文献速递消化、代谢与肾脏急症心脑血管急症重症综合管理与镇静镇痛

将Medicare Advantage患者纳入医院风险标化再入院率、绩效与惩罚状态的相关性

Association of Inclusion of Medicare Advantage Patients in Hospitals' Risk-Standardized Readmission Rates, Performance, and Penalty Status.
PubMed 文献 · JAMA Netw Open · 2021-02-01
一句话结论将MA患者纳入再入院率计算后,约23%的医院至少一种疾病的惩罚状态发生改变,提示应纳入所有患者评估医院质量。

该回顾性队列研究链接2011-2015年MedPAR与HEDIS数据,纳入4070家收治传统Medicare(TM)和Medicare Advantage(MA)患者的美国急症医院,分析AMI、CHF和肺炎30天风险标化再入院率(RSRR)。TM与MA患者的RSRR仅低中度相关(r=0.31-0.41),基于TM的RSRR系统性低估全部Medicare患者的RSRR。在2820家至少一种疾病入院≥25的医院中,635家(23%)纳入MA数据后至少一种疾病的惩罚状态改变。MA入院比例最高的四分位医院惩罚状态改变更大。

要点

  • TM与MA患者的30天RSRR仅低中度相关:AMI r=0.31、CHF r=0.40、肺炎r=0.41,基于TM的RSRR系统性低估全部Medicare患者的RSRR。
  • 在2820家至少一种疾病入院≥25的医院中,635家(23%)纳入MA数据后至少一种疾病的惩罚状态改变,其中326家(12%)从被惩罚变为不被惩罚,332家(12%)从不被惩罚变为被惩罚。
  • MA入院比例最高四分位的医院中,229家(30%)至少一种疾病惩罚状态改变,其中114家(50%)从不被惩罚变为被惩罚。
  • 基于TM数据识别的低绩效医院中,纳入MA后AMI有7/68(10%)、CHF有16/242(7%)、肺炎有15/370(4%)不再为差于预期。
  • 若将基于TM估计的风险模型系数直接应用于MA患者,医院绩效状态改变的比例显著降低(如4021家中仅27家(1%)改变),提示纳入方式影响结果。

适用人群与场景

  • 年龄≥65岁、2011年1月1日至2015年11月30日期间因AMI、CHF或肺炎主诊断入住并活着出院的TM和MA受益人,来自美国大陆及哥伦比亚特区的非联邦、短期、急性护理、非关键接入医院。
  • 仅纳入同时收治MA和TM患者的医院(4070家)。
  • 排除:非急性护理医院、关键接入医院、联邦医院;原文未提及其他排除标准。

诊断标准与关键阈值

  • 医院绩效分类:优于预期(RSRR低于全国均值且95%CI不包含均值)、符合预期(95%CI包含均值)、差于预期(RSRR高于全国均值且95%CI不包含均值)。
  • 超额再入院率(ERR)>1.0且符合条件出院≥25例的医院需接受经济惩罚。
  • 再入院定义为出院后30天内任何原因再入院。

处置流程与药物剂量

  • 原文未提及

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 研究类型:回顾性队列研究,链接MedPAR与HEDIS数据,覆盖4070家美国急症医院,2011-2015年。
  • 主要终点:TM与MA的30天RSRR相关系数AMI r=0.31、CHF r=0.40、肺炎r=0.41;TM与全部Medicare患者RSRR相关系数AMI r=0.91、CHF r=0.95、肺炎r=0.97。
  • 惩罚状态改变:2820家至少一种疾病入院≥25的医院中,635家(23%)至少一种疾病惩罚状态改变;其中326家(12%)从被惩罚变为不被惩罚,332家(12%)从不被惩罚变为被惩罚。
  • 按疾病:AMI 223家(13%)、CHF 260家(11%)、肺炎237家(9%)惩罚状态改变。
  • MA入院比例最高四分位医院中,229家(30%)至少一种疾病惩罚状态改变,其中114家(50%)从不被惩罚变为被惩罚。
  • 风险模型区分度:AMI、CHF、肺炎30天再入院风险模型在TM和MA患者中区分度中等且校准度低;模型系数在TM、MA和全部Medicare人群中大致相似。

证据类型、等级与局限

  • 证据类型:回顾性队列研究(非RCT)。
  • 局限:原文指出再入院率仅针对AMI、CHF、肺炎,可能不反映其他疾病;HEDIS记录不区分计划性和非计划性入院;医院绩效改变可能部分反映向全国均值的收缩(尤其小医院再入院率不稳定);将基于TM的模型系数直接应用于MA患者时惩罚改变比例显著降低,提示结果依赖风险调整模型的应用方式。

