Thời gian trong dữ liệu BHYT không chỉ dùng để xác định một sự kiện xảy ra trước hay sau sự kiện khác.
Khi nhiều lần khám chữa bệnh của cùng một người bệnh được đặt trên cùng một trục thời gian, dữ liệu còn có thể cho thấy:
- hai đợt KCB chồng lấn;
- khoảng cách giữa các lần KCB rất ngắn;
- một dịch vụ được thực hiện lặp lại nhiều lần;
- cùng một khoản chi xuất hiện nhiều lần;
- hai hồ sơ có dấu hiệu mô tả cùng một sự kiện;
- điều trị dài ngày bị chia thành nhiều đợt không phù hợp;
- hoặc ngược lại, quá trình điều trị cần liên tục nhưng dữ liệu lại bị đứt đoạn.
Khoản 1 Điều 10 Thông tư 12/2026/TT-BTC đưa trực tiếp “thời gian giữa các lần khám bệnh, chữa bệnh của một người bệnh” vào nội dung rà soát tự động; đồng thời còn kiểm tra tính hợp lý của việc cung cấp dịch vụ và tính thống nhất của số liệu trên Bảng kê chi tiết.
Điều này không có nghĩa:
hai lần KCB gần nhau = trùng = không thanh toán.
Khoảng cách thời gian chỉ là một tín hiệu để đánh giá quan hệ giữa các lần KCB. Muốn kết luận chi phí không đủ điều kiện thanh toán còn phải xác định đúng bản chất episode, dịch vụ, bệnh lý, quy định chuyên môn và điều kiện thanh toán tương ứng.
Nguyên tắc trung tâm của Bài 5.7 là:
Thời gian ngắn, tần suất cao hoặc dữ liệu giống nhau chỉ tạo ra candidate nguy cơ; trùng lặp thực sự phải được chứng minh bằng quan hệ nghiệp vụ và căn cứ áp dụng.
1. Phải phân biệt kiểm tra thời gian trong một đợt và giữa nhiều đợt KCB
Bài 4.5 chủ yếu kiểm tra:
timeline bên trong một
MA_LK.
Ví dụ về logic:
vào viện
→ chỉ định
→ thực hiện
→ kết quả
→ ra viện.
Bài 5.7 mở rộng sang:
episode 1
→ episode 2
→ episode 3...
và đặt câu hỏi:
- khoảng cách giữa các episode có hợp lý không;
- có overlap không;
- có lặp lại cùng dịch vụ không;
- có phải thực sự là các episode độc lập hay chỉ là duplication dữ liệu;
- có duy trì được tính liên tục của điều trị không.
Do đó cần hai loại relation khác nhau:
INTRA_EPISODE_TEMPORAL_RELATION
và:
INTER_EPISODE_TEMPORAL_RELATION.
2. Muốn kiểm tra giữa các lần KCB phải nhận diện đúng người bệnh trước
Không thể kiểm tra tần suất nếu hệ thống chưa biết các hồ sơ có thuộc cùng một người hay không.
Các khóa candidate có thể dựa trên:
- định danh cá nhân;
- mã BHYT;
- mã người bệnh;
- các thuộc tính định danh hỗ trợ.
Nhưng không nên nối hồ sơ chỉ vì:
họ tên giống nhau.
Ngược lại, cùng một người có thể:
- thay đổi thông tin thẻ;
- thay đổi mã nội bộ;
- thay đổi một số thông tin hành chính.
Do đó bước đầu tiên phải là:
Patient Identity Resolution.
Nếu identity chưa chắc chắn:
không nên chạy rule frequency như thể các episode chắc chắn thuộc cùng một người.
3. Khoảng cách giữa hai lần KCB phải tính từ các mốc có cùng ý nghĩa nghiệp vụ
Một phép tính tưởng đơn giản:
next.NGAY_VAO - previous.NGAY_RA
chỉ có ý nghĩa nếu hiểu đúng NGAY_RA.
