外观
征求意见稿和正式版，到底差了多少
任务：拿同一个市、同一年、同一个版本号的 DIP 目录库，把征求意见稿和正式版逐条比一遍。 这是一次天然的单变量对照——地区没变、年度没变、版本号没变，只有稿件状态变了。
关于本书出现的「3.0 预研结果」
国家按病种付费 3.0 版分组方案目前处于征求意见稿阶段。国家医保局公开口径为：3.0 版分组方案拟于 2026 年 7 月发布、2027 年 1 月正式执行（《医保支付方式改革有关情况介绍（第 2 期）》，2026-06-03）。
因此：
- 本书中标为「3.0 预研」的分组结果，由 MedGroup 依据 DRG 3.0 版分组方案征求意见稿与 DIP 3.0 版分组征求意见函构建，属实测数据（系统结果），不是官方文件级的政策事实。
- 这些结果不得用于测算、申诉、协商或结算沟通，也不能作为编码调整依据。
- 征求意见稿与最终发布版本可能不同。3.0 正式发布后，本书涉及 3.0 的全部表述与截图将统一更新，更新记录见更新日志。
- 与之对照的「当前全国版」是 MedGroup 页面当前使用的规则口径（产品内部映射为 CHS2.0），对应国家 2.0 版分组方案。
这份材料的来源限制
两份都是随通知下发的附件 1，没有取得对应的发文文号，也没有公开直达链接。属实测数据——目录表抽取比对产物，不是官方发布的比较结论。
能用来看差异的形态和量级，不能被引用为参数。 要写进正式材料，回到当地正式文件带文号。
1. 为什么要做这个对照
"征求意见稿只是走个流程，最后不会差太多"——这句话在实务里流传很广，而且很有诱惑力：谁都想早点开始测算。
于是常见的做法是：拿征求意见稿先跑一遍影响测算，等正式版出来再"微调"。
这个案例就是用来回答"微调"是多大。
2. 三张表，三种改法
| 表 | 征求意见稿 | 正式版 | 主要变化 |
|---|---|---|---|
| 核心病种 | 6276 | 6282 | 真新增 400、真删除 394、分值变化 214 |
| 综合病种 | 906 | 964 | 编码方案改了，168 组手术级别重划 |
| 中医病种 | 92 | 102 | 新增 10，无删除；11 组分值全部上调 |
净数量看起来变化很小（核心病种只多了 6 条）。净数量是最有欺骗性的指标——它把 400 个新增和 394 个删除相互抵消成了 6。
3. 核心病种：5668 组没动，但动了的那些动得很大
| 情况 | 组数 |
|---|---|
| 完全未变 | 5668 |
| 分值变化 | 214（上调 123，下调 91） |
| 正式版新增 | 400 |
| 征求稿有、正式版删除 | 394 |
分值变动幅度的几个例子：
| 病种组合 | 征求稿 | 正式版 | 变化 |
|---|---|---|---|
R31.x-59.9900x002 | 27.35 | 50.21 | +83.6% |
I61.0-96.0400 | 86.75 | 152.20 | +75.4% |
Z46.6-97.6205 | 12.76 | 22.17 | +73.7% |
Z51.8-99.2801 | 51.13 | 78.94 | +54.4% |
如果你的重点病种恰好落在这 214 组里，"微调"这个词就不成立了。
而且注意 400 个删除组：拿征求稿测算时进了组的病例，正式版可能根本没有这个组。
4. 综合病种：编码方案本身变了
这是最容易造成返工的一类变化，因为它不是数值变了，是标识变了。
| 变化 | 组数 | 说明 |
|---|---|---|
D_I → D | 191 | 诊断性操作组去掉了层级后缀 |
S_II → S_III | 168 | 手术组从 II 级重新划为 III 级 |
| 编码不变但分值下调 | 58 | 幅度 −50% ～ −67% |
那 58 组的下调幅度：
| 病种组 | 征求稿 | 正式版 | 变化 |
|---|---|---|---|
S46S_II | 379.04 | 123.85 | −67.3% |
M51S_II | 397.26 | 150.68 | −62.1% |
M65S_II | 143.92 | 61.90 | −57.0% |
B02S_II | 291.65 | 129.36 | −55.7% |
58 组全部是下调，没有一组上调。 这不是随机波动，是一次有方向的调整。
编码方案变化的后果比数值变化更麻烦：任何按征求稿建的映射表、对照表、测算脚本，在正式版下会匹配不上，而不是"算出一个稍微不同的数"。匹配不上通常表现为静默丢行——比算错更难发现。
5. 一个把差异虚报 3.7 倍的陷阱
第一次比对时，程序报告核心病种：新增 1477、删除 1471。
实际是 400 和 394。
原因：正式版有 1098 个病种编码里含换行符。
text
征求意见稿： A09.9-45.2302+44.1300x001
正式版： A09.9-
45.2302+44.1300x001肉眼看是同一个编码，字符串比对是两个不同的键。于是同一组同时被记成"征求稿里有、正式版没有"和"正式版新增"——一次变化被算成两次，还都算错了。
差异被放大了 3.7 倍，而且放大的部分全是假的。
修正方法只有一行：比对前把编码里的空白字符全部去掉。
python
key = re.sub(r'\s+', '', str(code))这条经验的普遍性远超这个案例：任何两版目录比对，第一步都应该是归一化，第二步才是比对。 跳过第一步，你得到的差异清单里混着大量格式噪声，而你无法分辨哪些是真的。
怎么知道自己踩了这个坑
一个简单的判据：如果"新增"和"删除"的数量非常接近，而净变化很小，多半是归一化没做。 真实的目录调整很少是"删掉 1471 个同时新增 1477 个"。
本案例第一次的 1477/1471 就是典型信号；归一化后的 400/394 差距仍然接近，但量级从 23% 掉到 6%，且逐条抽查都能确认是真变化。
6. 结论
征求意见稿不能用于测算，除非你接受结论可能在正式版发布后失效。
具体到这一次：
- 核心病种 214 组分值变了，最大 +83.6%
- 400 组是新增的，394 组消失了
- 综合病种的编码方案变了，191 + 168 组受影响
- 58 组综合病种分值单向下调，最深 −67.3%
如果一定要在正式版之前动手，把这三件事写进材料：
- 标明用的是征求意见稿，不是正式版
- 给出敏感度——正式版发布后哪些结论会变、变多少
- 约定复算时间，正式版一出就重跑，而不是"微调"
7. 这个案例不能推出什么
- 不能推出所有地区的两稿差异都是这个量级。 这是一个市一次调整的实测，不同地区、不同年度的修改幅度差别很大。
- 不能推出正式版的分值就是最终结算依据。 分值要乘点值，点值期末确定。
- 不能推出哪种改法更合理。 本案例只记录差异，不评价调整方向。
- 不能引用这里的具体分值。 见开头的来源限制。