醫(yī)療消費者視角下雙向轉(zhuǎn)診制運行效果的實證分析

李桑桑 時松和 陳華楠 劉德臣 王 鳥

鄭州大學公共衛(wèi)生學院 河南鄭州 450001

·專題研究·

醫(yī)療消費者視角下雙向轉(zhuǎn)診制運行效果的實證分析

李桑桑*時松和 陳華楠 劉德臣 王 鳥

鄭州大學公共衛(wèi)生學院 河南鄭州 450001

目的：基于醫(yī)療消費者視角探討雙向轉(zhuǎn)診制的運行效果。方法：利用傾向得分匹配建立2013年和2015年的平衡面板數(shù)據(jù)，并使用雙重差分法評估雙向轉(zhuǎn)診制對實際補償比、年次均住院自付費用、高費用支出的可能性、年次均住院天數(shù)和年住院次數(shù)的影響。結(jié)果：雙向轉(zhuǎn)診制使住院患者的實際補償比增加11.3%(P<0.001)，年住院次數(shù)增加0.710次(P<0.001)。但政策并未顯著降低高費用醫(yī)療支出的可能性和減少年次均住院天數(shù)、年次均住院自付費用。結(jié)論：雙向轉(zhuǎn)診制在減輕患者住院成本和優(yōu)化資源利用方面有一定程度的積極影響。

雙向轉(zhuǎn)診； 住院； 雙重差分； 實證分析

雙向轉(zhuǎn)診制作為我國醫(yī)療服務體系改革的重點之一，主要指在各級醫(yī)療機構(gòu)職能分工的基礎(chǔ)上，通過契約化和信息化合理分流患者，基本實現(xiàn)“小病在基層，大病進醫(yī)院，康復回社區(qū)”的目標，優(yōu)化衛(wèi)生資源配置。[1]河南省根據(jù)深化醫(yī)藥衛(wèi)生改革的規(guī)劃方案[2]，積極建立以醫(yī)療聯(lián)合體為機制的雙向轉(zhuǎn)診制，在試點縣內(nèi)各級醫(yī)療機構(gòu)契約協(xié)作，并加強縣外醫(yī)療機構(gòu)對縣域內(nèi)的契約幫扶，責任利益共擔，利于雙向轉(zhuǎn)診制有效運行。

迄今為止，對雙向轉(zhuǎn)診制的研究多基于醫(yī)療服務提供方視角探討其模式和機制，但醫(yī)療服務的供需關(guān)系是相互的，從醫(yī)療消費者視角多維度探討雙向轉(zhuǎn)診制的研究相對較少。[3]雙向轉(zhuǎn)診制是否減輕了居民疾病經(jīng)濟負擔，是否提高了優(yōu)良醫(yī)療資源的可及性，亟需進行實證研究。本研究從醫(yī)療消費者視角探討雙向轉(zhuǎn)診制運行效果，并為醫(yī)療服務體系改革的研究提供新思路。

1 資料與方法

1.1 資料來源

數(shù)據(jù)來源于河南省某縣級市2013—2015年居民醫(yī)保信息管理平臺和轉(zhuǎn)診平臺。研究對象為該地區(qū)15歲及以上醫(yī)保住院患者。根據(jù)出臺的《河南省深化醫(yī)藥衛(wèi)生體制改革2014年主要工作安排》,該市自2014年試點分級診療。故以2013年政策實施前期未參與雙向轉(zhuǎn)診而2015年政策實施后期需要并參與雙向轉(zhuǎn)診的1 245人為干預組，2013 和2015年均未參與雙向轉(zhuǎn)診的人群為對照組。對照組原始人群為9 824人，經(jīng)傾向得分匹配(Propensity Score Matching, PSM)后為1 253人。

1.2 研究方法

因為是否參與項目存在自我選擇的過程，如疾病狀態(tài)嚴重者常常需要參與雙向轉(zhuǎn)診以得到更好的治療，而疾病狀態(tài)較好者并不需要參與雙向轉(zhuǎn)診，干預組和對照組初始狀態(tài)存在選擇偏差，故直接比較2015年兩組的政策運行效果存在有偏估計。同時為了消除不可觀測的變量特征的影響，滿足干預組和對照組不可觀測的組間異質(zhì)性有相同的時間趨勢的假定[4]，研究采用雙重差分傾向匹配得分法估計雙向轉(zhuǎn)診制度對干預組的處理效應τ。

