上海市J区脑卒中患者住院费用的影响因素

Abstract

Objective

Stroke is the main cause of death in Chinese residents, bringing a heavy economic burden to patients. This study aims to explore the characteristics and the factors influencing the hospitalization cost for stroke, and to provide scientific evidence for reducing the economic burden on stroke patients.

Methods

The data were mainly obtained from the Shanghai Statistics Center for Health. Using the coding system of International Classification of Diseases (ICD)-10, we retrospectively collected the stroke-related first hospitalization records of stroke patients in J district, Shanghai during January 1, 2016 to December 31, 2019 whose main diagnostic disease codes were I61-I63. After cleaning and arranging the data, we counted the first hospitalization cost and length of hospital stay (LOS) of the patients. Univariate analysis was performed using non-parametric tests, and the factors influencing stroke hospitalization cost were further analyzed by multiple linear regression fitting path model.

Results

A total of 3 901 stroke patients were included. Ischemic and hemorrhagic stroke patients accounted for 92.59% and 7.41%, respectively, of which the mean hospitalization cost per patient were 12 397.35 yuan and 28 814.72 yuan, respectively, and the mean LOS per patient were 13 days and 19 days, respectively. Hospitalization cost for ischemic stroke mainly consisted of medicine fees, diagnosis fees, and service fees, accounting for 44.70%, 29.92%, and 15.42%, respectively, and hospitalization cost for hemorrhagic stroke mainly consisted of medicine fees, diagnosis fees, consumables fees, and service fees, accounting for 38.76%, 18.33%, 17.59%, and 15.38%, respectively. From 2016 to 2019, the proportion of medicine fees for ischemic stroke was decreased by 19.38 percentage points, and the diagnosis fees and service fees were increased by 8.43 percentage points and 9.04 percentage points, respectively; the proportions of medicine fees and consumables fees for hemorrhagic stroke were decreased by 7.54 percentage points and 13.43 percentage points, respectively, and the proportions of diagnostic fees and service fees were increased by 6.87 percentage points and 10.15 percentage points, respectively. Path analysis results showed that the main direct factors influencing hospitalization cost were the LOS, hospital level, operation, and year, and the main indirect factors were age and hospital level (all P<0.05).

Conclusion

The cost burden of stroke patients in Shanghai is relatively heavy, and we should continue to promote the medical reform policy and consolidate the achievements of medical reform. Hospitals should strengthen clinical pathway management and patient health education to improve medical efficiency and reduce invalid hospitalization days. Government departments should continue to improve the medical insurance system, enhance the supervision to medical insurance, and promote health equity.

脑卒中的医疗费用负担在我国所有疾病中居第2位^[1]，是我国国民死亡和寿命损失的主要原因^[2-3]。随着我国脑卒中住院人数和次均费用的不断增加^[4]，其住院费用负担将进一步加重。上海市人口老龄化严重^[5]，人口老龄化势必会导致脑卒中患者人数增加，产生更多的医疗费用。上海市对脑卒中的防治和对脑卒中医疗费用的管控一直走在全国前列，在此背景下研究脑卒中住院费用特点及影响因素，对上海市和全国脑卒中防控政策的完善与住院费用的管控均具有重要意义。本研究回顾2016至2019年上海市J区所有脑卒中患者在全市的脑卒中首次住院记录，对脑卒中费用结构与影响因素进行分析，试图为减轻脑卒中患者的住院费用负担提供指导依据。

1. 对象与方法

1.1. 数据的来源与研究对象的选择

采用国际疾病分类(International Classification of Diseases，ICD)-10的编码系统，汇总2016年1月1日至2019年12月31日上海市J区慢性病管理系统中记录为“脑卒中”的患者和上海市J区医疗机构住院记录中主诊断编码为I60~I66、I69、G45的患者，得到共9 099名脑卒中确诊患者。根据患者ID信息在上海市卫生健康统计中心筛选主诊断编码为I61~I63的患者在全市的脑卒中首次住院记录。排除重复、主要变量缺失、有明显逻辑性错误、住院时间少于1 d、住院费用为0元的病例数据。共纳入3 901名脑卒中患者(图1)。

图1.

