4.2.3 不适宜入院的危险因素分析
许多研究表明，不适宜服务的产生与消费者的个人特征有联系。比如说，女性车主在维修车辆时支付较高费用的可能性更高［180］。此外，患者的诊疗特征也可能是入院的危险因素，如入院科室、入院途径、慢性病患病情况、入院时间等。根据相关文献纳入危险因素分析变量的情况，结合我国医院诊疗的实际，本研究纳入Logistic回归模型的自变量赋值情况如表4-5所示。其中由于城镇居民基本医保参保人数过少，且支付方式与支付比例高度相关，本研究仅将自付比例纳入了回归模型。由于偏态类型不同，对心脏科年龄进行Johnson转换，转换式为ageJ=－0.149570+1.11260×Ln（（age－30.2228）／（98.1431－age））；对骨科年龄进行Box-Cox转换，λ值为0.92。
表4-5 Logistic回归变量赋值情况
*需进行正态转换的变量。
单因素Logistic回归分析结果如表4-6所示。心脏科不适宜入院单因素Logistic分析结果显著的变量有性别（比值比［犗R］=0.868，95%CI=0.532～1.416）、年龄（犗R=0.743，95%CI=0.593～0.931）、户籍所在地（犗R=2.320，95%CI=1.404～3.833）、自付比例1（犗R=2.431，95%CI=1.544～3.828）、入院时间1（犗R=2.182，95%CI=1.387～3.434）、入院途径（犗R=5.784，95%CI=3.469～9.646）、再入院（犗R=2.352，95%CI=1.440～3.841）、第一诊断1（犗R=1.950，95%CI=1.224～3.107）和第一诊断3（犗R=0.322，95%CI=0.108～0.963）。骨科单因素分析结果显著的变量有性别（犗R=0.000，95%CI=0.532～1.416）、年龄（犗R=0.940，95%CI=0.925～0.956）、户籍所在地（犗R=4.094，95%CI=2.704～6.198）、婚姻状况（犗R=0.457，95%CI=0.268～0.779）、就业状况1（犗R=2.145，95%CI=1.422～3.235），就业状况2（犗R=0.308，95%CI=0.204～0.465）、自付比例1（犗R=2.901，95%CI=1.969～4.276）、入院时间2（犗R=2.736，95%CI=1.861～4.024）、入院途径（犗R=0.220，95%CI=0.145～0.332）、再入院（犗R=1.714，95%CI=1.146～2.561）、第一诊断1（犗R=0.080，95%CI=0.047～0.134）、第一诊断2（犗R=5.807，95%CI=3.001～11.236）、CCI 0（犗R=2.330，95%CI=1.588～3.418）以及CCI 2（犗R=0.161，95%CI=0.063～0.415）。
表4-6 不适宜入院单因素Logistic回归结果
续 表
*犗R=odds ratio，比值比；**CI=confidence interval，置信区间；***R2=max.re-scaled Rsquared，最大校准拟合优度。
将单因素分析中预测效果显著（p＞0.200）的变量纳入多元logistic回归分析。采用逐步向前法的心脏科和骨科完整Logistic回归分析结果分别如表4-7和表4-8所示。分析结果表明，模型对两科室不适宜入院具有显著预测效果，心脏科模型χ2=88.804，df=5，n=343，p＜0.001；骨科模型χ2=195.763，df=8，n=463，p＜0.001，总体拟合情况较好，各变量相关矩阵显示，模型中变量间不存在严重的多重共线性。
表4-7 心脏科不适宜入院的Logistic回归结果
*Beta，回归系数；**SE，标准误差；***犗R，比值比；****CI，置信区间。
表4-8 骨科不适宜入院的Logistic回归结果
*Beta，回归系数；**SE，标准误差；***犗R，比值比；****CI，置信区间。
从心脏科的多因素回归结果来看，纳入最终模型的变量有年龄（犗R=0.720，95%CI=0.543～0.953）、自付比例1（犗R=3.353，95%CI=1.882～5.974）、入院途径（犗R=7.022，95%CI=3.883～12.697）、入院次数（犗R=2.041，95%CI=1.100～3.785）以及第一诊断1（犗R=2.008，95%CI=1.144～3.524）。其中自付比例1、入院途径、入院次数和第一诊断1的犗R值大于1，说明高自付比例、门诊入院、再入院以及第一诊断为冠心病是心脏科不适宜入院的主要危险因素。Hosmer-Lemeshow检验显示χ2=9.409，p=0.152＞0.050，表示模型拟合良好。
从骨科的分析结果来看（见表4-8），纳入最终模型的变量有年龄（犗R=0.957，95%CI=0.931～0.983）、就业状况1（犗R=1.927，95%CI=1.016～3.653）、自付比例1（犗R=3.556，95%CI=2.015～6.275）、入院时间2（犗R=2.916，95%CI=1.698～5.008）、主诊断1（犗R=0.094，95%CI=0.045～0.198）、主诊断3（犗R=0.377，95%CI=0.148～0.962）、主诊断4（犗R=0.319，95%CI=0.121～0.843）以及入院途径（犗R=0.321，95%CI=0.173～0.598）。其中，就业状况、自付比例1和入院时间的犗R值均大于1，说明它们是不适宜入院的主要危险因素。也即在业、高自付比例以及下午入院的患者不适宜入院率较其他住院患者更高。Hosmer-Lemeshow检验显示为χ2=8.599，p=0.381＞0.050，表示模型拟合良好。
采用逐步向后Logistic回归法，心脏科的纳入模型的变量有年龄（Beta=－0.329，犗R=0.720，95%CI=0.543～0.953，p=0.022）、自付比例1（Beta=－1.210，犗R=3.353，95%CI=1.882～5.974，p＜0.001）、入院途径（Beta=－1.949，犗R=7.022，95%CI=3.883～12.697，p＜0.001）、入院次数（Beta=－0.713，犗R=2.041，95%CI=1.100～3.785，p=0.024）和主诊断1（Beta=－0.697，犗R=2.008，95%CI=1.144～3.524，p=0.015）。骨科纳入模型的变量有年龄（Beta=－0.046，犗R=0.955，95%CI=0.931～0.981，p=0.001），就业状况1（Beta=0.697，犗R=2.008，95%CI=1.074～3.757，p=0.029），自付比例1（Beta=1.187，犗R=3.277，95%CI=1.894～5.674，p＜0.001），入院时间2（Beta=1.054，犗R=2.869，95%CI=1.690～4.872，p＜0.001），入院途径（Beta=－1.047，犗R=0.351，95%CI=0.190～0.648，p=0.001），主诊断1（Beta=－2.150，犗R=0.117，95%CI=0.057～0.240，p=0.013）。采用Enter法，心脏科不适宜入院的危险因素为入院途径、自付比例1、再入院、主诊断1以及入院时间1；骨科不适宜入院的危险因素为下午入院、自付比例1、就业状况1、婚姻状况和主诊断2。可见，运用不同自变量进入方法得到的危险因素结果基本一致。