(5.3.2)--基于时间序列模型的患者人均医疗费用和药品费用的预测分析.pdf
基于时间序列模型的患者人均医疗费用和药品费用的预测分析王华1,汤少梁2,何光秀2,曹春华1(1.泰州市中医院,江苏 泰州225300;2.南京中医药大学卫生经济管理学院,江苏 南京 210023)摘要:以江苏省的公立医院改革为例,根据江苏省卫生统计年鉴中2007-2017年综合医院住院患者人均医疗费用和药品费用的数据建立时间序列模型,分析并预测2017年以后的人均医疗费用和药品费用的变化趋势,希望为医疗改革的顺利进行和优化提供思路和建议。研究发现预测值和实际值的差距较小,且平均绝对误差也在可接受范围内。预测结果显示住院患者人均医疗费用逐年增加,药品费用逐步下降。今后仍然需要继续严格推行药品组合政策,建立多元灵活的政府补偿机制,并稳步推进医联体建设,探索互联网智慧医疗新模式。关键词:时间序列模型;人均医疗费用;药品费用中图号:R19文献标志码:A文章编号:10093222(2019)03020306 随着我国整体生活水平的逐步提升以及卫生事业的飞速发展,人们日益增长的医疗卫生服务的需求与我国卫生资源不平衡的矛盾更加突出,加重了长期困扰群众的“看病难,看病贵”问题。2015年国家卫生计生委等五部门联合印发 关于控制公立医院医疗费用不合理增长的若干意见 中提出,深化医改的重要目标和任务之一就是要严格控制公立医院医疗费用中的不合理增长费用。2018年国务院办公厅印发 深化医药卫生体制改革2018年下半年重点工作任务 中强调,健全现代医院管理制度就必须深化医疗服务价格改革。有研究表明,我国医院收入中的药品费用占比约为40%,但是发达国家只有5%20%,一些发展中国家为15%40%1,可见我国医疗服务价格改革的任务还很艰巨。江苏省的地理位置处于我国大陆东部沿海的中心,是我国经济最为发达的省份,人均生产总值居于全国前列2。在2009年的国家新一轮医改中,江苏省是全国省级医改试点之一的省份。在国家第三批的公立医疗机构改革试点城市中,江苏省一共有11个城市加入到该行列之中。为了积极响应国家的卫生政策,江苏省于2015年颁布了 城市公立医院医药价格综合改革的指导意见,指出要通过改革公立医院补偿机制、改革价格管理体制、改革医疗服务定价机制等措施来解决医疗服务价格的结构性矛盾,有效控制医药费用不合理增长3。因此本文以江苏省为例,通过江苏省2007-2017年综合医院住院患者人均医疗费用和药品费用的数据建立时间序列预测模型并进行预测分析,以期为江苏省乃至全国的公立医院价格综合改革提供思路和建议。1 文献综述时间序列方法在我国卫生领域的研究很多。郑骥飞等(2016)采用时间序列方法中的ARIMA模型对“十三五”期间我国卫生总费用发展趋势进行预测分析,发现到“十三五”末期,302南京中医药大学学报(社会科学版)2019年9月第20卷第3期JOURNAL OF NANJING UNIVERSITY OF TCM(SOCIAL SCIENCE)Vol.20No.3Sep.2019收稿日期:2019-07-19;修稿日期:2019-08-20基金项目:国 家 自 然 科 学 基 金(71673148);江 苏 省 社 会 科 学 基 金(15GLB014);教 育 部 人 文 社 会 科 学 研 究 规 划 基 金(15YJA630060);江苏省高校哲学社会科学研究重大项目(2018SJZDI074)作者简介:王华(1966-),男,江苏泰州人,泰州市中医院主任医师。研究方向:医院管理。通信作者:汤少梁(1969-),男,安徽芜湖人,南京中医药大学教授,博士生导师。研究方向:卫生事业管理。E-mail:万方数据预计我国卫生总费用占当年国内生产总值的9.3%4。李珍等(2015)基于消费理论,构建全国时序和省际面板数据模型,考察我国城镇养老保险制度与城镇居民消费支出的真实动态关系5。贺睿博等(2015)采用计量经济学中的协整理论,检验变量之间是否存在协整关系来进行实证研究,运用时间序列分析模型进行预测,发现国内生产总值、城市化率与卫生总费用之间存在长期稳定的正向相关关系,政府卫生事业费占财政预算支出比例与卫生总费用存在长期负相关关系6。