使用微数据作为医院护理支出长期预测的基础:更详细的信息的附加值
Peter Paul F Klein1,2, Sigur Gouwens3, Katalin Katona4
1Department of Health Economics and Health Services Research, National Institute for Public Health and the Environment (RIVM), Postbus 1, 3720BA, Bilthoven, the Netherlands. peter.paul.klein@rivm.nl.
使用微数据的基于组件的医疗保健支出预测揭示了医院使用和支出的疾病特定趋势. 这种方法比传统方法提供了比传统方法更保守的未来成本估计.
科学领域:
- 卫生经济学 卫生经济学
- 医疗保健管理的管理
- 生物统计学 生物统计学
背景情况:
- 基于组件的预测是预测医疗保健支出增长的标准.
- 微层数据的附加值相对于纯成分数据的预测需要进行调查.
研究的目的:
- 将基于纯成分的医疗保健支出预测与使用微层数据的预测进行比较.
- 调查微层数据在医疗保健支出预测中的附加值.
主要方法:
- 利用微数据来识别医院护理利用的疾病特异趋势和每名患者的年度医院支出 (APHS).
- 通过将每种疾病类别的APHS和医院使用量与人口预测相结合,开发了总支出预测.
- 将这些预测与从总体支出趋势中得出的复合增长期进行了比较,并进行了广泛的不确定性分析.
主要成果:
- 在大多数疾病群体中确定了医院护理使用和APHS的显著时间趋势.
- 证明医疗保健支出的"剩余增长"可以归因于使用和每位患者支出的明显趋势.
- 微数据允许更精细的基于组件的建模方法和详细的不确定性分析.
结论:
- 医院护理使用和APHS的时间趋势在大多数疾病群体中普遍存在.
- 将这些趋势纳入其中,与仅仅人口调整相比,可以产生更为保守的医疗保健成本预测.
- 微层数据为基于组件的建模提供了好处,尽管计算需求,帮助决策者在能力规划超越人口变化.
更多相关视频
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
相关概念视频
Hospitals-I
Health Information Technology and Healthcare Information System
Health Information Technology, commonly called HIT, integrates advanced information systems and technology in healthcare settings. Its primary functions include:
Documentation in Long-Term and Home Healthcare Setting
Long-Term Care Facilities
Hospitals-II
Nurses that work in...
Issues And Trends In Healthcare Delivery System
Cost Containment
Payment for healthcare services has historically promoted adoption of costly and often unnecessary or inefficient...
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