雙重差分法(Difference-in-difference,DID)估計的處理效應τ要根據(jù)結(jié)局變量的分布類型調(diào)整，若結(jié)局變量經(jīng)轉(zhuǎn)換后不滿足正態(tài)分布的條件，根據(jù)其分布特點選擇廣義線性模型[5]；估計值的標準誤使用 Bootstrap自助法[6]，與初始樣本數(shù)量一致的基礎(chǔ)上進行400次自助抽樣。PSM應用前干預組和對照組只有存在較好的共同支持域，才能得到可靠的傾向分數(shù)[7]；其協(xié)變量包括性別、年齡、首次住院機構(gòu)級別(鄉(xiāng)鎮(zhèn)、縣級和縣外)、政策內(nèi)補償費用、起付線、年齡加權(quán)的查爾森合并癥指數(shù)(Age-combined Charlson Co-morbidity Index, ACCI)以及是否患高血壓。ACCI包括16種慢性病共患病，被廣泛用于評估病人的年齡相關(guān)的慢性病健康狀態(tài)及1年生存率，但在評分過程中高血壓并未列入其中。[8]

下面就非線性模型對DID原理進行闡述。[9]基于Probit的DID舉例如下。

(1)

F(·)是條件分布函數(shù)(嚴格單調(diào))。Y1和Y0分別指有無干預時的可能結(jié)局。T和G分別表示時期和分組，T=1表示政策實施后的時期,否則為0；G=1表示個體選擇接受干預，否則為0。變量G不意味著干預，因為在基期兩組都未接受干預。G=1時，TG=1，否則為0。X為協(xié)變量向量，E[·]為期望值，α、β和γ為參數(shù)向量。

處理效應τ或差分估計量(differences estimator，DD)為：

(2)

τ實際為交互項系數(shù)的增加效應，即結(jié)局變量Y1政策實施前后的差異與反事實(假設(shè)政策干預組未接受干預)結(jié)局變量Y0政策實施前后的差異的差別。由于F(·)為嚴格單調(diào)函數(shù)，故處理效應值等于模型的時間和組別的交互項系數(shù)值γ，且該結(jié)論適用于F(·)為嚴格單調(diào)函數(shù)的所有非線性模型。

根據(jù)《河南省國民經(jīng)濟與社會發(fā)展公報》[10]，以2013年貨幣為現(xiàn)值，利用河南省居民醫(yī)療保健消費價格指數(shù)(CPI=103.4)對2015年消費支出進行貼現(xiàn)。

1.3 相關(guān)定義

住院服務利用的指標：年住院次數(shù)與年次均住院天數(shù)；

實際補償比=年實際補償總金額(元)/年住院總支出(元)；

雙向轉(zhuǎn)診：對符合標準和規(guī)范(當?shù)蒯t(yī)療機構(gòu)制定)的病患，在相關(guān)協(xié)作醫(yī)療機構(gòu)間經(jīng)綠色通道實現(xiàn)向上和向下級醫(yī)療機構(gòu)轉(zhuǎn)診，或同級別間轉(zhuǎn)出和轉(zhuǎn)回原醫(yī)療機構(gòu)。

高費用住院病人：年度 (或單次) 醫(yī)療費用超過當?shù)仄骄M用水平4倍的住院病人。[11]

1.4 軟件實現(xiàn)

本研究為平衡面板數(shù)據(jù)，應用Stata 12.0進行統(tǒng)計學分析，檢驗水準α=0.05。

2 結(jié)果

2.1 基本情況

為減少可能的選擇偏差的影響，本研究使用k近鄰匹配法(k=1)進行匹配。基期共有2 498名15歲及以上的居民，其中男性1 260人，占50.44%，年齡為62.24±13.20；女性1 238人，占49.56%，年齡為57.93±14.61。首次住院醫(yī)療機構(gòu)級別為縣級的人數(shù)為1 451人，占58.09%；鄉(xiāng)鎮(zhèn)為837人，占33.51%。病人的臨床疾病狀態(tài)，包括ACCI和高血壓，ACCI≥5分者有65人，占2.60%，表明中重度年齡加權(quán)的慢性病患病狀態(tài)的人群在總?cè)巳褐姓急刃?；患高血?42人，占5.68%；高費用病人217例，占8.69%。研究中需要使用的變量基本類型描述見表1。