李亦兵等(2017)基于1990-2016年的时间序列数据,运用通径分析方法探究医疗服务价格和我国卫生费用间的关系及作用路径,建立向量自回归(VAR)模型,通过脉冲响应函数分析变量间的动态关系7。蒋艳等(2017)采用ARIMA模型分别预测北京市卫生总费用及筹资结构在十三五期间的增长及变化,经预测,北京市卫生总费用快速增长的趋势得到了一定程度的抑制,但政府卫生支出和个人现金卫生支出增速的放缓导致其占比下降,社会卫生支出成为卫生筹资的最重要来源8。综上所述,时间序列方法目前在我国卫生领域有了很多成熟的运用。很多学者主要是运用时间序列的方法来预测卫生费用的变化趋势,但是鲜有学者对住院患者人均医疗费用和药品费用的结构进行预测。在公立医院改革的背景下,本文运用时间序列的方法对人均医疗费用和药品费用进行分析预测,希望对分析公立医院综合改革的效果提供帮助。2 数据来源与方法2.1 数据来源本研究所采用的数据来源于江苏省卫生健康委员会公开的卫生计生统计年鉴,收集了2007-2017卫生部门综合医院住院患者人均医疗费用和药品费用数据,其中住院患者人均医疗费用不包括药品费用,数据来源具有可靠性。2.2 研究方法本文所采用的研究方法是综合自回归移动平均模型(ARIMA),它的原理是首先对原始的时间序列数据进行平稳性检验并差分,使得原始的非平稳时间序列变为平稳的时间序列,然后利用自回归处理残差部分,结合这些因素最终建立一个预测模型9。ARIMA模型适用于任何类型的时间序列,也是时间序列预测中使用最广泛的模型之一,该模型考虑了季节性、随机性等影响平稳性的因素。ARIMA模型的优势在于不仅能够发挥传统回归剖析的优点,还能够展示出移动平均的长处,相对实用性较强、适用范围更广泛,预测误差较小,可以不用知道影响预测变量的主要因素,也不用了解数据资料的典型特征10。ARIMA(p,d,q)中p表示自回归项数,d表示差分数,q表示移动平均数。模型的一般公式为:yt=a1yt-1+a2yt-2+a3yt-p+vt+b1vt-1+bqvt-q,其中yt为时间序列,a1,a2,at是自回归系数,vt是白噪声序列,b1,bt是滑动平均系数。本文采用STATA14.0对时间序列进行平稳性检验,然后通过SPSS22.0统计软件,结合2007-2017年的数据建立ARIMA模型,并对2017年以后的人均医疗费用和药品费用的变化趋势进行预测分析。3 研究结果3.1 数据的平稳性检验如图1所示,2007-2017年间,江苏省住院患者的人均医疗费用随着时间的增长呈不断上涨趋势,但是药品费用从2007-2015年处于缓慢增长态势,2015-2017年药品费用有了明显的下降趋势。可能原因在于继公立医院取消药品加成后,国务院办公厅于2015年相继出台了 建立药品价格谈判机制试点工作方案 推进药品价格改革的意见 关于完善公立医院药品集中采购工作的指导意见 等政策,规定对部分药品取消政府定价、建立价格谈判机制并开展公立医院药品集中采购工作,对降低药品价格起到了一定的作用。从图1可以看出人均医疗费用具有非平稳性,通过进一步对人均医疗费用和药品费用进行单位根ADF检验(见表1),最终得出人均医疗费用二阶差分的序列是平稳序列,药品费用是平稳序列。402南京中医药大学学报(社会科学版)2019年9月第20卷第3期万方数据图1 2007-2017年江苏省人均医疗费用和药品费用的趋势图表1 变量的ADF检验结果变量dADF1%水平临界值5%水平临界值P结论人均医疗费用0-0.986-4.38-3.60.945 9不平稳人均医疗费用1-2.732-3.75-30.068 7不平稳人均医疗费用2-4.627-3.75-30.000 1平稳药品费用0-3.518-3.75-30.007 5平稳 注:d表示差分阶数。3.2 模型的建立以人均医疗费用为例,人均医疗费用序列进行二阶差分后平稳,所以ARIMA(p,d,q)模型的差分阶数d为2,还需要确定p和q的值。以人均医疗费用构建自相关和偏相关图,如图2所示,自相关函数和偏相关函数都拖尾。根据AIC或SBC最 小 的 准 则,多 次 试 验 选 择ARIMA(2,2,1)模型。