《Frontiers in Public Health》:Insurance-related differences in high-intensity care utilization among older patients with cancer
编辑推荐:
背景:健康保险是医疗服务利用的重要决定因素,但其在不同临床需求水平下如何影响高强度医疗资源配置,仍缺乏充分认识。
方法:研究人员使用中国某三级医院的行政数据开展了一项回顾性观察性研究。研究纳入2024年12,916例年龄≥60岁的住院癌症患者,且癌症为主要诊
背景:健康保险是医疗服务利用的重要决定因素,但其在不同临床需求水平下如何影响高强度医疗资源配置,仍缺乏充分认识。
方法:研究人员使用中国某三级医院的行政数据开展了一项回顾性观察性研究。研究纳入2024年12,916例年龄≥60岁的住院癌症患者,且癌症为主要诊断。研究采用多维度科室层面代理方法对高强度医疗科室进行分类,其中定量指标用于初筛参考,最终分类由资深临床医师裁定,并进一步利用可获得的住院层面资源使用指标进行验证。研究采用多变量Logistic回归和修正Poisson回归,估计保险类型与入住高强度医疗科室之间的关联。通过交互作用检验和亚组分析,探索年龄与多病共存状态下潜在的异质性。
结果:总体上,83.0%的患者入住高强度医疗科室。与居民医保患者相比,职工医保患者入住高强度医疗科室的比值比(odds ratio, OR)较低(OR = 0.84,95%置信区间(confidence interval, CI):0.74–0.94;风险比(risk ratio, RR)= 0.98,95% CI:0.96–0.99)。多病共存与更高的入住可能性相关(OR = 1.32,95% CI:1.06–1.64)。保险类型与年龄之间的正式交互作用无统计学显著性(p = 0.096)。探索性亚组分析提示,在临床复杂性更高的患者中,这种关联可能较弱。
结论:在老年住院癌症患者中,保险类型与入住高强度医疗科室相关。该关联在临床复杂性更高的患者中似乎较弱,提示当医疗需求更加突出时,保险相关因素的影响可能减弱。探索性分析提示在临床复杂性更高的患者中,这种关联可能较弱;然而,正式交互作用检验未提供具有统计学显著性的效应修饰证据。这些发现对于理解中国持续推进医保支付改革与公立医院管理背景下住院资源配置的公平性具有启示意义。
该文发表于《Frontiers in Public Health》,聚焦中国老年癌症住院患者在高强度住院医疗资源配置中的保险相关差异,关注健康保险制度是否会影响资源密集型科室的收治模式。研究背景在于,既往关于医疗保险与卫生服务利用的研究多集中于总体就医、医疗支出及经济负担,而较少直接检验保险类型是否与高强度医疗资源的院内配置相关。中国职工医保与居民医保在筹资水平、待遇设计、报销比例和财务保护能力方面长期存在差异,因此即便在广覆盖的制度框架下,医疗服务利用与资源分配的公平性问题仍然值得检验。尤其对于老年癌症患者而言,疾病负担重、住院需求高、合并症常见,其资源配置更能反映“医疗需要”与“制度因素”之间的复杂关系。研究人员正是基于这一现实问题,尝试回答在临床需求较高的人群中,保险类型是否仍与高强度医疗科室收治存在统计学关联,以及这种关联是否会随着年龄增长或多病共存而减弱。
从研究动因来看,现有理论尤其是Andersen行为模型提示,卫生服务利用同时受倾向因素、促成因素和需要因素影响;当患者病情更加复杂时,“需要因素”应更为主导。但这一理论预期在中国肿瘤老年住院人群中缺乏直接证据。与此同时,患者是否进入资源密集型住院科室,不仅涉及病情严重度,也受到医院组织、床位可及性、科室路径和制度激励影响。因此,开展本研究对于理解医保差异、医疗必要性与医院资源配置之间的关系,具有明显的政策与管理意义。
