📄 medicine

Health Insurance Literacy Alone Is Not Enough: The Added Explanatory Value of System Perceptions for Insurance-Related Outcomes in Israel, A Cross-Sectional Survey Study

Deze dwarsdoorsnedestudie in Israël toont aan dat hoewel de geletterdheid met betrekking tot de gezondheidszorg het individuele zelfvertrouwen meet, het integreren van percepties van systeemhelderheid en complexiteit de verklaring van verzekeringsgerelateerde kennis en het gebruik aanzienlijk verbetert, wat suggereert dat beleidsevaluaties zowel individuele capaciteiten als systeemkenmerken in overweging moeten nemen.

Oorspronkelijke auteurs: Reut Ron

Gepubliceerd 2026-09-02

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Reut Ron

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de moderne wereld gaat het navigeren door een ziektekostenverzekering vaak minder over ziek worden en meer over het verdwalen in een doolhof van papierwerk. Voor veel mensen voelt het systeem als een vreemde taal, vol verwarrende termen, verborgen regels en lagen van dekking die op manieren overlappen die moeilijk te ontwarren zijn. Onderzoekers proberen al lang te meten hoe goed mensen met deze complexiteit kunnen omgaan, en hebben hiervoor de term "gezondheidsverzekeringsgeletterdheid" bedacht. Dit concept beschrijft het vermogen van een persoon om informatie over hun verzekering te vinden, te begrijpen en te gebruiken om goede beslissingen te nemen. Traditioneel hebben wetenschappers dit gemeten door mensen te vragen hoe zelfverzekerd ze zich voelen bij het kiezen van een plan of het gebruiken van hun dekking. De aanname is geweest dat als iemand zich zelfverzekerd voelt, diegene waarschijnlijk het systeem goed genoeg begrijpt om de zorg te krijgen die nodig is. Echter, naarmate gezondheidssystemen complexer worden, met publieke dekking gemengd met private aanvullingen, biedt deze eenvoudige maatstaf van zelfvertrouwen misschien niet het volledige verhaal. Het is mogelijk dat iemand zich zeker voelt terwijl diegene cruciale details mist, of dat het systeem zelf zo verstrengeld is dat zelfs een deskundig persoon moeite heeft om de weg te vinden.

Een recente studie uitgevoerd in Israël zette zich af om te testen of deze standaardmaatstaf van zelfvertrouwen voldoende was om te verklaren hoe mensen daadwerkelijk met hun verzekering omgaan. De onderzoekers, onder leiding van Reut Ron van de Ben-Gurion Universiteit van de Negev, verzamelden gegevens van 511 volwassenen uit het hele land. Ze vroegen deze deelnemers een gedetailleerde enquête in te vullen die ook de standaardvragen over hun zelfvertrouwen en gewoonten met betrekking tot de ziektekostenverzekering bevatte. Maar de onderzoekers stopten daar niet. Ze stelden ook twee specifieke vragen over de verzekeringsverzekering zelf: hoe duidelijk zij de regels en informatie vonden, en hoe complex zij het systeem vonden. Door de antwoorden op deze vragen te vergelijken met de zelfgerapporteerde kennis van de deelnemers over hun eigen dekking en hun daadwerkelijke gebruik van private verzekeringen, hoopte het team te zien of het kijken naar de duidelijkheid van het systeem enige nieuwe inzichten toevoegde aan het beeld.

De resultaten toonden een duidelijke splitsing in hoe deze verschillende factoren op elkaar inwerkten. De standaardmaatstaf voor gezondheidsverzekeringsgeletterdheid was zeer goed in het voorspellen van hoeveel mensen dachten het systeem te begrijpen. Als een persoon hoog scoorde op de vragen over zelfvertrouwen en gedrag, was diegene zeer waarschijnlijk geneigd te zeggen dat hij of zij de verzekering goed begreep. Sterker nog, deze maatstaf verklaarde ongeveer een derde van de verschillen in hoe mensen hun eigen begrip beoordeelden. Echter, toen de onderzoekers keken naar de vraag of mensen daadwerkelijk de specifieke details van hun dekking kenden of of zij private verzekeringen gebruikten, werd de standaardmaatstaf veel minder nuttig. Het kon niet volledig verklaren waarom sommige mensen de details van hun dekking wel kenden en anderen niet, noch waarom sommigen private verzekeringen gebruikten en anderen niet.

