研究目的本研究通过核算门诊烧伤患者伤口护理成本,分析其影响因素,在此基础上应用决策树算法,构建门诊烧伤患者伤口护理成本预测模型,为门诊烧伤患者伤口护理打包式收费奠定基础,同时为医疗机构针对烧伤患者伤口护理合理定价提供数据支撑。研究方法本研究为横断面研究。采用便利抽样法,选取2020年7月至2020年12月在某三级甲等医院伤口中心就诊的328例门诊烧伤患者作为研究对象。采用问卷调查法,收集门诊烧伤患者的一般资料、伤口情况、换药耗时耗材情况、科室设备单价、使用时间和频次、科室护理人员薪酬情况以及单次伤口护理实际收费情况等,从而核算伤口护理成本和实际收费。运用单因素分析多重线性回归分析探索伤口护理成本的影响因素。随机选取80%（262例）样本量,运用决策树卡方自动交互检测（Chi-Square Automatic Interaction Detector,CHAID）算法构建门诊烧伤患者伤口护理成本预测模型分组,采用变异系数、方差分析评估模型分组效果,并确定预测模型分组的标准成本和成本上限。最后用另外20%（66例）样本量检验模型分组的准确性。研究结果（1）经正态性检验显示,伤口护理成本呈非正态分布。因此,本研究采用中位数表示伤口护理成本及实际收费的平均水平。结果显示:门诊烧伤患者平均护理成本为288.02元,平均收费为350.00元,两者差值的均值为102.10元,且差异有统计学意义（p<0.05）。构成伤口护理成本的6个要素包括人力成本、材料成本、设备折旧费、作业费、行政管理费、教学科研费。结果显示:上述6个要素占伤口护理成本的比例分别为53%、8%、7%、23%、4%和5%。（2）单因素分析结果显示:医疗费用支付方式、合并疾病情况、伤口病程、换药次数、伤口位置、伤口个数、伤口感染情况、伤口占体表面积、烧伤深度、伤口渗液量、创面组织类型、周围皮肤情况以及伤口转归情况是伤口护理成本的影响因素。多重线性回归分析结果显示:伤口渗液量、烧伤深度、伤口个数、伤口感染情况、周围皮肤情况以及伤口占体表面积是伤口护理成本的影响因素。（3）运用决策树CHAID算法,将伤口护理成本作为目标变量,多因素分析得出的有意义结果作为输入变量,最终建立10个预测模型分组;对各个分组进行评价,结果显示,最大CV值为13.48%,最小CV值为3.13%,10个分组的组内同质性较好;方差分析结果显示:10个分组的组间差异有统计学意义（p<0.05）。参照国外标准成本及成本上限制定方法,制定10个分组的标准成本及成本上限。结果显示:10个分组的标准成本最大值为1169.31元,最小值为83.47元;成本上限最大值为1970.03元,最小值为185.51元;3%的患者伤口护理成本超过成本上限。模型检验结果显示:其预测准确性达98.03%,表明该模型能较好预测门诊烧伤患者的伤口护理成本。研究结论（1）门诊烧伤患者伤口护理成本低于实际收费,人力成本占伤口护理成本的比例最高,目前,门诊烧伤患者伤口护理收费存在不合理现象,需加强伤口护理成本的相关研究,以实现门诊烧伤患者的合理收费;加强人力成本的管控有利于降低伤口护理成本。（2）伤口渗液量、烧伤深度、伤口个数、伤口感染情况、周围皮肤情况以及伤口占体表面积等是伤口护理成本的影响因素,临床中应规范伤口护理流程,以降低伤口护理成本。（3）通过伤口渗液量、烧伤深度、伤口占体表面积、周围皮肤情况以及伤口个数5个变量建立门诊烧伤患者伤口护理成本预测模型,该模型预测准确性较高。将决策树应用于门诊烧伤患者伤口护理成本,不仅可以为门诊烧伤患者费用标准的制定提供参考,也可以为门诊烧伤患者打包式收费奠定基础,未来临床可以参考上述思路和方法,对门诊烧伤患者伤口护理实施打包式收费。