挑选有利可图的患者新研究确定了一些医疗保险患者的意外后果
INFORMS 期刊《制造与服务运营管理》中的一项新研究发现，最大的医疗保健按人付费计划 Medicare Advantage (MA) 无意中激励健康计划从传统 Medicare (TM) 中挑选有利可图的患者。“按人头计算”是健康计划中每位参与者支付给医疗保健机构的年费。
“与流行的看法相反，单靠大数据和机器学习无法解决这个问题。我们提出了一种改进的医疗损失率机制来解决 MA 中的风险选择问题，”佐治亚理工学院的 Turgay Ayer 说。
Ayer 与合著者新加坡管理大学的 Zhaowei She 和 Grand Valley 州立大学的 Daniel Montanera 一起表示，从历史上看，MA 市场中观察到的这种风险选择归因于数据限制和当前风险调整设计的低解释力。正因为如此，许多人认为随着大数据可用性的增加，风险选择会随着时间的推移逐渐消失。
这项名为“大数据能否解决医疗保健按人付费计划中的风险选择?博弈论分析”的研究表明，即使当前的 MA 风险调整设计通过增加大数据的可用性在信息上变得完美，风险选择的激励仍将持续存在，主要是因为当前风险调整模型的设计方式。
“这项工作解决了按人头付费模式中的一个关键设计问题，这是一种新兴的医疗保健支付模式，迅速被世界各地的支付者采用，”Ayer 说。
按人头付费模式无意中激励了交叉补贴行为，在这种行为中，医疗保健提供者通过使用从其他亚组收取的按人头付费战略性地补贴一些患者亚组来进行风险选择。
“为了解决风险选择问题，付款人应该修改他们目前的按人头收费机制，以考虑医疗保健按人头收费计划中的交叉补贴行为，这样利润较低的患者就不会被视为二等病人，”Ayer 说。
“如果不明确考虑医疗按人头付费计划的基本机制，没有通用的风险调整算法可以解决风险调整中的战略预测问题，”她补充道。
这项研究呼吁从业者和政策制定者改变他们将风险调整视为纯粹统计和机器学习问题的观点，并更全面地审视人类的影响。
版权声明：本文由用户上传，如有侵权请联系删除！