对床旁实践的改变

  • 该研究提示仅基于TM患者的再入院率可能系统性低估全部Medicare患者的再入院率,尤其在高RSRR医院。
  • 纳入MA患者后约23%的医院至少一种疾病惩罚状态改变,政策制定者应考虑纳入所有医院患者(不论保险类型)评估医院质量。
  • 对医院而言,仅关注TM患者的再入院预防可能忽略MA患者的再入院风险;MA入院比例高的医院惩罚状态改变更明显。
  • 原文未提供急诊/ICU床旁具体处置建议,不能据此改变临床再入院预防措施。

指南或共识出处

  • 原文未提及具体指南或共识;研究基于CMS的医院再入院减少计划(HRRP)方法学。
全文中译14 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2021 Feb 17;4(2):e2037320. doi: 10.1001/jamanetworkopen.2020.37320

引言

医院再入院常见、费用高昂,并与显著的发病率和死亡率相关。1 减少再入院已成为政策制定者的主要优先事项。根据医院再入院减少计划(HRRP),美国医疗保险和医疗补助服务中心(CMS)自2009年起公开报告医院绩效的定性评估,包括医院的风险标准化再入院率(RSRR)是否不同于全国平均再入院率,但不标明精确的RSRR估计值。自2012年起,CMS对再入院率高于预期的医院实施经济处罚。2 HRRP仅计算传统医疗保险(TM)受益人的再入院率,而快速增长的医疗保险优势(MA)计划覆盖人群的再入院率既未公开报告,也未受到经济处罚。将MA患者排除在HRRP之外具有重大影响,因为2019年约6000万医疗保险受益人中有约2200万(35%)参加了MA计划。3

MA计划是与Medicare签订合同的私人保险计划,它们接受前瞻性按人头付费,以承担覆盖服务的融资风险。因此,它们有强烈的动机降低医疗费用和医院再入院。医院对传统覆盖的医疗保险受益人子集的再入院率可能与非全部入院患者的绩效不相关,4甚至可能与MA覆盖的老年人的再入院率不相关。如果属实,那么仅报告TM人群的再入院率可能无法准确反映医院对老年人的再入院率,或者可能激励医院将再入院减少工作针对TM覆盖患者进行调整。相反,如果TM和MA患者的再入院率相关,这一发现将支持CMS当前仅报告TM人群再入院率的做法。

在此,我们研究了将MA患者纳入医院再入院测量绩效和經濟处罚资格的影响。本研究聚焦于急性心肌梗死(AMI)、充血性心力衰竭(CHF)和肺炎的再入院率,这是HRRP纳入的前3个目标疾病。

方法

数据来源

本队列研究经布朗大学机构审查委员会批准,因研究对参与者风险极小且未直接接触或联系研究中任何个体,豁免知情同意。本研究遵循流行病学观察性研究报告加强(STROBE)报告指南。5

我们将2011年至2015年Medicare提供者与分析审查(MedPAR)文件中的索赔数据与医疗保健有效性数据与信息集(HEDIS)进行了链接。6,7在MedPAR文件中,MA患者的数据必须由接受Medicare不成比例份额医院支付或医学教育支付的医院提交,尽管其他医院也可以提交MA患者的数据。2011年至2013年间,提交MA索赔的医院占Medicare出院人数的92%。8由于住院发生在未为MA参保者报告MedPAR数据的医院中,我们将数据与HEDIS记录进行了链接,HEDIS记录包括索引入院数据(包括入院和出院日期)以及患者是否在出院后30天内入院的指标;这种链接提高了识别所有MA受益人再入院的敏感性。9除私人按服务收费计划和参保人数少于1000人的计划外,所有MA计划都必须向CMS报告HEDIS数据。Medicare受益人摘要文件提供了受益人人口学特征以及TM与MA参保状态。我们纳入了所有MA计划,无论其是否由医院拥有。

研究人群

我们应用CMS的标准来识别符合条件的65岁及以上TM和MA受益人,这些受益人在2011年1月1日至2015年11月30日期间,在美国大陆和哥伦比亚特区的非联邦、短期、急性护理、非关键准入医院住院并以主要诊断为AMI、CHF或肺炎存活出院。10,11,12,13与既往研究一样,TM和MA患者的索引住院均从MedPAR中识别。9我们仅纳入同时收治MA和TM患者的医院。MA状态根据入院当月的MA参保情况确定。