图2 人均医疗费用二阶差分后的自相关和偏相关图3.3 模型的检验模型的检验主要是检验模型的残差项是否为白噪声的过程。假如模型通过了白噪声检验,那么就可以继续进行预测,否则将要重新确定建模类型。白噪声检验的原假设是残差项是白噪声,非白噪声就是备择假设。如图3所示,人均医疗费用残差的自相关和偏相关函数都在两倍标准偏差内,可以认为本研究建立的ARI-MA(2,2,1)模型的残差项为白噪声序列。同理,药品费用的最优模型为ARIMA(1,0,1),经残差自相关分析显示,ARIMA(1,0,1)模型的残差项为白噪声序列。3.4 模型预测结果分析从图4中可以看到人均医疗费用和药品费用的预测值和观察值之间的差距较小,说明人均医疗费用和药品费用的模型预测效果比较理502王华,等:基于时间序列模型的患者人均医疗费用和药品费用的预测分析 第3期万方数据图3 人均医疗费用的残差自相关和偏相关图想。平均绝对误差分别为0.767%和3.504%,处于可接受范围之内,模型拟合情况较好。表2展示出了2007-2020年的人均医疗费用预测值和药品费用预测值。可以看出人均医疗费用是逐年增长的,而药品费用从2007-2015年增长之后,到2020年都处于下降趋势,这与多种药品政策实施的预期效果相一致。图4 人均医疗费用和药品费用的观察值与预测值的时间序列图表2 2007-2020年人均医疗费用及药品费用的观测值与预测值(元)年份人均医疗费实际值人均医疗费预测值药品费用实际值药品费用预测值20073 617.433 164.383 902.9420084 005.623 568.423 217.1320094 437.614 417.943 956.053 750.6820104 834.884 882.244 151.664 042.1720115 217.855 300.804 429.354 170.8920125 546.805 730.024 577.304 481.0020136 166.206 102.374 698.104 534.8320146 609.306 619.624 626.304 669.7920157 080.807 085.094 750.004 514.7720167 781.307 679.294 421.704 747.6420178 249.908 276.824 223.804 214.8720188 835.444 188.5020199 512.674 155.43202010 120.944 125.894 讨论与建议4.1 讨论ARIMA模型用于预测人均医疗费用和药品费用的效果较好,但是目前关于这方面的研究较少。本文中ARIMA模型能够准确判断患者人均医疗费用和药品费用的动态变化趋势,且误差也很小。分别采用ARIMA(2,2,1)和ARIMA(1,0,1)模型对患者人均医疗费用和药品费用进行预测,R2分別为0.996和0.936,平均相对误差分别为0.767%和1.979%,模型拟合得比较好,这说明ARIMA模型用于人均医疗费用和药品费用的预测是一种较为适用的方法。通过预测结果的分析发现,江苏省的人均医疗费用逐年持续增长。探究其中的原因可以发现,江苏省是我国的经济人口大省,2017年602南京中医药大学学报(社会科学版)2019年9月第20卷第3期万方数据江苏省颁布了“健康江苏2030”规划纲要,提出要把人民健康放在优先发展的战略地位。因此随着生活水平的提高、健康意识的增强、老龄化趋势的加重,人们对医疗服务和医疗资源的需求也在日益增加,这就导致需求大于供给,从而导致医疗费用的不断上涨。而作为新医改的最早试点省份之一,江苏省严格执行取消药品加成、实施药品采购“两票制”、药品集中招标采购等相关政策,经过几年的不懈努力,实施效果比较显著。根据预测结果,在医疗费用上升的同时,药品费用不断降低。以下是根据对江苏省患者人均医疗费用和药品费用的分析预测结果而提出的建议,希望对江苏省乃至全国的公立医院价格综合改革提供帮助。4.2 建议(1)继续严格推行药品组合政策,优化医疗机构的收入结构。