Theo chuẩn dữ liệu, NGAY_RA không phải lúc nào cũng chỉ là:
thời điểm người bệnh bước ra khỏi cơ sở KCB.
Với các loại hình điều trị ngoại trú dài ngày, nhận thuốc theo hẹn hoặc đợt điều trị có dịch vụ kéo dài, NGAY_RA có thể phản ánh ngày kết thúc đợt KCB theo ngày cuối cùng sử dụng thuốc hoặc dịch vụ.
Do đó:
overlap về khoảng ngày chưa chắc là overlap vật lý của hai lần người bệnh có mặt tại cơ sở.
Phải resolve:
MA_LOAI_KCB + semantics of NGAY_VAO/NGAY_RA
trước khi tính interval.
4. SO_NGAY_DTRI cũng phụ thuộc loại hình KCB
Dữ liệu chuẩn đang áp dụng có cách diễn giải SO_NGAY_DTRI khác nhau theo MA_LOAI_KCB.
Đối với các loại hình ngoại trú dài ngày, số ngày có thể liên quan:
- số ngày thực tế có DVKT;
- số ngày sử dụng thuốc;
- hoặc các quy tắc riêng của loại hình KCB.
Các cập nhật sau QĐ3176 tiếp tục làm rõ cách ghi này.
Vì vậy không nên dùng:
SO_NGAY_DTRI
như một duration vật lý duy nhất để phát hiện overlap giữa mọi hồ sơ.
5. “Hai đợt chồng lấn” là một candidate, không phải kết luận
Nếu hai episode của cùng một người có khoảng thời gian chồng lấn, có thể tồn tại nhiều khả năng:
- dữ liệu episode sai;
- episode bị tách không đúng;
- bản ghi trùng;
- hai hệ thống gửi cùng sự kiện;
- hoặc hai loại hình KCB có cách biểu diễn thời gian khác nhau.
Do đó kết quả đầu tiên nên là:
WARN_REVIEW.
Chỉ khi xác định hai episode thực sự không thể cùng tồn tại về nghiệp vụ mới chuyển thành lỗi chắc chắn hơn.
6. Phải phân biệt bốn khái niệm “trùng”
1. Duplicate record
Cùng một record bị ghi hai lần trong dữ liệu.
2. Duplicate episode
Cùng một lần KCB được tạo thành hai hồ sơ.
3. Duplicate clinical event
Cùng một hành vi chuyên môn bị ghi nhận nhiều lần.
4. Repeated legitimate event
Một hành vi chuyên môn thực sự được thực hiện nhiều lần.
Bốn trạng thái này không giống nhau.
Một hệ thống chỉ tìm:
cùng mã + cùng ngày
sẽ tạo rất nhiều false positive.
7. Không được phát hiện trùng dịch vụ chỉ bằng MA_DICH_VU
Một DVKT có thể được lặp lại hợp lý do:
- theo dõi;
- đánh giá đáp ứng;
- thực hiện ở vị trí khác nhau;
- thực hiện nhiều lần trong một quy trình;
- chỉ định lại do yêu cầu chuyên môn.
Do đó:
same patient + same MA_DICH_VU + same day
mới chỉ là:
duplicate candidate.
Cần bổ sung:
- thời gian;
- khoa;
- vị trí thực hiện;
- người thực hiện;
- kết quả;
- chỉ định;
- loại dịch vụ;
- các thuộc tính chuyên môn khác.
8. Cũng không được phát hiện trùng thuốc chỉ bằng MA_THUOC
Một thuốc có thể xuất hiện nhiều dòng vì:
- nhiều lần cấp;
- thay đổi liều;
- chia thời gian sử dụng;
- thay đổi khoa;
- nhiều đợt điều trị.
Do đó:
same MA_THUOC
không đồng nghĩa:
cấp trùng.
