构建以患者为中心的捆绑支付模型：破解慢性病医疗困局的新探索

为解决单一疾病管理项目（SDMPs）局限，研究人员开展慢性病患者群体特征研究，得出相关成果助力支付模型优化。

　　在荷兰，慢性病管理长期依赖单一疾病管理项目（SDMPs），由初级医疗合作社（PCCs）提供服务并通过捆绑支付获得资金支持。这一模式在改善慢性病护理流程方面虽取得一定成效，却存在诸多弊端。例如，服务范围狭窄，采取 “一刀切” 的方式提供标准化护理，难以满足日益增多的多发病率患者（患有两种或以上慢性病）的个性化需求。而且，SDMPs 导致医疗总成本上升，尤其是多发病率患者，这可能源于未满足需求的检测、重复申报以及复杂患者转诊至二级护理的比例增加。在此背景下，一种更以患者为中心的综合护理（PC-IC）方法应运而生，与之匹配的支付模型的研究也迫在眉睫。

来自鹿特丹伊拉斯姆斯大学（Erasmus University Rotterdam）的研究人员 Sterre S. Bour、Lucas M. A. Goossens、Maureen P. M. H. Rutten-van M?lken 开展了一项旨在优化慢性病医疗支付模式的研究，其成果发表于《The European Journal of Health Economics》。该研究聚焦于为以患者为中心的捆绑支付模型提供可操作化方案，同时探究 PCCs 面临不可接受的损失或利润的风险，对于改善慢性病患者护理质量、优化医疗资源配置意义重大。

研究人员主要运用了以下关键技术方法：首先，利用索赔数据对研究人群进行特征描述，包括人口统计学信息、慢性病情况和医疗保健利用情况；其次，通过非层次 k 均值聚类分析识别具有相似医疗保健利用模式的患者群体；然后，依据 TRIPOD 指南开发多项逻辑回归（MNL）模型预测患者所属聚类的概率；接着，基于相关性和财务风险两个标准构建不同的护理套餐；最后，计算各护理套餐的财务风险，评估不同情景下 PCCs 的风险。研究数据来源于参与 DM2、CVR 和 COPD 慢性病管理项目且在 2017 年由大型医疗保险公司承保的 43,327 名患者。

研究结果如下：

1. 特征描述目标人群：43,327 名患者参与研究，其中多数患者纳入 CVR 的 SDMP。常见慢性病有 CVR（包括高血压）、高脂血症和酸相关疾病。医疗专家护理、地区护理和药物的平均成本最高，且费用分布不均，20% 的人群占据了超过 75% 的总医疗支出。随着患者慢性病数量增加，平均成本上升123。
2. 识别聚类：基于 WSS 和 PRE 标准，结合聚类稳定性和可解释性，确定六聚类解决方案最合适。六个聚类分别为相对健康的 CVR 患者、CVR 伴多种慢性病患者、年轻 COPD 患者、DM2 伴多种慢性病患者、老年 DM2 伴多种慢性病患者、老年女性 CVR 且二级护理成本高的患者。各聚类在慢性病用药、医疗服务使用和成本上差异显著456。
3. 预测聚类成员：模型 5（包含患者基本特征、地区护理和慢性用药变量）是预测聚类概率的最优模型，但对高成本聚类（5 和 6）的预测存在一定局限性，表明风险选择的激励无法完全消除7。
4. 构建护理套餐：定义了低风险高相关性、OPTIMA FORMA 和高相关性三种护理套餐。小型 PCC 采用任何套餐都可能面临较大损失或利润；中大型 PCC 采用低风险高相关性和 OPTIMA FORMA 套餐损失或利润较小，但高相关性套餐成本难以预测。风险调整和成本封顶可降低 PCCs 的损失或利润，但效果有限8910。

研究结论与讨论部分指出，当前 SDMPs 虽在慢性病护理方面有一定成果，但无法满足患者个性化需求，尤其是多发病率患者。本研究展示了构建以患者为中心的捆绑支付模型的方法，患者层面的聚类预测在荷兰 SDMPs 患者中表现良好，但聚类分析受多种因素影响，不同 PCCs 可能产生不同聚类结果。为使替代支付模型有效运行，利润或损失应取决于 PCCs 的质量和效率，而非成本预测错误、风险选择或护理不足。同时，研究存在局限性，如缺乏社会支持服务数据、以慢性药物使用作为慢性病识别的代理可能导致误分类、护理套餐设计基于特定年份数据且仅涉及三个 PCCs，影响研究结果的外部有效性。然而，本研究为 PCCs 协调者提供了重要参考，即扩大捆绑支付模型范围时需确保覆盖足够数量患者，同时 PCCs 和健康保险公司应谨慎选择护理套餐服务项目。此外，荷兰 2022/2023 年跨部门护理协议（Integraal ZorgAkkoord，IZA）有望推动地区向更注重人群健康管理的方向发展，与英国初级医疗网络（PCNs）的发展相呼应，为改善慢性病管理带来新的契机。