Improving risk adjustment without diagnostic information – Evidence from reforms in Switzerland
本研究は、診断データの欠如にもかかわらず、コストに基づく指標から医薬品コストグループへと移行したことが予測精度を向上させ補償誤差を減少させたことから、スイスのリスク調整スキームは、処方箋から得られる罹患情報を取り入れることで大幅に改善され得ることを実証している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
健康保険の世界には、公平性と効率性の間に存在する根本的な緊張関係があります。保険会社は、多くの人々からお金を集め、病気になった少数の人々の医療費を支払います。もし保険会社が、誰が非常に病気がちで治療費が高額になりそうかを簡単に判別できるとしたら、そのような人々を加入させないように動くかもしれません。その結果、彼らは高いコストに苦しむか、あるいは保障を受けられなくなる可能性があります。これを防ぐために、多くの国では「リスク調整」と呼ばれるシステムを採用しています。これは、健康な顧客を多く持つ保険会社から資金を集め、より病気がちで高コストな顧客を持つ保険会社へと資金を移動させる、一種の財政的なバランス調整だと考えてください。これにより、どのような顧客を契約したとしても、すべての保険会社が公平に競争できる環境が整います。課題は、誰が高コストになるかを予測することにあります。多くの国は詳細な診療記録を用いてこれらの予測を行っていますが、スイスでは厳格なプライバシー法により、保険会社が具体的な診断名を知ることは禁じられています。正確な病名を知ることができないため、保険会社は薬の支出額に基づいて推測せざるを得ず、その手法はしばしばあまりにも大まかすぎて、真に公平とは言えないものでした。
チューリッヒとルツェルンの研究チームは、診断名を使わずにスイスがいかにしてこのパズルを解こうとしてきたかを調査することにしました。彼らは、薬の総額に基づく単純なルールから、薬の使用方法によって薬剤をグループ化する、より洗練されたシステムへの大きな転換に着目しました。研究者たちは、数百万人の成人を対象とした数年間のデータを分析し、どちらの手法が将来のコストをより正確に予測できたか、そしてより重要な点として、どちらの手法が保険会社によるシステムの「ゲーミング（制度の悪用）」を防ぐことができたかを検証しました。彼らの研究によれば、新しい手法は「誰が助けを必要としているか」を理解する上で非常に優れている一方で、保険会社が顧客を選別するための、いくつかの新たな、かつ巧妙な手段を生み出してしまったことも明らかになりました。これは、完璧なシステムを求める探求が継続中であることを示唆しています。
数十年もの間、スイスのシステムは年齢や性籍といった基本的な情報に依存しており、その後、単純なルールが追加されました。それは、「ある人が1年間に薬剤に5,000スイスフラン以上支出した場合、その人をハイリスクとしてフラグを立てる」というものです。これはコストベースの指標でした。使いやすいものでしたが、欠点がありました。支出額がその境界線を越えた瞬間に支払額が跳ね上がるため、保険会社には顧客にその境界線を越えさせるような奇妙なインセンティブが働いてしまったのです。例えば、保険会社がより多くの支払いを受けることを確実にするために、安価なジェネリック医薬品ではなく、より高価なブランド薬を購入するよう顧客に促すといったことが起こり得ました。これは非効率的であり、必ずしも患者の真の健康ニーズを反映したものではありませんでした。
これを修正するために、スイスは2020年に薬剤コストグループに基づく新しいシステムを導入しました。総額を見るのではなく、このシステムは人々がどのような種類の薬を、どの程度の量服用しているかに着目します。特定の慢性的な長期疾患を治療するために知られている薬をグループ化するのです。例えば、特定の心臓病の薬を一定量服用していれば、その薬が高価であるか安価であるかにかかわらず、その人は「心臓疾患」グループに分類されます。これは利用ベースの指標です。研究者たちは、この新しいアプローチが大幅な改善であったことを見出しました。この新システムは、旧来のコストベースのルールよりも将来の支出をはるかに正確に予測できました。両方の手法を比較した際、新しいシステムは、支払額が過大または過少になった人数を大幅に減少させました。また、支払いは価格ではなく薬の種類に基づいているため、支出制限を超えさせようとする奇妙なインセンティブも排除されました。
しかし、物語は完璧な解決策で終わりではありません。研究者たちは、新しいシステムは全体としては優れているものの、欠陥がないわけではないことを発見しました。特定の薬剤グループを詳しく調べたところ、一部のグループは依然として非常に予測困難であることが分かりました。例えば、「腎疾患」のグループに分類された人々は、同じ支払いグループに属していながら、実際には非常に高額な費用がかかる人もいれば、比較的安価な人もいるという、幅広いコストの差を示していました。この差異は、新たな、より静かなリスク選択の機会を生み出します。保険会社は、腎疾患を持つ人物を見て、他の手がかりに基づき、その特定の人物がグループの平均よりも治療費が安く済むだろうと推測するかもしれません。もしその推測が当たれば、保険会社は利益を得ることができます。研究によれば、新システムは広範なカテゴリーに基づいた顧客の選別能力は減少させたものの、そのカテゴリー内での選別を行う能力を排除するには至りませんでした。
これらの変化の影響は、保険市場自体にも現れました。改革の前は、保険会社が病人を引き受けることを恐れて、保険料の差が全国的に大きく開いていました。しかし、新システムが導入された後、異なる保険会社間での価格の差は収束し始めました。健康な顧客を多く持つ保険会社は、病気の多い顧客を持つ会社よりも価格を高く設定しており、これは高コストの負担を押し付けられるという恐怖が薄れていることを示唆しています。地域間の価格差も大幅に縮小しており、市場がより安定し、公平になっていることを示しています。
研究者たちは、詳細な医学的診断にアクセスできなくても、スマートな利用ベースの指標を用いることで、健康保険システムをより公平にできると結論付けました。単純な支出の閾値から、薬剤グループに基づくシステムへの移行は、支払いの精度を高め、保険会社によるコスト操作の誘惑を減らす明確な前進でした。しかし、この研究は同時に、完璧なシステムは存在しないということも教えてくれます。予測における残されたギャップがある限り、保険会社には依然として、同じリスクグループ内であってもより健康な顧客を選別しようとする余地が残されています。スイスの経験は、他国にとって貴重な教訓を与えています。つまり、侵襲的な医療データを使わなくても強固なセーフティネットを構築することは可能ですが、その網を改良し続ける作業に終わりはないということです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。