表1 變量的基本類型描述

2.2 傾向匹配得分

2.2.1 匹配前后核密度圖

從圖1可以看出，匹配前干預組和對照組共同支持域較高，則在重疊部分利用logistic得到的傾向分數(shù)是可靠的，能進行較為可靠的近鄰匹配。圖2顯示匹配后兩組可比性較好。匹配后得到平衡面板數(shù)據(jù)，干預組和對照組分別為1 245人和1 253人。

圖1 傾向得分匹配前的核密度圖

圖2 傾向得分匹配后的核密度圖

2.2.2 平衡檢驗

匹配后所有的變量標準偏誤都較小，且對照組和干預組的變量差異大幅減小(P≥0.05)，表明各變量在兩組之間平衡性良好。

表2 匹配前后的平衡性檢驗結(jié)果

(續(xù))

2.3 雙重差分結(jié)果

表3中各差分估計值根據(jù)一般線性模型和Probit模型所得，表4中各估計值根據(jù)廣義線性模型所得。三種模型的協(xié)變量共同為性別、年齡、年齡的平方、首次住院機構(gòu)級別(鄉(xiāng)鎮(zhèn)、縣級和縣外)、政策內(nèi)補償費用、起付線、ACCI及是否患高血壓。為雙重差分法所估計的處理效應。

2.3.1 實際補償比和次均住院自付支出

基于一般線性回歸模型得到政策對實際補償比的處理效應為0.113(P<0.001)，表明干預組實際補償比高出對照組11.3%。

基于一般線性回歸模型得到政策對年次均住院自付費用的處理效應為0.007，但無統(tǒng)計學意義。

基于 Probit模型得到處理效應為-0.068，表明政策使住院患者支出屬高費用類別的可能性降低6.8%，但無統(tǒng)計學意義。

表3 政策干預前后實際補償比和自付費用的變化

2.3.2 衛(wèi)生服務利用情況

年次均住院天數(shù)為右偏態(tài)分布，故選擇分布類型為伽瑪分布，連接函數(shù)為對數(shù)，得到住院天數(shù)的DID估計值為-0.019，但并無統(tǒng)計學意義，尚不能認為政策對居民住院天數(shù)有影響。

對于年住院次數(shù)，選擇分布類型為負二項分布，連接函數(shù)為對數(shù)，得到住院次數(shù)的DID估計值為0.710(P<0.001)，干預組的平均住院次數(shù)高于對照組0.710次。

表4 政策干預前后住院服務利用情況的變化

3 討論與建議

3.1 討論

本研究利用傾向匹配得分和雙重差分法實證分析了雙向轉(zhuǎn)診制對減輕患者住院成本和優(yōu)化資源利用方面的影響。

現(xiàn)行的居民醫(yī)保補償政策是采取低級別向高級別醫(yī)療機構(gòu)遞減的方式，理論上，向上轉(zhuǎn)診的實際補償比降低，但經(jīng)歷雙向轉(zhuǎn)診后是否降低，截至目前尚未發(fā)現(xiàn)有研究證實。本研究發(fā)現(xiàn)，政策使實際補償比提高了11.3%，但是政策未顯著降低患者住院自付費用，說明政策為住院患者就醫(yī)創(chuàng)造了積極的補償條件，一定程度上減輕了患者的住院成本，但收效有限。

有文獻發(fā)現(xiàn)，雙向轉(zhuǎn)診能有效減少患者的住院天數(shù)和住院費用。[12]本研究證實雙向轉(zhuǎn)診制對醫(yī)療支出無顯著的影響，與以往研究不一致。可能原因是此次調(diào)研地實行以協(xié)議合作為主的雙向轉(zhuǎn)診模式，文獻中研究的是“直管”模式的雙向轉(zhuǎn)診；此外，本研究控制了選擇偏倚和不可觀測的因素，得到的是政策對住院天數(shù)和住院費用的凈效應。這種對政策前后變化的凈效應研究，實際上是一種自然實驗，被廣泛應用到評估政策和其他大型的干預方案的健康效應影響中，說服力類似于隨機實驗[13]，故研究結(jié)果可信。

