《Healthcare》：Foodborne Illness-Related Diagnostic Coding and Healthcare-Utilization Patterns in South Korea, 2023: A Nationwide Claims-Based Descriptive Study
编辑推荐：
背景：食源性疾病监测通常侧重于报告疫情和实验室确诊病例。在韩国，常规医疗就诊期间记录的食源性疾病相关诊断的全国性信息仍然有限。本研究描述了2023年健康保险审查评估服务（HIRA）数据库中索赔定义的食源性疾病相关就诊事件及其相关诊断类别记录的数量和分布。方法：
背景：食源性疾病监测通常侧重于报告疫情和实验室确诊病例。在韩国，常规医疗就诊期间记录的食源性疾病相关诊断的全国性信息仍然有限。本研究描述了2023年健康保险审查评估服务（HIRA）数据库中索赔定义的食源性疾病相关就诊事件及其相关诊断类别记录的数量和分布。方法：这项全国性回顾性描述性研究使用了2023年健康保险审查评估服务（HIRA）的行政报销索赔数据。同一患者的重复合格就诊使用30天间隔规则分组为就诊事件。对于月度分析，每个就诊事件计数一次，并归入该事件期间首次记录到的诊断类别；其他类别特定分析使用非互斥的诊断类别记录。按日历月汇总唯一就诊事件，而按人口统计学特征、选定的基础疾病、医疗机构类型和地区汇总诊断类别记录。结果：共6,829,577个索赔定义的就诊事件产生了7,754,215条诊断类别记录，因为一个就诊事件可能贡献于多个诊断类别。未特指记录占79.3%，其次是细菌性记录（12.1%）、病毒性记录（8.6%）和原虫/其他原因记录（<0.1%）。病毒性和未特指记录在较年轻年龄组中更常见，而细菌性记录集中在19–64岁成年人中。大多数记录与诊所就诊相关（80.3%）。月度就诊事件计数存在波动，7月最高，1月、8月和9月也相对较高。基于医疗机构位置的粗记录率在不同地区间存在差异。结论：食源性疾病相关诊断记录主要为未特指类别，且最常在诊所记录，表明常规诊断编码的病原学特异性有限。基于索赔的发现可能补充现有监测，但不应解释为确诊的疾病发病率或病原学分布。
**论文解读：2023年韩国食源性疾病相关诊断编码与医疗利用模式——基于全国索赔数据的描述性研究**
**一、研究背景与问题**
食源性疾病因其高发性、广泛的临床谱以及相关的医疗和社会成本，一直是重要的公共卫生问题。虽然许多病例具有自限性，但部分患者需要医疗照护，且食源性感染可能导致严重的急性或长期后果，尤其是对幼儿、老年人及患有基础疾病的个体。因此，在人群水平上描述食源性疾病的特征，对于理解这些疾病在医疗系统中的识别和管理方式至关重要。传统的食源性疾病监测通常依赖疫情报告、实验室确诊病例和公共卫生调查，这些系统对于发现聚集性病例、识别病原体和实施疫情控制措施至关重要。然而，基于疫情的监测可能无法充分代表在常规医疗环境中出现的散发病例或个体管理的病例。患者可能因胃肠道症状就诊，但并未与已确认的疫情产生流行病学关联，且并非每次临床就诊都会进行微生物学检测。此外，行政索赔数据主要为了报销和临床记录而生成，而非用于流行病学确认，诊断编码可能受到编码实践、报销要求和诊断检测可及性的影响。在韩国，尽管存在强制性及哨点监测系统，但关于常规医疗就诊中记录的食源性疾病相关诊断的全国性信息仍然有限。因此，本研究旨在利用2023年健康保险审查评估服务（HIRA）数据库，描述索赔定义的食源性疾病相关就诊事件和诊断类别记录的数量、分布及其医疗利用模式。
**二、研究设计、方法与结论**
研究人员开展了一项全国性回顾性描述性研究，使用韩国健康保险审查评估服务（HIRA）提供的定制行政报销索赔数据。研究识别了2023年1月1日至12月31日期间的索赔定义食源性疾病相关就诊事件，并利用此前2年的索赔数据以确定选定的基础疾病。该定制研究数据集包含去标识化的患者人口统计学信息、保险类型、诊断、医疗利用和处方记录，但不包括微生物学确认、详细的食物暴露信息、疫情归因或验证的临床结局。研究采用30天间隔规则将同一患者的重复合格就诊分组为就诊事件，并以处方用药供应期结束日期或就诊日期作为参考日期。诊断分类依据韩国标准疾病分类第八版（KCD-8），将就诊事件分为细菌性、病毒性、原虫/其他原因和未特指四类，且类别间非互斥。研究变量包括性别、年龄组、保险类型、选定的基础疾病（恶性肿瘤、糖尿病、HIV/AIDS、器官移植）、医疗机构类型、日历月和地区。统计分析采用两种分析单元：唯一就诊事件用于描述月度模式，诊断类别记录用于其他类别特定分析。区域分析计算了基于医疗机构位置的粗记录率（每10万区域居民）。敏感性分析排除了未特指类别（A09.0）后重复了部分描述性汇总。研究未进行假设检验或因果推断。研究结论为：2023年共识别出6,829,577个索赔定义的食源性疾病相关就诊事件，产生7,754,215条诊断类别记录；其中79.3%为未特指记录，细菌性占12.1%，病毒性占8.6%，原虫/其他原因不足0.1%。病毒性和未特指记录在较年轻年龄组中更常见，细菌性记录集中于19–64岁成年人。大多数记录（80.3%）与诊所就诊相关。月度就诊事件计数在7月最高，1月、8月和9月也相对较高。区域粗记录率存在差异。研究指出，索赔数据提供了常规医疗实践中记录的食源性疾病相关诊断的补充视角，但不应被解释为确诊的发病率、病原学分布、临床严重程度或区域及个体风险。该论文发表在《Healthcare》期刊。
