法国100%健康改革:对牙科护理使用的影响

The French 100% Santé Reform: Impacts on Dental Care Utilization

作者信息S Tubert-Jeannin, L Bénézet, A Mulliez, S Listl
PMID41108155
发布时间2026-04
DOI10.1177/00220345251364167

实验完整度

高

研究基于超过10亿次牙科治疗的行政数据,采用受控中断时间序列分析,并进行了分层分析和多种稳健性检查。

主要模型

法国社会健康保险基金行政数据库(SNDS) CSS受益人群 非CSS受益人群

重点核对

使用率计算:每周全口义齿数量除以同年人口规模,以每10万居民表示 干预时间点:2021年1月第一周,作为干预点,分为干预前313个点和干预后130个点 分层分析:按CSS状态分层,并在2019年11月和2021年1月两个时间点进行分层CITSA 稳健性分析:调整COVID-19封锁期,并排除2020年41周数据进行敏感性分析

摘要

2019年,法国实施了一项旨在减少自付医疗支出的大规模改革,其目标是防止因经济原因放弃牙科护理。本研究旨在评估该改革对牙科护理使用的影响,重点关注作为修复性护理的全口义齿,这是改革的主要目标。该研究基于法国社会健康保险基金的大规模行政数据分析,包含2014年至2023年间超过10亿次牙科治疗。采用准实验研究设计和分段负二项回归,进行了带有“对照结局”方法的受控中断时间序列分析。受控中断时间序列分析比较了受改革影响不同的各类护理的使用率。模型针对COVID-19和季节性协变量进行了调整,并按社会经济状况进行了分层。在取消树脂基全口义齿的自付费用后,其使用率与对照情景相比高出58.85%(95% CI,37.18%至83.95%)。其他基本不受改革影响的牙科护理类型的使用率保持不变。研究期间预防性护理的使用仅略有增加。这些研究结果表明,通过法国100%健康改革取消自付费用导致全口义齿的使用增加。然而,由于改革侧重于特定的治疗项目,且主要涉及拥有自愿健康保险的患者,未来应仔细监测改革的影响,特别是对弱势群体的影响。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
评估法国100%健康改革对牙科护理使用的影响,特别是全口义齿的使用。
核心机制
取消全口义齿的自付费用导致其使用率显著增加,而对其他类型的牙科护理影响不大。
主要证据
基于2014年至2023年超过10亿次牙科治疗的行政数据,受控中断时间序列分析显示,取消自付费用后全口义齿使用率较对照情景高58.85%(95% CI,37.18%至83.95%)。
研究意义
研究表明该改革通过降低自付费用提高了全口义齿的可及性,但需要关注对弱势群体的影响,并监测改革的长期效果。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据提取与描述性分析

描述研究期间不同牙科治疗类型的利用率趋势。

从SNDS数据库中提取2014年至2023年间的牙科治疗数据,计算每周利用率,并按治疗类型进行描述性分析。

2

受控中断时间序列分析

评估改革对全口义齿使用的影响,与口腔手术作为对照结局进行比较。

使用分段负二项回归进行受控中断时间序列分析,模型调整了季节效应和COVID-19封锁期,比较干预组(全口义齿)和对照组(口腔手术)的使用率。

3

分层分析

评估改革对CSS和非CSS患者的不同影响。

按CSS状态分层的CITSA,并考虑两个干预时间点(2019年11月1日和2021年1月1日),使用分段负二项回归进行分析。

4

稳健性检查

评估结果对模型假设和COVID-19影响的稳健性。

添加虚拟变量识别第一次COVID-19封锁期,进行敏感性分析排除封锁期和2020年数据,并检查年龄≥60岁老年人的干预效应。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据提取
数据来源:SNDS数据库;时间范围:2014年6月30日至2023年9月30日;排除标准:正畸治疗、种植体等不在SHI覆盖范围内的治疗
阅读提示:Methods - Data Source
干预定义
干预时间点:2021年1月第一周;干预类型:取消树脂基全口义齿的自付费用
阅读提示:Methods - Examined Coverage Changes
统计分析
模型:分段负二项回归;调整变量:季节效应、COVID-19封锁期;分层变量:CSS状态
阅读提示:Methods - Statistical Approach, Stratified Analyses
稳健性分析
COVID-19封锁期处理:添加虚拟变量,排除封锁期数据;年龄亚组分析:≥60岁
阅读提示:Methods - Robustness Checks