Dit is waar de nieuwe vragen over het systeem zelf het verschil maakten. Wanneer de onderzoekers de visies van de deelnemers op systeemhelderheid en complexiteit aan de analyse toevoegden, werd het beeld iets duidelijker voor die specifieke uitkomsten. De studie vond dat mensen die het systeem als complexer ervoeren, er daadwerkelijk eerder toe neigden te rapporteren dat zij de details van hun dekking kenden en private verzekeringen hadden gebruikt. Omgekeerd waren zij die vonden dat het systeem zeer duidelijk was, minder geneigd dit te rapporteren. Dit lijkt tegenintuïtief, maar de onderzoekers suggereren dat dit niet komt omdat complexiteit mensen helpt leren. Het is waarschijnlijker dat mensen die vaker met hun verzekering te maken hebben gehad — misschien omdat ze private voordelen hebben gebruikt of geprobeerd hebben hun rechten te begrijpen — meer lagen van het systeem zijn tegengekomen. Deze herhaalde interacties maken het systeem voor hen complexer, maar laten hen ook met meer feitelijke kennis en ervaring achter. Het is vergelijkbaar met hoe een persoon die veel heeft gereisd kan klagen dat reizen ingewikkeld is, terwijl een persoon die nooit zijn geboortestad heeft verlaten het simpel kan vinden, simpelweg omdat de reiziger meer van de machinerie in werking heeft gezien.

De studie keek ook naar hoe moeilijk mensen het vonden om verzekeringsbeslissingen te nemen of hun rechten te begrijpen. Hier maakte noch de standaardmaatstaf voor zelfvertrouwen, noch de visies op systeemcomplexiteit een groot verschil. Dit suggereert dat het gevoel van moeilijkheid wordt gedreven door andere factoren, zoals de pure administratieve last of de kosten van de zorg, die niet worden gevangen door simpelweg te vragen naar zelfvertrouwen of systeemhelderheid. De onderzoekers merkten er zorgvuldig bij op dat hun studie een momentopname was, wat betekent dat zij niet konden bewijzen dat het zien van het systeem als complex ervoor zorgde dat mensen er meer over wisten. Het is even goed mogelijk dat het meer weten over het systeem ertoe leidde dat mensen het als complex ervoeren.

Uiteindelijk suggereren de bevindingen dat het uitsluitend vertrouwen op hoe zelfverzekerd mensen zich voelen over hun gezondheidsverzekeringsgeletterdheid een onvolledige manier is om te begrijpen hoe zij het systeem navigeren. Hoewel zelfvertrouwen een nuttige indicator is van hoe mensen over hun eigen vermogens denken, legt het de feitelijke kennis of het gebruik van verzekeringsdiensten niet volledig vast. Om een echt beeld te krijgen, moeten beleidsmakers en onderzoekers ook kijken naar hoe mensen het systeem om hen heen waarnemen. Als het doel is om mensen te helpen betere keuzes te maken en de zorg te krijgen die ze nodig hebben, is het simpelweg onderwijzen van individuen om zelfverzekerder te zijn niet genoeg. Het systeem zelf moet worden onderzocht, want de manier waarop mensen de helderheid of complexiteit ervan ervaren, speelt een echte rol in hoe zij hun ziektekostenverzekering gebruiken.

Technische Samenvatting: Gezondheidsverzekeringsgeletterdheid Alleen Is Niet Genoeg

Probleemstelling
Het nauwkeurig meten van gezondheidsverzekeringsgeletterdheid (HIL) is essentieel voor het informeren van beleid binnen steeds complexere gezondheidssystemen. De meest gebruikte instrumenten, zoals de Health Insurance Literacy Measure (HILM), richten zich echter primair op zelfgerapporteerd vertrouwen en gedrag. De auteur stelt dat deze focus mogelijk niet volledig reflecteert hoe individuen verzekeringssystemen begrijpen en gebruiken, vooral wanneer systeemfactoren zoals waargenomen duidelijkheid en complexiteit de uitkomsten beïnvloeden. Hoewel bestaand onderzoek de kloof tussen waargenomen begrip en feitelijk verzekeringsgebruik erkent, ontbreeft empirisch bewijs over de vraag of het toevoegen van variabelen voor systeemperceptie de verklarende kracht van HIL-metingen voor specifieke verzekeringsgerelateerde uitkomsten verbetert.

Methodologie
De studie maakte gebruik van een dwarsdoorsnedesign met behulp van een online enquête die in april 2026 werd uitgevoerd onder een nationaal gestratificeerde steekproef van 511 volwassenen in Israël. De steekproef werd geworven via een computergestuurd waarschijnlijkheid-gebaseerd panel (iPanel) om de demografische kenmerken van de volwassen bevolking van Israël te benaderen.

Variabelen:
- Onafhankelijke variabele: Gezondheidsverzekeringsgeletterdheid werd gemeten met de volledige 21-item HILM, waarbij het vertrouwen en het gedrag bij het kiezen en gebruiken van verzekeringen werden beoordeeld.
- Systeempercepties: Twee afzonderlijke single-item variabelen werden opgenomen: "waargenomen duidelijkheid" en "waargenomen complexiteit" van het verzekeringssysteem. Deze werden behandeld als afzonderlijke constructen in plaats van een verenigde schaal.
- Uitkomsten: De studie analyseerde zowel subjectieve uitkomsten (zelf ingeschatte begrip, moeilijkheid bij het begrijpen van rechten, moeilijkheid bij het nemen van beslissingen) als gedrags-/kennisuitkomsten (zelfgerapporteerde kennis van dekking, zelfgerapporteerd gebruik van particuliere/aanvullende verzekeringen).
Analyse: Lineaire en logistische regressiemodellen werden geschat om de verklarende prestaties van de HILM alleen te vergelijken met modellen die aanvullend systeemperceptie-variabelen bevatten. De modelpassing werd geëvalueerd met behulp van $R^2$ (voor lineaire modellen) en McFadden's $R^2$ en het Akaike Information Criterion (AIC) (voor logistische modellen). De analyses werden uitgevoerd zonder te corrigeren voor sociodemografische variabelen om de bijdrage van de meetkaders te isoleren.

