基于时间序列分析法的医保次均基金支付费用预测分析
——以成都市为例

2019-10-14 09:08陈志超
中国医疗保险 2019年10期
关键词:成都市医疗保险费用

陈志超

(成都市医疗保障局信息中心 成都 610031)

研究近年来我国住院费用及其相关指标的变动情况,对于减轻疾病风险给患者带来的经济负担、促进医疗资源合理配置,以及规范医院管理具有重要意义。次均住院统筹基金支付费用(以下简称“次均基金支付费用”)是指住院病人单次在医院住院发生的最终由医保基金支付的医疗费用的平均数,即医疗保险统筹基金用于住院支付的费用除以住院人次得到的结果。一般情况下,次均基金支付费用越高,全年总医保基金支付越大。因此,对医保管理者来说,次均基金支付费用是医保基金平稳运行的关键,也是医保经办部门重点关注及监控的指标之一。为此,成都市医保信息中心收集了2010—2018年成都市基本医保次均基金支付费用数据,并以此为依据进行预测分析。

1 数据来源与方法

1.1 数据来源

本次用于预测分析的全部数据均来自于成都市基本医疗保险实时在线监控系统。

1.2 研究方法

时间序列分析法是将事物发展变化作为一组观察值,按时间顺序加以排列,构成统计的时间序列,然后运用一定的数字方法使其向外延伸,预测事物未来发展变化趋势的一种分析方法。时间序列分析法的主要特点是以时间的推移研究来预测未来趋势,不受其他外在因素的影响。

本文选用时间序列分析法并运用SPSS 22统计软件进行数据处理,来预测未来5年成都市基本医保住院次均基金支付费用情况。图1为通过软件得到的住院次均基金支付费用时间序列图,从图中可以看出,2010—2018年,成都市基本医保住院次均基金支付费用虽然在过程中有所波动,但整体呈现一定的周期性变化规律,可以通过时间序列分析法进一步研究其中的规律性。

2 预测结果

2.1 周期分析

时间序列分析有三个基本特点:假设事物发展趋势会延伸到未来;预测所依据的数据具有不规则性;不考虑事物发展之间的因果关系。通常其要素分为4种,即长期趋势(Trend)、季节变动(Seasonal)、循环变动(Cycle)和不规则变动(Irregular)。运用SPSS 22统计软件对2010—2018年成都市基本医疗保险住院次均基金支付费用进行数据处理,得到表1所示内容。

图1 2010—2018年成都市基本医疗保险住院次均基金支付费用时间序列图

表1 季节因子分析

从表1可以看出,次均基金支付费用随月份有周期性波动规律,进一步用SPSS 22统计软件对数据进行分析,可以得到的变动规律为:长期趋势和循环变动序列(长期趋势+循环变动)与季节因素校正后序列(长期趋势+循环变动+不规则变动,即误差)能够基本重合。

进一步单独作出季节因子序列图(见图2),可以看出,季节因素的周期是12个月,先在高峰后下降,然后上升到一个小顶点,再有略微波动后下降,再出现明显的上升趋势,此为一个周期循环。

2.2 预测分析

通过运用SPSS 22统计软件,对2010—2018年成都市基本医疗保险住院次均基金支付费用进行处理,最终选择时间序列模型中的Winters可加性,得出所需的预测结果,见图3,并归纳为表2。

2.3 可行性检验

从模型统计资料可以看出,模型R平方为0.83,平稳R平方为0.574,拟合度尚可,但“杨-博克斯Q(18)”统计量的显著性P=0.792,大于0.05(此处P>0.05是期望得到的结果),所以接受原假设,认为这个序列的残差符合随机分布,同时没有离群值出现,也都反映出数据的拟合效果还可接受。

2.4 结论

为进一步验证模型准确性,通过实时在线监控系统调取了2019年上半年成都市基本医疗保险住院次均基金支付费用,并与预测值进行对比(见表3),可以看出,真实值与预测值差距最大不到8%,最小仅为2.5%。数据表明,此预测方法科学可靠,符合实践。预测结果可以概括真实世界情况,可为实际工作提供科学参考依据。

