The_impact_of_payer-specific_h.en.id.pdf

J Med Syst (2007) 31: 1-7 DOI 10,1007 / s10916-006-9011-6

PAPER ORIGINAL

Dampak Wajib-spesifik Rumah Sakit Kasus Mix tentang Biaya Rumah Sakit dan Pendapatan untuk Pihak Ketiga Pasien Keon-Hyung Lee · MPH Chul-Young Roh

Diterima: 10 Oktober 2005 / Diterima: 19 Januari 2006 / Diterbitkan online: 20 Desember 2006 ©C Springer Science + Business Media, Inc. 2006

Abstrak Persaingan antara rumah sakit dan perawatan yang dikelola telah

pengantar

memaksa industri rumah sakit menjadi lebih efisien. Dengan derajat yang lebih tinggi dari kompetisi rumah sakit dan penetrasi perawatan yang

Karena program Medicare dan Medicaid dilaksanakan pada tahun 1965, pembuat

dikelola, rumah sakit berpendapat bahwa tingkat kenaikan biaya rumah

kebijakan kesehatan telah berfokus pada peningkatan pesat dalam biaya perawatan

sakit lebih besar dari laju peningkatan pendapatan rumah sakit. Dengan

kesehatan. Dalam rangka mengurangi tingkat kenaikan biaya perawatan kesehatan,

mengembangkan fi c indeks kasus campuran pembayar-spesifik (CMI)

pemerintah federal diberlakukan diagnosis terkait kelompok (DRGs) sistem

untuk pasien pihak ketiga, makalah ini meneliti efek dari kasus rumah sakit

pembayaran prospektif (PPS) yang berbasis di tahun 1982. Alih-alih membayar

campuran biaya rumah sakit dan pendapatan untuk pasien pihak ketiga di

rumah sakit berdasarkan fee-for-service, Program theMedicare mulai mengganti

California menggunakan rumah sakit keuangan dan data pemanfaatan

layanan rawat inap rumah sakit untuk ciaries fi bene nya berdasarkan jadwal

meliputi 1986-1998 . Studi ini menemukan bahwa koefisien koefisien untuk

pembayaran yang telah ditentukan dengan menggunakan DRGs. Selanjutnya, pada

CMIS di pihak ketiga model pendapatan rumah sakit yang lebih besar

tahun 1982, Negara Bagian California legislatif menerapkan hukum kontrak selektif.

dibandingkan model biaya rumah sakit hingga 1995. Sejak tahun 1995,

Dengan undang-undang ini, berhasil organisasi perawatan (MCOs) selektif dapat

bagaimanapun, koefisien koefisien untuk CMIS di pihak ketiga model

kontrak dengan “penyedia disukai” (rumah sakit, dokter, dan penyedia perawatan

pendapatan rumah sakit telah kurang dari yang dalam model biaya rumah

kesehatan lainnya) yang dapat memberikan pelayanan kesehatan dengan biaya lebih

sakit. Lembur,

rendah dibandingkan dengan provider lain [ 1 ].

Di California, setiap pembayar utama menetapkan jadwal pembayaran rumah sakit sendiri. rumah sakit California, dengan demikian, sering menghadapi saling Kata kunci Kompetisi rumah sakit. Wajib-spesifik Indeks kasus campuran. biaya rumah

bertentangan insentif dari berbagai skema pembayaran yang berbeda. Misalnya,

sakit. pendapatan rumah sakit

Medicare membayar rumah sakit berdasarkan DRG PPS, Medi-Cal (Program Medicaid di California) membayar rumah sakit berdasarkan pada fi xed per diem tingkat

K.-H. lee (

)

Layanan Program Administrasi Kesehatan, Departemen Kesehatan Profesi, College of Public Affairs kesehatan dan, University of Central Florida,

Orlando, Florida 32816-2205 e-mail: [email protected]

dinegosiasikan di terlebih dahulu. Blue Cross membayar biaya retrospektif atau dinegosiasikan per diem (tergantung pada rencana), dan rencana ganti rugi komersial membayar biaya rumah sakit. Untuk memaksimalkan pro fi t (atau penggantian fromdifferent pembayar seperti asMedicare, Medicaid, Blue Cross, dan pembayar pihak ketiga lainnya), setiap rumah sakit harus mempertimbangkan semua skema pembayaran yang berbeda.

MPH Chul-Young Roh Departemen Kesehatan Masyarakat, College of Public dan Sekutu Kesehatan, East Tennessee State University, Box 70.674, Johnson City, Tennessee 37.614-1.709 e-mail: [email protected]

Sebelum kontrak selektif dan perawatan yang dikelola diperkenalkan, kompetisi berbasis fasilitas lazim. Menggunakan data awal 1980-an, beberapa peneliti berpendapat bahwa rumah sakit di daerah yang lebih kompetitif memiliki biaya yang lebih tinggi, karena

Peloncat

J Med Syst (2007) 31: 1-7

2

mereka telah berkompetisi berdasarkan Fasilitas [ 2 - 5 ]. Dengan menganalisis tingkat