研究对象选择流程

Figure 1 Selection process of study subject

1.2. 数据整理与变量选择

通过阅读文献，结合安德森行为模型^[6]，从环境因素、个人特征、医疗行为和医疗结局4个维度纳入脑卒中住院费用影响因素(表1)。在病案首页和J区慢性病管理系统中收集脑卒中患者的性别、年龄、婚姻等人口学信息；在病案首页中获得住院基本信息如医院级别、付费方式等，临床有关信息如是否接受手术、抢救等治疗。结合慢性病系统与死亡报告卡整理患者慢性病情况以及死亡情况。以每位患者研究期间第1次住院为首次住院。ICD-10编码I61、I62归为出血性脑卒中，I63归为缺血性脑卒中^[7]。依据上海市统计局发布的居民医疗保健消费价格指数，以2019年的费用为基准对各年份的住院费用进行调整。

表1.

基于安德森行为模型的变量纳入情况

Table 1 Incorporation of variables based on Anderson’s behavioral model

维度	变量名
环境因素	年份
个人特征
倾向因素	性别、年龄、婚姻状况
能力资源	医保类型
需要因素	高血压、糖尿病、药物过敏、疾病类型、 出院与因脑卒中再入院相隔时间
医疗行为	入院类型、手术、医院级别、住院天数、抢救
医疗结局	死亡与出院相隔时间、出入院诊断符合情况

1.3. 统计学处理

采用Excel和Stata16.0 MP清洗整理数据后导入SPSS 26.0建库并分析。计数资料用例(%)表示，住院费用和住院天数呈现偏态分布，采用中位数(第1四分位数，第3四分位数)[M(P ₂₅, P ₇₅)]进行描述。采用非参数检验进行单因素分析，检验水准α=0.05。基于多元线性回归分析拟合通径模型，分解各因素对住院费用的直接影响和间接影响。以住院费用(Y ₁)和住院天数(Y ₂)作为内生变量，对其进行对数转换；以性别、年龄等因素作为外生变量X_i (i=1~16)，其中无序多分类变量设成哑变量(表2)。本研究基于区内数据，结果不外推，为比较各因素对住院费用影响的大小，各路径系数选择标准化回归系数。外生变量对Y ₁的直接通径系数=标准化回归系数；外生变量对Y ₁的间接通径系数=Y ₂对Y ₁的直接通径系数×(X_i 对Y ₂的标准化回归系数)，剩余通经系数P_e = $\sqrt[]{\mathrm{1}-R^{\mathrm{2}}}$ ，R ²为回归方程决定系数。总通径系数=直接通径系数+间接通径系数。通径系数的假设检验等价于偏回归系数的假设检验，检验水准α=0.05。

表2.

变量赋值情况

Table 2 Assignment of variables

变量性质	变量符号	变量名称	哑变量	变量赋值
内生变量	Y 1	住院费用	—	log(住院费用)
	Y 2	住院天数	—	log(住院天数)
外生变量	X 1	性别	—	0=男, 1=女
	X 2-0~X 2-3	年龄组	≤45岁(对照)	0, 0, 0
			46~59岁	1, 0, 0
			60~74岁	0, 1, 0
			≥75岁	0, 0, 1
	X 3-0~X 3-4	婚姻状况	未婚(对照)	0, 0, 0, 0
			已婚	1, 0, 0, 0
			丧偶	0, 1, 0, 0
			离婚	0, 0, 1, 0
			其他	0, 0, 0, 1
	X 4-0~X 4-3	年份	2016年(对照)	0, 0, 0
			2017年	1, 0, 0
			2018年	0, 1, 0
			2019年	0, 0, 1
	X 5-0~X 5-2	医院级别	一级及以下(对照)	0, 0
			二级	1, 0
			三级	0, 1
	X 6-0~X 6-3	医保类型	自费(对照)	0, 0, 0
			城镇居民	1, 0, 0
			城镇职工	0, 1, 0
			其他医保	0, 0, 1
	X 7	疾病类型	—	0=出血性, 1=缺血性
	X 8-0~X 8-2	入院类型	门诊(对照)	0, 0
			急诊	1, 0
			其他	0, 1
	X 9	手术	—	0=无, 1=有
	X 10	高血压	—	0=无, 1=有
	X 11	糖尿病	—	0=无, 1=有
	X 12-0~X 12-2	抢救	无(对照)	0, 0
			有	1, 0
			未知	0, 1
	X 13-0~X 13-2	出入院诊断符合情况	符合(对照)	0, 0
			不符合	1, 0
			其他	0, 1
	X 14	药物过敏	—	0=不过敏, 1=过敏
	X 15-0~X 15-4	死亡与出院相隔时间	未死亡(对照)	0, 0, 0, 0
			在院死亡	1, 0, 0, 0
			1~30 d	0, 1, 0, 0
			31~90 d	0, 0, 1, 0
			>90 d	0, 0, 0, 1
	X 16-0~X 16-3	出院与因脑卒中再入院相隔时间	无再入院(对照)	0, 0, 0
			≤30 d	1, 0, 0
			31~90 d	0, 1, 0
			>90 d	0, 0, 1

