DIP是根据医疗机构提供的住院医疗服务，将各病种组对应的分值作为医保支付的依据。病例的入组及其分值的准确性直接影响到医疗机构的费用结算，也关系到医保支付的精准程度，本文针对出院病例的分组和分值的几个决定因素进行简要的分析。

从理论上看，影响当下收治病例分值的直接因素有三：即疾病诊断、治疗方式、年龄及转归等信息。主要诊断和治疗方式决定入组，次要诊断、年龄及转归等信息决定可否进入辅助目录正向校正，如进入则可使此病例得到比所入的病种组更高的分值。当然，大前提必须是医疗行为规范的病例，否则要进行辅助目录负向校正，对病例的入组分值反向扣分。

从国家技术规范看，《国家医疗保障按病种分值付费（DIP）技术规范》中对DIP的定义是：按病种分值付费是利用大数据优势所建立的完整管理体系，发掘“疾病诊断+治疗方式”的共性特征对病案数据进行客观分类，在一定区域范围的全样本病例数据中形成每一个疾病与治疗方式组合的标化定位，客观反映疾病严重程度、治疗复杂状态、资源消耗水平与临床行为规范，可应用于医保支付、基金监管、医院管理等领域。从定义的角度看，分组和分值关联度密切的要素有三：一是“利用大数据优势”，这里的大数据可理解为“收集当地一年以上、三年以内的住院病例全量数据”，可见，本地历史数据是DIP病种组形成的依托；二是“每一个疾病与治疗方式组合”，对临床病案中“疾病诊断”与“治疗方式”的随机组合，穷举形成 DIP 的病种组合，奠定 DIP 目录库的基础。因此，“疾病诊断”与“治疗方式”是DIP病种组形成的结构要素；三是“客观反映疾病严重程度、治疗复杂状态、资源消耗水平与临床行为规范”，在主目录病种分组共性特征的基础上，建立反映疾病严重程度与违规行为监管个性特征的辅助目录，分别进行正负校正，促进医疗费用的精准支付。由此，辅助目录是实现主目录病种组中的特殊个体病例分值精细化再调整的工具。综上，DIP分组和分值关联度密切的三要素可总结为：利用本地历史数据形成DIP病种组；抓取疾病主要诊断与治疗方式入组；根据次要诊断、年龄、转归及违规等信息开展辅助目录判别进行分值再调整。

从数据来源看，DIP医保支付的信息来源于医疗保障基金结算清单，而结算清单中的这些信息又取决于病例的病案首页，因此，准确又完整地书写病案首页是DIP医保支付的基础之基础，这也回归到了医疗管理的最根本要求之中。因为历史数据分组形成和实时收治病例入组得到分值都要求病案首页书写的规范和真实可靠。

就此，我们对历史数据收集、数据处理和诊断及手术操作的方面在DIP运行过程中的数据处理规范和后续更新分组有较大影响的问题因素、就医院清单质量及上传常见的易错项梳理指出，对已经开展或即将开展DIP支付改革的地区有较大的参考借鉴意见：

一是样本数据的完整性和准确性。完整性例如性别、年龄、转归字段信息，会影响异常数据的识别，不能漏填或者错填；准确性例如不同版本的疾病诊断数据和手术及操作数据是否标化医保版数据，如DIP信息系统设立了“结算清单质控系统”，那么以后每年的分组数据更新将会越来越顺畅。

二是尽量降低组间差异值（CV）。因为资源消耗相对集中的病例聚合成的组，测算出的分值会更接近临床实际。

三是诊断和手术、操作名称和编码的规范填写。这是目前医院最应该关注的问题，需要医院按实填写。

四是解决医院清单质量填写和上传易错的问题，如离院方式代码、科室代码、住院医疗类型、诊断类别、医保支付方式、医疗费用传错、基金支付数据未传、基金支付+个人负担与总费用不等、出院31天再入院计划未传等，这些问题注意了之后可大大提高医院清单的质量，提升DIP“结算清单质控系统”的通过率。