研究人员采用中国东部某三级综合医院医院信息系统(Hospital Information System, HIS)的行政数据,纳入2024年全部年龄≥60岁、主要诊断为癌症的住院患者,经筛选后最终分析12,916名唯一患者。由于数据中缺乏重症监护室(intensive care unit, ICU)入住、肿瘤分期、治疗方式、功能状态及具体操作资源消耗等个体层面强度指标,研究以“高强度医疗科室入住”作为结局变量,并通过多维度科室层面代理进行定义与验证。主要自变量为保险类型,分为职工医保与居民医保;协变量包括年龄组、性别、婚姻状况、多病共存和肿瘤类型。研究结论显示,在调整可测混杂因素后,职工医保患者入住高强度医疗科室的可能性低于居民医保患者;该差异在绝对概率尺度上不大,但具有统计学意义。探索性结果还提示,在多病共存或临床复杂性较高人群中,保险相关差异可能减弱,不过正式交互作用检验未达到统计学显著。
就研究意义而言,该研究并未声称保险类型直接决定治疗强度,而是指出保险类型与资源密集型科室配置之间存在关联。这一发现补充了中国住院资源配置公平性的经验证据,也提示在按疾病诊断相关分组(diagnosis-related groups, DRG)为基础的医保支付改革持续推进背景下,不能仅关注总量利用与费用控制,还需关注不同保险人群在高资源消耗服务上的分配差异,尤其是在老年癌症等脆弱人群中。
研究采用的关键方法主要包括:第一,基于单中心三级医院2024年行政住院数据建立老年癌症患者队列;第二,利用平均住院费用、病例组合指数(case mix index, CMI)、手术/操作率、平均住院日等指标进行科室初筛,再由资深临床医师裁定高强度科室分类,并用住院层面资源使用指标进行结构效度验证;第三,依据有向无环图(directed acyclic graph, DAG)选择混杂变量;第四,采用多变量Logistic回归与修正Poisson回归估计保险类型与结局的关联,并开展交互作用检验、按年龄与多病共存分层的探索性亚组分析及敏感性分析。
在结果部分,论文首先报告了“3.1 Baseline characteristics”。研究共纳入12,916例患者,其中10,719例,即83.0%,入住高强度医疗科室。按是否入住高强度医疗科室分组后,患者在保险类型、年龄组、性别、婚姻状况和多病共存等方面均存在显著差异。入住高强度医疗科室者中,居民医保占比更高;多病共存患者比例也更高;其中位住院日为7天,而非高强度科室组为5天。该部分通过描述性统计和组间比较说明,结局分组在基本特征上并非均衡分布,为后续多变量调整提供依据。
“3.2 Multivariable regression analysis”部分给出了主要关联估计。多变量Logistic回归显示,在校正年龄、性别、婚姻状况、多病共存和肿瘤类型后,职工医保相对于居民医保,与较低的高强度医疗科室入住可能性相关,OR为0.84,95% CI为0.74–0.94,p = 0.003。修正Poisson回归得到RR为0.98,95% CI为0.96–0.99,提示职工医保患者入住高强度科室的概率约低2%。论文特别指出,在高发生率结局下,OR与RR的差异体现了OR的非可塌缩性(non-collapsibility)。此外,多病共存与更高入住可能性相关;70–79岁组相较60–69岁组入住可能性更高,而≥80岁组差异不显著;性别与结局无显著关联。模型共线性较低,平均方差膨胀因子(variance inflation factor, VIF)为1.04;受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)为0.815,提示模型区分度较好,但研究强调其核心目标是估计校正后的关联,而非预测。
“3.3 Exploratory heterogeneity analysis”部分考察了保险类型与年龄的交互作用。采用似然比检验比较含与不含交互项的嵌套模型后,交互作用无统计学显著性(p = 0.096),即缺乏充分证据支持保险—收治关联在不同年龄层之间存在明确差异。不过,研究仍展示了探索性结果:在各年龄组中,居民医保患者预测入住概率均略高于职工医保患者;职工医保相对居民医保的平均边际效应(average marginal effect, AME)在60–69岁组为?0.018,在70–79岁组为?0.015,在80岁及以上组为?0.017,幅度较为接近。这表明至少在本研究数据中,保险相关概率差异并未随年龄明显递减。