Belangrijkste Resultaten
De studie vond dat de HILM alleen een onvolledige basis biedt voor het begrijpen van verzekeringsgerelateerde kennis en gebruik:

Zelf ingeschat begrip: De HILM was een sterke voorspeller en verklaarde ongeveer 31% van de variantie ( $R^2 \approx 0,31$ ). Het toevoegen van systeemperceptie-variabelen verbeterde de modelpassing niet, noch waren duidelijkheid of complexiteit significante voorspellers.
Kennis en Gebruik: Voor zelfgerapporteerde kennis van verzekeringsdekking en het gebruik van particuliere verzekeringen had de HILM op zichzelf een beperkte verklarende kracht. Het toevoegen van waargenomen duidelijkheid en complexiteit verbeterde echter de modelpassing bescheiden (McFadden's $R^2$ $R^{2}$ steeg van $\approx 0,02\text{--}0,03$ $\approx 0, 02 - 0, 03$ naar $\approx 0,06$ $\approx 0, 06$ ).
- Directionaliteit: Waargenomen complexiteit was positief geassocieerd met zowel kennis van dekking als het gebruik van particuliere verzekeringen. Omgekeerd was waargenomen duidelijkheid negatief geassocieerd met deze uitkomsten.
Moeilijkheids-uitkomsten: Voor uitkomsten met betrekking tot de moeilijkheid van het begrijpen van rechten of het nemen van beslissingen, was de HILM statistisch significant, maar de algehele verklarende kracht was laag ( $R^2 \approx 0,04$ ). Systeempercepties verbeterden de modelpassing niet en kwamen niet naar voren als significante voorspellers.

Belangrijkste Bijdragen

Empirische Grenzen van de HILM: De studie brengt de empirische grenzen van de HILM in kaart en laat zien dat, hoewel het effectief waargenomen begrip voorspelt, het een beperkte bruikbaarheid heeft bij het voorspellen van feitelijke kennis en gedragsmatig gebruik zonder de systeemcontext te overwegen.
Toegevoegde Waarde van Systeempercepties: Het onderzoek levert bewijs dat de waargenomen systeemhelderheid en -complexiteit aanvullende verklarende informatie bieden voor specifieke uitkomsten (kennis en gebruik) die HIL-scores alleen niet kunnen vangen.
Uitbreiding van de Meting: Het artikel draagt bij aan methodologische discussies door aan te tonen dat het aanvullen van gevalideerde instrumenten met conceptueel onderscheidende systeemperceptie-variabelen de relevantie kan vergroten, mits deze toevoegingen worden geëvalueerd als afzonderlijke variabelen in plaats van ze in een verenigde schaal te dwingen.

Betekenis en Claims
De auteur stelt dat het uitsluitend vertrouwen op HILM-scores kan leiden tot een onvolledige basis voor beleidsontwerp, wat potentieel interventies kan doen overschatten die de nadruk leggen op individuele kennis terwijl zij systeemfactoren over het hoofd zien. De bevindingen suggereren dat beleidsrelevante beoordelingen van gezondheidsverzekeringsgeletterdheid zowel individuele capaciteiten als de ervaringen met het verzekeringssysteem in acht moeten nemen.

De studie waarschuwt expliciet tegen het interpreteren van de positieve associatie tussen waargenomen complexiteit en verzekeringsbetrokkenheid als bewijs dat complexiteit betrokkenheid bevordert. In plaats daarvan stelt de auteur voor dat dit patroon een vorm van reverse causaliteit kan reflecteren (waarbij betrokkenheid leidt tot bewustzijn van complexiteit) of een blootstellingseffect (waarbij mensen met grotere behoeften meer systeemlagen tegenkomen). Bijgevolg positioneert het artikel deze bevindingen als hypothese-genererend, waarbij wordt gesuggereerd dat toekomstig onderzoek longitudinale ontwerpen en multi-item metingen moet gebruiken om deze mechanismen te verduidelijken. De auteur concludeert dat het integreren van systeemperceptie-metingen in populatieverveys beleidsmakers meer bruikbare inzichten kan bieden voor het verbeteren van toegang, gelijkheid en navigatie in complexe, gelaagde verzekeringsomgevingen.

Meer zoals dit