Phải reconstruct:
order → dispense → return → actual usage → treatment period.
Nguy cơ thuốc về số lượng và nguồn mua đã được trình bày ở Bài 5.4; Bài 5.7 chỉ bổ sung dimension:
thời gian và tần suất.
9. Tần suất là một rolling-window problem
Nhiều điều kiện không thể đánh giá trên một record đơn lẻ.
Có thể cần hỏi:
trong N giờ/ngày/tháng trước đó, dịch vụ này đã được thực hiện bao nhiêu lần?
Đây là:
rolling-window frequency.
Cấu trúc khái niệm:
patient
- event type
- window
- event count
- applicable condition.
Engine đã có hướng phát triển frequency rolling-window, và đây chính là một nhóm nghiệp vụ quan trọng để áp dụng nó.
10. Nhưng không được tự đặt ngưỡng tần suất
Đây là nguyên tắc quan trọng nhất của phần frequency.
Không được viết:
“xét nghiệm X không được quá 1 lần/ngày”
chỉ vì đó là thực hành phổ biến.
Một ngưỡng có thể xuất phát từ:
Điều kiện thanh toán
→ có thể trở thành payment rule.
Hướng dẫn/quy trình chuyên môn
→ có thể tạo clinical compliance rule.
Phân tích thống kê
→ chỉ nên tạo outlier warning.
Ba nguồn này có giá trị pháp lý khác nhau.
11. Tần suất thống kê không phải điều kiện thanh toán
Dr5 có thể phát hiện:
tần suất của một DVKT cao hơn đáng kể so với baseline.
Đây là thông tin rất hữu ích cho:
- kiểm soát chất lượng;
- chống lạm dụng;
- rà soát chuyên môn.
Nhưng nếu chưa có tiêu chuẩn hoặc điều kiện thanh toán tương ứng:
classification phải là
WARN_REVIEW.
Không được chuyển:
statistical outlier →
PAYMENT_CONDITION.
12. Điều 10 cũng phải được đọc theo nguyên tắc này
Thông tư 12 đưa:
thời gian giữa các lần KCB
vào nội dung rà soát tự động.
Nhưng Thông tư không thiết lập một quy tắc chung rằng:
“hai lần KCB cách nhau dưới X ngày thì lần sau không được thanh toán”.
Vì vậy Dr5 không nên hard-code một universal interval threshold.
Nếu một điều kiện chuyên ngành quy định khoảng cách:
lưu điều kiện đó trong
dr5_payment_condition.
Nếu chưa có:
chỉ đánh dấu candidate để rà soát.
13. Khoảng cách ngắn có thể phản ánh tính liên tục điều trị
Một lần KCB tiếp theo rất gần lần trước có thể là:
- tiếp tục điều trị;
- tái khám theo kế hoạch;
- theo dõi kết quả;
- thực hiện dịch vụ theo chu kỳ;
- xử lý diễn biến mới.
Vì vậy:
short interval
không phải lúc nào cũng là:
duplicate episode.
Trong một số nhóm bệnh, khoảng cách ngắn thậm chí là đặc điểm bình thường của quá trình điều trị.
Do đó interval phải được đánh giá cùng:
treatment context.
14. Ngược lại, khoảng cách quá dài cũng có thể làm mất tính liên tục
Tính liên tục không chỉ nhằm phát hiện:
“quá nhiều lần”.
Một treatment pathway có thể yêu cầu:
- chu kỳ;
- tái khám;
- xét nghiệm theo dõi;
- lĩnh thuốc;
- điều trị lặp lại.
Nếu xuất hiện khoảng trống bất thường, Dr5 có thể:
cảnh báo continuity gap.
Nhưng một gap không tự động là nguy cơ xuất toán.
Nó có thể là:
quality-of-care warning.
Đây là điểm quan trọng để Dr5 vừa hỗ trợ thanh toán vừa hỗ trợ chất lượng điều trị.