2. 结 果

2.1. 患者的一般特征

纳入3 901名脑卒中患者，男女比例均衡；年龄为(73.52±11.61)岁，60岁以上患者居多(88.70%)；已婚人士为主(93.72%)；2017年和2019年患者较多；主要分布在二级医院(93.80%)；城镇职工医保患者占57.37%，城镇居民医保患者占30.12%(表3)。

表3.

2016至2019年上海市J区脑卒中患者一般基本信息

Table 3 General basic information of stroke patients in J district, Shanghai from 2016 to 2019

变量名称	变量分组	缺血性脑卒中(n=3 612)		出血性脑卒中(n=289)		合计(n=3 901)
		人数	构成比/%	人数	构成比/%	人数	构成比/%
性别	男	1 763	48.81	186	64.36	1 949	49.96
	女	1 849	51.19	103	35.64	1 952	50.04
年龄/岁	≤45	43	1.19	14	4.84	57	1.46
	46~59	324	8.97	60	20.76	384	9.84
	60~74	1 388	38.43	95	32.87	1 483	38.02
	≥75	1 857	51.41	120	41.53	1 977	50.68
婚姻状况	未婚	28	0.78	4	1.38	32	0.82
	已婚	3 390	93.85	266	92.04	3 656	93.72
	丧偶	103	2.85	3	1.04	106	2.71
	离婚	40	1.11	2	0.69	42	1.08
	其他	51	1.41	14	4.85	65	1.67
年份	2016	439	12.16	24	8.30	463	11.87
	2017	1 244	34.44	134	46.37	1 378	35.32
	2018	803	22.23	58	20.07	861	22.07
	2019	1 126	31.17	73	25.26	1 199	30.74
医院级别	一级	66	1.83	9	3.11	75	1.92
	二级	3 413	94.49	246	85.12	3 659	93.80
	三级	133	3.68	34	11.77	167	4.28
医保类型	城镇职工	2 075	57.45	44	15.23	2 238	57.37
	城镇居民	1 097	30.37	78	26.99	1 175	30.12
	自费	387	10.71	163	56.40	431	11.05
	其他医保	53	1.47	4	1.38	57	1.46

在临床特征上，缺血性脑卒中占92.59%；经门诊入院(63.75%)多于经急诊入院(32.17%)；绝大多数(95.31%)患者未接受手术治疗；有接受抢救的患者占2.18%；15.10%的患者对药物过敏；75.65%的患者有高血压，15.92%的患者有糖尿病；因脑卒中30 d内和31~90 d内再入院的患者分别占9.66%、3.69%；在院死亡和出院30 d内死亡的患者分别占1.49%、1.90%；出入院诊断符合的患者占比90.72%(表4)。

表4.

