文献速递消化、代谢与肾脏急症心脑血管急症重症综合管理与镇静镇痛

ICD-10-CM转换前后三种分类系统诊断类别患病率变化

Diagnostic Category Prevalence in 3 Classification Systems Across the Transition to the International Classification of Diseases, Tenth Revision, Clinical Modification.
PubMed 文献 · JAMA Netw Open · 2020-04-01
一句话结论ICD-10-CM转换与HHS-HCC和AHRQ-CCS中众多诊断类别患病率的大幅变化相关,WHO疾病章节变化较小。

结果显示WHO疾病章节变化微小,而HHS-HCC中20/127(15.7%)和AHRQ-CCS中46/282(16.3%)类别出现≥20%的水平变化,HHS-HCC中12/127(9.4%)和AHRQ-CCS中27/282(9.6%)出现≥20%的趋势变化。例如HHS-HCC中急性心肌梗死月患病率增加131.5%(95%CI 124.1%至138.8%),主要因将非ST段抬高型心肌梗死诊断纳入该类别;糖尿病伴慢性并发症增加92.4%(95%CI 84.2%至100.5%),主要因纳入新的糖尿病相关低血糖和高血糖编码;完成妊娠伴并发症减少54.5%(95%CI -58.7%至-50.2%),部分因将剖宫产后阴道分娩从并发症中移除。作者认为,基于ICD-9-CM开发的诊断分类系统可能需要使用ICD-10-CM数据 refined,以避免对疾病监测、绩效评估和风险调整支付产生意外后果。

要点

  • ICD-10-CM转换后,HHS-HCC中20/127(15.7%)和AHRQ-CCS中46/282(16.3%)诊断类别出现≥20%的水平变化,WHO疾病章节无≥20%变化。
  • HHS-HCC中急性心肌梗死月患病率增加131.5%(95%CI 124.1%至138.8%),主要因HHS将非ST段抬高型心肌梗死诊断纳入该类别。
  • HHS-HCC中糖尿病伴慢性并发症增加92.4%(95%CI 84.2%至100.5%),主要因纳入新的糖尿病相关低血糖和高血糖编码;糖尿病不伴慢性并发症减少19.1%(95%CI -25.3%至-12.9%)。
  • HHS-HCC中完成妊娠伴并发症减少54.5%(95%CI -58.7%至-50.2%),部分因将剖宫产后阴道分娩从并发症中移除。
  • AHRQ-CCS中其他分娩并发症水平变化-58.8%(95%CI -62.6%至-55.0%),其他妊娠并发症增加66.6%(95%CI 61.3%至71.9%)。

研究设计与关键结果

  • WHO疾病章节无≥20%的水平或趋势变化;HHS-HCC中20/127(15.7%)类别出现≥20%水平变化,12/127(9.4%)出现≥20%趋势变化;AHRQ-CCS中46/282(16.3%)类别出现≥20%水平变化,27/282(9.6%)出现≥20%趋势变化。
  • HHS-HCC中急性心肌梗死月患病率水平变化131.5%(95%CI 124.1%至138.8%),累积效应147.4%(95%CI 138.6%至156.1%);不稳定型心绞痛和其他急性缺血性心脏病水平变化-31.6%(95%CI -37.5%至-25.7%)。
  • HHS-HCC中糖尿病伴慢性并发症水平变化92.4%(95%CI 84.2%至100.5%),趋势变化23.7%(95%CI 11.7%至35.7%),累积效应116.1%(95%CI 106.4%至125.8%);糖尿病不伴慢性并发症水平变化-19.1%(95%CI -25.3%至-12.9%);糖尿病伴急性并发症趋势变化24.4%(95%CI 11.7%至37.1%)。
  • HHS-HCC中完成妊娠伴并发症水平变化-54.5%(95%CI -58.7%至-50.2%),累积效应-50.8%(95%CI -55.9%至-45.7%);妊娠伴主要并发症水平变化-44.6%(95%CI -53.8%至-35.4%),趋势变化19.5%(95%CI 6.0%至33.0%)。
  • AHRQ-CCS中其他分娩并发症水平变化-58.8%(95%CI -62.6%至-55.0%),其他妊娠并发症水平变化66.6%(95%CI 61.3%至71.9%);AHRQ-CCS中急性心肌梗死、充血性心力衰竭类别无有意义变化。
  • 临床回顾发现,HHS-HCC水平变化主要由ICD-10-CM新编码明确将某些情况与糖尿病关联所致,如糖尿病伴低血糖单一编码映射至糖尿病并发症类别;HHS-HCC与AHRQ-CCS中急性心肌梗死趋势差异主要因HHS-HCC系统2015年开始将非ST段抬高型心肌梗死编码映射入急性心肌梗死类别,而AHRQ-CCS此前已纳入。
  • 敏感性分析(以每月诊断计数为主要结局、不使用HHS过滤逻辑、使用2015年HHS-HCC软件替代2017年版本)结果与主分析广泛一致。