15. Tính liên tục phải được đánh giá theo “episode chain”
Thay vì nhìn từng MA_LK độc lập, có thể tạo conceptual chain:
E1 → E2 → E3 → E4
và xác định:
- cùng bệnh/chương trình điều trị;
- follow-up;
- cấp thuốc tiếp;
- DVKT định kỳ;
- chuyển cơ sở;
- tái nhập viện;
- episode độc lập.
Đây không có nghĩa phải tạo thêm bảng dr5_episode_link.
Quan hệ này vẫn có thể được mô hình hóa bằng:
dr5_xml_relation.
16. Chuyển cơ sở là một trường hợp đặc biệt của continuity
Một đợt điều trị có thể kết thúc tại cơ sở A và tiếp tục tại cơ sở B.
Chuẩn dữ liệu ghi nhận trường hợp chuyển cơ sở, trong đó NGAY_RA của cơ sở chuyển đi có thể chính là thời điểm chuyển người bệnh.
Do đó một episode mới bắt đầu gần như ngay sau episode trước:
không phải duplication nếu đó là transfer chain hợp lệ.
Rule phải xét:
- nơi đi;
- nơi đến;
- giấy chuyển;
- thời gian;
- chẩn đoán/context.
17. Không được dùng “cùng cơ sở” như điều kiện duy nhất
Duplicate có thể xảy ra:
- trong cùng một cơ sở;
- giữa các cơ sở;
- hoặc do gửi lại dữ liệu.
Ngược lại, hai lần KCB cùng cơ sở có thể hoàn toàn độc lập.
Do đó detector cần:
patient + temporal + clinical + transaction context.
Không chỉ:
facility equality.
18. Phải phân biệt episode duplicate với submission duplicate
Một episode có thể được gửi:
- lần đầu;
- điều chỉnh;
- thay thế;
- gửi lại.
Nếu không quản lý version, Dr5 có thể tưởng:
cùng
MA_LKxuất hiện nhiều lần = nhiều lần KCB.
Thực tế có thể chỉ là:
cùng một episode qua nhiều submission version.
Vì vậy trước frequency analysis cần deduplicate theo:
submission_id/version.
Đây là liên hệ trực tiếp với Chương 3 và Bài 4.4.
19. Tần suất phải tính trên sự kiện nghiệp vụ, không phải số dòng XML
Một DVKT có thể sinh:
- nhiều dòng kết quả XML4;
- nhiều dòng vật tư;
- nhiều dòng liên quan.
Nếu frequency engine đếm:
số row
thay vì:
số service event
thì kết quả sẽ sai.
Do đó phải resolve:
records → business events
trước khi:
events → frequency.
20. Đếm lần khám cũng phải theo sự kiện thực tế
Tương tự, một episode có thể chứa nhiều:
- bàn khám;
- chuyên khoa;
- dòng tiền khám.
Không được lấy:
số dòng
MA_DICH_VUtiền khám
để suy ra trực tiếp:
số episode KCB.
Cần phân biệt:
visit within encounter
và:
separate encounter.
21. Trùng lặp chi phí có thể tồn tại dù không có dòng giống hệt
Hai dòng có thể khác:
- STT;
- thời gian vài phút;
- người nhập;
- một số thuộc tính phụ;
nhưng vẫn mô tả cùng một sự kiện nghiệp vụ.
Ngược lại, hai dòng hoàn toàn giống nhau có thể là hai sự kiện thật nếu quy trình cho phép.
Do đó duplicate detection nên có hai tầng:
Deterministic duplicate
Khóa nghiệp vụ và dữ liệu đủ để chứng minh trùng.
Duplicate candidate
Độ giống cao nhưng cần rà soát.
Tầng thứ hai phải là:
WARN_REVIEW.
22. Fuzzy matching chỉ được dùng để tạo candidate
Dr5 có thể sử dụng:
- similarity;
- time proximity;
- same code;
- same amount;
- same provider;
- same result.