结局

对于TM和MA受益人,结局均为出院后30天内因任何原因发生的再入院。9TM患者的再入院从MedPAR中识别,MedPAR旨在捕获TM中所有住院索赔。对于MA患者,我们同时使用了MedPAR和HEDIS;当MA患者的HEDIS与MedPAR记录存在不一致时,我们纳入HEDIS中报告的再入院结局。9这使我们能够捕获MA参保者再入院至那些未被要求报告MA参保者数据但被纳入HEDIS措施的医院的再入院情况。

协变量

协变量包括年龄、性别、疾病特异性合并症(与CMS方法一致;补充材料中的eTable 1)以及住院年份。与CMS的方法类似,我们使用索引住院及索引住院前12个月内住院的主要和次要诊断代码来定义合并症的存在。11,12,13由于MA参保者的门诊索赔数据不可用,我们仅使用MedPAR数据;值得注意的是,纳入门诊数据的合并症并不会导致医院RSRR发生有意义的变化。14,15

统计分析

我们应用了CMS在HRRP中使用的方法,分别计算了仅针对TM患者、仅针对MA患者以及同时针对TM和MA患者的AMI、CHF和肺炎的医院特异性RSRR。由于CMS的风险模型是为TM患者开发的,我们通过在TM患者、MA患者以及MA和TM患者中估计其系数来评估其性能。我们使用C统计量(受试者工作特征曲线下面积)来评估该模型在各人群中的性能。16,17 我们比较了风险模型分别应用于TM、MA或TM与MA合并人群时各病种的系数估计值。

每家医院在每个风险模型系数估计下的病种特异性30天RSRR,以其估计再入院与预期再入院的比值计算,并标准化至该病种和人群(TM、MA、两者)的全国观察再入院率;95%CI使用自举法计算。18 我们使用多水平logistic回归模型计算估计再入院风险,该模型为每家医院变量设定特定截距,并对上述协变量进行线性可加调整。10,11,12,19 我们以类似方式计算预期再入院风险,但采用医院特异性截距的平均值(均值)。补充材料的eAppendix包含这些模型的详细信息。我们使用Pearson系数r评估仅使用TM受益人、仅使用MA受益人和所有Medicare受益人估计的30天RSRR之间的相关性。

我们根据仅针对TM患者、仅针对MA患者以及同时针对MA和TM患者估计的30天RSRR对医院进行排名。按照CMS的测量方法,我们将医院绩效分为优于预期(如果医院的RSRR低于全国均值且95%CI不包括全国均值)、符合预期(如果RSRR周围的95%CI包括全国均值)和劣于预期(如果医院的RSRR高于全国均值且95%CI不包括均值)。20,21

我们计算了超额再入院率(ERR),CMS使用该指标来确定医院的经济处罚。20,21,22 ERR是估计再入院与预期再入院的比值。ERR大于1.0的医院意味着其RSRR高于全国再入院率。ERR大于1.0且合格出院数≥25的医院将受到经济处罚。我们构建了Bland-Altman图,23,24 该图展示了TM患者与TM和MA患者之间30天RSRR的院内差异如何随TM及TM和MA患者30天RSRR的院内均值而变化。

对于敏感性分析,我们首先使用先前描述的层次建模方法,分别估计每家医院其在TM和MA受益者中的RSSR,不同之处在于对每个变量我们应用了在TM人群中估计的回归系数。这种方法使我们能够评估,加入MA患者后RSSR估计值的任何变化是否反映了再入院危险因素相对重要性的潜在差异,或医院人群病例组合的变化。其次,我们评估了医院绩效的变化是否反映了向全国均值的收缩,这种收缩在研究样本更大、对全局均值加权更多时更强,并可能将错误再入院率(ERR)波动较大的小医院拉向符合预期类别。为此,我们按比例从2个人群(MA和TM)中抽样,使其比例与各自的发生率成比例,使得每家医院的个体总数与TM人群的规模相同;这种方法使我们能够比较,与绩效变化相关的是样本量还是MA患者的加入。最后,我们检验了在每种疾病条件下,医院绩效状态的变化是否随特定医院中MA受益者的比例而变化。

分析使用SAS统计软件9.4版(SAS Institute)和R统计软件3.6版(R Project for Statistical Computing)进行。所有统计检验均为双侧检验,α = .05。数据分析于2018年4月1日至2020年11月20日期间进行。

