长期护理保险照护服务等级评定现状

张港娜，周 英，黄 瑶

随着人口老龄化、高龄化的发展，失能老年人数量持续增加。第七次全国人口普查数据显示，我国60岁及以上人口达2.64亿人，约占人口总数的18.70%[1]。失能、半失能老年人约有4 063万人，占老年人口总数的18.3%[2]。为保障失能人员的基本生活需求，2016年我国在15个城市推行长期护理保险(long-term care insurance,LTCI)试点工作，主要任务之一是探索照护需求认定和等级评定标准体系[3]。完善等级评定体系有利于合理配置护理服务资源，保障LTCI公平性，有利于失能人员获取匹配的照护服务，保证照护服务质量，有利于判定失能人员长期照护服务的内容、数量和费用等。因此，本文将从LTCI服务等级认定标准、评估工具和分级方法3个方面分析国内外LTCI服务等级评定现状，以期为进一步发展和完善我国LTCI等级评定体系提供科学依据。

1 长期护理保险认定标准

LTCI是为年老、伤残个体提供基本生活照料和日常医疗护理服务的一种保险制度[4]，其等级认定目的是评估失能人员需要多大程度的照护才能维持其在失能状态下的基本生活。目前，国际上长期护理保险认定标准主要为失能程度、照护费用和照护时间[5]。

1.1 以失能程度为标准 世界卫生组织(WHO)认为，失能是指在某种健康状态下，个体与环境发生交互作用而产生的身体结构和功能受损、活动受限及社会参与受限[6]。该观点依据失能项目数量或失能程度划分护理服务等级，认为失能程度越大，护理需求就越大，代表国家为法国和英国等[7]。学术界也普遍认同失能程度能够有效反映长期护理需求[8]。多项研究表明，随着失能程度的增加，失能老年人的照护需求也相应提高[9-12]，但是失能程度不等同于护理需求。当参保人失能程度相同时，其护理需求未必相同。如日常生活活动能力为2级、感知觉沟通为2级的中度失能老年人的照护工作量少于日常生活活动能力为2级、感知觉沟通为3级的中度失能老年人[13]。

1.2 以照护时间为标准 该观点依据各项照护服务所花费的时间划分护理等级，认为照护时间越长，护理需求就越大。当前许多实施LTCI的国家，如日本、韩国和德国等[14]，均以照护时间作为照护等级评定依据。考虑到照护是一种消磨照护人员时间与耐力的活动，照护时间在很大程度上能够反映照护人员的护理工作量。多项研究表明，护理服务等级与照护时间呈正相关[13,15]。但是以照护时间作为等级判定依据难以充分体现各项照护活动难度，且照护时间易受老年人疾病状况、照护质量、照护设施、照护人员的负担和资质等众多因素影响[16]，评定结果的一致性难以保障。

1.3 以照护成本为标准 照护成本是指由于照护活动而产生的花销，主要包括雇佣与现金开支等直接成本、劳动参与率与劳动时间等机会成本和医疗成本[17]。该观点依据医疗卫生资源的利用程度判定照护等级，认为照护成本越大，护理需求就越大。美国是典型的以照护成本划分护理等级的国家[18]。以照护成本为标准既考虑了老年人的临床特征和功能状况、照护时间，还考虑了老年人对照护服务的利用情况，科学性较好，但是照护成本不等同于照护需求。照护成本的差异不一定是失能造成的，它还受区域内经济发展水平[19]、家庭收入[20]等因素影响。在“孝”文化浸染下，我国失能老年人主要照护者为家庭成员[21]，因此机会成本在照护成本中占有很大比重。然而，从事不同种类的劳动所获取的经济效益不可完全等同，所产生的机会成本也就无可衡量和比较。