**三、主要关键技术方法**
本研究采用的主要技术方法包括：①基于全国性行政索赔数据库（HIRA）的回顾性描述性设计，数据覆盖韩国几乎所有人口；②使用30天间隔规则将反复就诊定义就诊事件，并以处方供应期结束或就诊日期为参考；③依据KCD-8编码将诊断分为细菌性、病毒性、原虫/其他原因和未特指四类非互斥类别；④采用两种分析单元（唯一就诊事件和诊断类别记录）分别描述月度模式与人口学及医疗利用特征；⑤计算基于医疗机构位置的粗记录率（每10万居民），并绘制区域分布地图；⑥进行排除未特指类别的敏感性分析。所有分析均使用SAS 9.4软件完成。
**四、研究结果**
**1. 总体记录分布**：共6,829,577个索赔定义的就诊事件产生7,754,215条诊断类别记录。其中未特指记录6,147,343条（79.3%），细菌性935,086条（12.1%），病毒性668,057条（8.6%），原虫/其他原因3,729条（<0.1%）。女性记录占51.5%，男性占48.5%。
**2. 年龄组分布**：年龄组<2岁贡献1,236,778条记录（15.9%），2–5岁1,645,055条（21.2%），6–11岁984,400条（12.7%），12–18岁536,860条（6.9%），19–64岁2,501,300条（32.3%），≥65岁849,822条（11.0%）。病毒性和未特指记录在较年轻年龄组中更常见，而细菌性记录主要发生于19–64岁成年人。由于未使用年龄特异性人口分母，这些分布不代表发病率或风险。
**3. 医疗机构类型分布**：大多数诊断类别记录与诊所就诊相关（6,227,416条，80.3%），其次为医院（897,464条，11.6%）、综合医院（507,041条，6.5%）、三级医院（72,508条，0.9%）和其他机构（49,786条，0.6%）。未特指类别在所有机构类型中记录数最多。在更特异的类别中，诊所、综合医院和三级医院细菌性记录多于病毒性，而医院中病毒性记录多于细菌性。
**4. 基础疾病分布**：糖尿病是最常见的基础疾病，其次为恶性肿瘤和器官移植，HIV/AIDS患者中未发现合格记录。糖尿病或恶性肿瘤患者记录集中于老年组，器官移植接受者记录主要发生在19–64岁。糖尿病患者的记录最常与诊所相关，而恶性肿瘤或器官移植患者的记录更常见于综合或三级医院。这些记录仅描述就诊环境，并非临床严重程度。
**5. 月度分布**：2023年唯一就诊事件数量存在月度变化，2月最低（492,348），7月最高（674,768），1月（611,497）、8月（655,905）和9月（632,692）也相对较高。该变化可能反映不同诊断类别的时间分布差异，但仅包含一个日历年，无法确定季节性模式。
**6. 区域分布**：基于医疗机构位置的粗记录率在不同行政区和诊断类别间存在差异。细菌性记录在全罗南道、全罗北道和蔚山相对较高，病毒性记录在光州和庆尚南道较高，原虫/其他原因记录最高在全罗南道，未特指类别最高在世宗市。这些率基于医疗机构位置而非患者居住地，未调整年龄结构等混杂因素。
**五、讨论与结论**
讨论部分指出，未特指类别占约五分之四的记录，表明常规索赔编码以非特异性为主。年龄组差异可能反映不同病原体流行特征、就医行为及编码实践，但无微生物学确认。超过80%的记录源于诊所，表明大多数记录产生于门诊环境，但无法推断临床严重程度。基础疾病患者记录占比较小，且分布不同，但不代表风险增高。月度变化可能包含多种病原体，且2023年处于疫情后过渡期，可能受出行、就餐行为等影响。区域差异基于医疗机构位置，不能反映居民实际发病率。敏感性分析排除未特指类别后，性别和机构类型分布与主分析基本一致，但不代表剩余记录得到微生物学确认。研究局限性包括缺乏微生物学结果、食物暴露史、临床结局，以及基于操作定义的30天间隔可能错分，且仅覆盖单一日历年度。研究优势在于使用全国性索赔数据，覆盖广泛人群和机构，并明确区分了就诊事件、记录和个体。结论为：2023年韩国食源性疾病相关诊断记录主要为未特指类别，且最常在诊所记录，表明常规诊断编码的病原学特异性有限，门诊记录占主导。这些发现为基于疫情和实验室的监测提供了补充视角，但不应视为确诊发病率、病原学分布或季节性趋势的估计。从公共卫生角度，提高编码特异性并将索赔数据与实验室及监测信息关联，可能改善常规医疗数据的解读和效用。
