Improving risk adjustment without diagnostic information – Evidence from reforms in Switzerland
यह अध्ययन प्रदर्शित करता है कि स्विट्जरलैंड की जोखिम समायोजन योजना में दवा के नुस्खों से प्राप्त रुग्णता (morbidity) जानकारी को शामिल करके महत्वपूर्ण रूप से सुधार किया जा सकता है, जैसा कि लागत-आधारित संकेतक से फार्मास्युटिकल लागत समूहों में संक्रमण से सिद्ध होता है, जिसने नैदानिक डेटा की अनुपस्थिति के बावजूद भविष्य कहनेवाला सटीकता को बढ़ाया और मुआवजे की त्रुटियों को कम किया।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
स्वास्थ्य बीमा की दुनिया में, निष्पक्षता और दक्षता के बीच एक मौलिक तनाव मौजूद है। बीमा कंपनियां कुछ बीमार लोगों की चिकित्सा देखभाल का भुगतान करने के लिए कई लोगों से पैसा एकत्र करती हैं। यदि कोई बीमाकर्ता आसानी से यह बता पाता कि किन लोगों के बीमार होने और इलाज के लिए बहुत महंगे होने की संभावना है, तो वे उन लोगों को शामिल करने से बचने की कोशिश कर सकते हैं, जिससे वे उच्च लागत या बिना कवरेज के संघर्ष करते रह जाएंगे। इसे रोकने के लिए, कई देश 'रिस्क एडजस्टमेंट' (जोखिम समायोजन) नामक प्रणाली का उपयोग करते हैं। इसे एक वित्तीय संतुलन बनाने वाले कार्य के रूप में देखें जहाँ सरकार उन बीमाकर्ताओं से पैसा लेती है जिनके पास ज्यादातर स्वस्थ ग्राहक हैं और इसे उन बीमाकर्ताओं को देती है जिनके पास बीमार और अधिक खर्चीले ग्राहक हैं। यह सुनिश्चित करता है कि प्रत्येक बीमाकर्ता के पास प्रतिस्पर्धा करने का एक उचित अवसर हो, चाहे उनके पास जो भी ग्राहक हों। चुनौती यह है कि भविष्यवाणी कैसे की जाए कि कौन सा व्यक्ति महंगा होगा। अधिकांश देश इन भविष्यवाणियों को करने के लिए विस्तृत मेडिकल रिकॉर्ड का उपयोग करते हैं, लेकिन स्विट्जरलैंड में, सख्त गोपनीयता कानून बीमाकर्ताओं को इन विशिष्ट निदानों (diagnoses) को देखने से रोकते हैं। यह जानने के बिना कि कोई व्यक्ति वास्तव में किस बीमारी से पीड़ित है, बीमाकर्ताओं को यह अनुमान लगाने के लिए मजबूर होना पड़ा कि उन्होंने दवाओं पर कितना खर्च किया है, जो कि एक ऐसी विधि है जो वास्तव में निष्पक्ष होने के लिए बहुत ही सतही है।
ज़्यूरिख और ल्यूसर्न के शोधकर्ताओं की एक टीम ने यह जांचने का निर्णय लिया कि स्विट्जरलैंड ने चिकित्सा निदानों का उपयोग किए बिना इस पहेली को हल करने का प्रयास कैसे किया। उन्होंने इस बात का अध्ययन किया कि कैसे देश ने भुगतान की गणना करने के तरीके में एक बड़ा बदलाव किया, जो दवाओं की कुल लागत पर आधारित एक सरल नियम से बदलकर दवाओं के उपयोग के आधार पर समूहों में वर्गीकृत करने वाले एक अधिक परिष्कृत तंत्र की ओर बढ़ा। शोधकर्ताओं ने कई वर्षों तक लगभग सत्तर लाख वयस्कों के डेटा का