1995, dan 1998 dari Deplu Perencanaan seluruh negara bagian dan

kenaikan biaya rumah sakit sebelum dan setelah pelaksanaan pengontakan selektif,

Pengembangan Kesehatan (OSHPD) di Negara Bagian California. Yang lainnya

Zwanziger dan Melnick [ 6 ] Menunjukkan bahwa rumah sakit di daerah yang lebih

adalah data debit rawat inap untuk tahun yang sama yang juga tersedia dari

kompetitif memiliki tingkat lebih rendah dari kenaikan biaya rumah sakit. pekerjaan

OSHPD.

tambahan menggunakan tahun kemudian dari California Data con fi rmed bahwa rumah sakit dengan pesaing yang lebih memiliki tingkat lebih rendah dari kenaikan di

metode

rumah sakit biaya [ 7 - 10 ]. Dengan diperkenalkannya kontrak selektif, rumah sakit mulai bersaing tidak hanya kualitas dan fasilitas, tetapi juga harga.

Pembangunan variabel variabel dependen: Jumlah beban usaha dan jumlah pendapatan bersih

Dalam lingkungan perawatan kesehatan saat ini, persaingan antara penyedia

untuk pembayar pihak ketiga yang digunakan sebagai variabel dependen.

mendominasi praktek penetapan harga dalam industri rumah sakit [ 11 - 13 . 18 ]. biaya

Indeks harga input dimasukkan sebagai kovariat untuk mengendalikan

rumah sakit didorong oleh indeks kasus campuran (CMI) karena mewakili penggunaan

inflasi, dan sebagai hasilnya, ini variabel dependen tidak de fl ated. Kami

sumber daya rumah sakit yang diharapkan. Semakin tinggi CMI, semakin mahal itu

mengubah variabel-variabel ini menggunakan logaritma natural, karena

adalah untuk mengobati pasien. pendapatan rumah sakit, bagaimanapun, tidak

distribusi itu sangat miring. Kemudian, distribusi logaritma natural dari biaya

didorong oleh CMI karena persaingan antara penyedia. Seiring waktu, dengan

rumah sakit dan pendapatan sekitar terdistribusi normal.

demikian, efek diferensial dari CMI pada biaya rumah sakit dan pendapatan akan tumbuh. Karena persaingan dan perawatan yang dikelola, rumah sakit berpendapat bahwa tingkat kenaikan biaya rumah sakit lebih cepat dari laju peningkatan pendapatan

harga input variabel: Medicare daerah Indeks upah yang tersedia dari

rumah sakit. Dengan menggunakan berbagai program utilizationmanagement

Pusat Medicare dan Medicaid (CMS) digunakan untuk mengendalikan biaya

(misalnya, skrining preadmission dan triase), dikelola perawatan telah mampu

relatif tenaga kerja di wilayah geografis masing-masing rumah sakit.

mengobati pasien intensitas rendah pada pengaturan rawat jalan [ 14 . 19 . 20 ]. Dengan demikian, pasien dirawat di rumah sakit lebih mungkin untuk menjadi orang-orang yang benar-benar membutuhkan pelayanan rawat inap.

Kasus campuran Indeks: The fi kasus c indeks campuran pembayar-spesifik digunakan untuk mengendalikan perbedaan dalam campuran pasien rumah sakit karena beratnya casemix memiliki efek yang cukup besar pada pertumbuhan pengeluaran rawat inap [ 23 ]. Dalam penelitian ini, alih-alih menggunakan CMS CMI atau NY / NJ semua pembayar CMI, pembayar-spesifik CMIS untuk pasien pihak ketiga di California dihitung dengan

Hal ini penting untuk membayar rumah sakit berdasarkan penggunaan pasien diharapkan

menggunakan semua pembuangan pembayar pihak ketiga dari semua rumah sakit

sumber daya (yaitu, CMI) yang memperlakukan rumah sakit. Namun, mungkin sulit untuk

perawatan akut di California antara 1986 dan 1998. Kami berpendapat bahwa ini fi

menyesuaikan pembayaran bagi mereka yang memiliki asuransi pihak ketiga di California

pembayar-spesifik c CMI untuk pasien pihak ketiga di California yang lebih baik merupakan

didasarkan pada penggunaan sumber daya yang diharapkan, karena tidak ada fi

campuran kasus sebenarnya dari pasien pihak ketiga di California dibandingkan dengan

pembayar-spesifik c CMI untuk mereka. Salah satu alternatif yang mungkin adalah dengan

CMS' Medicare CMI karena itu benar-benar diturunkan menggunakan semua pasien pihak

menggunakan CMI didasarkan pada pasien Medicare sebagai proxy, tapi ini juga diketahui

ketiga di California.

bahwa penggunaan lansia fi kan layanan kesehatan yang lebih signifikan daripada non-lansia.