证据类型、等级与局限

  • 证据类型:间断时间序列分析和横断面研究。
  • 局限:仅检查65岁以下由雇主赞助私人保险覆盖人群,编码模式和诊断类别频率不连续性可能不推广至其他保险人群(如ACA市场、Medicare和Medicaid);未检查ICD-10-CM转换对特定患者特定疾病编码的影响或基于其他诊断来源(如电子病历)的类别患病率;使用分段线性模型,对于诊断类别患病率趋势非线性的类别,模型可能在转换时发现变化而非线性模型不会。

对床旁实践的改变

  • 作者认为,基于ICD-9-CM开发的预测模型和诊断类别映射应使用ICD-10-CM数据 refined,以避免对医疗支付、绩效评估或疾病监测产生意外后果。
  • 作者指出,在解释基于账单编码的疾病患病率随时间变化时,区分实际疾病患病率变化与编码行为和映射变化至关重要。
  • 作者指出,HHS支付公式依赖HCC类别患病率设定数十亿美元支付,诊断类别患病率的大幅(人为)变化对报销有潜在重大影响。
  • 作者指出,用于奖金或绩效评估的分类在ICD-9-CM衍生公式跨ICD-10-CM转换使用时也易受水平或趋势大幅变化影响。

提炼说明

  • 原文未涉及「适用人群与场景」「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
  • 另有 4 条提炼内容因数值无法与原文逐一核对而未列出,请以原文为准。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2020 Apr 8;3(4):e202280. doi: 10.1001/jamanetworkopen.2020.2280

引言

诊断代码在美国医疗保健中被广泛用于报销、质量评估、公共卫生报告、计算风险调整支付以及研究临床结局。2015年10月,美国将其诊断编码系统从《国际疾病分类第九版临床修订本》(ICD-9-CM)转换为更详细的《国际疾病统计分类第十版临床修订本》(ICD-10-CM),可用代码数量扩大了近5倍。1 既往研究已注意到特定疾病或人群亚组中存在不连续性。2,3,4,5,6,7,8 本中断时间序列分析和横断面研究旨在量化3种广泛使用的诊断分类系统中所有诊断类别患病率变化的幅度,并通过选定的临床审查探讨这些变化的潜在原因。

方法

数据与研究样本

我们使用了IBM MarketScan商业数据库2010年1月1日至2017年12月31日的数据,纳入年龄0至64岁、参加非按人头付费的商业保险计划且同时具有医疗和药房福利的个体。MarketScan数据库包含来自美国雇主、健康计划和医院的去标识化医疗保健索赔信息。所有参保记录以及住院、门诊、辅助服务和药品索赔数据被汇总并链接至个体。在研究涵盖的96个月中,合格人群的年龄和性别分布变化很小。波士顿大学机构审查委员会因使用去标识化数据而豁免了本研究的审查和知情同意要求。数据分析时间为2018年12月1日至2020年1月21日。

结局指标

我们的主要结局是每10 000名参保者中在某一诊断分类类别中至少有1个诊断的个体的月度率。我们使用索赔服务日期、医疗保健从业者类型以及住院和门诊操作代码来识别允许贡献诊断代码的索赔,模仿卫生与公众服务部(HHS)在风险调整中使用的筛选条件,即仅考虑来自可接受的医疗保健从业者索赔类型的诊断:医院住院、医院门诊或专业服务。9 我们检查了2015年10月ICD-10-CM转换时及之后报告诊断类别患病率的月度变化。