để tính điểm nghi ngờ.
Nhưng:
similarity score không phải căn cứ pháp lý để từ chối thanh toán.
Nó chỉ giúp:
ưu tiên hồ sơ cần kiểm tra.
Đây là một use case phù hợp cho pre-adjudication nhưng không phải PAYMENT_CONDITION.
23. Phải chú ý “split episode”
Ngược với duplicate là trường hợp:
một quá trình KCB liên tục bị chia thành nhiều episode.
Dấu hiệu có thể gồm:
- thời gian nối sát;
- cùng context điều trị;
- cùng cơ sở/khoa;
- quá trình chuyên môn liên tục.
Nhưng không được tự động kết luận:
hospital intentionally split claims.
Có thể có lý do hợp lệ liên quan:
- loại hình KCB;
- kết thúc đợt;
- chuyển cơ sở;
- chu kỳ điều trị;
- cơ chế quản lý dữ liệu.
Do đó:
SPLIT_EPISODE_CANDIDATE → WARN_REVIEW.
24. Cũng cần phát hiện “merged episode”
Một episode kéo dài bất thường có thể thực tế gồm:
nhiều lần KCB độc lập bị gộp.
Điều này có thể ảnh hưởng:
- tiền khám;
- ngày điều trị;
- thuốc;
- tần suất;
- quyền lợi.
Nhưng cũng như split episode:
duration bất thường mới chỉ là candidate.
Phải kiểm tra workflow nguồn.
25. Loại hình KCB ảnh hưởng mạnh đến phân tích continuity
Quyết định 1804 phân biệt nhiều loại hình như:
- khám bệnh;
- điều trị ngoại trú;
- nội trú;
- điều trị ban ngày;
- điều trị ngoại trú bệnh dài ngày;
- nhận thuốc theo hẹn;
- nội trú dưới 04 giờ.
Do đó không thể áp một thuật toán:
episode_gap = next.NGAY_VAO - previous.NGAY_RA
cho mọi loại hình.
Resolver phải biết:
episode semantics by MA_LOAI_KCB.
26. Một số NGAY_RA là “end-of-treatment-period”, không phải “physical discharge”
Đặc biệt với điều trị ngoại trú hoặc nhận thuốc theo hẹn, chuẩn dữ liệu có thể dùng NGAY_RA là ngày cuối của:
- thuốc;
- dịch vụ;
- hoặc đợt điều trị,
và có trường hợp giờ phút được mặc định đến cuối ngày.
Điều này cực kỳ quan trọng.
Nếu không hiểu semantics này, hệ thống có thể báo:
“người bệnh xuất hiện đồng thời ở hai episode”
trong khi một trong hai episode chỉ đang biểu diễn thời hạn dùng thuốc.
27. Tần suất phải gắn với đúng đối tượng đếm
Một rule frequency cần định nghĩa ít nhất:
subject — ai?
event — sự kiện gì?
window — khoảng nào?
counting key — đếm cái gì?
context — trong điều kiện nào?
limit — giới hạn nào?
exception — ngoại lệ nào?
Nếu thiếu một trong các thành phần này, rule rất dễ báo sai.
28. Một frequency rule hợp lệ phải có effective period
Giả sử quy định thay đổi:
trước ngày X giới hạn A;
từ ngày X giới hạn B.
Không thể dùng:
rule hiện tại
để audit toàn bộ dữ liệu lịch sử.
Do đó:
frequency condition cũng phải version-aware.
Cần liên kết:
dr5_payment_condition + dr5_legal_basis.
29. Rule thống kê và rule pháp lý phải tách riêng
Có thể tồn tại đồng thời:
Rule pháp lý
quá giới hạn được quy định cụ thể.
→ có thể đi đến PAYMENT_CONDITION.
Rule chuyên môn
vượt ngưỡng theo guideline.
→ WARN_REVIEW hoặc clinical alert.