2016至2019年上海市J区脑卒中患者临床特征

Table 4 Clinical characteristics of stroke patients in J district, Shanghai from 2016 to 2019

变量名称	变量分组	缺血性脑卒中(n=3 612)		出血性脑卒中(n=289)		合计(n=3 901)
		人数	构成比/%	人数	构成比/%	人数	构成比/%
入院类型	门诊入院	2 340	64.78	147	50.87	2 487	63.75
	急诊入院	1 138	31.51	117	40.48	1 255	32.17
	其他	134	3.71	25	8.65	159	4.08
手术	无	3 476	96.23	242	83.74	3 718	95.31
	有	136	3.77	47	16.26	183	4.69
抢救	无	3 247	89.89	220	76.12	3 467	88.87
	有	69	1.92	16	5.54	85	2.18
	其他	296	8.19	53	18.34	349	8.95
药物过敏	不过敏	3 086	85.44	226	78.20	3 312	84.90
	过敏	526	14.56	63	21.80	589	15.10
高血压	否	870	24.09	80	27.68	950	24.35
	是	2 742	75.91	209	72.32	2 951	75.65
糖尿病	否	3 018	83.55	262	90.66	3 280	84.08
	是	594	16.45	27	9.34	621	15.92

变量名称	变量分组	缺血性脑卒中(n=3 612)		出血性脑卒中(n=289)		合计(n=3 901)
		人数	构成比/%	人数	构成比/%	人数	构成比/%
出院与因脑卒中再入院	无再入院	2 491	68.96	187	64.71	2 678	68.65
相隔时间	≤30 d	312	8.64	65	22.49	377	9.66
	31~90 d	134	3.71	10	3.46	144	3.69
	>90 d	675	18.69	27	9.34	702	18.00
死亡与出院相隔时间	未死亡	3 319	91.89	242	83.74	3 561	91.28
	在院死亡	46	1.27	12	4.15	58	1.49
	1~30 d	59	1.63	15	5.19	74	1.90
	31~90 d	34	0.94	5	1.73	39	1.00
	>90 d	154	4.27	15	5.19	169	4.33
出入院诊断符合情况	符合	3 305	91.50	234	80.97	3 539	90.72
	不符合	7	0.19	2	0.69	9	0.23
	其他	300	8.31	53	18.34	353	9.05

2.2. 住院费用与住院天数

脑卒中患者的住院费用呈严重右偏分布，出血性脑卒中患者住院费用离散程度更大。出血性脑卒中患者首次住院费用和住院天数均高于缺血性脑卒中患者。缺血性脑卒中和出血性脑卒中患者的例均住院费用分别为12 397.35元和28 814.72元，例均住院天数分别为13和19。2018、2019年费用明显低于2016、2017年。住院天数基本随年份变化呈下降趋势(表5)。

表5.

2016至2019年上海市J区不同类型脑卒中住院费用和住院天数

Table 5 Total hospitalization cost and length of stay for different types of stroke in J district, Shanghai from 2016 to 2019

年份	出血性脑卒中				缺血性脑卒中
	住院费用/元		住院天数		住院费用/元		住院天数
	M(P25 , P75 )	$\overline{x}$	M(P25 , P75 )	$\overline{x}$	M(P25 , P75 )	$\overline{x}$	M(P25 , P75 )	$\overline{x}$
合计	13 383.00 (8 231.00, 24 816.79)	28 814.72	16(10, 23)	19	9 675.93 (7 116.35, 13 967.19)	12 397.35	11(9, 14)	13
2016	15 640.46 (12 602.69, 25 901.68)	36 646.03	17(12, 31)	21	12 253.70 (9 046.79, 17 119.32)	14 726.30	12(10, 15)	14
2017	15 325.29 (8 990.17, 39 165.81)	33 083.91	16(10, 24)	19	11 417.28 (8 822.51, 15 924.53)	14 558.81	12(9, 14)	13
2018	10 961.16 (7 363.22, 24 556.48)	28 957.66	16(9, 22)	21	8 555.31 (6 164.94, 11 618.15)	10 768.35	11(8, 14)	12
2019	11 460.00 (7 217.00, 17 875.00)	18 289.88	15(12, 21)	17	8 033.00 (6 271.00, 10 818.00)	10 263.10	11(8, 14)	15

M(P ₂₅, P ₇₅)：中位数(第1四分位数，第3四分位数)； $\overline{x}$ ：均数。

2.3. 脑卒中住院费用的构成及变化趋势

在累计占比达到90.00%的住院费用中，缺血性脑卒中为药费(44.70%)、诊断费(29.92%)和服务费(15.42%)；出血性脑卒中为药费(38.76%)、诊断费(18.33%)、耗材费(17.59%)、服务费(15.38%)，除去药费后耗材费占比为28.72%。从2016到2019年，缺血性脑卒中药费占比下降19.38个百分点，诊断费和服务费分别上升8.43和9.04个百分点；出血性脑卒中药费占比和耗材费占比分别下降7.54和13.43个百分点，诊断费占比和服务费占比分别上升6.87和10.15个百分点(图2)。

图2.