CMS mendefinisikan sebuah CMI sebagai ukuran kemahalan relatif rata-rata Tujuan dari makalah ini adalah untuk memberikan pemahaman yang lebih baik dari

kasus Medicare dirawat oleh rumah sakit dibandingkan dengan biaya rata-rata

faktor-faktor yang mempengaruhi biaya rumah sakit dan pendapatan di California

nasional dari semua kasus rumah sakit Medicare. CMI didasarkan pada distribusi

menggunakan biaya rumah sakit yang sebenarnya dan data pemanfaatan selama

kasus di DRGs dan kemahalan relatif kasus di setiap DRG. Dengan mengadopsi

beberapa tahun. Dengan mengembangkan fi pembayar-spesifik c CMI untuk pasien

definisi ini, sebuah fi pembayar-spesifik c CMI menggunakan semua pasien pihak

dengan asuransi pihak ketiga, kami akan menyelidiki dampak dari pembayar-spesifik CMI

ketiga di California dikembangkan (tidak termasuk outlier menggunakan tiga

biaya rumah sakit dan pendapatan dan menganalisis hubungan antara biaya rumah sakit

standar deviasi).

dan pendapatan, setelah mengendalikan kompetisi rumah sakit dan berhasil penetrasi perawatan .

Pendekatan langkah-demi-langkah untuk menghitung berbasis biaya bobot DRG menggunakan data debit California adalah sebagai berikut:

material dan metode

1. Hitung rumah sakit tingkat rasio biaya-ke-charge (CCR) dengan membagi biaya operasional keseluruhan (dari data kuartalan) oleh Total biaya (dari data

Sumber data

pengungkapan rumah sakit). 2. Menggunakan data debit, menghitung biaya untuk setiap debit menggunakan CCR

Data terutama berasal dari dua sumber. Salah satunya adalah data rumah sakit tingkat tahunan dan triwulanan selama bertahun-tahun 1986, 1989, 1992,

Peloncat

dihitung pada Langkah 1, yaitu, biaya × CCR = biaya.

3

J Med Syst (2007) 31: 1-7

3. Hitung biaya rata-rata untuk setiap DRG dan biaya rata-rata besar untuk semua pembuangan.

tabel I Variabel yang digunakan dalam penelitian ini.

Variabel

Spesifik ukuran

variabel dependen

1) Beban Operasi untuk pasien pihak ketiga

Flow (output) variabel

1) Jumlah debit rawat inap untuk pasien

4. Hitung setiap DRGweight dengan membagi “biaya rata-rata untuk setiap DRG” oleh “biaya rata-rata besar.” Untuk memperkirakan rumah sakit CMI untuk pembayar pihak ketiga:

5. Dengan hanya menggunakan debit pembayar pihak ketiga.

2) Pendapatan bersih untuk pasien pihak ketiga

pihak ketiga

6. Untuk setiap rumah sakit, kalikan berat DRG untuk setiap DRG dengan

2) Jumlah kunjungan rawat jalan untuk pasien

jumlah debit di setiap DRG oleh rumah sakit.

pihak ketiga

7. Hitung CMI dengan membagi “jumlah (DRG berat badan ×

3) fi c indeks kasus campuran Wajib-spesifik untuk pasien

debit) untuk semua DRG”oleh‘jumlah total discharge.’

pihak ketiga

variabel harga input

persaingan pasar rumah sakit: The Hirschman-nya fi ndahl Index (HHI) akan digunakan sebagai ukuran dasar kompetisi. Banyak penelitian sebelumnya pada

Indeks upah Medicare

Variabel kontrol 1) Kepemilikan

1) Variabel Dummy status kepemilikan

2) campuran Wajib

2) Proporsi discharge oleh kategori

variabel daya saing pasar

Hirschman-nya fi ndahl Index (HHI)

Managed Care

tingkat penetrasi HMO oleh county di

variabel penetrasi

Interstudy)

Waktu

variabel Tahun boneka

kompetisi rumah sakit digunakan pasar rumah sakit itu didefinisikan secara sewenang-wenang baik menggunakan batas-batas geopolitik. Sejak seperti definisi de fi mendistorsi efek diperkirakan kompetisi pada perilaku rumah sakit, kami menggunakan bekerja dari Zwanziger dan Melnick [ 8 ] Yang mengumpulkan pasien-asal data dengan kode pos untuk menentukan sejauh mana pasar masing-masing rumah sakit.

pembayar pihak ketiga

California (tersedia dari

tingkat penetrasi HMO: Data penetrasi HMO oleh county (dari Interstudy) di California digunakan selama bertahun-tahun 1986-

1998. Indeks upah Medicare: Indeks upah daerah Medicare digunakan untuk mengendalikan biaya relatif tenaga kerja di wilayah geografis masing-masing rumah sakit. Indeks upah Medicare tersedia dari HCFA.