诊断分类系统

2015年有14 567个允许使用的ICD-9-CM代码,而2017年有71 486个允许使用的ICD-10-CM代码用于描述患者医疗状况。10 为降低复杂性,预测模型和疾病追踪系统依赖分类系统(即分组器)将这些代码归并为较少数量的广泛同质临床类别。我们探索了3种常用的分类系统。

世界卫生组织(WHO)根据代码的前3位字母数字字符将其映射到章节中,这些章节常用于流行病学和监测。WHO的ICD-9-CM映射有19个章节,随着向ICD-10-CM的转换扩展为21个章节,将先前分组的眼、耳和神经系统疾病分为独立章节。为便于跨年度比较,我们维持了19章结构。11

HHS分层条件分类(HHS-HCCs)系统是为《患者保护与平价医疗法案》(ACA)市场风险调整支付模型开发的,用于在相互竞争的医疗计划之间分配资金。12 2014年至2017年实施时,HHS-HCC系统为ACA人群使用了127个条件分类,并于2015年更新其映射以适应ICD-10-CM诊断。13 为确保近期新增的诊断编码得到识别,我们将2017年HHS-HCC软件应用于2010年至2017年的全部研究数据。为进行敏感性分析,我们评估了HHS过滤逻辑以及采用原始ICD-10-CM映射的2015年HHS软件的影响。

医疗保健研究与质量局临床分类系统(AHRQ-CCS)分类被管理式医疗计划、保险公司、研究人员和监测系统用于支付、质量评估和流行病学。其分类也被广泛用于风险调整和检查疾病趋势。14,15 AHRQ-CCS在向ICD-10-CM过渡时基本保持了其分类结构,我们使用2017年分类映射,采用了过渡前后数据中出现的其282个诊断分类。

所有3个分类系统均更新了其诊断分类以适应ICD-10-CM。16,17,18 然而,由于只有5%的ICD-9-CM编码可以1对1映射到ICD-10-CM19,且交叉映射算法是在ICD-10-CM编码被采纳用于临床诊疗之前开发的,因此无法前瞻性地检查过渡期间诊断分类的连续性。为便于不同分类系统之间的可比性,我们生成了Kautter等12所述的条件分类,但未施加HHS-HCC模型中使用的层级结构。

统计分析

为推导每月诊断分类患病率,我们首先根据每条索赔行的最早服务日期,将HHS软件过滤器9应用于日历月份。然后我们对每月疾病患病率进行标准化,以消除基于月份天数的变异。在每个月,我们统计某一分类中具有任何诊断编码的不同个体数,除以该月参保人数,再乘以30.437(一个月平均天数)除以该月天数。这使短月份(如2月和9月)的患病率上调1.5%至8.7%,使31天月份(如10月)的患病率下调1.8%。我们还检查了可用人群描述符的趋势:样本量、年龄、性别、优选提供者组织和健康维护组织参保情况,以及加利福尼亚州(我们样本中代表性最大的州)的比例。这证实研究期间研究人群未发生大的变化(补充材料中的eFigure 1)。因此,我们在所有分析中均未控制这些变量。

我们使用分段线性回归模型来检验在3种分类系统中,每个诊断类别的标准化月度诊断类别患病率与2015年10月ICD-10-CM转换相关的水平和趋势变化。所有回归均包括时间(用于建模长期趋势)、一个ICD-10-CM后指示变量(用于估计与ICD-10-CM转换相关的任何即时水平变化)、一个二向交互项(用于确定ICD-10-CM转换是否与趋势变化相关),以及每个月的虚拟变量以控制季节性(补充材料中的eAppendix)。

我们对每个分类系统中的所有诊断类别进行了统计学显著性检验。然而,在本文中,我们将注意力集中在3种常见疾病上:糖尿病、心脏病和妊娠。在每种疾病内,我们选择了3个HHS-HCC类别,以说明观察到的一系列模式,并选择了临床上相似的WHO章节和AHRQ-CCS类别进行比较。

