論人計酬分配模式

論人計酬分配模式，是以個人為基礎設算其於一定期間內之預期醫療費用需 求，作為支付醫療費用預算之基礎，由於個人醫療需求因年齡、性別、健康狀況 等個人特質因素而有不同，為減少論人計酬公式因未能反映個人異質性所可能產 生之不公平問題，近年來更精緻的作法是導入風險校正機制，以風險校正論人計 酬作為設定及分配預算的機制(Rice and Smith, 2001)。

本節將說明風險校正機制的定義、風險校正論人計酬類型、風險校正模式預測 力與風險差異評估指標。

一、風險校正機制

風險校正為利用個人特質資訊，預測個人在一定期間內醫療費用的技 術，一般而言，決定個人醫療費用多寡的影響因素可歸納為四大類：(一)個人 特質的影響，如年齡與性別、健康狀態、社會經濟地位；(二)醫療服務提供者 的影響，如執業行為、醫療提供者照護成本；(三)保險計畫的影響，如部分負 擔、自負額措施、醫療服務審查制度等；(四)隨機因素，如意外傷害。上述四 類影響因素中，由於醫療服務提供者特性或投入成本等影響因素，並非來自 於個人醫療之需求，且對於公平與效率目標達成並無助益，故不適於納入風 險校正模型；此外，因不同的保險給付範圍或需求抑制措施所造成之醫療費 用差異，係屬制度面所導致的差異，個人醫療需求在不同體制下並不具比較 性。因此，除去上述不適合及無法估計衡量之隨機因素後，大部分的醫療費 用差異可歸因於個人特質的健康狀態(health status)不同所導致(van de Ven &

Ellis, 2000)。

風險校正所運用之個人特質資訊一般稱為風險校正因子(risk adjuster)，依 據研究文獻歸納一般採用之風險校正因子包括：人口因子(demographic)、先 前利用因子(prior utilization)、診斷基礎因子(diagnostic-based)、用藥處方因子 (prescription drugs)、生理因子(physiological risk factors)、自我健康評量因子

(self-reported)等六大類(Lubitz, 1987; Weiner, Dobson et al., 1996; van Vliet and van de Ven, 1993; Sales, Liu et al., 2003; Ellis, Pop et al., 1996; Lamers, 1999）。

人口因子，係利用個人之人口統計特徵，主要包括有年齡、性別、教育、

居住地、社會福利狀態等。先前利用因子，是利用個人過去之醫療利用資料，

作為預測未來醫療費用之變項，主要包括有醫療費用、住院天數、門診就醫 次數、過去是否曾住院、醫師費自負額支出是否達上限等。診斷基礎因子，

則利用個人在特定期間內(例如一年)就醫之診斷資料，作為預測未來醫療費用 之變項，主要包括住院、門診、以及門診診斷與住院診斷合併使用等三大類。

用藥處方因子，乃利用個人罹患特定疾病之用藥處方，作為預測未來醫療費 用的推估因子，主要包括慢性疾病、精神疾病等用藥處方等。生理因子，為 運用醫學檢驗或檢查方法獲得之個人生理指標預測未來醫療費用，主要包括 血壓、膽固醇、血醣等危險因子。自我健康評量因子，係利用個人對自我健 康狀態的評估，作為預測未來醫療費用之風險校正因子，主要包括健康狀況 評估、是否罹患慢性疾病等自覺健康狀態(perceived health status)，及 Activities of Daily Living(ADL)、Instrumental Activities of Daily Living (IADL)等衡量機 能健康狀況(functional health status)等。

風險校正因子是決定風險校正論人計酬公式能合理分配個人醫療費用的 關鍵因素，依過去研究提出之評估標準評價項目，包括對未來醫療費用預測 力、行政可執行性、資料可信度、可審查性、以及能否提供適當的照護誘因 等五項(van de Ven and Ellis, 2000; Epstein and Cumella, 1988; van Vliet and van de Ven, 1993; Ash, Porell et al., 1989; Anderson, Steinber, et al., 1990)。此外，以 風險校正研究時程歸納，人口因子是最早、也是目前仍最廣泛被使用的風險 校正因子，自 1980 年代起為解決人口因子未能反映個人罹患疾病所造成之醫 療費用需求差異，大量研究投入發展更具預測力的風險校正因子，包括先前 利用、生理因子、自我健康評量因子、以及診斷基礎因子等，由於先前利用