Kepemilikan: Sebuah variabel dummy “Untuk-pro fi t” diciptakan. Jika rumah sakit investor dimiliki, dikodekan sebagai “Forpro fi t = 1”, jika tidak “Forpro fi t = 0.” Menggunakan variabel pada Tabel saya , Model regresi yang digunakan

dalam penelitian ini memiliki bentuk berikut:

C itu = f (F, P, Z, M, H, B, T) + h i + e saya t

menunjukkan karakteristik rumah sakit termasuk dalam penelitian ini. Secara umum, total biaya operasional rata-rata untuk pasien pihak ketiga meningkat dari $ 20,3 juta pada tahun 1986 menjadi $ 42.800.000 pada tahun 1998. Total pendapatan bersih untuk pasien pihak ketiga juga meningkat secara bertahap dari waktu ke waktu, dari $ 20,5 juta menjadi US $ 41,2 juta pada tahun 1998. Hanya melihat dua tren ini, rumah sakit membuat laba yang dari pasien pihak ketiga pada tahun 1986, 1992, dan 1995 namun tidak pada tahun 1989 dan 1998. kedua jumlah debit rawat inap dan jumlah kunjungan rawat jalan telah meningkat secara signifikan; pada kenyataannya, jumlah kunjungan rawat jalan meningkat dari 33.710 pada tahun 1986 untuk 67.952 pada tahun 1998. Jumlah debit rawat inap fl uctuated dari tahun ke tahun. Proporsi rumah sakit fi t non-pro meningkat selama periode waktu. Juga, proporsi rumah sakit dengan lebih dari 100

dimana C adalah biaya rumah sakit (atau pendapatan); F adalah vektor dari rumah sakit fl ow variabel (misalnya, pembuangan rawat inap, kunjungan rawat jalan, kasus campuran); P adalah indeks harga input (misalnya, Medicare indeks upah area); Z adalah vektor variabel kontrol rumah sakit (misalnya, kepemilikan, pembayar campuran); M adalah langkah-langkah untuk kompetisi di pasar rawat inap rumah sakit; H adalah langkah-langkah untuk penetrasi HMO di county; T adalah vektor dari dummies waktu;

h adalah rumah sakit-spesifik konstan; dan e saya t adalah kesalahan yang

iid (0, s 2).

hasil Statistik deskriptif Berdasarkan data, biaya rumah sakit dan pola pendapatan untuk tahun yang dipilih 1986-1998 diperiksa. Meja II

tabel II karakteristik rumah sakit. Variabel

1986 1989 1992 1995 1998

Jumlah rumah sakit

353

342

330

359

333

biaya operasi (juta $)

20,3

29,2

30,4

32,0

42,8

Pendapatan bersih (juta $)

20,5

28,8

34.6

32,9

41.2

Melepaskan

3580 3728 3441 3303 4140

kunjungan

33.710 42.133 45.440 48.427 67.952

rumah sakit pro fi t (%)

37,15 30,09 32,46 36,30 35,25

Non-pro rumah sakit fi t (%)

44,52 48,16 48,05 47,89 50,27

B <100 (%)

38,42 35,14 30,85 31,15 29,39

B 100-249 (%)

35,96 36,69 39,12 37,98 38,62

B 250-399 (%)

14,78 15,76 16,80 17,49 17,58

B> 400 (%)

10,84 12,40 13,22 13,39 14,41

Peloncat

J Med Syst (2007) 31: 1-7

4

tabel III fi c Indeks kasus rumah sakit campuran pembayar-spesifik tahun.

Tahun

CMI

1986

0,8615

1989

0,8724

1992

0,9103

1995

0,9467

1998

0,9348

Pendapatan bersih. The koefisien koefisien dari HMOpenetrationwere negatif dan secara statistik signifikan selama bertahun-tahun 1989, 1992, dan

1995. Hal ini menunjukkan bahwa penetrasi HMO berdampak negatif terhadap pendapatan bersih rumah sakit untuk pihak ketiga dan lain-lain pasien untuk tahun-tahun. Meja VII menunjukkan hubungan antara pendapatan dan biaya rumah sakit dengan berfokus pada CMIS pihak ketiga pembayar. Ada hasil yang beragam dalam perbedaan antara koefisien koefisien untuk CMI pendapatan dan beban model. The koefisien

tidur meningkat. Meja AKU AKU AKU menunjukkan fi pembayar-spesifik c CMI tahun. Dari tahun 1986 sampai 1995, melihat fi pembayar-spesifik c CMI untuk pasien pihak ketiga tahun, rumah sakit CMI terus meningkat. Dari tahun 1995 sampai tahun 1998,

koefisien untuk CMIS di model pendapatan rumah sakit pihak ketiga lebih besar dari orang-orang di model biaya rumah sakit hingga 1992. Sejak tahun 1995, bagaimanapun, koefisien koefisien dari CMIS dalam model pendapatan rumah sakit pihak ketiga yang kurang dari orang-orang dalam model biaya rumah sakit. Seiring waktu, dengan

sedikit menurun.

demikian, perbedaan koefisien koefisien fi untuk CMIS pendapatan rumah sakit dan costmodels menjadi lebih kecil dan lebih kecil meskipun perbedaan secara statistik tidak signifikan menggunakan t uji.

Analisis regresi Untuk model regresi untuk biaya operasional rumah sakit untuk pasien pihak ketiga (Tabel V ), Yang koefisien koefisien dari CMI menggunakan biaya rumah sakit, interactedwith variabel boneka tahun yang positif dan secara statistik signifikan selama bertahun-tahun. Hal ini menunjukkan bahwa biaya operasional rumah sakit untuk pihak ketiga dan pasien lainnya meningkat asCMI meningkat. The koefisien koefisien dari HHI positif dan secara statistik signifikan selama bertahun-tahun 1995 dan 1998. Hal ini menunjukkan bahwa rumah sakit di pasar yang lebih kompetitif telah menurunkan biaya operasional mereka.

