Improving risk adjustment without diagnostic information – Evidence from reforms in Switzerland
这项研究表明，通过纳入源自药物处方的发病率信息，瑞士的风险调整机制可以得到显著改善，这一点从从基于成本的指标向药物成本组的转变中得到了证实，该转变在缺乏诊断数据的情况下，提高了预测准确性并减少了补偿误差。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在健康保险领域，公平与效率之间存在着一种根本性的张力。保险公司向许多人收取费用，以支付少数患病者的医疗费用。如果保险公司能够轻易识别出谁可能病得很重且治疗成本很高，他们可能会试图避免承保这些人，从而让这些人陷入高昂的成本或无保险的困境。为了阻止这种情况，许多国家使用了一种被称为“风险调整”（risk adjustment）的系统。可以将它想象成一种财务上的平衡行为：政府从那些拥有大部分健康客户的保险公司那里收钱，并将其分发给那些拥有更多患病且高成本客户的保险公司。这确保了每家保险公司无论其承保的对象是谁，都有公平的竞争机会。挑战在于如何预测谁会产生高额成本。大多数国家使用详细的医疗记录来进行此类预测，但在瑞士，严格的隐私法限制了保险公司查看这些具体诊断结果。由于不知道一个人具体患了什么病，保险公司不得不根据其药物支出量进行猜测，这种方法往往过于粗略，难以实现真正的公平。
来自苏黎世和卢塞恩的研究小组决定研究瑞士如何在不使用医疗诊断的情况下尝试解决这一难题。他们观察了该国计算此类款项方式的一次重大转变——从一个基于总药物成本的简单规则，转向了一个更复杂的、根据药物用途对药物进行分组的系统。研究人员分析了近七百万成年人多年的数据，以观察哪种方法能更好地预测未来成本，更重要的是，哪种方法能阻止保险公司试图操纵系统。他们的研究表明，虽然新方法在理解谁需要帮助方面表现得更好，但也创造了一些新的、微妙的手段，让保险公司可以进行“择优挑选”客户，这表明对完美系统的追求仍在继续。
几十年来，瑞士系统一直依赖于年龄和性别等基本信息，后来又增加了一个简单的规则：如果一个人在一年内的药物支出超过 5,000 瑞士法郎，就会被标记为高风险。这是一个基于成本的指标。它易于使用，但有一个缺陷。因为一旦个人跨过这条支出线，支付金额就会跳升，所以保险公司有一种奇怪的动机去确保他们的客户跨过这条线。他们可能会鼓励人们购买昂贵的品牌药而不是便宜的仿制药，仅仅是为了将总成本推过阈值，从而确保保险公司获得更高的补偿。这是低效的，而且并不一定反映患者真实的健康需求。
为了解决这个问题，瑞士在 2020 年引入了一种基于药物成本组的新系统。该系统不再关注总价格标签，而是观察人们服用药物的类型以及他们消耗的剂量。它将已知用于治疗慢性长期疾病的特定药物归为一组。例如，服用特定数量剂量的某种特定心脏病药物，可能会使一个人进入“心脏病”组，无论这种药物的价格是高还是低。这是一个基于利用率的指标。研究人员发现，这种新方法是一个显著的进步。它比旧的基于成本的规则能更准确地预测未来的支出。当他们比较这两种方法时，新系统减少了因支付过多或支付过少而导致的人数差距。它也停止了那种通过推高支出限额来获取补偿的奇怪动机，因为现在的支付是基于药物的类型，而非总价格。
然而，故事并未随着完美解决方案的出现而结束。研究人员发现，尽管新系统整体上更好，但并非无懈可击。当他们仔细观察特定的药物组时，发现其中一些组仍然非常难以预测。例如，被归入“肾脏疾病”组的人群显示出广泛的实际成本差异；即使他们都被归在同一个支付组内，有些人也非常昂贵，而有些人则相对便宜。这种差异创造了另一种更隐蔽的“风险选择”机会。保险公司可能会观察一个患有肾脏疾病的人，并根据其他线索，猜测这个特定的人比该组的平均水平更容易治疗。如果他们猜对了，保险公司就能获利。研究表明，虽然新系统减少了保险公司根据宽泛类别来挑选客户的能力，但并没有消除他们在这些类别内部进行挑选的能力。
这些变化在保险市场本身也清晰可见。在改革之前，各地的保险保费差异很大，一些保险公司收费更高，是因为它们担心承保患病的人。在新系统引入后，不同保险公司之间的价格开始趋同。那些主要拥有健康客户的保险公司提高其保费的幅度高于那些拥有较多患病客户的保险公司，这表明对承担高成本的恐惧正在消退。各地区的保费差异显著下降，表明市场正变得更加稳定和公平。
研究人员得出结论，即使在没有详细医疗诊断数据的情况下，通过使用智能的、基于利用率的指标，也可以建立一个更加公平的健康保险系统。从简单的支出阈值转向基于药物分组的系统是向前迈出的重要一步，它提高了支付的准确性，并减少了保险公司操纵成本的诱惑。然而，这项研究也提醒我们，没有任何系统是完美的。预测能力的剩余缺口意味着，保险公司仍然有一定的空间去尝试在相同的风险组内挑选最健康的客户。瑞士的经验为其他国家提供了一个宝贵的教训：你可以建立一个强大的安全网，而不必使用侵入性的医疗数据，但完善这张网的工作永远不会真正停止。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。