Improving risk adjustment without diagnostic information – Evidence from reforms in Switzerland
Diese Studie zeigt, dass das Risikoausgleichssystem der Schweiz durch die Einbeziehung von Morbiditätsinformationen aus Arzneimittelverschreibungen signifikant verbessert werden kann, wie der Übergang von einem kostenbasierten Indikator zu pharmazeutischen Kostengruppen belegt, was die Vorhersagegenauigkeit erhöhte und Kompensationsfehler trotz des Fehlens von Diagnosedaten reduzierte.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der Welt der Krankenversicherung besteht ein grundlegendes Spannungsfeld zwischen Fairness und Effizienz. Versicherungsgesellschaften sammeln Geld von vielen Menschen ein, um die medizinische Versorgung weniger Kranker zu bezahlen. Wenn ein Versicherer leicht erkennen könnte, wer wahrscheinlich sehr krank und teuer in der Behandlung sein wird, würde er vielleicht versuchen, diese Personen nicht zu versichern, wodurch sie mit höheren Kosten oder ohne Versicherungsschutz dastehen würden. Um dies zu verhindern, nutzen viele Länder ein System namens Risikofunktion (Risk Adjustment). Man kann es sich wie einen finanziellen Balanceakt vorstellen, bei dem der Staat Geld von den Versicherern einsammelt, die überwiegend gesunde Kunden haben, und dieses Geld denjenigen gibt, die eher kranke und teurere Kunden haben. Dies stellt sicher, dass jeder Versicherer eine faire Chance hat, wettbewerbsfähig zu bleiben, unabhängig davon, wen er zufällig aufgenommen hat. Die Herausforderung liegt darin, vorherzusagen, wer teuer werden wird. Die meisten Länder nutzen detaillierte Krankenakten, um diese Vorhersagen zu treffen, aber in der Schweiz verhindern strenge Datenschutzgesetze, dass Versicherer diese spezifischen Diagnosen einsehen können. Oh die genaue Kenntnis darüber, woran eine Person erkrankt ist, mussten Versicherer auf Basis dessen schätzen, wie viel sie für Medikamente ausgegeben haben – eine Methode, die oft zu grob ist, um wirklich fair zu sein.
Ein Forschungsteam aus Zürich und Luzern beschloss zu untersuchen, wie die Schweiz versucht hat, dieses Rätsel ohne medizinische Diagnosen zu lösen. Sie untersuchten einen bedeutenden Wandel in der Art und Weise, wie das Land diese Zahlungen berechnet: den Übergang von einer einfachen Regel, die auf den Gesamtkosten für Medikamente basiert, hin zu einem anspruchsvolleren System, das Medikamente nach ihrer Anwendung gruppiert. Die Forscher analysierten Daten von fast sieben Millionen Erwachsenen über mehrere Jahre hinweg, um zu sehen, welche Methode besser geeignet war, zukünftige Kosten vorherzusagen, und vor allem, welche Methode die Versicherer daran hinderte, das System zu manipulieren. Ihre Arbeit zeigt, dass die neue Methode zwar wesentlich besser darin ist, zu verstehen, wer Hilfe benötigt, aber auch einige neue, subtile Wege geschaffen hat, über die Versicherer ihre Kunden auswählen können, was darauf hindeutet, dass die Suche nach einem perfekten System ein fortlaufender Prozess ist.
Jahrzehntelang stützte sich das Schweizer System auf Basisinformationen wie Alter und Geschlecht und fügte später eine einfache Regel hinzu: Wenn eine Person in einem Jahr mehr als 5.000 Schweizer Franken für Medikamente ausgab, wurde sie als Hochrisiko eingestuft. Dies war ein kostenbasierter Indikator. Er war einfach anzuwenden, hatte aber einen Makel. Da die Zahlung sprang, sobald eine Person diese Ausgabengrenze überschritt, hatten Versicherer einen seltsamen Anreiz, sicherzustellen, dass ihre Kunden diese Grenze überschritten. Sie könnten Menschen dazu ermutigen, teurere Markenmedikamente anstelle günstigerer Generika zu kaufen, nur um die Gesamtkosten über die Schwelle zu treiben und so sicherzustellen, dass der Versicherer eine höhere Zahlung erhält. Dies war ineffizient und spiegelte nicht unbedingt den tatsächlichen Gesundheitsbedarf des Patienten wider.
