数据驱动效率基准化用于风险缓解:2018–2024年美国医院的DEA分析

《Healthcare》:Data-Driven Efficiency Benchmarking for Risk Mitigation: A Data Envelopment Analysis of U.S. Hospitals, 2018–2024

【字体: 大 中 小 】 时间:2026年07月26日 来源:Healthcare 3.4

编辑推荐:

  目的:医院效率提供了系统层面的视角,可识别在改善医疗服务提供、质量和患者安全方面尚未实现的潜力。本研究评估了2018–2024年美国短期急症护理医院的相对技术效率,并评估了结构性IT运营投资如何转化为临床服务量和质量相关绩效。方法:利用包含8589个医院-年观

  
目的:医院效率提供了系统层面的视角,可识别在改善医疗服务提供、质量和患者安全方面尚未实现的潜力。本研究评估了2018–2024年美国短期急症护理医院的相对技术效率,并评估了结构性IT运营投资如何转化为临床服务量和质量相关绩效。方法:利用包含8589个医院-年观测值的纵向面板,在可变规模报酬(VRS)假设下,采用输出导向的数据包络分析(DEA)估计技术效率。随后,通过Simar–Wilson双自助截断回归(n = 2147个完整病例)检验偏差校正效率、临床质量、病例组合和运营规模之间的关联。结果:平均DEA效率为0.567,其中7.38%(n = 634)的观测值位于年度效率前沿上,平均产出扩张潜力为102.49%。高效医院保持更高的IT运营支出。第二阶段回归显示,更高的医院价值导向购买(HVBP)质量绩效与更大的低效率显著相关。相反,更高的病例组合复杂度和更大的运营规模与更高的效率相关。结论:大多数医院低于最佳实践前沿运行,表明在将资源转化为服务量和质量方面存在差距。由于核心运营驱动力已纳入主DEA模型,观察到的关联反映的是描述性结构模式,而非直接的因果关系。
**论文解读:数据驱动效率基准化与风险缓解——2018–2024年美国医院DEA分析**

**研究背景与问题**

美国医院长期面临财务与运营压力,需在控制成本的同时提供高质量、安全的医疗服务。COVID-19疫情加剧了劳动力短缺、合同劳动力成本上升、供应链通胀及运营利润率压缩等问题,促使研究者重新审视医院如何高效地将资源转化为医疗服务。效率并非单纯的财务概念,而是系统层面的属性,反映医院将结构性投入转化为服务量和质量相关绩效的程度。当这种转化低于同类医院在相似资源下的表现时,所产生的差距即代表理论上无需额外资源即可恢复的潜力。

现有文献主要将医院效率、患者安全、质量绩效和健康信息技术(IT)作为独立领域研究。效率研究侧重财务或服务量产出;患者安全研究关注不良事件和临床质量指标;健康IT研究集中于采纳与功能。较少有研究将运营服务前沿与标准化国家质量指标(如医院价值导向购买(HVBP)总绩效评分)纳入统一的纵向效率框架,更少研究在疫情前后大规模样本中检验IT运营支出与测量效率的关联。此外,健康IT是一把双刃剑:它可优化协调、减少过程变异并支持临床决策,但同时也扩大了网络安全攻击面和患者数据暴露风险,这些风险本身即为患者安全问题。

因此,本研究将效率视为系统层面未实现的服务提供与质量能力指标,旨在评估2018–2024年美国短期急症护理医院的相对效率,并检验IT运营支出及其他医院特征与效率变异的关系。由于HVBP总绩效评分是复合质量绩效指标而非直接的不良事件或临床伤害指标,本研究将其解释为质量相关绩效的代理变量。该论文发表在《Healthcare》。

**关键技术方法**

研究人员采用两阶段设计。第一阶段:基于输出导向的可变规模报酬(VRS)数据包络分析(DEA)模型,每年构建独立前沿,并按地理位置(农村 vs. 城市)和所有权类型(非营利、营利、政府、其他)分层。输入变量包括配备住院床位、年度合同劳动力支出和IT运营支出;输出变量为住院收入和门诊收入。数据来源为Definitive Healthcare数据库,整合了美国医院协会年度调查、Medicare成本报告、HVBP项目数据及Hospital Compare。最终分析样本包含8589个医院-年观测值(来自1227家独特医院)。第二阶段:采用Simar–Wilson双自助截断回归,从完整样本中随机抽取25%的重复子样本(n=2147),以偏差校正的Shephard距离函数(低效率指标)为因变量,自变量包括HVBP总绩效评分、病例组合指数(CMI)、再入院率、年度门诊就诊量和总手术量。所有第一阶段资源投入变量(IT运营支出、配备床位、合同劳动力支出)均被排除在第二阶段之外以避免内生性。