Rule thống kê
cao hơn percentile/baseline.
→ WARN_REVIEW.
Không nên trộn ba loại thành một severity.
30. Ma trận phân loại nguy cơ
| Dấu hiệu | Phân loại ban đầu |
|---|---|
| timestamp không hợp lệ | ERROR_TECH |
| timeline trong episode bất khả thi | ERROR_TECH / WARN_REVIEW |
| hai episode chồng lấn nhưng chưa rõ semantics | WARN_REVIEW |
cùng MA_LK do nhiều version submission | không phải duplicate KCB |
| hai episode rất giống nhau nhưng chưa đủ bằng chứng | WARN_REVIEW |
| xác định cùng một episode bị gửi/tính hai lần | ERROR_TECH / duplicate xác định |
| cùng dịch vụ lặp nhiều lần nhưng chưa có ngưỡng áp dụng | WARN_REVIEW |
| vượt tần suất thống kê | WARN_REVIEW |
| thiếu dữ liệu để xác định continuity | INFO_EVIDENCE |
| tần suất vượt điều kiện thanh toán có căn cứ và không có ngoại lệ | PAYMENT_CONDITION |
| khoảng cách ngắn giữa hai KCB nhưng có transfer/follow-up phù hợp | PASS theo relation tương ứng |
| treatment chain bị gián đoạn nhưng chưa có điều kiện thanh toán | cảnh báo chất lượng, không tự động xuất toán |
31. Đây là nhóm rất phù hợp để tiền giám định ở cấp toàn bệnh viện
Khác với kiểm tra một dòng XML, frequency và duplicate detection cần nhìn:
nhiều hồ sơ của cùng người bệnh theo thời gian.
Do đó Dr5 có thể chạy:
Khi tiếp đón
Kiểm tra:
- episode đang mở;
- lần KCB gần nhất;
- quá trình điều trị đang tiếp tục.
Khi chỉ định
Kiểm tra:
- dịch vụ tương tự đã thực hiện gần đây;
- kết quả cũ còn phù hợp không;
- có condition frequency không.
Trước thanh toán
Kiểm tra:
- duplicate cost;
- repeated service;
- split/merged episode candidate.
Trước gửi XML
Chạy toàn bộ:
rolling-window + cross-episode reconciliation.
32. Cảnh báo tại thời điểm chỉ định phải ưu tiên an toàn người bệnh
Nếu một dịch vụ lặp lại sớm, hệ thống có thể cảnh báo:
“Dịch vụ này đã được thực hiện trong khoảng thời gian gần đây. Vui lòng kiểm tra kết quả trước và xác nhận chỉ định lặp lại nếu cần.”
Đây là cảnh báo tốt vì:
- tránh xét nghiệm không cần thiết;
- tránh chi phí không hợp lý;
- hỗ trợ bác sĩ xem kết quả cũ;
- nhưng không ngăn chỉ định cần thiết về chuyên môn.
Không nên hiển thị:
“Không được làm vì sẽ bị BHYT xuất toán”
nếu chưa có payment condition cụ thể.
33. Kiến trúc Dr5-XML
Không cần tạo thêm:
dr5_time_rule;dr5_frequency;dr5_episode_link;dr5_duplicate.
Vẫn sử dụng sáu catalog chuẩn.
dr5_xml_field
Xác định các timestamp và field định danh.
dr5_xml_required
Xác định khi nào timestamp cần tồn tại.
dr5_xml_relation
Mô hình hóa:
TEMPORAL_RELATION;CROSS_TABLE_RECONCILIATION;ATTRIBUTE_CONSISTENCY;CONDITIONAL_REFERENCE.