Um dies zu beheben, führte die Schweiz im Jahr 2020 ein neues System ein, das auf pharmazeutischen Kostengruppen basiert. Anstatt auf den Gesamtpreis zu schauen, betrachtet dieses System die Arten der Medikamente, die Menschen einnehmen, und wie viele Dosen sie konsumieren. Es gruppiert spezifische Medikamente zusammen, die bekannt dafür sind, chronische, langfristige Erkrankungen zu behandeln. Zum Beispiel könnte die Einnahme einer bestimmten Anzahl von Dosen eines spezifischen Herzmedikaments eine Person in eine „Herzkrankheitsgruppe“ einordnen, unabhängig davon, ob dieses Medikament viel oder wenig gekostet hat. Dies ist ein nutzenbasierter Indikator. Die Forscher fanden heraus, dass dieser neue Ansatz eine erhebliche Verbesserung darstellte. Er sagte zukünftige Ausgaben viel genauer voraus als die alte kostenbasierte Regel. Als sie die beiden Methoden verglichen, stellte das neue System eine Reduzierung der Anzahl der Menschen fest, die entweder zu viel oder zu wenig bezahlt bekamen, um eine große Spanne. Es verhinderte auch den seltsamen Anreiz, Menschen über eine Ausgabengrenze zu treiben, da die Zahlung nun auf der Art des Medikaments basierte und nicht auf dem Gesamtpreis.
Doch die Geschichte endet nicht mit einer perfekten Lösung. Die Forscher entdeckten, dass das neue System zwar insgesamt besser war, aber nicht makellos. Wenn sie die spezifischen Medikamentengruppen genauer betrachteten, stellten sie fest, dass einige Gruppen immer noch sehr unvorhersehbar waren. Beispielsweise zeigten Menschen, die unter „Nierenerkrankungen“ gruppiert waren, eine große Bandbreite an tatsächlichen Kosten; einige waren sehr teuer, während andere relativ günstig waren, obwohl sie alle in derselben Zahlungsgruppe waren. Diese Variation schafft eine neue, leisere Möglichkeit zur Risikoselektion. Ein Versicherer könnte bei einer Person mit einer Nierenerkrankung, basierend auf anderen Hinweisen, vermuten, dass diese spezifische Person günstiger zu behandeln sein wird als der Durchschnitt der Gruppe. Wenn er recht hat, macht der Versicherer Gewinn. Die Studie zeigte, dass das neue System zwar die Fähigkeit reduzierte, Kunden basierend auf breiten Kategorien auszuwählen, es aber nicht die Fähigkeit eliminierte, dies innerhalb dieser Kategorien zu tun.
Die Auswirkungen dieser Änderungen waren am Versicherungsmarkt selbst sichtbar. Vor den Reformen variierten die Versicherungsprämien landesweit stark, wobei einige Versicherer viel mehr verlangten, weil sie Angst hatten, kranke Menschen aufzunehmen. Nachdem das neue System eingeführt wurde, begannen sich die Preise bei den verschiedenen Versicherern anzugleichen. Versicherer, die überwiegend gesunde Kunden hatten, erhöhten ihre Preise stärker als diejenigen mit kränkeren Kunden, was darauf hindeutet, dass die Angst, auf hohen Kosten sitzen zu bleiben, abnimmt. Die Variation der Preise über verschiedene Regionen hinweg sank signifikant, was zeigt, dass der Markt stabiler und fairer wurde.
Die Forscher kamen zu dem Schluss, dass ein Krankenversicherungssystem selbst ohne Zugang zu detaillierten medizinischen Diagnosen durch intelligente, nutzenbasierte Indikatoren viel fairer gestaltet werden kann. Der Wechsel von einer einfachen Ausgabengrenze zu einem System, das auf Medikamentengruppen basiert, war ein klarer Schritt nach vorne, der die Genauigkeit der Zahlungen verbesserte und den Anreiz zur Manipulation der Kosten verringerte. Dennoch ist die Studie auch eine Erinnerung daran, dass kein System perfekt ist. Die verbleibenden Lücken in der Vorhersage bedeuten, dass Versicherer immer noch einen gewissen Spielraum haben, um die gesündesten Kunden innerhalb derselben Risikogruppen auszuwählen. Die Schweizer Erfahrung bietet anderen Ländern eine wertvolle Lektion: Man kann ein robustes Sicherheitsnetz aufbauen, ohne invasive medizinische Daten zu verwenden, aber die Arbeit an der Verfeinerung dieses Netzes endet nie wirklich.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.