“3.4 Subgroup analysis”进一步从临床复杂性角度进行分层。按多病共存状态分层后,在无多病共存患者中,职工医保与较低的高强度科室入住可能性显著相关(OR = 0.81,95% CI:0.71–0.92);而在有多病共存患者中,该关联不显著(OR = 1.05,95% CI:0.68–1.62)。按年龄分层后,70–79岁组的保险关联最强(OR = 0.71,95% CI:0.58–0.86),60–69岁组处于边缘显著(OR = 0.85,95% CI:0.72–1.01),≥80岁组不显著(OR = 1.13,95% CI:0.76–1.67)。论文明确强调,由于正式交互检验未显著,且部分亚组样本量有限、置信区间较宽,因此这些结果仅能作为假设生成性发现,而不能视为异质性存在的确证。
“3.5 Sensitivity and robustness analysis”用于验证结果稳健性。首先,在主模型中加入对数转换后的住院日(length of stay, LOS)后,保险类型的效应估计几乎不变,仍为OR = 0.84,说明主结果并非由LOS差异驱动。其次,修正Poisson模型在方向与显著性上与Logistic模型一致,但效应量在RR尺度上更小,这与高流行结局下OR可能夸大相对差异的统计学特性一致。整体而言,不同模型设定下结论保持稳定,增强了主要发现的可信度。
讨论部分围绕结果的解释、机制与局限展开。研究人员指出,职工医保患者较居民医保患者更少进入高强度医疗科室,这一结果与既有文献中保险影响医疗利用、住院服务和医疗费用的发现总体一致。文章同时强调,绝对概率差异较小,提示这是一个幅度有限但值得重视的制度相关现象。对可能机制的总结主要包括:不同医保方案在待遇设计、报销政策和财务保护上的差异,可能影响住院前的门诊管理、就医行为、治疗决策及入院时机;医疗服务体系组织方式、分级诊疗、转诊路径和床位供给,也可能共同塑造患者最终进入何种科室。由于缺乏肿瘤分期、疾病严重程度、治疗意图、功能状态、门诊利用、转诊路径和患者偏好等变量,这些机制在本研究中并未得到直接检验,因此文章将其定位为合理解释而非已证实因果通路。
讨论还特别强调结局变量的性质:本研究中的“高强度医疗”并非患者个体层面直接接受高强度治疗,而是入住平均资源消耗更高的科室。由于结局采用科室层面代理指标,即使其已通过多指标与临床裁定进行验证,仍不能完全替代个体层面的治疗强度测量。一些患者可能身处高强度科室但接受相对低强度照护,也可能有患者在非高强度科室接受较为密集的管理。因此,研究结论应理解为资源密集型科室配置差异,而非个体治疗强度差异。
论文还系统总结了局限性:首先,缺乏手术适应证、疾病严重程度和功能状态等关键临床变量,存在残余混杂可能;其次,研究来自单中心三级医院,外部推广性有限;再次,患者嵌套于不同科室,收治决策可能受科室实践模式、组织规范与资源可得性影响,但分析未显式处理科室层面聚类,可能轻度低估标准误;最后,观察性研究设计不支持因果推断,因此不能将保险类型解释为高强度科室收治的直接决定因素。尽管如此,文章认为该研究通过聚焦资源密集型住院服务,而非笼统的总体利用,为医疗公平与医院资源配置研究提供了新的补充视角。
研究结论部分可译为:保险类型与老年癌症住院患者入住高强度医疗科室相关。在调整已测量协变量后,职工医保患者入住高强度医疗科室的可能性低于居民医保患者。探索性分析提示,在临床复杂性更高的患者中,这种关联可能较弱;然而,正式交互作用检验未提供具有统计学显著性的效应修饰证据。鉴于本研究采用观察性设计,且以科室层面代理指标表示治疗强度,这些发现应被解释为关联性证据,而非因果性证据。这些结果可为中国不断演进的健康保险制度改革及基于DRG的支付改革背景下,提高住院资源配置公平性与效率的持续努力提供参考。