2 长期护理保险评估工具

现有的LTCI评估工具与长期照护需求评估工具具有很大的共性，按照发展顺序和复杂程度可划分为三代[22]。

2.1 第一代评估工具 第一代评估工具以单一能力评估为主，主要包括Barthel指数量表(Barthel Index,BI)、Lawton IADL量表等用于测量日常生活活动能力(actives of daily living,ADL)的工具。第一代评估工具在国内外LTCI实施早期被广泛应用。1995年德国通过重组ADLs和IADLs评估条目判定参保人的受益资格和照护等级[23]。2008年我国台湾地区实施“长期照顾十年计划1.0”，采用ADLs和IADLs评估参保人的照护需求[24]。目前，我国LTCI试点城市普遍采用BI进行评估，如重庆、南通和石河子等，只评定参保人的受益资格，设立保障门槛，没有评估其照护需求，服务质量难以保证。Yi等[25]的研究表明，BI在痴呆人群中的适用性较差。

第一代评估工具简单、易于操作，且具有良好的信效度，被广泛应用。但其评估内容单一，覆盖范围狭窄，导致部分受益人群被排除在LTCI制度之外，同时由于评分跨度大，易受主观因素影响，稳定性差。

2.2 第二代评估工具 第二代评估工具是各个国家和地区基于实地情况和LTCI政策要求，通过专家咨询、实地调查等科学方法，在第一代评估工具指标体系的基础上发展而来的，它将参保人视为一个整体，综合评估其医疗健康、功能状态和社会支持情况等，判断其所需的护理内容及程度，从而指导服务计划的制定。我国台湾地区通过文献分析、焦点团体、专家会议形成多元评估量表(Multi-dimensional Assessment Instrument,MDAI)，包含6个维度[26]。德国采用文献分析法、焦点小组讨论和专家咨询法形成新型评估量表(Neuen Begutachtungsassessment,NBA)，包含8个维度[27]，不同维度的权重不同。日本和韩国通过大规模的循证调查，筛选出与照护时间显著相关的身心综合状况评估指标，形成本土化评估工具“要介护认定调查表”和“老年护理对象等级认定调查表”，并建立配套的信息管理系统[28-29]，保证了评估的客观性和科学性。我国青岛市、成都市和广州市等LTCI试点城市采用老年人能力评估表或其改良版进行评估。老年人能力评估为国家级行业标准，有较高的权威性和认可度，但该工具主要针对养老机构老年人，其对居家及60岁以下人群的适用性有待进一步检验。上海市通过实地调研和专题会议制定了上海市老年照护统一需求调查表[30]，包括自理能力和疾病轻重2个维度[31]，该量表医学相关条目较多，对评估人员的要求较高，缺乏具体的评估标准，且各维度权重分配的合理性有待进一步检验。

2.3 第三代评估工具 第三代评估工具将第二代评估工具的概念延展到多照顾机构的兼容，有利于保证信息的连续性，主要代表为国际居民评估工具(International Resident Assessment Instrument,Inter RAI)。Inter RAI是美国组织来自30多个国家的学者研发的一个完整而细致的评估系统[32]，包括最小数据集(minimum data set,MDS)、居民评估方案和使用指南三部分[33]。MDS是其核心内容，与照护时间具有显著的相关性[34]。Inter RAI针对不同的人群和照护机构有不同的子工具，如长期护理机构评估工具(LTCF)等，各子工具的临床概念、评估语言、评估指标、标尺和核心评估项目可共用[35-36]。该评估系统具备完善的信息化体系，评估结果与临床照护指南(Clinical Assessment Protocols,CAPs)和资源利用分组(resource utilization group,RUG)联系，评估人员输入数据后，系统会自动生成评估报告，并生成个性化的照护方案，测算照顾强度[35]。但该工具评估条目众多[37]，耗时过长，对评估团队的专业性和合作能力有较高要求，且存在版权限制等问题，其操作性和实用性受到极大挑战。