3 讨论

3.1 时间序列分析法优势

时间序列分析是经典定量预测方法之一,它应用过去数据,就能推测事物的发展趋势,简单易行,便于掌握。其他经典的预测统计分析如线性回归都假定数据序列具有独立性,而时间序列分析则侧重研究数据序列的互相依赖关系。本文应用时间序列模型开展预测,直观地掌握成都市基本医疗保险住院次均基金支付费用未来5年发展变化的趋势规律及周期性的渐进增长情况。参考预测结果可以使日常监管及决策工作有合理的弹性空间,更加符合实际工作的需要,为制定和修改制度提供有力数据支撑。

3.2 时间序列分析不确定因素

图2 季节因子序列图

图3 时间序列预测模型预测未来5年成都市基本医保住院次均基金支付费用图

预测的实质是借助过去和现在的信息来推断将来的情况,考虑到事物发展的随机性,任何事物发展都可能受偶然因素影响,会受到政策调整以及当时具体情况的影响,而一旦影响因素发生了较大变化,则会对模型的准确度产生影响。如运用时间序列模型预测结果对2019年上半年数据进行拟合时,可以发现1、2月拟合值与观测值两者相差较大,主要原因是1、2月恰逢中国传统节日元旦、春节,中国人一般都不希望在传统佳节住院治疗,故疾病不太严重时一般病人会选择回家与家人团聚而不是在医院度过,因此实际次均值与预测值相差较大。但其他月份实际值几乎与预测结果一致。

4 启示及建议

4.1 严控核心指标不合理增长

与门诊医疗相比,住院医疗具有治疗时间长、医疗费用较高、费用管控难度高等特征。从医疗服务供给方的角度看,住院服务占用了大量的医疗资源;从医疗服务需求方的角度看,医疗资源供给紧缺,且住院服务给患者及其家庭带来较为沉重的经济负担。因此,住院医疗费用的管控对节约社会资源、保障医保基金可持续都具有重要意义,住院次均基金支付费用作为影响总住院医疗费用的关键性指标意义重大,应该作为医保经办人员关注的重点领域,尽力引导医疗服务机构合理规范医疗行为,在确保医疗质量的前提下,严格规范医疗行为,控制次均基金支付费用的不合理增长。

4.2 探索建立复合型支付方式

从本文预测中可以看到,至2023年底,次均基金支付费用将达到6000元以上,几乎是2010年初的一倍左右,而近年来医保统筹基金收入增速远没有达到如此快速,长此以往将有基金收不抵支风险。为此,应按照国办发〔2017〕55号文要求,实行多元复合式医保支付方式,重点推行按病种付费,开展按疾病诊断相关分组付费试点,完善按人头付费、按床日付费等支付方式。通过建立与医疗机构的谈判机制,动态调整支付标准,强化质量监管,以期控制次均支付费用增长速度。

4.3 构建完善的分级诊疗体系

一般来说,低级别的医疗机构在次均基金支付上较高级别医院有明显的优势,因此正确引导参保病人小病小医对医保基金合理支出意义重大。为此应优化医疗资源结构和布局,促进优质医疗资源下沉,提高基层服务能力,合理确定各级各类医疗机构功能定位,同时完善分工协作机制,建立畅通的转院转诊制度。以患者为中心制定分级诊疗规范,综合运用行政、医保、价格等多种措施,推动建立基层首诊、双向转诊、急慢分治、上下联动的分级诊疗模式,引导患者合理就医,提高医疗资源利用效率和整体效益。在统一质量标准前提下,实行同级医疗机构医学检查检验结果互认,达到“小病社区医院看,大病转诊转院快,互联互通无障碍,生病住院心不乱”。

表2 成都市基本医疗保险住院次均基金支付费用未来5年预测

表3 预测模型与实际差异

猜你喜欢
成都市医疗保险费用
中共成都市第十四届委员会常委简历
成都市青羊区:推行“一网通办”下的“最多跑一次”
2019年1~6月成都市经济运行情况
关于发票显示额外费用的分歧
2018年1—12月成都市经济运行情况
监理费用支付与项目管理
“三医联动”下医疗保险新走向
中国商业医疗保险的增长轨道
降低医疗保险拒付率
医疗费用 一匹脱缰的马