有鼓勵增加醫療使用的誘因，而生理因子及自我健康評量因子則因花費成本 太高且又無法普遍及經常性的取得相關資料，1990 年代起，診斷資料運用已 成為研究的主要議題，並且已逐步進展至採用具臨床意義之分類系統，然而 為解決診斷資料不易取得及避免診斷品質不佳影響預測公平性的問題，部分 學者開始投入用藥處方因子的研究。由於人口因子、診斷基礎因子、以及用 藥處方因子符合評價原則，為目前研究或實務上主要採行的風險校正因子。

二、風險校正論人計酬類型

風險校正模型依所運用個人特質資訊的不同，可以將風險校正論人計酬 模 型 歸 納 為 人 口 模 式 (Demographic Model) 及 健 康 基 礎 模 式 (Health-Based Model)兩大類。人口模式是運用性別、年齡、居住地區、失能狀態等人口特 質作為預測個人費用的基礎，而健康基礎模式則是除了性別、年齡等人口特 質外，納入能反映個人健康狀態差異的門診及住院診斷、用藥處方資訊等來 預測個人醫療費用，由於人口模式無法反映個人罹患疾病等健康狀況的差 異，而產生了慢性疾病照護支付不足及挑選健康保險對象等風險選擇(risk selection) 的問題，因此，為有效減少風險選擇問題，美國老人照護保險 (Medicare)於 2000 年率先突破將診斷資料納入論人計酬支付公式，自此風險 校正論人計酬模型已由人口模式轉換為健康基礎模式，其後各國亦陸續將人 口模型擴大為健康基礎模式，如：荷蘭於 2002 年及 2004 年分別將門診用藥 處方及住院診斷資料納入(van de Ven, Beck et al., 2007)，德國亦於 2009 年採 用診斷及用藥處方資料作為論人計酬支付基礎。

三、風險校正模型預測力評估

風險校正模型一般採線性迴歸方法建立(Schokkarert, Dhaene et al, 1998;

Cumming, Dnulson et al., 2002)，其係以風險校正因子為自變項，用以預測未 來醫療費用，迴歸模式如公式 2.1。

( ) ( )

全體人數

1992; Bazzoli, Dyana et al., 2000)。然而個人未來醫療費用可預測之上限約為 20%~25%，顯示仍有大量的隨機因素引起的個人醫療費用差異，是風險校正 論人計酬公式未能反映，顯示個人預算醫療費用與實際醫療利用之差異是可 以被估計，因此，保險對象個人風險差異亦不同，可能誘發醫療提供者以挑 選實際費用低於預算費用之較健康個人的方式來降低經營成本之選擇行為，

影響風險校正論人計酬保障個人就醫公平及提升經營效率目標之達成。

近年來健康基礎風險校正模型對個人醫療費用預測力約已提升為 40%，

已大幅改善風險校正論計酬公式之公平性，雖然實務上採行論人計酬支付制 度的國家經驗，風險選擇問題雖仍然普遍存在，但是採用健康基礎模式國家 風險選擇問題較採用人口模式國家嚴重度較低(Chernichovsky and van de Ven, 2003)，顯示藉由風險校正模式的改善可以有效降低醫療服務提供者選擇行為 的產生。因此，持續監測風險校正模式對不同醫療提供者其照護之保險對象 預測與實際醫療利用之風險差異影響並調整論人計酬公式，以及運用高風險 者成本分攤(cost sharing)等配套措施，均有助於風險校正論人計酬公式之強化 (Shen and Ellis, 2002; van de Ven, Beck et al., 2007)。

評估風險校正模式對醫療提供者風險差異影響，可歸納為風險指數(risk scores)與風險選擇(risk selection)等兩類指標。風險指數主要為比較不同醫療 提供者(承接資源者)其照護保險對象之醫療費用相對於全體保險對象之差異 情形，相對風險指數 (relative risk scores, RRS)為其測量指標(Kuo, Zhao et al., 2008)。而風險選擇指標則為評估衛生行政主管機關(資源分配者)論人計酬公 式分配個人支付金額與醫療提供者預期個人實際醫療費用之差異，由於醫療 提供者對保險對象之健康狀態及各項醫療服務成本有較為完整的資訊，具有 比較個人預計醫療費用與實際醫療費用差距之能力，因此，可以藉由挑選論 人計酬支付金額高於實際醫療費用等具獲利性之保險對象以降低經營成本，

此種現象稱之為刮脂效應(cream skimming)或風險選擇。風險選擇測量指標包

全體人數

括平均預測絕對值(mean absolute predicted result, MAPR)、加權平均預測絕對 誤差(weighted mean absolute predicted result, WMAPR) (Newhouse, Manning et al., 1989; van Vliet and van de Ven, 1992; van Barneveld, Lamer et al. 2001)。

(一)相對風險指數

全體人數