门诊特殊慢性病政策对高血压患者住院流向的影响<br/>——以新疆生产建设兵团某师为例

门诊特殊慢性病政策对高血压患者住院流向的影响
——以新疆生产建设兵团某师为例

2019-12-31何岩丽殷宏坡梁汝江李珂张梅井明霞

石河子大学学报（自然科学版） 2019年6期

何岩丽，殷宏坡，梁汝江，李珂，张梅，井明霞*

(1 石河子大学医学院预防医学系，新疆石河子 832000；2 石河子大学医学院第一附属医院骨科中心，新疆石河子 832000)

高血压在我国的患病率比较高。在35～75岁的人群中，高血压患者所占的比例达到45%[1]；成年人中有将近2亿的高血压患者，仅有不到15%的患者能被治愈[2]，进而造成沉重的经济负担[3]。通过建立门诊慢性病保障政策，将慢性病患者的门诊费用纳入医保报销范围[4]，降低了高血压患者的门诊经济负担。

基于大病风险防范理论，对慢性病患者门诊费用的补偿能够促进患者更好地获得和利用门诊服务[5]，进而延缓疾病进程，减小其发生大病的风险，最终降低不必要的住院服务利用[6]。有研究发现，门诊补偿政策降低了参保者去高级别医疗机构住院的可能性，患者的住院流向下沉[7]。也有研究发现，门诊补偿政策的实施，可以引导患者更多的选择基层医疗机构就诊[8]。但是这些研究仅为横断面研究，无法在严格意义上去验证门诊保障政策与患者住院流向之间的因果关系。另外，关于门诊特殊慢病政策对参保者住院流向的影响尚未知。

因此，本研究以新疆生产建设兵团某师为例，探索门诊特殊慢性病政策对高血压患者在不同级别医疗机构住院服务利用的影响，纵向分析患者住院流向的变化，以进一步验证二者之间的因果关系。

1 资料与方法

1.1 资料来源

本研究的资料来源于新疆生产建设兵团某师城镇职工医保报销数据库和门诊特殊慢性病备案信息库，主要包括该地区所有参保者的ID号、性别、年龄、就诊机构、住院天数、住院次数、出入院诊断、医疗费用、医保报销数据以及门诊特殊慢性病医疗待遇信息。此外，我们收集了当地劳动与社会保障局2012年至2014年的医保政策文件。

1.2 政策介绍

2012年1月～2012年12月，该地区采用一次性打入个人账户的报销方式，自2013年1月1日起，以起付线、报销比例和最高限额相结合的报销方式，对慢性病患者的门诊费用进行补偿。2013年高血压参保者的门诊补偿最高限额为1000元，2014年进一步提高至2000元。同时，城镇职工医保参保者的住院报销政策，在2012年～2014年间未发生任何改变。高血压(并心、脑、肾并发症之一)患者的门诊特殊慢性病政策调整情况如表1所示。

表1 研究地区高血压门诊特殊慢性病政策的调整情况Tab.1 Changes of outpatient copayment scheme for hypertension patients

1.3 研究对象

根据出院诊断，以2012年至2014年城镇职工医保报销数据库中的高血压患者为主要研究对象，根据其诊疗信息及门诊特殊慢性病医疗待遇信息，排除：(1)住院天数为0；(2)年总住院天数超过365天；(3)研究期间不连续享受高血压门诊特殊慢性病待遇；(4)研究期间享受其他病种或同时享受两个病种门诊特殊慢性病待遇的患者。

以2012年～2014年连续享受高血压门诊特殊慢性病待遇的1 232名患者为政策组，不享受任何门诊特殊慢性病待遇的11 699名患者为无政策组。控制性别、年龄、文化程度和人员类别等因素，对政策组和无政策组进行1∶1倾向得分匹配，最终确定1 232名政策组研究对象和1 232名无政策组研究对象。

1.4 数据整理

运用国际疾病编码(ICD-10)对疾病进行筛选，通过专家讨论，最终确定纳入研究的高血压患者以I10、I11、I12、H35为主要的出院诊断。剔除其中住院天数为0和年总住院天数超过365 d的患者，以社保号定义此面板数据，基于每一位患者，计算其年住院次数和年住院天数，同时通过计算每年住院的患者数以及其占比，计算出住院比例。

1.5 统计分析

本研究将研究对象的就诊机构分为3个级别，运用双重差分的方法，对高血压患者的住院比例、年人均住院次数和年人均住院天数进行分析，以获得门诊特殊慢性病政策调整对患者在不同级别医疗机构住院服务利用影响的净效应。具体表达如下式：

E(Y)=β0+β1group+β2year+β3group*year+β4Xi+ε。

其中，E(Y)为研究对象的住院比例、年人均住院次数和年人均住院天数等结果变量，group为分组变量，是门诊特殊慢病政策的量化指标(group=0表示无政策组，group=1表示政策组)；year为时间变量(2012年为门诊特殊慢病政策调整前，2013年为政策调整的一年，2014年为政策调整的第二年)；ε表示残差。

