基于流程挖掘的慢性病护理路径集成分析方法：以哥伦比亚类风湿关节炎患者诊疗路径为例

《Healthcare Analytics》：An integrated process mining approach to patient care pathways in healthcare

　　

论文摘要专业翻译 慢性病护理路径涉及分布在多个医疗行为者、护理层级和时间维度上的临床、行政及财务交互。尽管这些交互本应作为协调有序的序列执行，但在实践中却常被作为孤立服务进行记录和评估，从而阻碍了对护理交付顺序、活动间时间间隔以及患者遵循不同护理轨迹程度的洞察。本研究提出三项主要贡献：（i）将流程挖掘（Process Mining, PM）应用于全国性行政数据集；（ii）在单一分析应用中整合互补性流程挖掘分析能力；（iii）以哥伦比亚类风湿关节炎（Rheumatoid Arthritis, RA）护理路径为对象进行方法示范。研究人员利用全国性行政索赔数据库，该数据库记录了患者就诊、诊断、手术及药品配发等交互信息，用于发现实际“现状”（as-is）工作流、量化与指南一致性“应有”（should-be）路径的偏差，并比较不同保险机构间的治疗路径差异。研究整合了流程分析、绩效分析、合规性分析和变体分析等多种分析能力，将流程模式转化为涉及诊断评估、治疗与监测、跨学科护理、提供方差异及支付安排的临床与运营相关问题。互补性分析识别出有记录的路径模式及延长的时间间隔，这些发现可能提示授权、转诊、诊断和治疗流程需要进一步审查。研究发现程序间最长间隔达9.89个月，可能反映支持性或跨学科服务的碎片化获取障碍。营养支持（0.6%）和血清IgM类风湿因子检测（0.2%）相对于作为参考标准的国家RA风险管理指标记录频率极低。这些发现表明，路径智能可帮助购买方、监管机构、保险机构和提供方识别临床与组织评估领域，并为潜在的路径重新设计策略提供信息。跨保险机构采用通用数据模型支持在全国范围内对标可及性、质量和患者体验。

论文主体内容解读

一、研究背景与问题提出

慢性病护理路径涉及多个临床、行政和财务环节，这些环节分布于不同的医疗行为者、护理层级和时间维度之中。尽管这些交互在制度设计上应当构成一个协调有序的序列，但在实际运行中，它们往往被作为相互孤立的服务进行记录和评估。这种记录方式导致无法洞察护理交付的实际顺序、活动之间的时间间隔，以及患者遵循不同护理轨迹的程度。这一问题在具有多重保险机构、签约提供方网络、转诊要求和预先授权流程的卫生系统中尤为突出。哥伦比亚虽已实现广泛的健康保险覆盖，但患者仍可能面临地理、社会经济、组织和行政层面的障碍，影响护理的及时性和连续性。

慢性病治疗路径中的运营低效率导致大量人口面临缺乏卫生系统保护的高风险。识别患者全程护理路径中活动和资源协调方面的问题，为改善卫生系统中降低可及性障碍所需的成本、时间和资源创造了机会。尽管卫生组织对临床和行政流程的正确高效执行有共同关注，但由于流程的复杂性、动态性、临时性执行方式、涉及的多学科性质以及更大规模行政和临床数据的可用性，它们在流程管理方面面临诸多挑战。

既有关于哥伦比亚患者体验的研究采用了自上而下的方法，如患者访谈、投诉、诉讼记录和汇总利用率分析，以理解卫生系统相关的官僚路径和成本。然而，这些方法未能从交易级数据中完整重建护理路径，也未能识别变异和延迟在卫生系统中的出现位置。流程挖掘提供了一种自下而上的方法，可从执行数据中识别患者路径、监测与医院政策相关的流程偏差、理解临床流程并改善其执行和效率。既往护理流程挖掘研究主要集中于单一类型的流程分析，以流程发现为主，而一致性检验和变体分析研究较少。多数已发表研究聚焦于单个医院或实验室内的流程分析。据研究人员所知，类风湿关节炎是流程挖掘技术尚未探索的应用领域。

二、研究设计与主要技术方法

研究人员采用哥伦比亚全国性行政索赔数据库，该数据库用于每年计算按人头付费单元（Capitation Payment Unit, CPU），整合了保险机构（支付管理者）支付和提供方（医疗中心）执行的医疗服务数据。数据来源为经济发展研究中心（CEDE）存储库，分析限定于2016年记录的医疗服务，共包含4539条RA服务记录，涉及1289名独立患者、10家保险机构（EPS）、481个不同提供方和116个市镇。患者中80%为女性、20%为男性。

研究方法遵循业务流程智能（Business Process Intelligence, BPI）学科的分析阶段。第一阶段为流程发现（Discovery），利用KNIME分析平台将原始行政数据转化为流程事件日志，标准化诊断和手术代码，补充时间戳和手术属性，移除无效或无关数据，并将粒度细化至手术层级。事件日志以患者国家身份识别号与单一ICD-10诊断代码（M053）的组合作为案例标识符，以程序类型和原子程序两个粒度层级发现治疗路径。第二阶段为分析（Analysis），执行四种互补性分析能力：流程分析（Flow Analysis）识别不同执行路径和异常流；绩效分析（Performance Analysis）识别瓶颈和效率指标；合规性分析（Conformance Checking）验证业务规则和服务水平协议的满足情况；变体分析（Variant Analysis）按业务标准（如保险机构）对治疗执行路径进行分区比较。