伴随着“零加成”“两票制”“DRGs付费模式”“集中招采”“辅助用药目录”等政策挥出组合拳,药品价格得到了一定的控制,公立医院的用药合理性得到了增强,药品费用的控制也取得了不错的效果。2018年开始的“4+7”药品带量采购大幅度降低了药品价格,并且实现部分地区的医院与生产企业直接签约,药品供应链将被进一步缩短,从原先的“两票制”有望实现“一票制”。DRGs付费模式在一定程度上推动医院的精细化管理、控制医疗费用的不合理增长。但是为了确保完全挤出虚高药价的空间、巩固政策实施效果,仍然需要继续严格执行相关药品政策,完善药品价格谈判机制,推动带量采购模式向更多城市落地。根据研究结果,医疗费用仍处于高速增长态势,一方面是与疾病谱的变化、人力成本的提高等因素有关,另一方面也与现行医疗体制的不完善有关。药品收入占医院收入的比例不断下降,检查收入、医用耗材等就成为医院重要的收入来源,过度医疗、大处方、昂贵耗材将会导致医疗费用居高不下。因此政府部门要针对医疗机构存在的不合理收入结构采取调控措施,医疗机构要按药品通用名开具处方,并主动向患者提供处方,鼓励患者去药品零售店买药,扩大药品供应的范围,让患者买得起廉价药、用得上廉价药。(2)根据医院的绩效考核指标,建立多元灵活的政府补偿机制。取消药品加成后,预测结果发现江苏省的人均医疗费用持续上涨,这不仅难以缓解“看病贵”这一严重社会问题,还会使得新医改的实施效果大打折扣。新医改实行之后,通过调整医疗服务价格,增加政府的财政补贴对医院进行补偿,但是很多公立医院仍然入不敷出,无法弥补取消药品加成后的损失。2019年国家卫健委发布 关于印发国家三级公立医院绩效考核操作手册的通知,要求深入开展三级公立医院绩效考核工作。因此,一方面,医院可以根据绩效考核指标,适当减少不必要的开支,充分发挥市场的作用,主动探索新型的补偿机制,吸收社会资本和民间资本来进行补偿;另一方面,不同类型的医院之间的收支差异很大,政府需要在加大整体财政补偿力度的前提下,注重根据不同类型医院的效益采取灵活的补偿方式。例如可以适当减少对服务性医院的财政补偿力度,加大对药品依赖性医院的补偿力度,这样不仅可以缓解各种类型医院的经济负担,同时也会减轻政府的财政负担。(3)稳步推进医联体建设,探索互联网智慧医疗新模式。导致医疗费用不断上涨的原因之一,就是医疗资源的分配不均导致优质医疗资源大多集中在大医院,并且医疗资源的供给不能满足人们日益增长的医疗需求。推进医联体建设的目的就是调整优化医疗资源结构布局,促进优质资源下沉,提升基层服务能力。因此为了控制不断上涨的医疗费用,就必须大力支持医联体建设,根据本地区实际情况,因地制宜、分类指导,充分发挥中央、地方、军队、社会等作用来提供各类医疗资源,充分发挥基层的能动性和首创精神,探索建设分区域、分层次的多形式医联体,推动更多的优质医疗资源涌向基层和边远贫困地区。目前我国的医保支付方式对医联体内的大医院下转患者的激励不够充分,也不能702王华,等:基于时间序列模型的患者人均医疗费用和药品费用的预测分析 第3期万方数据完全适用于基层卫生服务机构,而且缺乏对分级诊疗执行效果的监督评价机制,这就使得分级诊疗的实施效果大打折扣。因此需要不断加强医保支付方式的改革,规范各层级医院的医保报销比例,激励大医院下转患者,同时鼓励更多的患者积极接受上下转诊,选择就近的基层医疗机构进行就诊。同时要充分发挥互联网时代的优势,探索实现检验结果互认、检查设备共享等新型智慧医疗模式,减少不必要的检查费用支出。参考文献:1 肖平,何光明.控制药品比例降低医药费用的探讨J.中国医院,2005(1):38-39.2 范洁.江苏省卫生资源配置情况与利用分析D.南京:南京医科大学,2017.3 刘雨.江苏省公立中医医疗机构医药价格综合改革的政策效果评估D.南京:南京中医药大学,2017.4 郑骥飞,尹文强,于倩倩,等.基于ARIMA模型的“十三五”期间卫生总费用趋势预测J.中国卫生统计,2016,33(5):823-825.5 李珍,赵青.我国城镇养老保险制度挤进了居民消费吗?基于城镇的时间序列和面板数据分析J.公共管理学报,2015,12(4):102-110+158.6 贺睿博,殷晓露,刘秋旭,等.