医保数据应用的可及性分析

徐 菲刘国恩

（1中国药科大学国际医药商学院 南京 211198；2北京大学国家发展研究院 北京 100080）

医保数据应用的可及性分析

徐 菲1刘国恩2

（1中国药科大学国际医药商学院 南京 211198；2北京大学国家发展研究院 北京 100080）

本文旨在探讨医疗保险数据在开展医药经济学评价中应用及研究的可及性，分析了应用医保数据开展医药经济学评价的具体步骤及优势劣势，并提出可能的解决方案，以期为相关研究者提供借鉴。

医疗保险数据；医药经济学评价

近日，国家发改委会同卫计委、人社部等部门联合发出《关于印发推进药品价格改革意见的通知》，决定从今年6月1日起取消绝大部分药品政府定价，完善药品采购机制，发挥医保控费作用，药品实际交易价格主要由市场竞争形成。虽然关于医保支付价应该如何制定还在激烈的讨论之中，但其中一个科学的方向是从原来的基于成本定价向基于价值定价的转变。相应地推动医疗保险向基于价值补偿的支付方式改革，离不开药物经济学评价提供的证据。药物经济学评价对药品及其可替代方案的投入与产出进行比较，从中选择更具有经济效率的治疗方案，目前已经被澳大利亚、英国、加拿大和中国台湾等国家和地区应用于医保药品目录的遴选以及支付标准的制定。

医疗保险数据是国际上开展卫生经济学研究和药物经济学评价时常用的一类数据，包含了丰富的信息。如果充分利用这些信息，并通过药物经济学评价方法对不同治疗方案进行全面、客观的评价，可以为合理分配医疗资源，提高医保基金支付的科学性提供依据。本文对如何利用医保数据开展药物经济学评价的国际经验和相关问题进行了探讨，希望可以帮助研究者更好地利用医保数据，将研究成果转化为医疗决策及医保支付所需的依据。

1 数据来源和可及性

1.1 美国

美国的Medicare、Medicaid、雇主保险和管理医疗组织（HMO）都有其各自的医保数据库。Medicare的保障人群为65岁以上老年人，由美国联邦政府运营，鼓励社会各界应用其数据库进行卫生经济学研究和药物经济学评价，但Medicare只报销住院服务，不报销医师和门诊费用以及门诊药品费用，因此无法对门诊用药进行评价。Medicaid覆盖的是低收入人群，由美国州政府运营。Medicaid覆盖了处方药、住院和医师费用，可以为药物经济学研究提供丰富的数据。美国的雇主保险通常会提供更优惠的报销政策（如提供处方药的报销），因此利用其数据可进行更多的药物经济学评价。但雇主保险不是利用纳税人的税收所运营的，其数据库通常不会开放给公众，只能通过特定的数据提供商或与保险公司协商来获取数据库的使用权限。

1.2 中国台湾

中国台湾地区1995年开始实施全民健保制度，强制要求台湾地区户籍居民参加，目前参保率已达到99%以上。该制度是由政府经营的单一医疗保险，由“中央健康保险局”管理运营，数据信息丰富。为充分利用全民健保数据以促进相关医药卫生政策研究的开展，台湾健保署推动建立了“全民健康保险研究资料库”。该资料库包括参保人的基本资料档案、特定主题分档案等子数据库。除已有的档案，有特殊需求的研究者还可以提出研究计划和数据提取条件，由管理者对数据加密处理后提供给研究者使用。除特殊需求项目，该资料库的数据可以免费向台湾学术界研究者提供。

1.3 中国大陆

中国大陆基本医疗保险实行市级统筹，各市级医保经办部门负责基金的统筹支付，相应数据库也以市一级为单位，由各地经办部门保管。因此各地区的医保数据管理和质量差别很大。目前我国基本医保数据库只包含住院数据，只有个别城市和地区记录门诊数据。此外，医保数据还没有对研究者开放的公开渠道，使得在我国开展此类研究面临着缺乏数据可及性的困难。

2 数据利用范围

医疗保险数据包含参保人的基础信息，如性别、年龄、工作状况、参保时间等，可以作为基本的人口学信息使用。此外，通过数据还可获得疾病分类、治疗程序、药品和其他治疗方案的分类和编码，为临床试验提供有益补充。