对年人均住院次数和年人均住院天数，构建服从泊松分布的广义估计方程；对住院比例，构建服从二项分布的广义估计方程。运用Excel 2013进行数据整理，运用stata14.0进行数据处理和分析。

2 结果

2.1 研究对象的基本情况

倾向得分匹配后，政策组和无政策组研究对象的平均年龄分别为69.38±9.67岁和69.37±9.71岁；在所有研究对象中，女性所占的比例高于男性，高中文化者和退休者所占比例较高(表2)。

表2 倾向得分匹配前后研究对象的基本情况Tab.2 Baseline characteristics of study population before and after propensity score matching

2.2 研究对象在不同级别医疗机构住院服务利用的变化

门诊特殊慢性病政策调整的第一年，相较于无政策组，政策组高血压患者在三级医院的住院比例降低4.61%，(95%CI：-8.36%，-0.86%；P=0.016)，说明患者在三级医疗机构住院的比例减少。门诊特殊慢性病政策调整的第二年，相较于无政策组，政策组高血压患者在三级医院的住院比例比第一年降低更多(-6.59%；95% CI：-10.28%，-2.89%；P<0.001)，政策效果更为明显(图1)。

图1 不同级别医疗机构住院比例的变化Fig.1 Changes in the percentage of hospitalization at different levels of medical institutions

如图2所示，在门诊特殊慢性病政策调整的第一年和第二年，高血压患者在各级别医院年人均住院次数均无显著性改变。说明门诊特殊慢性病政策调整对高血压患者在不同级别医院的年人均住院次数没有影响。

图2 不同级别医疗机构年人均住院次数的变化Fig.2 Changes in annual inpatient visits at different levels of medical institutions

门诊特殊慢性病政策调整的第一年，相较于无政策组，高血压患者在一级和三级医院的年人均住院天数无显著改变，在二级医院的年人均住院天数降低0.22天(95%CI：-0.31，-0.13；P<0.001)。门诊特殊慢性病政策调整的第二年，高血压患者在二级医院的年人均住院天数比第一年降低更多(-0.29；95% CI：-0.39，-0.19；P<0.001)，结果见图3。

图3 不同级别医疗机构年人均住院天数的变化Fig.3 Changes in annual inpatient days at different levels of medical institutions

3 讨论

3.1 高血压患者在三级医疗机构住院的比例降低，患者的就诊流向下沉

通过对不同级别医疗机构住院比例的变化进行分析发现，门诊特殊慢性病政策调整之后，高血压患者去三级医疗机构住院的比例降低，患者的就诊流向下沉；在政策调整的第二年，随着门诊补偿水平的进一步升高，去三级医疗机构住院患者的比例降低更多，政策效果更为显著。这一结果表明，门诊特殊慢性病政策的调整，在一定程度上改善了高血压患者的健康水平，降低了患者发生大病的风险，减少了患者去高级别医疗机构住院的可能性，这与Jing，简伟研等学者的研究结果相一致[6-7]。尽管本研究中没有数据可以直接反映参保者健康状况的改善，但是已有多项研究证实，良好的门诊保障政策能够改善参保者的健康，尤其是慢性病患者[9-10]。

3.2 高血压患者在二级医疗机构的年人均住院天数降低

本研究还发现，门诊特殊慢性病政策的调整，降低了高血压患者在二级医院的年人均住院天数，且在政策调整的第二年降低更多。从理论上而言，患者住院机构的选择在一定程度上可以反映患者的病情严重程度，二级医院住院的患者，其病情较三级医院住院的患者轻。因此，参保者在二级医院的住院天数降低，说明门诊特殊慢性病政策的效果与患者的疾病严重程度有关，政策对病情较轻的患者健康状况的改善影响较大，减少了其住院服务需求，与李珂等学者的研究结果相一致[11]。

3.3 影响患者住院机构选择的其他原因分析

本研究中关于高血压患者在不同级别医疗机构住院服务利用的变化，我们也不否认价格导向的影响。为了缓解综合医院的就医压力，提高基层医疗机构的利用效率，医疗保险对参保者的住院报销比例是逐级递减的，医院级别越高，住院报销比例越低[12]。此外，为了避免出现道德损害的现象，对住院患者设置住院起付线，且医院级别越高，起付线越高。因此，当患者的病情得到一定程度的改善之后，受住院政策的影响，考虑到低级别的医疗机构报销水平更高，这些病情改善的患者有可能更倾向于选择低级别的医疗机构就诊[5,8]。

3.4 研究的不足及展望

在本研究中，尽管患者的住院报销政策在研究期间未发生改变，但是患者对就医机构的选择受多种因素的影响，除了住院报销政策和患者的疾病病情，医生的行为以及患者的就医偏好、对医疗机构的满意程度等[13-14]，也有可能对结果产生影响，本研究尚不能排除这些因素可能带来的混杂。未来可以考虑通过对患者的定性访谈以及对医生行为的研究，更全面地分析高血压参保者就诊流向变化的原因。