विश्लेषण किया ताकि यह देखा जा सके कि कौन सी विधि भविष्य के खर्चों की भविष्यवाणी करने में बेहतर काम करती है और अधिक महत्वपूर्ण रूप से, कौन सी विधि बीमाकर्ताओं को सिस्टम के साथ हेरफेर करने से रोकती है। उनका काम बताता है कि जबकि नई विधि मदद की आवश्यकता वाले लोगों को समझने में बहुत बेहतर है, इसने कुछ नए, सूक्ष्म तरीके भी पैदा कर दिए हैं जिनसे बीमाकर्ता अपने ग्राहकों को चुन सकते हैं, जो यह सुझाव देता है कि एक आदर्श प्रणाली की खोज जारी है।
दशकों तक, स्विस प्रणाली आयु और लिंग जैसे बुनियादी जानकारी पर निर्भर रही, और बाद में इसमें एक सरल नियम जोड़ा गया: यदि कोई व्यक्ति एक वर्ष में दवाओं पर 5,000 स्विस फ्रैंक से अधिक खर्च करता है, तो उसे उच्च-जोखिम वाला माना जाता था। यह एक लागत-आधारित संकेतक था। यह उपयोग में आसान था, लेकिन इसमें एक दोष था। क्योंकि एक व्यक्ति द्वारा उस खर्च की सीमा को पार करने के बाद भुगतान में उछाल आता था, इसलिए बीमाकर्ताओं के पास यह सुनिश्चित करने का एक अजीब प्रोत्साहन था कि उनके ग्राहक उस सीमा को पार करें। वे लोगों को सस्ते जेनेरिक दवाओं के बजाय महंगी ब्रांडेड दवाएं खरीदने के लिए प्रोत्साहित कर सकते थे ताकि कुल लागत को उस दहलीज से ऊपर धकेला जा सके, जिससे यह सुनिश्चित हो सके कि बीमाकर्ता को बड़ा भुगतान मिले। यह अक्षम था और यह आवश्यक रूप से रोगी की वास्तविक स्वास्थ्य आवश्यकताओं को नहीं दर्शाता था।
इसे ठीक करने के लिए, स्विट्जरलैंड ने 2020 में फार्मास्युटिकल लागत समूहों (pharmaceutical cost groups) पर आधारित एक नई प्रणाली पेश की। कुल कीमत टैग को देखने के बजाय, यह प्रणाली लोगों द्वारा ली जाने वाली दवाओं के प्रकार और उनके द्वारा ली जाने वाली खुराकों की संख्या को देखती है। यह विशिष्ट दवाओं को एक साथ समूहित करती है जो पुरानी, दीर्घकालिक स्थितियों के इलाज के लिए जानी जाती हैं। उदाहरण के लिए, एक विशिष्ट हृदय रोग की दवा की एक निश्चित संख्या खुराक लेना किसी व्यक्ति को "हृदय रोग" समूह में रख सकता है, चाहे वह दवा महंगी हो या सस्ती। यह एक उपयोग-आधारित संकेतक है। शोधकर्ताओं ने पाया कि यह नया दृष्टिकोण एक महत्वपूर्ण सुधार था। इसने पुराने लागत-आधारित नियम की तुलना में भविष्य के खर्चों की बहुत अधिक सटीक रूप से भविष्यवाणी की। जब उन्होंने दोनों विधियों की तुलना की, तो नए सिस्टम ने उन लोगों की संख्या को कम कर दिया जिन्हें बहुत अधिक या बहुत कम भुगतान किया गया था। इसने खर्च की सीमा को पार करने के लिए लोगों को धकेलने के अजीब प्रोत्साहन को भी रोक दिया, क्योंकि भुगतान अब कुल कीमत के बजाय दवा के प्रकार पर आधारित था।