Cross-episode relation cũng vẫn là record trong catalog này.
dr5_catalog_binding
Resolve:
- loại hình KCB;
- nhóm dịch vụ;
- nhóm thuốc;
- candidate cần áp frequency.
dr5_payment_condition
Lưu:
- window;
- limit;
- condition;
- exception;
- context.
dr5_legal_basis
Xác định:
- căn cứ của ngưỡng;
- thời gian hiệu lực;
- nguồn pháp lý/chuyên môn.
34. Generic implementation nên tái sử dụng
Các implementation phù hợp gồm:
sequence_constraint;duration_constraint;interval_constraint;rolling_window_frequency;duplicate_candidate;unique_record;cross_episode_overlap;continuity_constraint;conditional_frequency;effective_period.
Engine không nên chứa:
check_service_X_repeat_3_days().
Thay vào đó:
implementation đọc
window,limit,candidate filter,exceptiontừ catalog.
35. Pipeline kiểm tra phù hợp
Một pipeline cross-episode có thể là:
1. Resolve patient identity
→ 2. Resolve submission/version
→ 3. Resolve episode boundaries
→ 4. Resolve MA_LOAI_KCB semantics
→ 5. Sort events chronologically
→ 6. Detect overlap
→ 7. Generate duplicate candidates
→ 8. Resolve business-event identity
→ 9. Compute rolling-window frequency
→ 10. Evaluate continuity
→ 11. Apply conditions/exceptions
→ 12. Classify finding.
Điểm quan trọng:
duplicate detection phải xảy ra trước frequency counting.
Nếu cùng một event bị duplicate dữ liệu mà vẫn đếm cả hai:
hệ thống sẽ tự tạo ra frequency violation giả.
Kết luận
Nguy cơ từ thời gian và tần suất không thể được đánh giá bằng:
“hai hồ sơ cách nhau bao nhiêu ngày?”
hoặc:
“một dịch vụ xuất hiện bao nhiêu lần?”
Phải tái dựng:
đúng người bệnh
→ đúng các episode
→ đúng version dữ liệu
→ đúng ý nghĩa thời gian theo loại hình KCB
→ đúng sự kiện nghiệp vụ
→ khoảng cách giữa các sự kiện
→ tần suất trong cửa sổ áp dụng
→ quan hệ continuity
→ điều kiện và ngoại lệ tương ứng.
Tám nguyên tắc cần nhớ:
Khoảng cách ngắn không đồng nghĩa hai lần KCB trùng nhau.
Hai record giống nhau không nhất thiết là hai sự kiện, và hai sự kiện giống nhau không nhất thiết là duplicate.
Tần suất phải đếm sự kiện nghiệp vụ, không đếm số dòng XML.
Không được tự đặt một ngưỡng tần suất chung nếu không có căn cứ.
Outlier thống kê chỉ nên là
WARN_REVIEW, không phảiPAYMENT_CONDITION.
NGAY_RAphải được hiểu theoMA_LOAI_KCB; với một số hình thức ngoại trú, nó phản ánh kết thúc đợt thuốc/dịch vụ chứ không phải thời điểm rời cơ sở.
Continuity analysis phải phát hiện cả lặp quá mức lẫn đứt đoạn bất thường, nhưng chỉ những vi phạm có điều kiện thanh toán cụ thể mới được nâng thành nguy cơ từ chối thanh toán.
Frequency rule phải có subject, event, window, limit, context, exception, effective period và legal basis rõ ràng.
Đối với Dr5-XML, Bài 5.7 là nền tảng để chuyển từ kiểm tra một hồ sơ sang longitudinal validation: nhìn toàn bộ lịch sử KCB của người bệnh như một chuỗi sự kiện có quan hệ. Khi kết hợp sequence_constraint, rolling_window_frequency, cross-record reconciliation và các payment condition được quản trị bằng danh mục, Dr5 có thể phát hiện sớm các pattern đáng rà soát mà vẫn giữ được nguyên tắc quan trọng nhất của Chương 5:
phát hiện bất thường không đồng nghĩa kết luận không thanh toán.
- Đăng nhập để gửi ý kiến