キャピテーション率を設定する際に健康状態を考慮する:リスク調整方法の比較

科学分野:

• 医療サービス 研究 医療サービス
• 健康経済学 医療経済学
• 医療情報工学 医療情報工学

背景:

• キャピテーション率は,医療提供者の公正な補償を確保するために,正確なリスク調整を必要とします.
• 既存の人口統計に基づく調整は,患者の健康状態や資源利用の変動を十分に考慮していない可能性があります.
• 異なる健康状態の測定値のパフォーマンスの評価は,リスク調整方法論の最適化に不可欠です.

研究 の 目的:

• リスク調整のキャピテーション率における様々な健康状態の測定値の有効性を比較する.
• 人口統計データ,自己報告された健康状態,および将来の医療費のための診断情報の予測精度を評価する.

主な方法:

• ミネソタ州にあるネットワークモデルの健康維持組織からのデータを用いて,横断的な研究デザインが採用されました.
• 成人 (18-64歳) と高齢者 (>65歳) のメンバーの健康状態の測定値が収集されました.
• 健康状態のデータ収集後の同期およびその後の年間における総支出を分析した.

主要な成果:

• 人口統計指標は,リスク調整において最も低いパフォーマンスを示した.
• 自己報告された健康状態と診断データ (外来医療グループ) の両方が,将来の医療費の予測において,人口統計指標を大幅に上回った.
• 診断情報は,自己報告の測定値と比較して,健康な患者と病気の患者を含む多様な患者グループで優れた予測精度を提供しました.

結論:

• 健康状態の測定を用いたリスク調整は,医師の過払いまたは過少支払いを防ぐために不可欠です.
• 診断情報に基づくリスク調整は,行政データや潜在的な選択バイアスが懸念される場合に推奨されます.
• 診断データがないため,慢性疾患などの単純な自己報告測定は,リスク調整のための複雑な機能的状態測定よりも好ましい.