结果

如补充材料中的eTable 2所示,2011年至2015年间,因AMI住院并存活出院的TM患者有748 033例(平均[SD]年龄,76.8[83]岁;女性360 692例[48.2%]),MA患者有295 928例(平均[SD]年龄,77.5[7.9]岁;女性137 422例[46.4%]);因CHF住院的TM患者有1 327 551例(平均[SD]年龄,81[8.3]岁;女性735 855例[55.4%]),MA患者有457 341例(平均[SD]年龄,79.8[8.1]岁;女性243 503例[53.2%]);因肺炎住院的TM患者有2 017 020例(平均[SD]年龄,80.7[8.5]岁;女性1 097 151例[54.4%]),MA患者有610 790例(平均[SD]年龄,79.6[8.2]岁;女性321 350例[52.6%])。共有4070家医院(补充材料中的eFigure 1)至少出院1例TM和1例MA的AMI(3167家医院)、CHF(3838家医院)或肺炎(4010家医院)患者。表1显示了每种疾病条件下TM、MA及所有Medicare患者的出院例数和30天RSRR。人口学和临床特征见补充材料中的eTable 1和eTable 2。

表1. 2011年至2015年间传统Medicare和Medicare Advantage受益者AMI、CHF和肺炎后的再入院 查看原表 ↗

模型性能评估

估计AMI、CHF和肺炎后30天再入院风险的模型在TM和MA患者中均具有中等区分度和较低校准度(补充材料中的eFigure 2)。对于每种疾病条件,模型系数在TM、MA和所有Medicare受益者之间基本相似(补充材料中的eTable 3、eTable 4和eTable 5)。

医院特异性RSRR

表1以及补充材料中的eFigure 3、eFigure 4和eFigure 5显示了TM、MA及所有患者的平均医院特异性30天风险标准化再入院率(RSRR)。仅在TM与仅在MA患者之间,估计RSRR存在相关性(急性心肌梗死(AMI)r = 0.31,充血性心力衰竭(CHF)r = 0.40,肺炎r = 0.41)(图1);仅在TM与所有Medicare患者之间,估计RSRR也存在相关性(AMI r = 0.91,CHF r = 0.95,肺炎r = 0.97)(补充材料eFigure 6)。

图1还显示了TM患者与所有Medicare患者RSRR之间一致性的Bland-Altman图。拟合线的斜率在AMI(斜率 = –0.09)、CHF(斜率 = –0.05)和肺炎(斜率 = –0.01)中均为负值,这意味着对于基于所有Medicare患者RSRR较高的医院,其相应的基于TM的RSRR较小,并低估了TM和MA患者合并后的RSRR。RSRR差异超过1.96个标准差的医院数量分别为:AMI 178家(6%)、CHF 211家(5%)、肺炎238家(6%)(补充材料eFigure 7)。

图1. 传统Medicare与Medicare Advantage及所有Medicare患者30天风险标准化再入院率(RSRR)的比较图图显示传统Medicare与Medicare Advantage患者30天RSRR在急性心肌梗死(A)、充血性心力衰竭(B)和肺炎(C)中的相关性,以及传统Medicare与所有Medicare患者30天RSRR在急性心肌梗死(D)、充血性心力衰竭(E)和肺炎(F)中的一致性。橙色线条为通过数学方法生成并拟合至数据,以概括x轴和y轴变量之间的关系。 查看原图 ↗

所有Medicare患者与仅TM患者再入院率的比较

基于仅TM患者的数据,AMI、CHF和肺炎中表现优于预期或劣于预期的医院数量分别为116家、421家和589家。对于TM和MA参保者合并分析,这些医院中分别有9家(8%)、36家(9%)和37家(6%)在AMI、CHF和肺炎中的状态发生改变(表2)。对于仅TM患者,AMI、CHF和肺炎中分别有3051家、3417家和3421家医院表现为符合预期;其中,根据TM和MA患者合并分析,分别有90家(3%)、204家(6%)和241家(7%)医院成为离群值(表2)。仅使用TM数据,我们分别识别出68家、242家和370家医院在AMI、CHF和肺炎中再入院率劣于预期;在这些低绩效医院中,根据TM和MA患者合并分析,分别有7家(10%)、16家(7%)和15家(4%)不再属于劣于预期(表2)。

对于仅TM患者,有4021家医院在至少1种疾病中表现为符合预期,其中470家(12%)根据TM和MA患者合并分析成为离群值(补充材料eFigure 8)。另有826家医院表现为优于预期或劣于预期,在纳入MA数据后,81家(10%)状态发生改变。

