风险型合同中的服务层面利用情况以及面向费用表改革的基准方法

Service-Level Utilization in Risk-Based Contracts and a Benchmarking Approach for Fee-Schedule Reforms

作者信息Aaron L Schwartz, Timothy Bulat, Eli Ben-Michael, Erkuan Wang, Jingsan Zhu, Emily Boudreau, Sumedha Chhatre, Soohyun Kim, David Pagnotti, Sara Riaz, Amanda Sutherland, Amol Navathe
PMID42826029
发布时间2026-10
DOI10.1001/jamahealthforum.2026.3533

实验完整度

低

基于Humana行政索赔与就诊数据的回顾性横断面观察性分析,采用AIPW等统计建模,无前瞻性实验或功能验证。

主要模型

Humana Medicare Advantage完全风险合同受益人队列 Humana Medicare Advantage按服务付费合同受益人队列 部分风险合同受益人队列

重点核对

队列归属:完全风险合同585 487名受益人、按服务付费1 153 455名受益人 服务层面利用:HCPCS编码级服务计数每受益人每年,共1271项 协变量调整:年龄、性别、种族和族裔、双重资格、低收入补贴、残疾、终末期肾病及Rx-Risk Index指标 统计方法:AIPW双重稳健估计结合梯度提升决策树与贝叶斯收缩 模拟费用表:供给弹性取1.71并施加预算中性调整

摘要

重要性:尽管人们重新对改革医师费用表产生兴趣,但政策制定者应如何调整1000多种不同的医师服务价格以促进高价值医疗仍不明确。一种系统性方法可能利用完全风险合同中的服务层面利用模式,而此前尚未对这些模式进行表征。 目的:比较完全风险合同中的医疗专业组织与传统按服务付费(FFS)支付结构中的服务层面利用模式,并对详细的患者层面差异进行调整,同时模拟一种FFS费用表改革,以鼓励在风险型合同中观察到的服务模式。 设计、设置和参与者:这项回顾性横断面研究使用了Humana Medicare Advantage 2015年至2019年的索赔、就诊和行政数据,涉及585 487名归属于完全风险合同的受益人,其对总医疗支出承担100%下行风险,以及1 153 455名处于按服务付费合同安排中的受益人。数据分析时间为2025年9月至2026年6月。 主要结局和指标:主要结局是经受益人特征调整后的服务特异性利用情况(每受益人-年计数)。一项次要分析基于估计的服务层面利用差异和来自既往文献的供给弹性,模拟了修改后的Medicare FFS费用表。 结果:在检查的1271项服务中,940项(74%)在风险队列中的调整后利用较低,331项(26%)的调整后利用较高。对于700项服务(55%),完全风险队列中的调整后利用至少低10%。对于199项服务(16%),调整后利用至少高10%。低级别办公室就诊和实验室服务在风险型环境中更常见,而高级别办公室就诊、医院和急诊服务以及康复治疗则较少见。一项模拟的预算中性Medicare费用表改革,经校准以将利用水平转向风险型基准,可能使全科医师的报销增加6%。 结论和相关性:在这项横断面研究中,风险型合同与服务利用之间的关联在1271项个体服务之间差异很大。风险型合同中服务特异性利用水平可作为指导按服务付费价格改革的基准。

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
在风险型合同与按服务付费合同下,哪些具体服务使用更多或更少,以及如何改革按服务付费价格以鼓励风险型合同中的利用模式?
核心机制
风险型合同促使医疗组织内化控制总医疗支出的激励,从而在服务层面形成差异化利用模式;这些模式可作为费用表价格调整的基准。
主要证据
基于2015-2019年Humana Medicare Advantage索赔与就诊数据的横断面分析显示,1271项服务中940项(74%)在完全风险队列中调整后利用较低,331项(26%)较高;模拟的预算中性费用表改革预计使全科医师报销增加6%。
研究意义
风险型合同中服务特异性利用水平可作为基准,用于指导按服务付费价格改革,并代表一种利用费用表改革促进管理式医疗和成本控制的潜在应用方向。

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

队列构建与样本定义

建立可比较的完全风险与按服务付费受益人队列并控制患者差异

使用2015-2019年Humana Medicare Advantage行政入组、索赔和就诊数据,按归属初级保健医师的合同类型划分受益人-年队列,排除年内更换队列、进入临终关怀或数据不完整者,并调整人口学、临床和地理特征。

2

服务层面利用测量

量化每项HCPCS编码服务的利用水平

根据医疗索赔和就诊数据构建每受益人每年的服务计数,对同一HCPCS编码的重复计费进行去重,排除使用委托索赔处理的受益人,选取占2015-2019年Medicare Carrier Files支出95%的服务,共1271项HCPCS编码。

3

风险与非风险队列利用差异估计

比较相似患者在不同合同类型下的服务层面实践模式差异

采用增强逆概率加权(AIPW)估计器,结合梯度提升决策树机器学习模型和贝叶斯收缩调整,估计每项服务的调整后利用计数及相对非风险利用的百分比差异,并按RBCS分类汇总。

4

模拟Medicare FFS费用表改革

展示如何依据风险型合同利用差异调整FFS价格

基于估计的服务层面利用差异和文献来源的供给弹性,分两步生成修改后的Medicare FFS费用表:先按目标利用差异和弹性计算每项服务的支付率变化,再施加预算中性调整,并按医师专科汇总收入变化。

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。

产品清单

实验环节名称品牌货号
SAS 9.4版SAS Institute--
R 4.5版R Project for Statistical Computing--

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
队列构建与样本定义
队列归属标准、排除标准、样本量、研究年份
阅读提示:Methods的Data Sources and Sample Population及Supplement 1 eTable 1
服务层面利用测量
HCPCS编码选择阈值、去重规则、覆盖范围
阅读提示:Methods的Measuring Service-Level Utilization及Supplement 1 eMethods
风险与非风险队列利用差异估计
AIPW模型设定、协变量列表、机器学习参数、贝叶斯收缩参数
阅读提示:Methods的Statistical Analysis及Supplement 1 eMethods
模拟Medicare FFS费用表改革
供给弹性取值、预算中性调整方式、未考虑的交叉价格弹性
阅读提示:Methods的Illustrating Medicare FFS Schedule Changes及Supplement 1 eMethods