2.1 评估医疗费用及健康结果。

医疗保险数据通常在收集方式上更加节约成本，能够提供足够时间跨度和具有代表性的患者人口学、疾病及健康状况、医疗资源利用等方面的信息。相比于临床试验，可以很容易获得具有特定人口学或治疗学特征的患者数据，来评估医疗费用及健康结果。

2.2 用于成本-效果研究。选择能够在数据中识别和量化的效果，如降糖治疗对于减少糖尿病患者长期并发症的作用、降血脂药对心脑血管疾病的预防作用等。这些效果指标可以通过医保数据中的药品使用记录、接受手术或其他治疗程序、疾病分类编码等信息来定义和确认。

2.3 识别和测量诊断措施。通过与临床试验平行的药物经济学研究收集到的成本数据往往不能很好地代表实际临床使用中所发生的成本。通过医疗保险数据可以对特定诊断或治疗措施所使用的医疗资源及其发生的成本进行准确的识别和测量，从而为测量疾病负担、成本组成、干预与成本之间的关系提供证据。

3 在药物经济学评价中的应用

3.1 识别符合特定要求的患者。通常根据患者的人口学信息及治疗信息可以选择符合特定研究需要的患者。如可以指定年龄、性别的患者；特定时间内使用某种药物的患者；接受某种手术的患者等；也可根据相关信息排除某些样本。

3.2 定义研究时限。可以通过患者接受某种药物或治疗的起始时间来定义研究时限。研究时限的设定要与临床实际操作相一致，通常应根据临床上某一疾病或某种药的治疗周期、疗程来确定。医疗保险数据通常可以提供长时间的记录，因此对慢性病进行研究十分有利。

3.3 测量健康产出。健康产出测量通常是一个难题，因为医保数据中不包含血压值控制、精神状态评分等评价指标。但可以利用再住院率、住院时间、并发症发病率等健康产出指标。

3.4 成本测算。与临床试验不同，医保数据不只记录了干预措施发生的费用，还有患者其他疾病所发生的医疗费用，通过这些数据既能进行全成本分析，也可以进行疾病相关成本的分析比较，来全面评价不同干预措施对患者整体费用的影响。

3.5 共享信息。如与雇主数据链接，可以得到相关疾病导致的工作缺勤，从而估计疾病的间接成本，为从社会角度研究疾病负担提供相应的证据。

4 优劣势分析

4.1 优势

医疗报销数据通常是根据日常管理目的（如向医疗服务提供方付费）所收集的患者原始医疗利用及费用的记录。医疗报销数据库的优势在于数据量大、人群广泛、疾病及治疗方案覆盖面广、时间跨度长，并且通过统一的数据库内编码可以将不同来源的数据库进行链接，获得更加丰富的信息。

4.2 劣势

尽管医疗保险数据能够提供丰富的信息，但其毕竟不是以医药经济学评价为目的而收集的，因此在利用医疗保险数据做医药经济学研究时要注意其可能存在的问题：（1）无法提供门诊和非处方药购买等信息，无法获得报销不覆盖的医疗服务数据；（2）参保人的特定特征使医疗保险数据的人群代表性变差，其结论无法推广到一般人群；（3）医保数据是为支付方向医疗服务提供方付费而设计的，通常缺少丰富的临床信息，在精确识别符合特定诊断要求的患者方面存在缺陷；（4）如果患者参加多个险种，从单一医疗保险获得的数据可能无法完全包括患者的相关数据；（5）基于诊断相关分组（DRGs）的支付方式可能会激励医生“升级”诊断编码，获得更高的报销限额，根据患者的疾病严重程度给付医疗费用；（6）存在选择偏倚，医生可能根据患者的某些特征选择相应的治疗方案，而这些患者特征很可能同时与健康结果相关，在这种情况下，就产生了样本的自选择偏倚；（7）无法对患者依从性进行考量，因为医疗保险数据提供的是患者接受某一处方的时间和记录，但研究者无法得知患者是否真实的、按时、按量服用了这些药物，如果患者的用药行为与处方不符，可能会导致对干预剂量的测量偏倚，这种偏倚对干预措施是手术或某种一次性治疗（如接受免疫）的情况相对较差；（8）缺少如疾病严重程度、实验室检查结果、功能状况、体质指数、吸烟饮酒等健康行为、非处方药使用情况等信息，造成对干预效果的估计偏误[1]。