统计学检验

我们使用双侧t检验来识别回归结果中水平或趋势的统计学显著变化,并使用F检验来寻找水平和趋势变化的联合显著性。我们对每个诊断类别进行了2次F检验:一次检验2015年10月无变化的直线假设(即线性检验),另一次检验2017年12月的预测诊断类别患病率是否不同于基于将直线拟合延伸至ICD-10-CM前数据的预测(即水平变化和时间趋势变化的累积效应)。

对于所有检验,我们应用Bonferroni多重检验校正20,使得只有当P值小于.05除以分类系统中的类别数时,才认为具有统计学显著性。例如,在HHS-HCC回归中,F检验的统计学显著性要求P < .0004(即.05/127)。我们认为20%或以上的变化为较大变化。

每个月的率是基于超过1800万个体计算的,使其极为精确。然而,每项统计学检验使用96个观测值来检验时间变化。显著发现表明,在2015年10月纳入水平或斜率变化比直线更好地描述了观察数据中的时间模式。

数据解读与可视化

为了便于对均值患病率差异巨大的疾病类别之间的变化进行有意义的比较,我们通过将率除以2015年9月(ICD-10-CM转换前一个月)的平均诊断类别患病率来标准化所有发现。为了可视化观察到的变化模式,我们为每个分类系统中的所有诊断类别创建了时间序列图。每张图描绘了3个标准化序列:(1)观察到的诊断类别患病率,(2)分段线性模型预测患病率,(3)局部估计散点图平滑曲线,分别拟合转换前和转换后时期。最后一个序列有助于可视化可能的非线性趋势。虽然回归建模和检验使用的是原始(即非标准化)率,但我们以百分比描述这些变化,以关注其相对于2015年9月基线率的大小。

临床审查

我们使用临床审查来探究在受检分类系统中,糖尿病、心脏和妊娠相关疾病从ICD-9-CM过渡到ICD-10-CM时出现较大变化的潜在原因。对于每一个被选中进行临床审查、且患病率水平或趋势发生20%或以上统计学显著变化的HHS-HCC和AHRQ-CCS疾病类别,我们检查了ICD-10-CM过渡前后各个ICD-9-CM和ICD-10-CM诊断的频率。我们还审查了针对医院编码人员的指导文件,这些文件涉及与这些诊断类别ICD-10-CM过渡相关的编码实践变化。

结果

分析样本包含21亿参保人-月的信息,涉及34亿条临床分配的诊断;月样本量的均值(范围)为2210万(1840万至2710万)人。从ICD-9-CM的过渡实际上是瞬时完成的,2015年10月所有诊断中有99.8%使用ICD-10-CM编码。

我们按月份检查了2010年至2017年的研究人群特征,以寻找可能引入趋势伪影的变化(补充材料中的eFigure 1)。尽管合格参保人数逐年变化,但人群特征在所有月份之间几乎保持恒定。特别是,在2015年10月过渡到ICD-10-CM时,合格参保人数、平均年龄、性别、医疗保险计划类型或位于加利福尼亚州的参保人比例均未出现值得注意的变化。在一个月内至少拥有1个合格诊断的参保人比例在样本期间保持一致。

表1总结了各分类系统内诊断类别患病率变化的总体发现。在WHO章节中未观察到较大变化,提示整体编码实践(及人群健康)在过渡期间相对稳定。然而,F检验拒绝了简单线性关系,支持17个WHO章节中有11个(58%)存在斜率或趋势不连续的模型,识别出ICD-10-CM过渡时的小幅变化,但没有任何变化接近我们视为较大的阈值(即≥20%)。

相比之下,在HHS-HCC和AHRQ-CCS系统下,20%或以上的变化较为常见:在127个HHS-HCC中有20个(15.7%)、在282个AHRQ-CCS类别中有46个(16.3%)发现了统计学显著且幅度较大的水平变化。趋势的较大变化发生在127个HHS-HCC中的12个(9.4%)和282个AHRQ-CCS类别中的27个(9.6%)。鉴于HHS和AHRQ分类系统中有数百个类别,我们选取了与糖尿病、心脏病和妊娠相关的类别子集,以展示HHS-HCC系统中一些最大的不连续性。各分类系统中所有诊断类别回归结果的汇总表见补充材料:WHO章节见eTable 1,HHS-HCC见eTable 2,AHRQ-CCS类别见eTable 3。