政策的實施對住院天數(shù)的影響并不顯著，但是能提高0.710次年住院次數(shù)，提示患者可獲得不同級別醫(yī)療機構(gòu)的醫(yī)療資源，提高衛(wèi)生服務利用度。雙向轉(zhuǎn)診時若向上轉(zhuǎn)診，住院費用一般在上級醫(yī)療機構(gòu)即時結(jié)報，意味著在上轉(zhuǎn)單位會被記為新入院患者，隨后的向下轉(zhuǎn)診可能在首診單位重新登記入院，也可能經(jīng)過轉(zhuǎn)診平臺登記，回首診醫(yī)療機構(gòu)不再被重新登記為入院患者；部分轉(zhuǎn)診患者不能在基層獲得準確的診斷時，可憑單去上級醫(yī)療機構(gòu)做確診檢查，后又回到首診單位接受住院治療。這就使得住院次數(shù)有所上升。此外，有文獻發(fā)現(xiàn)新農(nóng)合政策補償比的增加會提高衛(wèi)生服務利用率[14]，而雙向轉(zhuǎn)診制有提高住院實際補償比的作用在本研究中已被證實，可以推論，雙向轉(zhuǎn)診制能通過提高實際補償比間接影響住院次數(shù)。如當患者得知即使上轉(zhuǎn)，自己的整體住院費用報銷比例能得到保證，根據(jù)病情主觀上愿意利用雙向轉(zhuǎn)診綠色通道多機構(gòu)就醫(yī)，轉(zhuǎn)診過程使得住院次數(shù)可能增加。

綜上，從醫(yī)療消費者視角看，雙向轉(zhuǎn)診制使住院患者的實際補償比增加，并提高了患者的住院利用次數(shù)，在一定程度上減輕了居民的疾病經(jīng)濟負擔，提高了居民對優(yōu)良醫(yī)療資源的可及性，有著積極的實施效果，但并未顯著降低患者自付住院費用，可以認為運行的效果有限。

3.2 建議

一是加大醫(yī)保政策扶持力度，適度提高住院補償水平。較高的個人自付費用與醫(yī)療費用的增長、實際住院補償比例較低有關(guān)，個人自付支出比是居民受益的重要指標，直接影響其對醫(yī)療服務的滿意度。未來可依據(jù)衛(wèi)生部門的相關(guān)要求，在規(guī)范轉(zhuǎn)診的基礎(chǔ)上，結(jié)合城鄉(xiāng)居民醫(yī)?；鸾y(tǒng)籌能力，控制不可報銷的費用在次均住院費用中的比例，將臨床上成本效益較高和較成熟的治療技術(shù)和藥品等納入補償，合理地提高部分病種病人在就診的各級醫(yī)療機構(gòu)的名義補償比。

二是強化分級診療宣傳和基層能力建設(shè)工作，提升衛(wèi)生服務利用水平。只有醫(yī)患雙方對分級診療制度充分了解，才能保證雙向轉(zhuǎn)診有效運行。可以通過講座、培訓、宣傳手冊等健康教育方式，使醫(yī)患雙方提高對分級診療流程和受益情況的認知度，進而有利于引導患者合理分流就醫(yī)。此外，基層的物力和人力資源應得到政府的大力支持，配備相應的儀器設(shè)備，加強全科醫(yī)生隊伍建設(shè)。

三是加快建設(shè)區(qū)域醫(yī)療信息共享平臺，促進雙向轉(zhuǎn)診制的推行。河南省居民個人健康檔案應進行有效的電子化管理，逐步建立高效的計算機醫(yī)療信息共享平臺，保證協(xié)作醫(yī)療機構(gòu)間的信息交流與溝通，使各級醫(yī)療機構(gòu)能夠及時掌握上轉(zhuǎn)或下轉(zhuǎn)患者的信息，方便雙向轉(zhuǎn)診通路的暢通。目前河南省在原有轉(zhuǎn)診平臺基礎(chǔ)上，已開始在區(qū)域醫(yī)療聯(lián)合體內(nèi)設(shè)計和應用醫(yī)療服務平臺，促進區(qū)域信息網(wǎng)絡(luò)共享，有利于廣泛推行雙向轉(zhuǎn)診制。

[1] 李曉波, 顧健, 仇華, 等. 社區(qū)慢性病管理過程中雙向轉(zhuǎn)診的促進措施[J]. 中國衛(wèi)生事業(yè)管理, 2013,30(8): 566-567.

[2] 馬進. “十二五”期間深化醫(yī)藥衛(wèi)生體制改革規(guī)劃述評[J]. 衛(wèi)生經(jīng)濟研究, 2012(5): 28-29.