仅基于传统 Medicare(TM)患者构建模型来估计医院整体 TM 和 MA 人群的 RSRR 时,我们发现,纳入 MA 患者后,在至少 1 种疾病表现符合预期的 4021 家医院中有 27 家(1%)、在至少 1 种疾病表现优于预期或劣于预期的 821 家医院中有 51 家(6%)改变了状态。各疾病具体结果见补充材料 eTable 6。

补充材料 eTable 7 显示了在按 MA 和 TM 受益人抽样、使每家医院个体总数与 TM 人群规模相同时,改变离群状态的医院数量。总计,在至少 1 种疾病表现符合预期的 4038 家医院中有 283 家(7%)、在至少 1 种疾病表现优于预期或劣于预期的 738 家医院中有 100 家(14%)改变了状态。仅根据 TM 数据,在至少 1 种疾病再入院率劣于预期的 445 家医院中,纳入 MA 数据后有 55 家(12%)不再劣于预期。

补充材料 eTable 8、eTable 9 和 eTable 10 显示了按各疾病 MA 入院占比分层的改变离群状态的医院数量。共有上层四分位组 247 家医院(21%)、第二四分位组 154 家医院(10%)、第三四分位组 96 家医院(6%)和最低四分位组 54 家医院(3%)在至少 1 种疾病上改变状态。在各四分位组中,分别有 14 家(10%)、8 家(5%)、14 家(10%)和 2 家(3%)医院从劣于预期(较高 RSSR)变为符合预期或优于预期(较低 RSRR)。

表 2. TM 与所有入组者(TM 和 MA)30 天 RSRR 的医院排名一致性a 查看原表 ↗

纳入 MA 患者后惩罚状态的变化

纳入 MA 入组者后,惩罚状态发生改变的医院比例分别为:AMI 223 家医院(13%)、CHF 260 家医院(11%)、肺炎 237 家医院(9%)(图 2)。在同时收治 TM 和 MA 受益人、且 AMI、CHF 和肺炎中至少 1 种疾病入院次数≥25 次的 2820 家医院中,有 635 家(23%)在 TM 和 MA 数据合并后于 3 种疾病中至少 1 种疾病的惩罚状态发生变化;其中,326 家(12%)因纳入 MA 而从被惩罚变为未被惩罚,332 家(12%)从未被惩罚变为被惩罚。跨疾病来看,MA 入院占比位于上层四分位组的 229 家医院(30%)在至少 1 种疾病上发生惩罚状态变化,其中 114 家(50%)从未被惩罚变为被惩罚(图 2)。

图 2. 纳入 Medicare Advantage(MA)患者后医院惩罚状态的变化。合格医院限于某一索引疾病入院次数≥25 次的医院。AMI 表示急性心肌梗死;CHF 表示充血性心力衰竭;TM 表示传统 Medicare。 查看原图 ↗

讨论

在对TM和MA受益人的全国数据进行的这项分析中,我们考察了纳入MA患者与医院在AMI、CHF和肺炎这3种自CMS的HRRP实施以来即纳入的病症上的30天RSRR及惩罚状态之间的关联。当使用每家医院TM和MA患者的数据来估计RSRR时,约23%的医院至少对1种病症改变了其惩罚状态,10%的医院不再被视为低绩效异常值。这些发现是以下因素的结果:同一医院内MA和TM患者再入院率的相关性、与使用所有Medicare参保者相比使用TM参保者估计RSRR时较高RSRR的差异更大,以及某些医院中MA患者比例较高。我们的结果表明,将参加MA计划的患者纳入HRRP会对美国医院的再入院惩罚产生实质性影响,尤其是那些收治大量MA患者的医院。

CMS的30天再入院风险风险调整模型对TM和MA患者具有相当的区分度。然而,如果将针对TM患者的风险调整模型系数直接应用于MA患者,则经历再入院惩罚变化的医院数量将大幅减少。这一发现表明,纳入MA患者与再入院惩罚之间的关联取决于政策制定者如何为这一新人群调整现有风险调整模型。因此,估计再入院风险模型并计算整个Medicare人群的RSRR与许多医院的绩效相关;然而,当将基于TM参保者的风险模型应用于TM和MA参保者时,这种关联会大幅减弱。此外,如我们的敏感性分析所示,医院绩效的变化可能并不完全由MA患者的加入来解释,而可能反映向全国均值的收缩,尤其是对于再入院率不稳定的规模较小的医院。

