Selección de ajustadores de riesgo con regresión penalizada y juicio de expertos: evidencia de Colombia

Área de la Ciencia:

• Economía de la Salud
• Bioestadística
• Investigación de Servicios de Salud

Sus antecedentes:

• Las fórmulas de ajuste de riesgos son cruciales para los mercados de seguros de salud, ya que alinean los ingresos de las aseguradoras con los costos de atención médica de los inscritos.
• Las fórmulas actuales a menudo subestiman el gasto de poblaciones específicas, lo que genera inequidades financieras y posibles impactos en la calidad y el acceso a la atención.

Objetivo del estudio:

• Desarrollar e ilustrar una metodología para seleccionar variables de ajuste de riesgos que mejore la precisión predictiva y al mismo tiempo mitigue los incentivos para hacer trampas.
• Abordar las limitaciones de los modelos de ajuste de riesgos existentes para reflejar con precisión los gastos de atención médica de los inscritos.

Principales métodos:

• Se utilizó un marco de regresión penalizada para la selección de variables en el ajuste de riesgos.
• Combinó la estimación estadística con la evaluación experta de la susceptibilidad de las variables a las trampas.
• Se aplicó la metodología a un gran conjunto de datos de más de 10 millones de inscritos en seguros de salud colombianos.

Principales resultados:

• La metodología propuesta construyó con éxito una especificación de ajuste de riesgos que equilibra la precisión predictiva con la limitación de trampas.
• Demostró un enfoque basado en datos para seleccionar variables que son menos propensas a la manipulación.

Conclusiones:

• La metodología ofrece un marco sólido para mejorar la precisión y la equidad del ajuste de riesgos en los mercados de seguros de salud.
• Equilibrar el rendimiento predictivo con la prevención de trampas es esencial para una política de seguros de salud eficaz.