配提供循证依据。

　　

在COVID-19大流行期间，全球医疗系统面临前所未有的压力，尤其是重症监护资源。西班牙某三级医院的数据显示，COVID-19重症患者的住院费用呈现极端分化，最高费用组中位数达26,085欧元，是最低费用组的4.2倍。这种差异背后隐藏着怎样的临床驱动因素？如何通过早期识别高风险患者来优化资源分配？这些问题成为医疗经济学研究的焦点。

为回答这些问题，来自西班牙某大学医院的研究团队开展了一项回顾性队列研究，分析了2020年3月至2022年3月期间799例COVID-19 ICU患者的临床数据。研究采用多因素logistic回归模型，以APR-GRD（一种基于诊断相关分组的费用评估体系）为标准，将患者按费用分为三个等级。结果发现，ICU住院天数每增加1天，高费用风险提升5%（OR=1.05）；而并发耐碳青霉烯类肠杆菌OXA-48感染、肺栓塞（TEP）分别使风险增加2.65倍和6.42倍。该研究最终构建的预测模型AUC达0.866，相关成果发表于《Medicina Intensiva》。

关键技术方法
研究团队从医院信息系统中提取了911例COVID-19 ICU患者的电子病历，最终纳入799例符合标准的病例。通过APR-GRD系统量化住院费用，采用三分位法分组。使用多变量logistic回归分析筛选预测因子，计算比值比（OR）和95%置信区间，并通过AIC（490.09）和R²（0.32）评估模型拟合度。

研究结果

主要费用驱动因素

• ICU住院时长：每增加1天住院，高费用风险上升5%（p<0.01）
• 并发症：TAVM/NAVM（需机械通气）患者费用风险激增4.72倍；肺栓塞患者风险达6.42倍
• 特殊感染：OXA-48耐药菌感染使费用风险提高165%（p=0.01）
• 基础状况：吸烟者费用风险是非吸烟者的2.22倍

模型效能
预测模型在ROC曲线下面积（AUC）达到0.866（p<0.01），显著优于传统评估指标。其中血管加压药需求（OR=1.79）和年龄>65岁（未达显著性）等参数共同构成预测体系。

讨论与意义
该研究首次系统揭示了COVID-19重症患者费用的"黑箱"：不同于常规认知，除ICU时长外，耐药菌感染（OXA-48）和血栓事件（TEP）才是真正的"费用放大器"。这一发现提示，防控院内感染和加强抗凝治疗可能具有潜在经济学效益。值得注意的是，吸烟作为可干预因素，其费用影响甚至超过某些并发症，为公共卫生干预提供了新靶点。

研究局限性在于单中心设计，但作者强调APR-GRD体系的标准化特性支持结果外推性。未来研究可探索将这些预测因子整合入DRG（Diagnosis Related Groups）预付费系统，实现费用风险的前瞻性管理。正如通讯作者Juan Carlos Rodríguez Borregán所述："这项研究为后疫情时代重症资源精准配置提供了数据驱动的决策框架。"