表2总结了9个选定HHS-HCC的结果。使用包含96个月度观测值的回归分析,我们发现2015年10月在有慢性并发症的糖尿病(92.4% [95% CI,84.2%至100.5%])和无慢性并发症的糖尿病(−19.1% [95% CI,−25.3%至−12.9%])、急性心肌梗死(AMI)(131.5% [95% CI,124.1%至138.8%])、不稳定型心绞痛及其他急性缺血性心脏病(−31.6% [95% CI,−37.5%至−25.7%])以及有主要并发症的妊娠(−44.6% [95% CI,−53.8%至−35.4%])和有并发症的妊娠(−54.5% [95% CI,−58.7%至−50.2%])中发现了大幅水平变化。我们还发现,在有急性并发症的糖尿病(24.4% [95% CI,11.7%至37.1%])和慢性并发症的糖尿病(23.7% [95% CI,11.7%至35.7%])以及有主要并发症的妊娠(19.5% [95% CI,6.0%至33.0%])中,趋势发生了大幅变化。9个选定HCC中有7个存在水平和趋势变化的大幅累积效应,其中最大的3个为AMI(147.4% [95% CI,138.6%至156.1%])、有慢性并发症的糖尿病(116.1% [95% CI,106.4%至125.8%)和完成妊娠且有并发症(−50.8% [95% CI,−55.9%至−45.7%])。

图1显示了所有3种分类系统中所有糖尿病相关类别随时间变化的月度诊断类别患病率。图1A显示,至少有1个内分泌系统诊断代码的个体数量在ICD-10-CM转换期间延续了此前的上升趋势。图1B和C展示了HHS-HCC系统在2015年10月的即时水平变化:无并发症糖尿病较低,有慢性并发症糖尿病较高。在ICD-10-CM转换时,AHRQ-CCS分类中有并发症糖尿病或无并发症糖尿病类别未出现大幅变化。

临床审查显示,HHS-HCC中的水平变化很大程度上可由ICD-10-CM中明确将某些疾病与糖尿病关联的新代码解释。例如,在ICD-9-CM中,分别编码为糖尿病和低血糖的个体不一定被标记为有并发症的糖尿病。然而,HHS-HCC系统将糖尿病伴低血糖的单一ICD-10-CM代码映射至糖尿病并发症类别,从而减少了被分类为无并发症糖尿病的个体数量。

图2描绘了6个选定心脏诊断类别的月度诊断类别患病率。HHS-HCC系统显示不稳定型心绞痛及其他急性缺血性心脏病下降,AMI上升。相比之下,使用AHRQ-CCS系统时,AMI或其更广泛类别——冠状动脉粥样硬化及其他心脏病——没有有意义的变化。同样,在HHS-HCC或AHRQ-CCS系统中,充血性心力衰竭各分类的患病率均无变化,WHO宽泛章节分组循环系统疾病亦无变化(补充材料中的eFigure 2)。

临床审查发现,HHS-HCC与AHRQ-CCS类别中AMI趋势之间的差异,很大程度上可由这些系统如何适应ICD-10-CM非ST段抬高型心肌梗死(non-STEMI)诊断来解释:HHS-HCC系统于2015年开始将non-STEMI代码映射至其AMI类别,而AHRQ-CCS此前已完成该映射。

图3显示了6个选定的妊娠相关类别的月度诊断类别患病率。其他妊娠相关类别见补充材料中的eFigure 3。我们发现,包括妊娠、分娩和产褥期并发症在内的WHO大类总体上没有变化(补充材料中的eFigure 3),在HHS-HCC或AHRQ-CCS系统中无并发症妊娠也没有变化。AHRQ-CCS系统在其他分娩并发症方面出现了较大的负水平变化(−58.8% [95% CI,−62.6%至−55.0%]),在其他妊娠并发症方面出现了增加(66.6% [95% CI,61.3%至71.9%])。在AHRQ-CCS系统中检查的其他妊娠类别在水平或趋势上没有大的变化(补充材料中的eFigure 3)。