हालाँकि, कहानी एक पूर्ण समाधान के साथ समाप्त नहीं होती है। शोधकर्ताओं ने पाया कि हालांकि नया सिस्टम कुल मिलाकर बेहतर था, लेकिन यह त्रुटिहीन नहीं था। जब उन्होंने दवाओं के विशिष्ट समूहों पर बारीकी से नज़र डाली, तो उन्होंने पाया कि कुछ समूह अभी भी बहुत अप्रत्याशित थे। उदाहरण के लिए, "किडनी रोगों" के तहत आने वाले लोगों ने वास्तविक लागतों की एक विस्तृत श्रृंखला दिखाई; कुछ बहुत महंगे थे, जबकि अन्य अपेक्षाकृत सस्ते थे, भले ही वे सभी एक ही भुगतान समूह में थे। यह भिन्नता जोखिम चयन (risk selection) का एक नया, शांत अवसर पैदा करती है। एक बीमाकर्ता किडनी रोग वाले व्यक्ति को देख सकता है और अन्य संकेतों के आधार पर अनुमान लगा सकता है कि यह विशिष्ट व्यक्ति उस समूह के औसत व्यक्ति की तुलना में इलाज के लिए सस्ता होगा। यदि वे सही हैं, तो बीमाकर्ता लाभ कमाता है। अध्ययन ने दिखाया कि जबकि नए सिस्टम ने व्यापक श्रेणियों के आधार पर ग्राहकों को चुनने की क्षमता को कम कर दिया, लेकिन इसने उन्हीं श्रेणियों के भीतर ऐसा करने की क्षमता को खत्म नहीं किया।
इन परिवर्तनों का प्रभाव बीमा बाजार में भी दिखाई दिया। सुधारों से पहले, बीमा प्रीमियम पूरे देश में व्यापक रूप से भिन्न होते थे, क्योंकि कुछ बीमाकर्ता बीमार लोगों को साइन अप करने से डरते थे और इसलिए वे दूसरों की तुलना में बहुत अधिक शुल्क लेते थे। नया सिस्टम लागू होने के बाद, विभिन्न बीमाकर्ताओं के बीच कीमतें आपस में मिलने लगीं। जिन बीमाकर्ताओं के पास ज्यादातर स्वस्थ ग्राहक थे, उन्होंने उन बीमाकर्ताओं की तुलना में अधिक कीमतें बढ़ाईं जिनके पास अधिक बीमार ग्राहक थे, जो यह दर्शाता है कि उच्च लागतों के साथ फंस जाने का डर कम हो रहा है। विभिन्न क्षेत्रों में कीमतों की भिन्नता काफी कम हो गई, जो यह संकेत देता है कि बाजार अधिक स्थिर और निष्पक्ष हो रहा था।
शोधकर्ताओं ने निष्कर्ष निकाला कि विस्तृत चिकित्सा निदानों तक पहुँच के बिना भी, एक स्वास्थ्य बीमा प्रणाली को स्मार्ट, उपयोग-आधारित संकेतकों का उपयोग करके बहुत अधिक निष्पक्ष बनाया जा सकता है। एक साधारण खर्च की दहलीज से दवा समूहों पर आधारित प्रणाली की ओर बदलाव एक स्पष्ट प्रगति थी, जिसने भुगतान की सटीकता में सुधार किया और बीमाकर्ताओं द्वारा लागतों में हेरफेर करने के प्रलोभन को कम किया। फिर भी, यह अध्ययन एक चेतावनी के रूप में भी कार्य करता है कि कोई भी प्रणाली पूर्ण नहीं है। भविष्यवाणी में शेष अंतराल यह दर्शाते कि बीमाकर्ताओं के पास अभी भी समान जोखिम समूहों के भीतर सबसे स्वस्थ ग्राहकों को चुनने की कुछ गुंजाइश है। स्विस अनुभव अन्य देशों के लिए एक मूल्यवान सबक प्रदान करता है: आप गहन चिकित्सा डेटा के बिना एक मजबूत सुरक्षा जाल बना सकते हैं, लेकिन इस जाल को और बेहतर बनाने का काम कभी वास्तव में समाप्त नहीं होता।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।