[3] 徐曉丹, 吳文強. 我國城鄉(xiāng)中老年群體基層就醫(yī)的影響因素分析——基于CHARLS數(shù)據(jù)的實證研究[J]. 中國衛(wèi)生政策研究, 2016, 9(4): 23-30.

[4] Dimick J B, Ryan A M. Methods for Evaluating Changes in Health Care Policy: The Difference-in-Differences Approach[J]. JAMA, 2014, 312(22): 2401-2402.

[5] Morris S, Hunter R M, Ramsay A I, et al. Impact of centralising acute stroke services in English metropolitan areas on mortality and length of hospital stay: difference-in-differences analysis[J]. BMJ, 2014, 349: g4757.

[6] Cheng S H, Chen C C, Tsai S L. The impacts of DRG-based payments on health care provider behaviors under a universal coverage system: a population-based study[J]. Health Policy, 2012, 107(2-3): 202-208.

[7] Cheng L, Liu H, Zhang Y, et al. The impact of health insurance on health outcomes and spending of the elderly: evidence from China’s New Cooperative Medical Scheme[J]. Health Econ, 2015, 24(6): 672-691.

[8] Piscator E, Hedberg P, Goransson K, et al. Survival after in-hospital cardiac arrest is highly associated with the Age-combined Charlson Co-morbidity Index in a cohort study from a two-site Swedish University hospital[J]. Resuscitation, 2016, 99: 79-83.

[9] Puhani P A. The treatment effect, the cross difference, and the interaction term in nonlinear “difference-in-differences” models[J]. Economics Letters, 2012,115(1):85-87.

[10] 河南省統(tǒng)計局. 河南省國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[EB/OL]. [2017-03-15]. http://www.ha.stats.gov.cn/sitesources/hntj/page_pc/zfxxgkpd/zfxxgkml/qtxx/tjgb/list1.html

[11] 應曉華, 葉露, 胡善聯(lián), 等. 低收入人群中高費用病例經(jīng)濟負擔的調(diào)查分析[J]. 中國衛(wèi)生資源, 2002, 5(5): 223-225.

[12] 楊詩汝, 王世宏, 向小曦, 等. 大醫(yī)院“直管”社區(qū)衛(wèi)生機構(gòu)轉(zhuǎn)診模式實施效果評價[J]. 中國醫(yī)院管理, 2013, 33(11): 8-10.

[13] Craig P, Cooper C, Gunnell D, et al. Using natural experiments to evaluate population health interventions: new Medical Research Council guidance[J]. J Epidemiol Community Health, 2012, 66(12): 1182-1186.

[14] Zhang L, Wang Z, Qian D, et al. Effects of changes in health insurance reimbursement level on outpatient service utilization of rural diabetics: evidence from Jiangsu Province, China[J]. BMC Health Serv Res, 2014, 14: 185.

(編輯 薛云)

An empirical study on the effects of two-way referral system: A perspective of medical service consumers

LISang-sang,SHISong-he,CHENHua-nan,LIUDe-chen,WANGNiao

SchoolofPublicHealth,ZhengzhouUniversity,ZhengzhouHenan450001,China

Objective: To explore the effects of the bi-directional referral system from the perspective of the medical service consumer. Methods: A balanced panel data which was adjusted by Propensity Score Matching was employed to evaluate the effects of two-way referral system using difference-in-difference (DID) for the 2013 and 2015 data. The evaluation indicators including actual cost sharing ration, out-of-pocket cost per unit, the possibility of high cost, annual inpatient visits and length of hospital stay per unit were used. Results: Compared with the control group, the two-way referral system resulted in an 11.3% (P<0.001) increase in actual cost sharing ratio and an increase of 0.710 (P<0.001) annual inpatient visits in the intervention group. However, the policy did not significantly reduce the possibility of high-cost medical expenses and reduce the length of hospitalization and the annual cost hospitalization. Conclusion: Based on the key findings of the analysis of this study, the two-way referral system has beneficial effects on reducing inpatient financial burden and optimizing resource allocation.

Two-way referral; Inpatients; Difference-in-differences; Empirical analysis

河南省醫(yī)學科技攻關(guān)計劃(201503015)

李桑桑，女(1992年—)，碩士研究生，主要研究方向為醫(yī)學數(shù)據(jù)挖掘與管理。E-mail：sangsangyouxiang@126.com

時松和。E-mail: zzussh@126.com

R197

A

10.3969/j.issn.1674-2982.2017.07.004

2017-05-05

2017-06-20