我们的临床审查注意到,与ICD-9-CM相比,ICD-10-CM中的产科编码数量翻了一番,并且ICD-10-CM编码系统进行了重构,取消了产前、分娩和产后状态的指定,并增加了单独的编码来标明持续妊娠的孕周或不再妊娠个体的妊娠结果。在HHS-HCCs中,一些情况,如臀先露和既往剖宫产,被从有并发症的完成妊娠类别中移除,导致这些诊断类别的患病率下降。相比之下,AHRQ-CCS系统通过在其现有类别中添加更多具体编码来适应产科编码细节的增加和重构,导致在ICD-10-CM转换时其患病率突然增加。

敏感性分析的结果与主要分析基本一致。这些包括使用每个类别中诊断的月度计数作为主要结局、不使用HHS过滤逻辑,以及用2015年HHS-HCC软件替代2017年版本以设定诊断类别映射。

表1. 按分类系统划分的国际疾病统计分类第十次修订本临床修改版实施后诊断类别月度患病率的变化 查看原表 ↗
表2. ICD-10-CM实施以来选定HHS-HCCs的患病率水平和趋势变化 查看原表 ↗
图1. 按分类系统分层的糖尿病月度诊断类别患病率每个面板左下角呈现2015年9月每10 000名参保者的诊断类别患病率作为参考率。曲线在2015年10月处拟合有不连续点。圆圈表示归一化率(诊断类别中至少有1个诊断的参保者率除以2015年9月率);橙线,使用分段线性模型预测的率;蓝线,使用局部估计散点图平滑预测的率;AHRQ-CCS,医疗保健研究和质量局临床分类系统;HHS-HCC,卫生与公众服务部分层条件类别;ICD-10-CM,国际疾病统计分类第十次修订本临床修改版;WHO,世界卫生组织。 查看原图 ↗
图2. 按分类系统分层的特定心脏疾病的月度诊断类别患病率 每个面板左下角呈现2015年9月每10 000名参保者中的诊断类别患病率作为参考率。曲线在2015年10月以不连续性进行拟合。圆圈表示归一化率(某一诊断类别中至少有1个诊断的参保者率除以2015年9月率);橙线,使用分段线性模型预测的率;蓝线,使用局部估计散点图平滑算法预测的率;AHRQ-CCS,医疗保健研究与质量局临床分类系统;HHS-HCC,卫生与公众服务部分级条件类别;ICD-10-CM,国际疾病统计分类第十版临床修订版。 查看原图 ↗
图3. 按分类系统分层的特定妊娠相关疾病的月度诊断类别率 每个面板左下角呈现2015年9月每10 000名参保者中的诊断类别患病率作为参考率。曲线在2015年10月以不连续性进行拟合。圆圈表示归一化率(某一诊断类别中至少有1个诊断的参保者率除以2015年9月率);橙线,使用分段线性模型预测的率;蓝线,使用局部估计散点图平滑算法预测的率;AHRQ-CCS,医疗保健研究与质量局临床分类系统;HHS-HCC,卫生与公众服务部分级条件类别;ICD-10-CM,国际疾病统计分类第十版临床修订版。 查看原图 ↗

讨论

我们对2010年至2017年商业索赔的间断时间序列分析和横断面研究显示,与向ICD-10-CM过渡相关的许多诊断类别的水平和趋势发生了显著变化。WHO疾病章节仅发现水平或趋势的小变化,而16%的HHS-HHCs和AHRQ-CCS类别显示出大且显著的水平变化,而9%至10%显示出趋势的大变化。

我们的临床审查发现,突然的水平变化主要归因于关于在ICD-10-CM后诊断类别中纳入或排除哪些代码的不同决定,例如糖尿病与低血糖或高血糖联合编码导致复杂糖尿病类别、非STEMI被纳入(或不纳入)AMI类别,以及臀位导致分类(或不分类)为妊娠并发症。我们还识别出一些编码说明和编码实践的变化,可能影响了疾病患病率趋势率。许多ICD-10-CM代码没有对应的ICD-9-CM代码。对于某些病症,新的、更具体的ICD-10-CM代码在2015年和2016年很少使用,但在2017年开始更频繁出现。例如,糖尿病伴急性和慢性并发症的强劲上升趋势部分是由于ICD-9-CM中不可用的药物或化学诱导糖尿病代码的使用增加。同样,细化代码,如前壁STEMI心肌梗死(从2016年开始可用),仅在2017年开始出现,而2015年引入的许多先兆子痫新代码在2017年之前很少使用。