Diskusi / implikasi biaya operasional rumah sakit dan pendapatan dipengaruhi oleh beberapa faktor seperti CMI, persaingan rumah sakit, berhasil penetrasi perawatan, dll Dengan berfokus pada rumah sakit CMI sebagai variabel kebijakan utama, penelitian ini mencoba untuk mengatasi kedua masalah terkait kebijakan. Untuk masalah

Untuk pendapatan rumah sakit bersih untuk pasien pihak ketiga (Tabel VI ), Yang koefisien koefisien dari CMI, berinteraksi dengan tahun variabel dummy, positif dan secara statistik signifikan selama bertahun-tahun. Hal ini menunjukkan bahwa pendapatan rumah sakit bersih meningkat sebagai CMI meningkat. The koefisien koefisien dari untuk-pro fi t, berinteraksi dengan tahun variabel dummy, positif dan secara statistik signifikan. Hal ini menunjukkan bahwa untuk-pro fi rumah sakit t cenderung untuk meningkatkan pendapatan mereka dibandingkan dengan fi t atau pemerintah rumah sakit non-pro. The koefisien koefisien dari HHI positif dan secara statistik signifikan untuk tahun 1995 dan 1998. Hal ini menunjukkan bahwa rumah sakit di amore pasar yang kompetitif telah menurunkan mereka

kebijakan, ada beberapa cara untuk mengukur rumah sakit CMI. Salah satu CMIS yang paling banyak digunakan adalah sistem Medicare DRG. Ada beberapa penelitian untuk menguji kinerja sistem DRG untuk memprediksi biaya rumah sakit. Karena heterogenitas klinis dalam DRGs, HCFA ulang didefinisikan sistem Medicare DRG saat ini dan mengevaluasi ulang fi sistem ned DRG. Kemampuan sistem ini untuk menjelaskan variasi tambahan dalam penggunaan sumber daya selama DRG klasifikasi, bagaimanapun, adalah terbatas dan sangat bervariasi di seluruh DRGs [ 15 17 ] Dan tidak memberikan manfaat yang cukup besar. Banyak penelitian yang digunakan Medicare CMI sebagai variabel kontrol dalam studi mereka karena aksesibilitas data yang mudah, tetapi penting untuk mengembangkan CMIS menggunakan populasi penelitian (yaitu, pembayar-spesifik CMIS).

tabel IV Sarana dan kesalahan standar dari kovariat dalam model regresi multivariat.

organisasi managed care yang bersaing satu sama lain untuk hidup tertutup. Salah satu tujuan MCOs' akan meminimalkan biaya per enrollee. Hal ini dapat dilakukan

variabel

Berarti

SD

Beban usaha untuk pasien pihak ketiga (juta $)

30,8

41,4

Pendapatan bersih untuk pasien pihak ketiga (juta

31,5

39,6

dengan mengurangi pembayaran kepada rumah sakit sehingga mereka hanya dapat menerima sejumlah uang tertentu (biasanya jauh lebih rendah dibandingkan dengan FFS) dari MCOs terlepas dari keparahan pasien penyakit. Karena persaingan rumah sakit dan dikelola perawatan, itu bisa mungkin untuk menganggap bahwa biaya rumah sakit akan tetap stabil (atau peningkatan) dari waktu ke waktu, tetapi pendapatan rumah

$)

Jumlah debit untuk pasien pihak ketiga 3,633.73 3,805.51 jumlah kunjungan

sakit akan berkurang karena pembayaran fi sien insufisiensi. Dengan demikian,

pasien pihak ketiga

47,360.60 67,913.10

kesenjangan antara biaya rumah sakit dan pendapatan akan lebih kecil. Studi ini

CMI menggunakan berat biaya

0,905

0,353

Indeks upah daerah Medicare

1,191

0,141

Untuk-pro fi kepemilikan t

0,349

0.477

Hirshman-nya indeks fi ndahl

0,299

0,151

penetrasi HMO (%)

0,309

0,123

Peloncat

menunjukkan bahwa perbedaan antara koefisien koefisien untuk CMIS biaya rumah sakit dan pendapatan yang semakin kecil dan lebih kecil (kadang-kadang

5

J Med Syst (2007) 31: 1-7

tabel V model regresi untuk biaya operasional rumah sakit untuk pasien pihak ketiga.

ln (biaya operasional pihak ketiga)

Koefisien

SE

p- nilai

ln (pembuangan)

0,4833

0,0182

0,0000

ln (kunjungan)

0,1848

0,0139

0,0000

ln (indeks upah Medicare)

0,2951

0,1454

0,0430

1989 boneka

0,3810

0,0533

0,0000

1992 boneka

0,3916

0,0552

0,0000

1995 boneka

0,6309

0,0672

0,0000

1998 boneka

0,7050

0,0726

0,0000

ln (CMI menggunakan bobot biaya * 1986)

0,2155

0,0573

0,0000

ln (CMI menggunakan bobot biaya * 1989)