三、研究结果

流程分析结果。 最频繁执行的程序是专科医学首次咨询，出现在254例病例中（占患者就诊的19.7%），归入“咨询、解剖和生理测量、手工和病理解剖检查”程序类型。尽管该程序执行时间短，但其连接可跨越数月，专科医学中重复出现首次就诊记录。这种返工和误报即使由行政记录错误引起，也可能产生错误数据，影响卫生系统成本评估。在涵盖所有咨询类型的更广泛分析中，最常见的程序组出现在1289例中的1010例，符合包含初次就诊、后续程序和专科复查的典型护理模式。

绩效分析结果。 特定诊断程序（如抗体测量和影像学检查）的平均周转时间约为3.5周。在卫生系统层面，保险机构1和2表现出最延迟的RA护理，比次慢保险机构（P7）多出7天以上。系统层面最长等待时间为临床实验室与牙科程序之间的9.89个月，其次是肌肉骨骼程序与交感神经节程序之间的4.34个月。这些延迟反映了跨保险机构的碎片化服务交付和有限的共享调度能力。保险机构1（P1）的路径分析显示营养服务与临床实验室之间存在较长等待时间，咨询到其他程序也存在高等待时间。

合规性分析结果。 以《类风湿关节炎早期检测、诊断和治疗临床实践指南》为参考基准，研究发现第一个不一致之处在于RA患者广泛推荐的营养支持实施有限，1289例中仅8例包含特定营养相关程序。第二个显著差距涉及血清IgM类风湿因子检测，哥伦比亚风险管理指标要求至少40%的RA患者在诊断过程中接受该检测，但分析的1289例中仅3例有记录。

变体分析结果。 保险机构5的平均程序成本最高，保险机构9最低。保险机构5的中位发作持续时间为4周，而保险机构9约为2周，表明尽管保险机构5的费率表较高，但其通过诊断和治疗里程碑的进展较慢。保险机构5将大部分发作集中在第一学期，而保险机构9的活动在最后一个季度达到峰值。保险机构9管理的发作数量约为保险机构5的两倍，但两家保险机构执行的程序数量相似。保险机构5交付了更大份额的实验室和影像服务，而保险机构9提供更多门诊咨询。流程比较确认保险机构5的路径更长且更多样化，在大多数交互中等待时间更长。

支付方式分析结果。 最常见的支付方式是按事件支付（payment per event），应用于824个程序（57.58%）；其次为按人头支付（capitation），应用于389个程序（27.18%）；按病例支付占156个程序（10.9%）；直接支付占62个程序（4.33%）。按事件支付覆盖34项活动，按人头支付覆盖21项活动。按人头支付下观察到的平均活动持续时间较短。营养和膳食服务主要通过按事件支付报销，尽管按人头支付福利包中包含这些服务，但其使用不足表明存在获取关键治疗组成部分的障碍。

四、讨论与结论

从卫生系统视角看，研究结果支持开发数据知情的风险管理框架。流程智能仪表板可用于识别异常长或可变的间隔、反复出现的路径模式以及指南相关服务记录的差异。然而，这些指标应结合数据质量评估、患者复杂性、服务可及性和本地交付模式进行解释，而非作为绩效不佳的确定性度量。流程挖掘结果最适合作假设生成、审计优先级排序和识别需要更详细调查的转换环节，而非将责任归于特定提供方或保险机构。

在临床层面，平均约3.5周的周转时间及超过7天的提供方差异，若在转诊、诊断检测、专科评估、治疗授权、药物配发和随访等环节顺序累积，可能实质性推迟诊断和改善病情抗风湿药物（Disease-Modifying Antirheumatic Drug, DMARD）治疗。当前“治疗达标”（treat-to-target）策略强调在诊断确立后尽快启动DMARD，活动期患者每1-3个月监测一次，约3个月内实现临床有意义改善，约6个月内达到缓解或低疾病活动度。持续未控制的炎症与进行性且可能不可逆的结构损伤、身体功能恶化、疼痛、疲劳、工作残疾和生活质量下降相关。

在政策层面，最可行的应对并非创建平行的全国报告结构，而是将有限的一组基于流程的指标纳入哥伦比亚已有的信息、签约和风险管理机制中。可实施的操作包括建立RA单一入口转诊路径、在协调调度窗口内整合风湿病学预约与基线实验室检测和影像检查、为指南一致性诊断和监测服务使用预定义授权包、为有中断风险的患者分配护士或病例管理支持，以及在风湿病学能力有限的地区使用远程风湿病学或专科至初级保健的远程专家咨询。

研究存在若干局限性：行政数据易受编码错误、重复交易、报告不完整和跨保险机构数据质量异质性影响；分析队列限定于M053编码亚组，不能代表RA全部临床谱系；行政时间戳可能对应授权、计费或支付日期而非实际服务交付日期；数据库缺乏疾病活动度、功能状态、血清学发现等详细临床变量；缺乏患者报告结局和体验指标；数据时效性限制了对当前实践的推广性。研究结论表明，流程挖掘为从全国性行政数据中生成路径智能提供了实用框架，能够识别常规汇总报告难以发现的模式，但结果应被理解为行政记录路径的表征而非临床护理的完整重建，后续需结合临床记录和最新数据进行验证。