3 分级方法

3.1 基于评估工具得分的分级方法 该方法假设所有指标重要性相同，通过将各指标得分相加来判定照护等级，没有考虑各维度和各条目之间的重要性和关联性，难以充分衡量老年人的照护工作量。法国依据量表总分将老年人的依赖程度划分为6个等级[7]。德国采用加权算法将参保人长期护理服务水平划分为5个等级[27]，但尚未见权重分配方法的相关报道。我国已建立LTCI等级评定体系的大部分试点城市均依据评估工具得分直接划分照护等级，分级指标大多参照《老年人能力评估》，但是各层级的判定标准差异较大，有待进一步完善。原始型分类方法操作简便，但存在主观性较强和天花板效应等缺点，导致评价结果的稳定性较差。

3.2 基于个案分类系统的分级方法 该方法采用个案分类系统将特征状况相似的老年人进行分组，同一组别的老年人照护服务资源利用情况相近。我国台湾采用长期照顾案例分类系统(Long-term Care-Mix System,LTC-CMS)对参保人进行分级分类，同一等级所需的长期照护服务种类与数量相似[38]。LTC-CMS包括居家照顾、居家护理、社区服务中的心智障碍与非心智障碍、机构服务中的心智障碍与非心智障碍等6类。美国采用资源利用分组系统(resource utilization groups,RUG)，依据服务类型、ADL量表评分和服务使用情况，将具有长期护理需求的老年人划分为8个小组，66个级别，每一个等级对应一个标准权重，代表着资源消耗量的差异大小[39]。

个案分类系统兼具评估、计划、干预及评价功能，有利于测算照护成本，指导护理收费，有利于测算照护强度，制订个性化的服务内容，同时有利于质量控制。个案分类系统通过信息化管理提升了评估的客观性与精确性。但是由于文化背景和资源利用程度的差异，不宜盲目引进。

3.3 基于机器学习的分类方法 该方法通过采用决策树、支持向量机等机器学习算法对老年人进行分类。日本通过进食、移动、排泄、清洁保持、家务援助、技能训练相关行为、问题行动相关行为、医疗护理项目8个决策树模型建立老年人平均标准照护时间数据库[40-41]，通过寻找与评估对象身心综合状况基本一致的标准人群，预测其所需的标准照护时间，将老年人照护服务划分为7个等级[42]。韩国借鉴并学习日本的经验，并将照护时间换算为以100分为满分的护理认定分数，将老年人的照护服务划分为5个等级[28]。树形图以照护时间为中介，建立了身心综合状况与照护服务需求之间的逻辑关系，量化了照护工作，有利于明确老年人照护工作的重点。但是决策树的开发基于大样本调研，实施难度较大，受人力物力的影响，观察周期较短，导致部分服务项目数据缺失，精确度不足。上海采用贝叶斯分类器(Bayesian classification)和支持向量机(support vector machine)等算法，通过综合判断1 000余个评估变量的聚落情况，将老年人照护需求划分为7级分级的过程[43]。

基于机器学习的分类方法通过精细化信息管理，可以很好地处理数据增长问题，提高管理效率，保障LTCI的公平性和长效性。但是构建原始数据库所需要的样本量较大，何种机器学习方法更适用于构建我国LTCI护理分级体系有待进一步探讨。

4 启示

LTCI作为解决失能人员照护需求的险种，其认定标准是与失能相关的照护需求。因此，LTCI照护等级的认定既要依据参保人的失能程度，还应考虑其所需的照护内容和照护时间等因素。通过对比国内外LTCI等级评估工具可以发现，各国LTCI评估工具的选择受限于其长期照护服务的供给现状和支付能力等。我国可以学习和借鉴国外LTCI评估工具的发展理念、研发方法和评估内容，取长补短，在国家医保局发布的长期护理失能等级评估标准(试行)的基础上，通过大规模调查，测量不同照护服务项目所需时间，采用个案分类系统、机器学习算法等分级方法，探索兼具服务对象认定、服务等级判定和服务内容评估功能，且符合我国LTCI制度特色和供给现状的LTCI分级体系。