0,3520

0,0534

0,0000

ln (CMI menggunakan bobot biaya * 1992)

0,3284

0,0505

0,0000

ln (CMI menggunakan bobot biaya * 1995)

0,3298

0,0486

0,0000

ln (CMI menggunakan bobot biaya * 1998)

0,3228

0,0458

0,0000

Untuk-pro fi t * 1986

0,0004

0,0357

0,9910

Untuk-pro fi t * 1989

0,0081

0,0362

0,8220

Untuk-pro fi t * 1992

0,0082

0,0360

0,8200

Untuk-pro fi t * 1995

- 0,0556

0,0346

0,1080

Untuk-pro fi t * 1998

- 0,0793

0,0334

0,0180

% Hari pasien pihak ketiga * 1986

0,1458

0,0900

0,1050

% Hari pasien pihak ketiga * 1989

0,2126

0,0904

0,0190

% Hari pasien pihak ketiga * 1992

0,5567

0,0884

0,0000

% Hari pasien pihak ketiga * 1995

0,6219

0,0831

0,0000

% Hari pasien pihak ketiga * 1998

0,4141

0,0817

0,0000

ln (Market HHI) * 1986

- 0,0436

0,0468

0,3520

ln (pasar HHI) * 1989

- 0,0404

0,0458

0,3780

ln (pasar HHI) * 1992

0,0723

0,0403

0,0730

ln (pasar HHI) * 1995

0,1715

0,0471

0,0000

ln (pasar HHI) * 1998

0,1637

0,0482

0,0010

ln (penetrasi HMO) * 1986

0,0411

0,1247

0,7420

ln (penetrasi HMO) * 1989

- 0,2522

0,1262

0,0460

ln (penetrasi HMO) * 1992

- 0,0561

0,1338

0,6750

ln (penetrasi HMO) * 1995

- 0,1786

0,1452

0,2190

ln (penetrasi HMO) * 1998

0,0642

0,1528

0,6740

10,6076

0,1783

0,0000

Konstan

R persegi: 0,9392

koefisien koefisien untuk CMIS biaya rumah sakit yang lebih besar daripada yang pendapatan

harga rumah sakit. Meskipun studi ini menunjukkan bahwa perbedaan antara

rumah sakit).

tingkat kenaikan biaya rumah sakit dan bahwa pendapatan rumah sakit

persaingan harga rumah sakit dan perawatan dikelola telah menyebabkan pembayar

secara statistik tidak signifikan, bila menggunakan tahun lagi saat data,

untuk bernegosiasi harga dengan rumah sakit [ 18 - 20 ]. pembayar perawatan kesehatan

perbedaan antara kedua mungkin berubah secara statistik signifikan karena

termasuk Medicare, Medicaid, dan pembayar pihak ketiga memiliki kekhawatiran tentang

baru-baru ini perubahan di pasar-seperti perawatan kesehatan sebagai

biaya perawatan kesehatan yang terus meningkat dan telah berusaha untuk memperlambat

perluasan managed care [ 21 ], UU Perimbangan Anggaran 1997 dan

laju kenaikan biaya mereka. Dalam lingkungan seperti itu, salah satu keprihatinan telah

pelaksanaan sistem rawat jalan calon pembayaran (opps) -yang telah

bahwa harga rumah sakit (dan pendapatan karena itu bersih) mungkin telah menjadi terlalu

mempengaruhi biaya rumah sakit dan pendapatan UU Balance Anggaran

dipisahkan dari biaya rumah sakit. Dengan mengembangkan fi payerspeci c

1997 [ 22 ] Dan pelaksanaan opps untuk Medicare telah berdampak pada

langkah-langkah CMI, penelitian ini memungkinkan kita untuk lebih menilai hubungan

pasar rumah sakit.

penting ini. Penelitian ini mengungkapkan bahwa sejak tahun 1995 laju kenaikan biaya rumah sakit bagi pasien pihak ketiga telah lebih besar daripada pendapatan rumah sakit.

Ada beberapa keterbatasan dalam penelitian ini. Implikasi dari penelitian ini

Meskipun data dalam penelitian ini berakhir pada tahun 1998, temuan yang masih relevan

harus marah oleh keterbatasan metode yang digunakan. Sebagai contoh,

dengan lingkungan perawatan kesehatan saat ini karena perawatan yang dikelola masih

penelitian ini hanya menggunakan tingkat penetrasi HMO sebagai proxy untuk

mendominasi pasar perawatan kesehatan saat ini dan negosiasi harga merupakan sarana

penetrasi managed care. Namun, PPO juga merupakan bentuk populer dari

utama menentukan

perawatan yang dikelola sehingga akan lebih baik untuk menyertakan penetrasi PPO serta tingkat penetrasi HMO. Penelitian ini dibatasi hanya satu

Peloncat

J Med Syst (2007) 31: 1-7

6

tabel VI model regresi untuk pendapatan usaha rumah sakit untuk pasien pihak ketiga.