我国卫生总费用影响因素实证研究与预测分析J.中国卫生经济,2015,34(4):32-35.7 李亦兵,车名洋,杨心悦,等.医疗服务价格对卫生费用的影响研究 基于VAR模型的实证分析J.价格理论与实践,2017(7):145-148.8 蒋艳,满晓玮,赵丽颖,等.基于ARIMA模型的北京市卫生总费用“十三五”期间的趋势及结构预测研究J.中国卫生统计,2017,34(6):939-942.9 纪伟伟.基于ARIMA模型肿瘤门诊预测与管理对策研究D.天津:天津医科大学,2017.10 刘沛,李阳,郭威,等.基于时间序列分析的次均门诊费用及药占比预测分析J.中国卫生统计,2017,34(6):904-906.Analysis of Prediction on Per Capita Medical Expenses and Drug Expenses of Patients Based on Time Series ModelWANG Hua1,TANG Shao-liang2,HE Guang-xiu2,CAO Chun-hua1(1.Taizhou Hospital of Chinese Medicine,Taizhou,225300,China;2.School of Health Economics and Man-agement,Nanjing University of Chinese Medicine,Nanjing,210023,China)ABSTRACT:Taking the reform of public hospitals in Jiangsu Province as examples,this paper established a timeseries model based on the analysis of data of per capita medical expenses and drug expenses of inpatients in generalhospitals from Jiangsu Health Statistical Yearbook(2007-2017),predicted the changing trend of per capita medicalexpenses and drug expenses after 2017,hoping to provide suggestions to promote medical reform to advancesmoothly.It was found that the gap between predicted and actual values was small,and the mean absolute error wasacceptable.The forecast results showed that inpatients per capita medical expenditure would increase year by year,while the drug expenditure would decreased gradually.So in the future,the drug mix policy needs to be furtherstrictly implemented.The construction of the pluralistic and flexible government compensation mechanism and theMedical Association should be steadily promoted,as well as the new model of online intelligent medical care.KEY WORDS:time series model;per capita medical expenses;drug expenses802南京中医药大学学报(社会科学版)2019年9月第20卷第3期万方数据