既往研究表明,医院绩效在不同年龄和保险分组之间并不一致。由于年轻患者和老年患者再入院的驱动因素可能不同,25基于老年患者的医院排名可能与基于年轻患者的排名不一致。26为解决这一问题,我们仅关注老年Medicare受益人,并通过评估纳入参加MA计划的Medicare受益人后再入院率如何变化来扩展既往研究。我们进一步在既往工作4的基础上,使用了更精确的保险覆盖类型测量方法27;具体而言,我们使用Medicare行政数据来确定入院时参加MA计划的情况。我们还检查了美国所有医院以及2011年至2015年间因AMI、CHF或肺炎住院的几乎所有Medicare受益人的数据。

我们的研究强调了将所有Medicare患者纳入医院绩效衡量和实施经济处罚的意义。CMS目前完全依赖TM数据的做法,很可能是因为可获得一个共同的数据源以及构建了一个有效的全国性风险调整模型,而不是因为衡量TM受益人的质量相较于Medicare Advantage受益人更为重要。27因此,仅纳入TM数据可能会激励医院将预防再入院的努力集中于这些患者,或者对其他患者的再入院率缺乏了解。我们的研究结果表明,将MA数据纳入再入院估计是可行的,并且对绩效评估具有实质性影响。

作为一种替代支付模式,MA计划及其计划在强烈的财务激励下运作,并具备管理受益人使用和向急性后期护理过渡的能力,这可能会潜在地影响后续再入院。然而,适用于TM患者的其他替代支付模式(例如,责任医疗组织、捆绑支付)也存在类似的激励,但CMS并未将这些模式中的患者排除在HRRP措施之外。CMS衡量医院绩效并向更广泛公众报告再入院率数据的目标,支持使用每所医院的全部Medicare人群,无论其Medicare覆盖类型如何。

局限性

我们的研究存在局限性。第一,急性心肌梗死(AMI)、充血性心力衰竭(CHF)和肺炎的再入院率可能无法反映某家医院Medicare受益人在其他疾病上的再入院率。27尽管Medicare支付咨询委员会已建议采用全院范围的再入院指标,28但该指标尚未被CMS采纳用于实施经济处罚,而采纳该指标将需要修订现行的处罚结构。29第二,HEDIS记录不区分计划内和计划外入院。尽管如此,我们此前已发现超过90%的医院再入院为计划外再入院,且即使排除占全部再入院不足10%的计划内再入院,我们的研究结果也不太可能发生实质性变化。9第三,我们无法评估MedPAR中报告的MA和TM患者合并症的有效性。TM人群中住院患者的合并症数量随时间增加,30而MA计划在CMS的风险调整支付模型中面临夸大诊断数量和类型的激励。31然而,我们未发现有关同一医院收治的TM和MA患者住院索赔中合并症编码存在差异的证据。第四,我们未考察医院自有MA计划之间再入院率的差异,尽管后者可能具有更有效的再入院预防机制。这是一个重要的研究问题,但超出本文所呈现工作的范围,应在未来研究中加以考察。第五,我们无法估计加入MA患者后每家医院处罚金额的变化,因为每家医院的基础运营疾病诊断相关组支付并未公开。第六,我们考察了自HRRP启动以来所采用的3种疾病的医院绩效。鉴于MA计划的性质,有理由预期在当前分层HRRP中对其他疾病也会有类似发现;为确认这一点,未来可开展纳入更多疾病的更新分析。第七,为确保我们的方法复现CMS的方法,我们对同一个人纳入了超过1次索引住院(如适用),而未在个人层面对这些住院进行聚类处理。正如我们此前所展示的,9考虑此类聚类(例如通过随机效应模型)所得结果与不考虑聚类的方法完全相同。

结论

本队列研究发现,纳入MA患者数据改变了相当一部分美国医院在至少3种报告疾病中1种的处罚状态。这些发现凸显了CMS和其他政策制定者有必要在评估医院质量时考虑纳入所有住院患者的结果,而不论其保险覆盖来源。

参考来源

  1. Panagiotou OA, Voorhies KR, Keohane LM, et al. Association of Inclusion of Medicare Advantage Patients in Hospitals' Risk-Standardized Readmission Rates, Performance, and Penalty Status. JAMA Netw Open. 2021. PMID: 33595661. doi:10.1001/jamanetworkopen.2020.37320
  2. 全文:PMC7890527(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7890527/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。