Koefisien

ln (pihak ketiga pendapatan usaha)

SE

p- nilai

ln (pembuangan)

0,5179

0,0217

0,0000

ln (kunjungan)

0,2020

0,0166

0,0000

ln (indeks upah Medicare)

0,5282

0,1735

0,0020

1989 boneka

0,3817

0,0637

0,0000

1992 boneka

0,7137

0,0658

0,0000

1995 boneka

1,0512

0,0802

0,0000

1998 boneka

1,0431

0,0866

0,0000

ln (CMI menggunakan bobot biaya * 1986)

0,2203

0,0683

0,0010

ln (CMI menggunakan bobot biaya * 1989)

0,3560

0,0638

0,0000

ln (CMI menggunakan bobot biaya * 1992)

0,3441

0,0603

0,0000

ln (CMI menggunakan bobot biaya * 1995)

0,2953

0,0580

0,0000

ln (CMI menggunakan bobot biaya * 1998)

0,3139

0,0547

0,0000

Untuk-pro fi t * 1986

0,1333

0,0426

0,0020

Untuk-pro fi t * 1989

0,1096

0,0432

0,0110

Untuk-pro fi t * 1992

0,1695

0,0430

0,0000

Untuk-pro fi t * 1995

0,0935

0,0413

0,0240

Untuk-pro fi t * 1998

0,0818

0,0399

0,0400

% Hari pasien pihak ketiga * 1986

0,0943

0,1074

0,3800

% Hari pasien pihak ketiga * 1989

0,1440

0,1079

0,1820

% Hari pasien pihak ketiga * 1992

0,1130

0,1055

0,2840

% Hari pasien pihak ketiga * 1995

0,1204

0,0992

0,2250

% Hari pasien pihak ketiga * 1998

0,1506

0,0975

0,1230

ln (pasar HHI) * 1986

- 0,0455

0,0559

0,4160

ln (pasar HHI) * 1989

- 0,0369

0,0547

0,5000

ln (pasar HHI) * 1992

0,0614

0,0481

0,2020

ln (pasar HHI) * 1995

0,2421

0,0562

0,0000

ln (pasar HHI) * 1998

0,3429

0,0575

0,0000

ln (penetrasi HMO) * 1986

- 0,1759

0,1489

0,2380

ln (penetrasi HMO) * 1989

- 0,4761

0,1506

0,0020

ln (penetrasi HMO) * 1992

- 0,4319

0,1597

0,0070

ln (penetrasi HMO) * 1995

- 0,6624

0,1733

0,0000

ln (penetrasi HMO) * 1998

- 0,2639

0,1824

0,1480

10,1862

0,2129

0,0000

Konstan

R persegi: 0,9262

negara, California, whichmay menghalangi generalisasi yang valid untuk negara-negara lain.

secara statistik tidak signifikan. Perbedaan ini, bagaimanapun, bisa menjadi

Industri rumah sakit inCalifornia, bagaimanapun, memiliki beberapa karakteristik yang relevan

statistik signifikan di masa depan jika semua pemain tidak memperhatikan

dengan industri rumah sakit secara keseluruhan, karena negara-negara seperti lainnya pembayar

hubungan antara biaya rumah sakit dan pendapatan.

pihak ketiga (misalnya, Blue Cross) menggunakan berbasis kasus pembayaran untuk layanan rawat inap.

Keterbatasan lain adalah menggunakan data untuk tahun yang dipilih daripada

tabel VII Koefisien perbedaan fi sien antara pihak ketiga biaya pembayar operasi dan pendapatan untuk model.

menggunakan semua data tahun untuk masa studi. Hal ini, bagaimanapun, masih lebih baik

ln (pendapatan) ln (beban) Perbedaan

daripada menggunakan hanya data 1 tahun (hanya cross-sectional). Meskipun studi ini tidak mencakup seluruh tahun, variabel yang digunakan dalam penelitian ini kemungkinan akan

ln (CMI) * 1986

berkorelasi dari satu periode ke periode berikutnya dan mungkin tidak mewakili kelemahan yang serius.

Meskipun keterbatasan potensial, penelitian ini meningkatkan pemahaman kita tentang hubungan antara kasus rumah sakit campuran dan biaya rumah sakit dan pendapatan. Hasil dalam penelitian ini menunjukkan bahwa ketika ada peningkatan CMIS rumah sakit, perbedaan koefisien koefisien untuk CMIS pendapatan dan biaya model menjadi lebih kecil dari waktu ke waktu meskipun perbedaan

Peloncat

ln (CMI) * 1989 ln (CMI) * 1992 ln (CMI) * 1995 ln (CMI) * 1998

0,2203

0,2155

(0,0683)

(0,0573)

0,3560

0,3520

(0,0638)

(0,0534)

0,3441

0,3284

(0,0603)

(0,0505)

0,2953

0,3298

(0,0580)

(0,0486)

0,3139

0,3228

(0,0547)

(0,0458)

t uji

0,0048

0,0538

0,0040

0,0481

0,0157

0,1996

- 0,0345 - 0,4559 - 0,0089 - 0,1248

7

J Med Syst (2007) 31: 1-7

Referensi

12. Younis, M., Rivers, PA, dan Fottler, MD, Dampak HMO dan persaingan rumah sakit pada biaya rumah sakit. J. Kesehatan Keuangan

1. Melnick, GA, dan Zwanziger, Pengeluaran J. Negara Kesehatan bawah Persaingan dan Peraturan 1980 melalui 1991. Saya. Kesehatan Masyarakat J. 85 (10): 1391-1396, 1995.