我们的发现对于解读基于计费代码的疾病患病率随时间变化的差异具有重要意义。对于流行病学而言,区分实际疾病患病率的变化与编码行为和映射的变化至关重要,后者往往是观察到的编码患病率变化的成因。我们已经看到,3个独立的、广泛使用的分类系统做出了不同的区分,影响了表观诊断类别患病率。鉴于HHS支付公式依赖HCC类别的患病率来设定数十亿美元的支付金额,我们发现的诊断类别患病率中许多大幅(人为的)变化对报销具有潜在的重大影响。

尽管HHS-HCCs被用于ACA市场风险调整支付,但本研究未考察财务结果。由于ACA使用风险调整是在给定区域内各计划之间重新分配可用资金,而非决定可用资金的规模(如Medicare Advantage和Part D中所做的那样),诊断类别患病率的变化在市场中对财务的影响可能小于在Medicare Advantage中的影响。当在ICD-10-CM过渡期间沿用既有的ICD-9-CM衍生公式时,用于奖金或绩效评估的分类系统也容易受到水平或趋势大幅变化的影响。此外,如果底层分类系统的变化未被识别,基于理赔数据的疾病患病率分析也可能产生误导。

我们的研究使用了最早能够容纳所纳入分类系统全部有效2017年诊断的映射。2019年,WHO、HHS和AHRQ发布了新的分类系统,其扩展的诊断类别是为2019年诊断设计的。17,21,22 未来研究需要考察这些新系统下的变化。与此同时,了解当前的映射很重要,因为这些映射将在未来数年内继续用于设定支付和评估绩效。

局限性

本研究存在若干局限性。第一,我们仅考察了65岁以下、由雇主赞助保险提供私人保险的个体中诊断类别患病率与ICD-10-CM过渡的关联,该人群大多参加相对优厚的健康计划。编码模式及诊断类别频率的不连续性可能无法推广至其他保险方(如ACA市场、Medicare和Medicaid)覆盖的个体。许多医疗从业者被其所在机构鼓励在计费中最大化捕捉患者复杂性。然而,我们的研究数据来自商业计划,其支付很少根据疾病患病率进行风险调整。具体而言,其支付通常不依赖HHS-HCCs,从而降低了增加报销优厚的HHS-HCC类别患病率的显性激励。第二,我们未考察ICD-10-CM过渡时特定患者特定疾病编码的变化,也未考察基于其他诊断来源(如电子病历)的类别患病率变化。第三,我们使用分段线性模型来寻找水平和趋势的变化,但对于某些诊断类别患病率趋势并非线性的类别,我们的模型可能在过渡时发现变化,而非线性模型则不会。

结论

这项中断时间序列分析和横断面研究的结果提示,2015年10月向ICD-10-CM的过渡与3种常用诊断分类系统中大多数诊断类别的水平及趋势变化相关。尽管世界卫生组织疾病章节中使用的宽泛类别在过渡时仅显示出较小变化,但在更为详细的HHS-HCCs和AHRQ-CCS类别中,诊断类别患病率出现了大量大幅变化(即≥20%)。这2种分类系统已被医疗机构广泛采用用于多种目的。鉴于我们识别出的诊断类别患病率存在频繁且大幅的不连续变化,为ICD-9-CM开发的预测模型和诊断类别映射应针对ICD-10-CM数据进行完善,以避免对医疗支付、绩效评估或疾病监测产生非预期后果。

参考来源

  1. Ellis RP, Hsu HE, Song C, et al. Diagnostic Category Prevalence in 3 Classification Systems Across the Transition to the International Classification of Diseases, Tenth Revision, Clinical Modification. JAMA Netw Open. 2020. PMID: 32267514. doi:10.1001/jamanetworkopen.2020.2280
  2. 全文:PMC7142382(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7142382/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。