如何使用健保資料 進行經濟分析 政大財政 連賢明
Post on 08-Feb-2016
250 Views
Preview:
DESCRIPTION
TRANSCRIPT
如何使用健保資料進行經濟分析
政大財政 連賢明
課程大綱 簡介醫療相關資料庫 健保資料庫處理原則 一個研究實例
醫療需求面資料庫 一般對象
全民健康保險資料庫 主計處家庭收支調查 國民健康訪問調查 國民營養調查 華人家庭動態資料庫
特殊對象 老人保健與生活問題調查 台灣地區家庭與生育力調查
醫療供給面資料庫 健保院所基本資料檔 醫療院所現況調查 醫療院所服務量調查
健保資料庫缺點 缺乏家戶組成資訊 缺乏自覺健康資訊 僅有健保給付醫療費用 缺乏社經背景變數
健保資料庫優點 資料樣本數: 2300 萬人 資料年間: 1996-2010 年(每年均發行) 醫院,醫師,病患有一致代碼 醫院,醫師,病患資訊可相互連結 台灣目前最大,最完整的 Panel Data
健保資料庫處理 健保資料庫結構 各子資料庫的整理 各子資料庫串連 串連外部資料
健保資料庫處理 健保資料庫共有 18 個子資料庫 健保資料大小一年約 150-220G
不論是資料量或子資料數目都相當大,無法全面性處理,建議採選擇性處理
健保資料庫 : 基本資料檔 醫事機構病床主檔( BED ) 醫事機構診療科別明細檔( DETA ) 醫事機構基本資料檔( HOSB ) 醫事機構副檔資料檔( HOSX ) 專科醫師證書主檔( DOC ) 醫事人員基本資料檔( PER ) 重大傷病證明明細檔( HV ) 醫事機構服務項目檔( HOX ) 藥品主檔( DRUG ) 承保資料檔( ID )
健保資料庫 : 原始資料檔 住院費用申請總表主檔( DT ) 門診費用申請總表主檔( CT ) 住院醫療費用清單明細檔( DD ) 住院醫療費用醫令清單明細檔( DO ) 門診處方及治療明細檔( CD ) 門診處方醫令明細檔( OO ) 特約藥局處方及調劑明細檔( GD ) 特約藥局處方醫令檔( GO ) 承保資料檔( ID )
健保資料庫結構 使用健保資料庫要先瞭解資料庫結構 資料庫可區分為
費用檔 醫令檔 基本資料檔
健保資料庫結構 門住診費用檔 ( CD , DD ) 門住診醫令檔 ( CO , DO ) 基本資料檔
醫院主要( HOSB , BED ) 醫院次要( DETA , CT , DT , HOSX , HOX ) 醫師( PER , DOC ) 病人 (ID , HV )
其他( DRUG , GD , GO )
健保資料申報流程
檢查診療處置
健保支付標準 申報費用
例子:感冒
檢查(驗血,照 X 光)診療(上呼吸道感染)處置(點滴注射,藥品)
健保支付標準 申報費用
費用檔DD 、 CD
醫令檔DO 、 O
O
醫師檔PER 、 DOC
醫療院所檔HOSB 、 HOSX
HOX 、 BED 、 DETACT 、 DT
病患檔ID 、 HV
檔案結構
例子:外科手術
住院費用檔DD
住院醫令檔 DO
醫師檔PER 、 DOC
醫療院所檔HOSB 、 HOSX 、 BED 、 DETA 、 CT 、 DT
病患檔ID 、 HV
子資料庫整理:費用檔 健保資料的核心為費用檔
人:就診病患、就診醫師 事:疾病分類 時:就診時間 地:就診院所 錢:就診費用
比較麻煩的是如何挑出所需要的特定疾病,亦即疾病分類
子資料庫整理:醫令檔 醫令檔包括醫令代碼、單價、數量,以及金額 醫令代碼記錄於 「全民健保支付標準」,建議透過健保局所提供醫令搜尋網頁來找尋相關代碼 由於一個就診紀錄對應數十或數百個醫令,處理時應先整理醫令檔,再串連費用檔
子資料庫整理:基本資料檔 整個健保資料庫最多的是基本資料檔,包括醫院,醫師,病患三個面向。 最困難處理也是基本資料檔,主要原因有兩個
先天不足 非給付所需要,資料正確性需確定 資料本身有問題,如病床檔在 2004 年前從未更新
後天失調 流水帳的記事方式 資料儲存方式
基本資料檔處理原則 將流水帳式改為以時間為基準的資訊格式,以方便串連。 串連時需考量病患的就醫日期,串連該病患「正確」的基本資料。 會有極少數就診資料無法串連到就診當日的基本資料。
串連外部資料:院所資料 院所資料
醫療環境市場結構
基本資料檔記錄了就診院所所在鄉鎮 串連鄉鎮經緯度資料,計算各鄉鎮間的距離,衡量該院所市場結構 串連鄉鎮人口,已納入人口結構
外部資料:病患 健保資料缺乏
家戶組成 社經變數(教育,所得) 生命變數
健保資料的病患代碼均已轉碼,除非透過健保局的協助,無法串連外部資料 建議利用健保資料中承保資料,採「切香腸」策略處理。
病患資料:存活狀況 ( I) 透過醫療利用
洗腎病人的醫療利用判定存活 除了換腎病人以外,準確度相當高
病患資料:存活狀況 ( II ) 透過退保日期
年滿 40歲以上罹患嚴重疾病住院 出院後一年內退保
Lien, Chou and Liu (2006) 比較中風病人的退保日期和死亡日期 90% 相同 不到 5% 差距一個星期 不到 2% 差距一個月
病患資料:居住狀況 利用投保身分
選出需於就近投保投保類別為農民或地區人口
但即使投保類別為戶籍所在鄉鎮,仍可能不居住在該鄉鎮,建議使用就醫距離近一步篩選 使用上述條件,將健保資料所得居住狀況和家庭收支調查樣本比較
病患資料:就業狀況 利用投保身分判定就業
保險人即為投保人 65歲以下 採公勞保樣本
使用上述條件,將健保資料所得就業狀況和家庭收支調查樣本比較
病患資料:薪資所得 利用投保薪資推論薪資所得
保險人即為投保人 65歲以下 採公勞保樣本
使用上述條件,將健保資料所得薪資所得和家庭收支調查樣本比較
病患資料:家庭結構 無法推估全部家庭結構 但可透過承保檔推估家中小孩個數,胎次
投保人為父或母 保險人年紀在 12 或 15歲以下