2016年至2019年上海市J区脑卒中住院费用的构成比

Figure 2 Constituent radio of hospitalization cost for stroke in J district, Shanghai from 2016 to 2019 Only list the constituent ratio of the top four item.

2.4. 脑卒中住院费用影响因素的通径分析

2.4.1. 多元线性回归拟合通径模型

将单因素分析中有统计学意义的变量纳入多元线性回归模型，分别得到脑卒中住院费用影响因素模型1(F=255.747，P<0.001，R ²=0.692)和住院天数影响因素模型2(F=19.40，P<0.001，R ²=0.131)，模型拟合程度均较好。进一步拟合通径分析方程模型，得到如下2个方程：

Y ₁=3.043-0.019X ₁+0.062X _2-1+0.046X _2-2-0.093X _3-1-0.105X _3-2-0.087X _3-4-0.085X _4-2-0.108X _4-3+0.203X _5-1+

0.373X _5-2+0.036X _6-1+0.042X _6-2+0.034X _8-1+0.303X ₉+

0.027X ₁₁+0.125X _12-1+0.206X _15-1+0.096X _15-2+0.007X _15-3+

0.038X _16-1+0.799Y ₂， (1)

Y ₂=1.614+0.087X _2-2+0.106X _2-3-0.065X _4-2-0.047X _4-3-0.477X _5-1-0.488X _5-2+0.054X _6-1+0.042X _6-2+0.118X _6-3-0.119X ₇+0.121X ₉-0.314X _15-1-0.092X _15-2。 (2)

模型1的剩余通径系数P_e 为0.555，仅次于住院天数的直接通径系数，说明住院费用还受其他因素的影响。

2.4.2. 通径分析

对脑卒中患者住院费用直接正向影响较大的因素是住院天数、医院级别、手术，而直接负向影响较大的因素是年份；间接正向影响较大的因素是年龄，而间接负向影响作用较大的因素是医院级别和死亡情况。影响总效应较大的因素依次为住院天数、手术、年份、年龄、医院级别、医保类型、疾病类型等(表6，图3)。将各维度影响因素的绝对总通径系数平均值作为各维度的平均影响效应，各维度平均影响效应由大到小依次为：医疗行为(0.209)、环境因素(0.208)、能力资源(0.101)、倾向因素(0.085)、需要因素(0.052)、医疗结局(0.018)。

表6.

脑卒中患者住院费用影响因素效应分解

Table 6 Decomposition of factors influencing stroke patients’ hospitalization cost

变量	直接通径系数	间接通径系数	总通径系数	排序
性别	-0.033	—	-0.033	20
46~59岁	0.062	—	0.062	12
60~74岁	0.076	0.113	0.189	5
≥75岁	—	0.142	0.142	7
已婚	-0.076	—	-0.076	11
丧偶	-0.057	—	-0.057	15
其他婚姻状况	-0.037	—	-0.037	18
2018年	-0.118	-0.073	-0.191	4
2019年	-0.167	-0.058	-0.225	3
二级医院	0.164	-0.308	-0.144	6
三级医院	0.253	-0.265	-0.012	23
城镇居民医保	0.056	0.066	0.122	9
城镇职工医保	0.069	0.055	0.124	8
其他医保	0.020	0.038	0.058	14
疾病类型	—	-0.084	-0.084	10
急诊	0.054	—	0.054	16

变量	直接通径系数	间接通径系数	总通径系数	排序
手术	0.215	0.069	0.284	2
抢救	0.061	—	0.061	13
糖尿病	0.033	—	0.033	19
出院与因脑卒中再入院相隔时间≤30 d	0.038	—	0.038	17
在院死亡	0.084	-0.101	-0.017	22
出院1~30 d内死亡	0.044	-0.034	0.010	24
出院31~90 d内死亡	0.026	—	0.026	21
log(住院天数)	0.699	—	0.699	1

各系数的P值均小于0.05。

图3.

