编辑推荐:
为探究健康和长期护理成本上升的决定因素,研究人员分析荷兰数据,发现其受临终、年龄和慢性病影响。
《荷兰临终前一年的健康与长期护理成本》解读
在全球范围内,健康和长期护理成本的持续攀升成为众多国家面临的严峻挑战。以荷兰为例,在过去的十几年间,其在医疗保健方面的支出占国内生产总值的比例不断上升,长期护理的支出占比同样呈增长态势。这不仅给政府财政带来巨大压力,也对社会资源的合理分配提出了更高要求。在此背景下,明确健康和长期护理成本上升的决定因素至关重要,它是制定有效成本控制政策、精准预测未来医疗支出的关键所在。
一直以来,健康经济学领域围绕着 “老龄化” 和 “临近死亡” 哪个才是医疗支出主要决定因素的争论不断,即所谓的 “红鲱鱼” 辩论。部分学者认为,不是老龄化本身,而是临近死亡才是医疗支出的关键影响因素。此前,已有不少研究对临终前一年的成本进行了探讨,但这些研究大多存在局限性,比如样本量较小、未充分考虑疾病因素,而且荷兰在经历了两次重大的健康和长期护理改革后,之前的研究结果可能不再适用。
为了更深入地了解临终前一年健康和长期护理成本的情况,来自荷兰国家医疗保健研究所(National Healthcare Institute)和阿姆斯特丹自由大学(Vrije Universiteit Amsterdam)的研究人员 Christel E. van Dijk、Tristan Langereis 等人开展了一项研究。他们的研究成果发表在《The European Journal of Health Economics》上。
研究人员利用 2018 - 2019 年荷兰健康保险公司的保险索赔数据,这些数据涵盖了 13,738,193 名参保人员的信息,样本量十分庞大且具有代表性。在研究过程中,他们采用了负二项回归分析(negative binomial regression analysis)方法,同时将性别、年龄、社区社会经济地位(socioeconomic status,SES)和慢性病等因素作为潜在的混杂变量进行控制。
研究结果如下:
研究对象基本特征 :在研究的总人群中,男性占 49.4%,死者中男性占 48.6%。死者中近四分之一年龄在 70 - 79 岁,三分之一以上在 80 - 89 岁,五分之一在 90 岁及以上。癌症是死者中最常见的慢性病(34.8%),而在幸存者中,慢性皮肤病(6.8%)、慢性阻塞性肺疾病 / 哮喘(COPD/asthma,6.5%)和 2 型糖尿病(5.1%)更为常见。
健康和长期护理成本差异 :幸存者组的平均年度成本为 3,317 欧元(标准差 = 12,200),而死者组为 50,423 欧元(标准差 = 39,051)。不同性别和年龄组的成本也有所不同,男性在两组中的成本均低于女性,幸存者的成本随年龄增长而增加,死者的成本在最年轻的年龄组中最高,且死者与幸存者的成本比随年龄下降。从各医疗保健部门来看,死者近一半的总索赔用于长期护理,其次是医学专科护理、家庭护理和药物护理;幸存者的分布则有所不同,医学专科护理占总索赔的 36.9%,其次是长期护理、药物护理和心理健康护理。
成本变化趋势 :在死者生命的最后几个月,除牙科护理、联合健康护理、医疗辅助设备和长期护理等部分部门外,其他部门的成本均有所增加,尤其是在死亡前两个月,成本显著上升,死亡前一个月的成本比前一个月增加了 50%。
回归分析结果 :未调整潜在混杂因素时,死者的健康和长期护理成本是幸存者的 10.8 倍;调整性别、年龄、社区 SES 和慢性病等因素后,这一倍数降至 3.3。调整年龄和慢性病对死者与幸存者成本关联的影响较大,而性别和社区 SES 的影响较小。此外,年龄最大的组(90 岁及以上)的成本是年龄最小组(0 - 9 岁)的 2.3 倍,患有慢性病的人成本更高,生活在 SES 较高社区的人成本较低。在具体的医疗保健部门中,死者在老年康复护理和初级护理住院、家庭护理、长期护理和患者运输等方面的成本明显高于幸存者。