絕大部分會投保在單一投保人下,且是薪水較低的一方
An example The role of competition on the hospital
services
Positive Enhance quality (Dranove et. al (1992) RJE) Reduce costs (Town and Vistnes (2000) JHE)
Negative Quality distortion: Medical Arm Race (Robinson
and Luft (1985) JAMA) Quantity distortion: Induced Demand (Owings
and Gruber (2000) RJE)
Dependent Variables
Treatment expenditure expenditure at the hospitalization (inpatient,
short-term) expenditure in one year (inpatient +
outpatient, long-term)
Health outcome 1 month mortality (short-term) 1 year mortality (long-term)
Competition Measure: HHI Index
The most widely used competition index in the literature is Hirschman-Herfindahl Index (HHI), equal to
10000)(2 RdIsHHI ijj
ji
where I(.) equals to one if the distance between I and j is less than R; s is the market share; and HHI equals to sum of squares of market shares
How to choose R
Fixed Distance Measure: R is a fixed distance number (10 or 15 km)
Variable Measure: R is a number that includes certain percentage of patients (60 or 75% of patients covered)
Our study uses variable measure (75% of patients covered)
費用檔 (DD 、 CD)
外部資料 ( 人口檔、經緯度檔 )
院所基本資料( BED 、 HOSB )
病患基本資料( ID )
area_no_h
hosp_id
id
例子:市場競爭對醫療費用和品質的影響(以中風病人為例)
醫令檔 (DO)
fee_ymappl_typehosb_id
appl_datecase_type
seq_no
外部資料 (死亡檔 )
身分證字號
選擇中風病人 透過住院費用檔中的疾病診斷碼確定中風病患
栓塞性中風( ICD9 診斷代碼:前三碼為 434 ; A-Code 為 A292 及 A293 )
出血性中風( ICD9 診斷代碼:前三碼為430 、 431 ; A-Code 為 A291 )
為了降低病患疾病嚴重差異程度,樣本選擇新中風病人,亦即病人於住院前一年內未曾有中風住院紀錄者。
取得醫院特性 將費用檔串聯病床檔( BED)和院所基本資料主檔 (HOSB)
HOSB :院所所在鄉鎮,院所評鑑,院所權屬 BED : 病床數。
需將這兩個資料檔處理為以院所和年月為基礎的格式,才能透過院所代碼和病患入院時間(年月),串聯正確醫院特性。
計算醫療費用 短期費用:當次住院費用 長期費用:中風後一年內的門住診費用
取得中風病人的住院日期 利用住院費用、門診費用檔,來計算中風一年內的醫療費用。
需考量轉院,或單一住院中有多筆住院記錄 整理病患住院日期和出院日期,判定是否為單次住院 若是單次住院有多筆紀錄,將其費用合併 若是單次住院有轉院,以花費較多院所為主。
計算昂貴儀器費用 計算住院時昂貴儀器( MRI 和 CT )使用和費用
透過健保局的快捷搜尋 MRI 和 CT MRI :
33084A 、 33084B 、 33085A 、 33085B CT : 33067B ~ 33072B 、 33098B 、 36021C
、 37043C 、 37044C ) 在住院醫令檔中搜尋這些代碼醫令,刪除其餘醫令再和費用檔相結合。這樣可將串檔後的資料規模控制在一定範圍內。
取得居住(工作)鄉鎮 使用承保檔推估病患的居住(工作)鄉鎮
被保人身份為投保人自己或配偶投保類別為私營企業受雇者,地區人口,和農漁民 就醫距離低於 50 公里病患
計算就醫距離和HHI指標 至目前為止,我們已取得院所所在鄉鎮,和病患居住(工作)鄉鎮 透過經緯度資料,我們可將病患居住 (工作 ) 鄉鎮和就醫院所所在鄉鎮連結,計算每一中風病患就醫距離。 在獲得了所有病患的就醫距離後,則以該院所其涵蓋 75%中風病患的就醫距離範圍做為市場疆域,進一步計算市場內各院所的市佔率和該院所
HHI指標。
建立品質指標 文中所採用的的品質指標為死亡日期 本例子透過健保局協助進行,串連死亡檔取得。 亦可考慮透過承保資料退保日期取得死亡日期
取得鄉鎮人口數 依據內政部戶籍資料,可得到出每一鄉鎮的戶籍人口結構 但台灣都會區有相當比例的流動人口,藉由戶口普查資料,可計算出每一鄉鎮的居住人口結構,以用於衡量當地醫療需求指標。 由於院所患者可能來自鄰近鄉鎮,分析時使用該院所一定距離下( 10公里)的鄰近居民人口結構,作為衡量指標。
top related