2. Robinson, JC, dan Luft, HS, Dampak struktur pasar rumah sakit pada volume pasien, rata-rata lama tinggal, dan biaya perawatan. J. Kesehatan Econ. 4: 333-356, 1985.

3. Robinson, JC, dan Luft, HS, Persaingan dan biaya perawatan di rumah sakit, 1972-1982. JAMA 257 (23): 3241-3245, 1987.

4. Robinson, JC, penetrasi pasar HMO dan biaya rumah sakit inflasi di California. JAMA 266 (19): 2719-2723, 1991.

5. Luft, HS, Robinson, J. C, Garnick, DW, Maerki, SC, dan McPhee, SJ, Peran layanan klinis khusus dalam persaingan antar rumah sakit. Penyelidikan 23 (1): 83-94, 1986. 6. Zwanziger, J., dan Melnick, GA, Efek kompetisi rumah sakit dan program Medicare PPS biaya rumah sakit perilaku di California. J. Kesehatan Econ. 7 (4): 301-320, 1988. 7. Bamezai, A., Zwanziger, J., Melnick, GA, dan Mann, JM, persaingan harga dan pertumbuhan biaya rumah sakit di Amerika Serikat (1989-1994). Kesehatan Econ. 8 (3): 233-43 1999.

8. Zwanziger, J., Melnick, GA, dan Bamezai, A., Biaya dan persaingan harga di rumah sakit California, 1980-1990. Urusan Kesehatan (Jatuh) 118-126 1994. 9. Zwanziger, J., Melnick, GA, dan Bamezai, A., Dapatkah biaya tentang pengalihan terus dalam lingkungan yang kompetitif harga. Kesehatan Econ. 9: 211-

225, 2000.

10. Zwanziger, J., Melnick, GA, dan Bamezai, A., Pengaruh kontrak selektif pada biaya rumah sakit dan pendapatan. Kesehatan Serv. Res. 35 (4): 849-867, 2000. 11. perilaku Melnick, GA, dan Zwanziger, J., Rumah Sakit di bawah kebijakan persaingan dan biaya-containment: The California pengalaman, 1980-1985. JAMA 260 (18): 2669-2675, 1988.

31 (4): 60-74, 2005. 13. Zwanziger, J., dan Mooney, C., Telah persaingan harga berubah pendapatan dan beban rumah sakit di New York? Penyelidikan 42 (2): 183-

192 2005. 14. Kongstvedt, P., Essentials of Managed Care Kesehatan, Edisi ke-4., As-

pen Penerbit, Gaithersburg, Maryland, 2003. 15. Thomas, JW, dan Ashcraft, ML, Mengukur tingkat keparahan penyakit: Enam sistem keparahan dan kemampuan mereka untuk menjelaskan biaya. Penyelidikan

28: 39-55, 1991. 16. Thomas, JW, andAshcraft, ML, Mengukur tingkat keparahan penyakit: Sebuah perbandingan reliabilitas antar penilai antara metodologi keparahan. Penyelidikan 26 (4): 483-92 1989.

17. Mackenzie, EJ, Steinwachs, D. M, Ramzy, AI, Ashworth, JW, dan Shanker, B., Trauma kasus campuran dan pembayaran rumah sakit: Potensi re fi ning DRGs. Kesehatan Serv. Res. 26 (1): 5-26,

1991. 18. Bamezai, A., Melnick, GA, Mann, J., dan Zwanziger, J., Rumah Sakit kontraktor selektif dalam ketiadaan pilihan konsumen: Apa yang bisa kita pelajari dari Medi-Cal. J.

Kebijakan Anal. Manag. 22 (1): 65-84, 2003. 19. Ginsburg, PB, Persaingan dalam perawatan kesehatan: evolusi Its selama dekade terakhir. Urusan

Kesehatan 24 (6): 1512-1522, 2005.

20. Dhanani, N., O'Leary, JF, Keeler, E., Bamezai, A., dan Melnick, GA, Efek dari HMO pada pemanfaatan ofMedicare diuntungkan rawat inap. Kesehatan

Serv. Res. 39 (5): 1607-1628, 2004. 21. Thorpe, KE, Sieber, EE, dan Florence, CS, Dampak HMO pada perawatan terkompensasi berbasis rumah sakit. J. HealthPol. Hukum Kebijakan 26 (3): 543-55 2001. 22. Weber, DO, Pemetaan masa depan. Kesehatan Forum J. 43 (6): 10-15,

2000. 23. biaya driver Hay, JW, Rumah Sakit: Sebuah evaluasi 1998-2001 Data tingkat negara bagian. Saya.

J. Manag. Peduli ( 1): SP13-24 2003.

Peloncat

izin Reproducedwith dari pemilik hak cipta. izin reproductionprohibitedwithout lanjut.