研究结论和讨论部分指出,该研究证实了临终前一年的健康和长期护理成本确实较高,同时年龄和慢性病也是重要的影响因素。不同医疗保健部门的成本受临终影响的程度存在差异,在规划未来的健康和长期护理需求时,需要充分考虑这些因素。虽然研究人员原本预期改革后临终前一年的相对成本会下降,且从长期护理转向治疗性护理,但实际观察到的死者与幸存者成本比的降低,究竟是由于改革还是人口结构变化所致,仍不明确。
总的来说,这项研究具有重要意义。它为理解健康和长期护理成本的影响因素提供了更全面的视角,提醒政策制定者在制定相关政策时,不能仅仅关注老龄化问题,还需重视慢性病以及临终前护理成本的特殊性。同时,研究结果也有助于医疗保健机构更合理地规划资源分配,提高资源利用效率,为未来的医疗保健发展提供了有价值的参考依据。
研究的主要技术方法: 研究人员使用荷兰健康保险公司提供的保险索赔数据,这些数据通过荷兰健康保险公司信息中心 Vektis 获取。数据包含了几乎所有荷兰参保居民的索赔信息,排除了部分特殊情况。在分析数据时,采用负二项回归分析方法,通过构建不同模型,逐步调整性别、年龄、社区 SES 和慢性病等潜在混杂因素,以探究死者和幸存者在健康和长期护理成本上的差异及影响因素。
闂備胶鎳撻悘姘跺箲娴h櫣鐭堥柨鐕傛嫹
濠电偞鍨堕幐鎼侇敄閸緷褰掑炊閳规儳浜鹃柣鐔煎亰濡插湱鈧鎸哥€涒晝鈧潧銈搁弫鍌炴倷椤掍焦鐦庨梺璇插缁嬫帡宕濋幒妤€绀夐柣鏃傚帶杩濇繝鐢靛Т濞茬娀宕戦幘鎰佹僵鐎规洖娲ㄩ悾铏圭磽閸屾瑧顦︽俊顐g矒瀹曟洟顢旈崨顖f祫闂佹寧绻傞悧鎾澄熺€n喗鐓欐繛鑼额嚙楠炴﹢鏌曢崶銊ュ摵鐎殿噮鍓熼獮宥夘敊閻e本娈搁梻浣藉亹閻℃棃宕归搹顐f珷闁秆勵殕椤ュ牓鏌涢幘鑼槮濞寸媭鍨堕弻鏇㈠幢濡ゅ﹤鍓遍柣銏╁灡婢瑰棗危閹版澘顫呴柣娆屽亾婵炲眰鍊曢湁闁挎繂妫欑粈瀣煃瑜滈崜姘┍閾忚宕查柛鎰ㄦ櫇椤╃兘鏌ㄥ┑鍡欏ⅵ婵☆垰顑夐弻娑㈠箳閹寸儐妫¢梺璇叉唉婵倗绮氶柆宥呯妞ゆ挾濮烽鎺楁⒑鐠団€虫灁闁告柨楠搁埢鎾诲箣閿旇棄娈ュ銈嗙墬缁矂鍩涢弽顓熺厱婵炲棙鍔曢悘鈺傤殽閻愬弶鍠橀柟顖氱Ч瀵噣宕掑Δ浣规珒
10x Genomics闂備礁鎼崐鐟邦熆濮椻偓楠炴牠鈥斿〒濯爄um HD 闁诲孩顔栭崰鎺楀磻閹剧粯鐓曟慨妯煎帶閻忕姷鈧娲滈崰鎾舵閹烘骞㈡慨姗嗗墮婵啴姊洪崨濠傜瑨婵☆偅绮嶉妵鏃堝箹娴g懓浠㈤梺鎼炲劗閺呮粓鎮鹃柆宥嗙厱闊洤顑呮慨鈧┑鐐存綑濡粓濡甸幇鏉垮嵆闁绘ḿ鏁搁悡浣虹磽娴e憡婀版俊鐐舵铻為柛褎顨呯粈鍡涙煕閳╁啞缂氶柍褜鍏涚划娆撳极瀹ュ鏅搁柨鐕傛嫹
婵犵數鍋涘Λ搴ㄥ垂閼测晜宕查悗锝庡亞閳绘棃鎮楅敐搴″箺缂佷胶娅墂ist闂備線娼уΛ妤呮晝閿濆洨绠斿鑸靛姇濡ɑ銇勯幘璺轰粶缂傚秳绶氶弻娑㈠冀閵娧冣拡濠电偛鐗婇崢顥窱SPR缂傚倷鐒︾粙鎺楁儎椤栫偛鐒垫い鎺嗗亾妞わ缚鍗抽幃褔宕妷銈嗗媰闂侀€炲苯澧村┑鈥愁嚟閳ь剨缍嗛崜姘跺汲閳哄懏鍊垫繛鎴炵懃婵啴鏌涢弮鎾村
闂備礁鎲¢〃鍡椕哄⿰鍛灊闊洦绋掗崵鍕煟閹邦剦鍤熼柕鍫熸尦楠炴牠寮堕幋鐘殿唶闂佸憡鐟ュΛ婵嗩潖婵犳艾惟闁靛绲煎ù鐑芥煟閻樿京鍔嶇憸鏉垮暣閹儵鏁撻敓锟� - 婵犵數鍎戠徊钘夌暦椤掑嫬鐭楅柛鈩冡缚椤╂煡鏌涢埄鍐惧毀闁圭儤鎸鹃々鐑藉箹鏉堝墽绉甸柛搴㈠灥閳藉骞橀姘濠电偞鍨堕幖鈺傜濠婂啰鏆﹂柣鏃囨绾惧ジ鏌涢埄鍐闁告梹甯¢幃妤呭捶椤撶偘妲愰梺缁樼⊕閻熝囧箯鐎n喖绠查柟浼存涧閹線姊洪崨濠傜濠⒀勵殜瀵娊鎮㈤悡搴n唹濡炪倖鏌ㄩ悘婵堢玻濞戙垺鐓欓悹銊ヮ槸閸婂鎮烽姀銈嗙厱婵炲棙锚閻忋儲銇勯銏╁剶鐎规洜濞€瀵粙顢栭锝呮诞鐎殿喗鎮傞弫鎾绘晸閿燂拷
濠电偞鍨堕幐鎼侇敄閸緷褰掑炊椤掆偓杩濇繝鐢靛Т鐎氼噣鎯屾惔銊︾厾鐎规洖娲ゆ禒婊堟煕閻愬瓨灏﹂柟钘夊€婚埀顒婄秵閸撴岸顢旈妶澶嬪仯闁规壋鏅涙俊铏圭磼閵娧冾暭闁瑰嘲鎳庨オ浼村礃閵娧€鍋撴繝姘厸閻庯綆鍋勬慨鍫ユ煛瀹€鈧崰搴ㄥ煝閺冨牆鍗抽柣妯挎珪濮e嫰鏌f惔銏⑩姇闁告梹甯″畷婵嬫偄閻撳宫銉╂煥閻曞倹瀚