脑卒中患者住院费用影响因素通径图

Figure 3 Pathway chart of factors influencing stroke patients’ hospitalization cost

The solid lines are the direct paths and the dashed lines are the indirect paths. The numbers above the direct paths are direct path coefficients of each variable to log(hospitalization cost) and the numbers above the indirect paths are the standardized regression coefficients of each variable to log (LOS). P _e is the residual path coefficient. The P value of each coefficient is less than 0.05.

3. 讨 论

本研究发现上海市J区脑卒中患者住院费用水平较高，费用结构有待进一步改善。2016至2019年，本区出血性脑卒中和缺血性脑卒中患者例均住院费用分别为28 814.72元和12 397.35元，分别为同期全国平均水平的1.52倍和1.30倍(全国数据来自《中国卫生健康统计年鉴》)，这与张晓溪等^[8]的研究结果相似，侧面反映了上海市脑卒中次均诊疗耗资过高，费用使用率较低的现状，应该进一步加强对脑卒中住院患者的临床诊疗路径管理。本研究发现出血性脑卒中患者费用负担是缺血性脑卒中的2.32倍，与马勇^[7]的研究结果相似，这主要与出血性脑卒中患者病情更凶险、诊治更复杂有关，提示应该重点管理出血性脑卒中患者。在费用结构方面，从2016到2019年，脑卒中药费占比和耗材费占比下降，而服务费占比逐年增加，费用结构得到了改善。然而，本研究发现个别医院药费占比过高，应该进一步加强对医院用药的监管。本研究还发现出血性脑卒中患者医用耗材费用占比(17.59%)高于我国平均水平(15.42%) ^[8]，且除去药品费用后占比(28.72%)高于国家标准(<20%)，提示出血性脑卒中患者医用耗材费用负担重，应该进一步规范耗材管理，可以从信息化、精细化等方面入手优化医疗耗材管理模式，并且构建综合性评价监测体系，完善耗材全流程闭环监督管理。

本研究以安德森行为模型为理论基础，分解各个因素对住院费用的直接和间接影响，结果表明住院天数是住院费用的关键影响因素，其次是手术、年份、年龄、医院级别、医保类型等，可能还有其他影响较大的因素未纳入模型，有待进一步研究。

本研究发现住院天数、手术和医院级别对住院费用影响效应较大。其中，住院天数是住院费用最重要的影响因素，其直接通径系数为0.699，高于范冬冬等^[9]和魏亚卿等^[10]的研究结果，提示减少无效住院日是合理控制医疗费用的关键。住院天数还是影响住院费用的中介因素。在本研究中，手术、年龄、医保类型等因素通过增加住院日间接影响住院费用。分析其中原因，手术患者可能与术前等待、术后并发症和感染等有关，医保患者可能与过度利用医疗资源和供方诱导有关，年龄大的患者则可能与机体恢复能力较差有关^[11-12]。另外本研究发现一级及以下级别医院可能存在无效住院日，表现为低级别医院日均住院费用低且报销比例大，这本有利于减少患者的自付费用，但是由于患者住院天数偏多，却显著地增加了住院总费用。无效住院日增加医疗负担，浪费医疗资源，应该在确保疗效的同时，减少无效住院日，具体措施如下：1)加强医疗技能培训，提升医疗质量水平；2)优化检查、检验流程，缩短等待时间；3)加强患者教育和床位管理；4)完善医保报销制度，促进医疗资源有效利用；5)实施临床救治路径，注重疗效与时间性；6)加强对低级别医院的住院日管理，提高临床效率与医疗资源利用率。