5 解决方案

5.1 利用诊断和医疗服务信息。医疗保险数据缺少详细的临床信息，但通过数据提供的患者诊断和医疗服务利用详细记录，可在一定程度上解决这一问题。可以将数据提供的信息看做是患者健康状况的指标反映，如并发症信息；基线之前的医疗服务利用信息；用药种类和频率信息等。

5.2 利用新的统计方法。将经济学中的纠正样本选择偏倚方法应用于使用非实验数据进行的药物经济学评价中，来处理样本选择和数据缺失问题。相比传统方法收集到的医疗数据，医保数据有着大样本量和高维变量，在一定程度上可以看做“大数据”。对于大样本量，可通过抽样的方式减少样本量；对于高维变量，则面临着变量选择、降维、压缩和分解的需求[2]。

5.3 利用倾向得分法控制选择偏倚[3]。Schneeweiss等人建议运用高维度倾向得分调整（High-dimensional propensity score adjustment，hd-PS）[3]对医保数据分析，通过确定数据来源、协变量、测量事件的重复发生率、协变量的优先次序、选择协变量、估计暴露的倾向值、估计倾向值调整后的结果模型七个步骤，充分利用医疗保险数据中的相关信息，运用统计学手段发现对结果最具有影响力的协变量，实现对混杂因素的控制。

6 结论与展望

目前在我国大陆开展药物经济学评价所面临的一个很大问题就是缺乏数据。以台湾全民健保数据库为例，通过对医疗保险数据的合理使用，可以促进相关研究并为医疗保险决策提供更多的证据。医疗保险承保人需要对参保人的实际经历有更多了解，包括干预措施的实际效果和治疗的不良反应以及因此产生或避免的医疗成本。通过对医疗保险数据的发掘和分析，可以帮助医生更好地为患者做出正确的治疗选择，帮助医保决策者制定更加合理的报销目录和支付标准。

我国当前的医疗保险和医院电子病历系统累积了大量的医疗数据，但是这些数据并没有得到有效的利用。根据患者的个人识别编码（如身份证号码）可以将分散数据库连接成大数据库，从而获得更多有用的信息。通过合理的数据保密和隐私保护处理后，这些数据应该开放给研究者使用。因此，建议政府和相关公共数据持有者应该在保护患者隐私的前提下，逐步对公众开放数据的使用渠道，以促进更加有效和经济的利用存在的医疗数据开展药物经济学评价。

[1]Walker A M. Confounding by indication.[J]. Epidemiology, 1996,7(4):335-336.

[2]耿直. 大数据时代统计学面临的机遇与挑战[J]. 统计研究, 2014,31(1):5-9.

[3]Schneeweiss S, Rassen J A, Glynn R J, et al. High-dimensional propensity score adjustment in studies of treatment effects using health care claims data[J]. Epidemiology (Cambridge, Mass.), 2009,20(4):512.

（本栏目责任编辑：皮 实）

Application of Health Insurance Data in Pharmacoeconomics Evaluation——International Experience and Related Advices

Xu Fei1, Liu Guoen2(1School of International Business, Chinese Pharmaceutical University, Nanjing, 211198,2National School of Development, Peking University, Beijing, 100080)

The paper discussed how to apply health insurance data to conduct pharmacoeconomics evaluation. The resource, accessibility and information contained in health insurance data were summarized. The steps to conduct evaluation, the advantage and disadvantage, as well the possible solutions were discussed, to provide related experience for other researchers.

health insurance data, pharmacoeconomics evaluation

F840.684 C913.7

A

1674-3830（2015）7-51-3

10.369/j.issn.1674-3830.2015.7.15

2015-4-21

徐菲，中国药科大学国际医药商学院在读博士，主要研究方向：药物经济学评价。