**研究结果**

**3.1 描述性统计:** 医院在容量、资源使用、收入和质量绩效方面差异显著。平均IT运营支出为1418万美元(中位数750万美元),平均配备床位245.37张(中位数178张)。HVBP评分平均32.66(中位数31.96),范围从2.50到80.83。Pearson相关性分析显示,配备床位与IT运营支出(r=0.80)、IT运营支出与门诊收入(r=0.88)之间呈强正相关,但低于严重多重共线性阈值0.90。

**3.2 投入与产出趋势:** 2018至2024年,平均配备床位从241.58张增至248.11张;IT运营支出从1158万美元增至1734万美元。住院收入从7.3212亿美元增至11.1793亿美元,门诊收入从7.0565亿美元增至12.1005亿美元,且自2022年起门诊收入超过住院收入。病例组合指数(CMI)从1.656微增至1.752,再入院率从15.4%降至14.7%。HVBP质量评分在2020年后下降,从2020年的36.97降至2024年的21.61。

**3.3 DEA模型总结(H1):** 输出导向VRS模型识别出634个高效医院-年观测值(占样本7.38%)。平均效率得分为0.567(中位数0.526),表明大多数医院-年观测值显著低于最佳实践前沿。平均DEA产出扩张因子为2.025(对应102.49%的扩张潜力),中位数为1.902(90.18%)。结果支持H1:多数医院存在大量未实现的质量与服务能力。

**3.4 按年份的DEA效率:** 2018–2019年平均效率最高(0.577),年效率前沿上医院比例约7.3%–8.2%。2020–2021年效率下降,中位数效率从2018年的0.540降至2021年的0.517。完全高效医院比例从2018年的8.15%降至2021年的6.76%。平均产出扩张从2018年的96.29%增至2024年的107.48%。显示医院效率持续下降。

**3.5 高效与低效医院描述性特征(H1和H3):** 高效医院平均配备床位更多(272.70 vs. 243.20),平均IT运营支出更高(1777万 vs. 1389万美元),住院收入(18.8016亿 vs. 8.2580亿美元)和门诊收入(16.7897亿 vs. 8.5672亿美元)均显著更高。这些描述性模式与H1一致,但需多变量检验。

**3.6 第二阶段截断回归(H2和H3):** HVBP总绩效评分系数为正且显著(β=0.0115,95% CI [0.0024, 0.0209]),表明更高质量评分与更大的运营低效率(距离前沿更远)相关,H2未被支持。门诊就诊量(β=-0.0000007,95% CI [-0.0000013, -0.0000000])和总手术量(β=-0.0000278,95% CI [-0.0000458, -0.0000078])系数为负且显著,表明更大运营规模显著提高效率,H3得到支持。病例混合指数(CMI)系数为负且显著(β=-1.5664,95% CI [-2.0265, -1.1097]),表明更高患者复杂度增加效率。再入院率系数为正且显著(β=28.5073,95% CI [16.8267, 40.1577]),表明更高再入院率降低效率。

**讨论总结与结论**

**讨论**:主要发现揭示,多数医院效率远低于前沿,且高质量绩效与低效率相关,存在结构性权衡。更大的运营规模(门诊和手术量)及更高的患者复杂度显著提升效率。再入院率则降低效率。实践意义:医院领导者应更注重优化现有资源利用,而非增加支出;DEA基准化可识别最佳同行并采纳有效实践。IT投资需伴随强大的网络安全与治理框架。扩大门诊和手术量、管理病例复杂度是提升效率的关键。局限性包括:平衡面板可能偏向资源更好的医院;HVBP评分是行政代理指标;IT运营支出与医院规模高度相关,所有财务变量依赖Definitive Healthcare数据库定义。

**研究结论**:本研究利用严格平衡面板评估了2018–2024年美国短期急症护理医院的技术效率。通过构建独立年度截面前沿并采用两阶段Simar–Wilson双自助设计,该框架将运营吞吐量与监管测量变化分离。结果揭示同行机构间存在大量未实现的质量与服务能力。更高的物理服务量(门诊就诊量和手术量)及患者病例复杂度显著驱动运营效率,而更高质量绩效评分反映了与短期技术效率的结构性权衡。最终,双自助DEA为医疗领导者提供了稳健的基准化工具,以优化资源转化、扩大服务吞吐量并加强数据驱动的医疗服务提供。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号