由于政策环境随年份变动较大，故纳入年份作为政策环境因素。与蔡涛等^[13]和范冬冬等^[9]得出的正向效应结论相反，本研究显示年份对住院费用存在负向效应，提示近年来上海市医疗费用控制成效较为显著。这一方面与技术进步、流程优化、管理水平提高和床位利用率提高有关；另一方面主要得益于我国取消药品和耗材加成的一系列医疗改革政策，上海市作为医改的排头兵，成绩较为显著 ^[14-15]。然而，本研究数据也提示了如下问题：1)脑卒中药费占比依然高出发达国家5%~20%^[16]；2)耗材费用随年份下降不稳定；3)诊断费与服务费水平不稳定，存在“按下葫芦浮起瓢”的现象。应该以政府为主导，多部门协作继续推进医改政策。改革支付制度，实行单病种限价与预付制度，巩固医改成果；严格推行药品组合政策，促使相关药品采购模式在各级医疗机构逐步落实；加强医疗耗材使用监管，进一步稳定耗材费下降趋势；加强病历审核，控制大处方、大检查，避免一头下去另一头起来^[17]。

年龄对住院费用的影响方向不明确^[9,18]。本研究发现年龄越大住院费用越高，且主要通过住院天数间接增加住院费用，这与老年人群免疫力差，合并基础疾病多，以康复期治疗为主和恢复观察时间长等特点有关。男性患者费用负担更重且复发率更高，这可能与男性患者有更多不良生活习性以及社会生活压力大等特点有关^[19]，应该注重男性脑卒中防控工作，做好健康宣教工作。

能力资源因素对住院费用影响较大，有医保的患者比自费患者住院费用高，表明医保制度刺激了医疗消费^[20]。医保类型对住院费用有直接和间接影响，总效应从大到小依次为职工医保、居民医保、其他医保。住院费用的差异可能是报销比例不同造成的^[21]。职工医保报销比例高，就医从优择好心理更强，因此住院费用更高。有医保的患者住院天数多于自费患者，这与其他研究^[22]一致，其中职工医保对增加住院天数的效应小于居民医保，这可能与职工医保患者兼顾工作而有意缩短住院时间有关。研究^[22]提示医保制度的实施并没有遏制医疗费用的不合理增长，反而刺激医疗消费，可能存在“诱导需求”行为，医院应该高度重视医保管理，加强监管力度，强化医保政策宣传。另一方面，在顶层设计上，应该进一步整合医保制度，提高保障能力，促进健康公平^[23]。

需要因素与医疗结局因素对住院费用的影响作用较小，可能是本研究纳入的因素不全面引起的。再入院相关指标反映脑卒中患者复发情况和健康状态^[24]，对住院费用有直接增加效应。糖尿病对住院费用有直接增加效应，与吴晓梅等^[25]的研究结果相似，而高血压对住院费用没有影响，与吴玲红等^[26]的研究结果相反。这与人群和治疗方式差异有关，脑卒中与高血压在治疗上有部分重合，而与糖尿病则差异较大，且糖尿病患者的健康管理依从性可能较差。应该加强对有脑卒中危险因素患者的健康教育和监督管理，提高其自律能力，以降低再入院率。与范冬冬等^[9]认为疾病类型对住院费用同时具有直接和间接正向效应不同，本研究发现疾病类型仅通过住院天数间接增加住院费用，其中出血性脑卒中因病情严重和手术治疗等因素，其住院天数更多。这提示应该加强对出血性脑卒中患者住院天数的管理，避免因手术或者其他原因导致的无效住院日。

由于缺乏脑卒中临床特征的相关指标以及医生、护士和患者的主观意愿指标，因此本研究难以全面解释患者病情客观因素和人为主观因素对住院费用的影响。但是本研究基于安德森行为模型，从多方面纳入可能对住院费用有影响的变量，比较全面地分析了脑卒中住院费用的影响因素，为脑卒中住院费用的管控提供了参考依据。

基金资助

国家自然科学基金(72004138)。

This work was supported by the National Natural Science Foundation of China (72004138).

利益冲突声明

作者声称无任何利益冲突。

作者贡献

陈春华 论文的构思、撰写与修订；朱碧帆、陈玉倩 数据采集；杨土保、李芬 研究指导，对论文的知识性内容作批评性审阅。所有作者阅读并同意最终的文本。

原文网址

http://xbyxb.csu.edu.cn/xbwk/fileup/PDF/202205628.pdf