医疗保障制度仿真模型构建及验证

开篇：润墨网以专业的文秘视角，为您筛选了一篇医疗保障制度仿真模型构建及验证范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

在当前国家的宏观调控下，医疗保障制度改革虽然颇具成效，但如何开展医保制度整合、支付方式改革、医保基金风险管理、福利包设计等一系列问题仍是当前及未来医保制度改革的重点［1－5］，亟需开展相关的研究。现阶段，国内大部分学者在该领域的研究多是基于保障水平、政策设计等研究层面开展理论研究或现状调查，而利用计算机仿真建模技术对医保体系进行的数据仿真分析及预测研究相对较少［6－8］。本研究旨在应用ProModel仿真软件对基本医疗保障制度进行仿真建模，以黑龙江省为例，仿真一定数量人群在缴纳保费与疾病就诊期间医保相关费用发生的动态过程，验证该仿真模型在医保基金运行系统中的适用性和有效性，从仿真角度提出相关参数调整与干预的政策建议。截止2014年底，全国基本医疗保险体系覆盖13.25亿人，参保率达95%。然而由于分级诊疗实施的不理想等仍存在实际报销比与政策报销比差距较大、国民个人医疗负担较重、灾难性卫生支出及因病致贫的发生率仍然较高等问题，医保基金收支平衡有待改善［9－11］。

资料与方法

1.ProModel建模ProModel系统仿真软件具有操作简单，结果易懂、功能丰富等优越性，有助于解析系统结构及内部要素的活动输出，实现可行性论证分析的目的，最后为决策制定提供技术支持［12－13］。ProModel软件基本建模要素包括位置、实体、到达、处理逻辑、变量等，其仿真建模的基本流程依次为:设定的仿真目标、确定仿真范围、准确把握目标系统内部复杂逻辑关系、建立并完善模型、运行模型、输出结果及分析［13－15］。2.建模资料来源本研究基于对医保运行系统的整体了解，设置仿真运行所需位置、实体、路径及变量，构建仿真模型。研究选取黑龙江省作为样本地区，以2013年的相关数据作为支撑进行验证性分析和检验。2013年黑龙江全省人口数为3834万人，受限于学生版ProModel中某一任意位置的最大运行容量为999999，该仿真模型按照1∶40的比例，仿真黑龙江省958500人医保运行系统的真实情况，在取得较好验证性结果的基础上对变量进行调整。仿真模拟运行流程该模型中，观测变量为医保筹资总额、住院总费用、患者住院自付总费用、住院医保报销总费用、医保结余;调整变量为筹资标准、患者的不同级别医院流向比［16］、各类型医保参保人群比、起付线、封顶线、报销比。1.模型假设与设计由于医保报销系统相当复杂，系统的运行受到来自内外部的双重影响，因此，首先确定医疗卫生服务系统的起始状态，设定系统的原始输入作为初始值，并对该仿真系统进行系列假设，具体内容如下图1所示，人群在进入模型后仅存在两种状态，患病或健康;人群仅具有疾病属性及医保属性;患者在医院就诊仅且一次;患者的就诊选择为一级、二级或三级医院［17］，其它未涉及内容在模型中暂不予以考虑。本研究将此医保运行仿真模型设为四个阶段:(1)设定仿真模型中到达人群的总人数，明确人群中患者与健康人比例，充分考虑人群医保类型分布比，设计不同医保类型患者进入模型的路径;(2)通过各医保类型参保总人数及各自医保类型筹资标准确立各医保筹资总额;(3)个人在医院获得医疗服务并发生次均医疗费用，计算各医保类型人群在一级、二级、三级医院医疗总费用之和从而得出各级医院住院总费用;(4)按照各医保类型在各级医院的报销比、起付线、封顶线完成费用报销，计算其住院医保报销总费用。最后，得出各保险类型的自付费用之和为患者住院自付总费用，进而确立利用仿真建模得到的各医保类型人群在各级医院实际政策报销比。2013年不同医保制度在各级医院的报销比、起付线和封顶线，具体内容如表1。次均医疗费用低于起付线不予报销，高于封顶线按照封顶线限额进行报销，否则，按报销比例正常报销。2.模型构建首先，根据所设定的仿真目标建立人群到达、患病人群、健康人群、新农合患病人群、城镇居民患病人群、城镇职工患病人群、其他患病人群、各级医院报销等10个位置，设立模型中涉及的实体，即人、健康人、患者。收集2013年度黑龙江省相关数据资料，具体如下表2所示。结果在实际生活中，人群在医保报销体系中各种行为活动的产生都是随机的。依据仿真机理，仿真模型运行过程中，通过对已赋予某种概率分布的随机变量进行程序调用，进而产生随机数，实现模拟现实系统的随机特性。该模型运行过程中，人群在进入模型以后即遵从特定的路径分配，人群医保类型、健康人与患者比例、医院就诊流向分布均服从某一特定概率分布。模型构建完成后，以表2中相关实际数据输入模型进行仿真验证，通过ProModel仿真软件中Option选项完成模型运行时长、运行次数及统计数据的基本设置，最后选择Run选项实现模型运行。仿真共计运行十次，结果表3所示。仿真结果与真实情况进行比较，结果通过表3可以看出，仿真数据和真实数据的相对误差小于0.5%，模型验证性较好［18－19］。CharlesHarrell等学者［14］认为，基于精确数据资料的模型，如果能够准确反映真实系统，实现建模目标则认为该模型是有效的，即只有正确表达真实系统才能够认为仿真模型有效。本研究中，各医保相关要素的数据来源真实可信，同时，模型较好的反映了当前的医保报销系统运行流程，因此认为该仿真模型具有有效性。该仿真模型在医保费用报销过程中，未考虑不在医保报销目录及其他限制因素的影响，因此在疾病各级医疗费用部分，其实际的报销比相对于政策报销比低。政策制定者制定医保补偿政策是在理想政策实施环境下展开的，与政策制定者的出发点相同，仿真模型也未考虑医保报销制约因素的干扰，因此两者的仿真结果较为接近。但在真实的医保报销系统中，由于各种外界因素的干扰，相对于政策补偿水平，实际报销比会处于较低水平。

小结

该仿真模型输出结果与黑龙江省的相关实际数据具有较好的一致性，仿真研究是可信的，应用ProMod-el仿真建模能够有效的模拟我国医疗保障体系中的医保报销流程。对于卫生政策的制定者来说，利用Pro-Model仿真软件，能够帮助其更好的梳理医疗保障体系内部各变量间的复杂关系，从而直观、快速的实现对未来一定时期政策制定标准的把控。基于以上研究，综合现阶段医保系统运行出现的各种问题及理论研究基础，有必要从政策设计角度出发，在综合考虑变量间相互关系的基础上对未来各医保制度相关内容进行一定范围的调整。应用ProModel软件建模，结合不同政策方案对医保报销系统进行仿真预测分析，依据仿真预测结果动态调试模型，可通过优化医保患者就诊流向，调整各医保类型患者补偿标准，提出政策改善建议，从而实现医保政策仿真建模的目标.。

作者：吴群红 丁玎 康正 梁超 于淼 常娜 任娇娇 单位：哈尔滨医科大学社会医学教研室