CHƯƠNG 4: SỬ DỤNG MÔ HÌNH RỦI RO NHÓM ƯỚC LƯỢNG CHI PHÍ KHÁM CHỮA BỆNH BẢO HIỂM Y TẾ Ở VIỆT NAM: NGHIÊN CỨU TRƯỜNG HỢP THÀNH PHỐ HỒ CHÍ MINH
4.3. Mô phỏng tổng chi phí khám chữa bệnh Bảo hiểm Y tế và đánh giá sai số của ước lượng
4.3.2. Đánh giá sai số của ước lượng
Đánh giá sai số của ước lượng chính là đánh giá sự phù hợp của mô hình rủi ro nhóm đối với số liệu KCB BHYT ở TP. Hồ Chí Minh. Để làm việc đó, Luận án chia bộ dữ liệu thành hai phần: i) dữ liệu các năm 2014 và 2015 được dùng để chạy mô hình (ước lượng các tham số của phân phối làm đầu vào cho các mô hình mô phỏng), từ đó đưa ra các ước lượng cho chi phí KCB BHYT; và ii) dữ liệu KCB BHYT năm 2016. Sử dụng các kiểm định phân phối xác suất để tính toán các thống kê đo lường sai lệch giữa phân phối xác suất của chi phí KCB BHYT ước lượng được từ phần dữ liệu thứ nhất với chi phí KCB BHYT thực tế ở phần dữ liệu thứ hai. Cụ thể, kiểm định Kolmororov- Smirnov được dùng để kiểm định sự phù hợp về phân phối xác suất của hai chuỗi dữ liệu này. Sai số của mô hình được đo bằng thống kê kiểm định à và giá trị B − 4J²N của kiểm định. Ước lượng có thống kê à càng nhỏ thì có sai số càng nhỏ. Nói cách khác, giá trị B − 4J²N của kiểm định càng lớn (lớn hơn mức ý nghĩa [ nào đó) chứng tỏ giá trị ước lượng được có phân phối xác suất càng gần với dữ liệu thực tế.
Bảng 4.13 trình bày các thống kê Ã và B − 4J²N của kiểm định phân phối xác suất giữa chi phí KCB BHYT theo đầu người thực tế trong năm 2016 so với chi phí KCB BHYT mô phỏng được từ mô hình rủi ro nhóm với các tham số ước lượng được
từ dữ liệu năm 2014 và 2014. Nhóm đối tượng được xét cụ thể là nam giới ở độ tuổi 50 đã sử dụng các dịch vụ KCB ngoại trú ở các cơ sở y tế tuyến trung ương cho nhóm bệnh bướu tân sinh. Các tham của mô hình được ước lượng bằng hai phương pháp, Bayes và hợp lý tối đa. Kết quả cho thấy, B − 4J²N trong cả hai trường hợp đều lớn hơn 0,01, tức là với mức ý nghĩa 1%, chi phí KCB BHYT mô phỏng được có cùng phân phối xác suất với chi phí KCB BHYT thực tế. Điều đó chứng tỏ mô hình rủi ro nhóm là phù hợp để ước lượng chi phí KCB do BHYT chi trả đối với nhóm đối tượng này. So sánh thống kê Ã hay B − 4J²N trong hai trường hợp cho thấy mô hình với tham số ước lượng theo phương pháp Bayes có sai số nhỏ hơn.
Bảng 4.13. Sai số ước lượng của một nhóm đối tượng
Sai số ước lượng Mô hình với tham số ước lượng Bayes
Mô hình với tham số ước lượng hợp lý tối đa
Thống kê KS 0,4471 0,4562
P − value 0,0122 0,0114
Nguồn: Tự tính toán từ dữ liệu Bộ Y tế và HFG (2016) cho TP. HCM Bằng cách tương tự, Luận án thực hiện đánh giá sai số ước lượng cho tất cả các nhóm đối tượng. Bảng 4.14 cho thống kê về số nhóm đối tượng có sai số ước lượng chấp nhận được, tức là B − 4J²N lớn hơn mức ý nghĩa của kiểm định, trong số 10.331 nhóm đối tượng đang xét.
Bảng 4.14. Số nhóm đối tượng có mô hình phù hợp Mức ý nghĩa
của kiểm định
Mô hình với tham số Bayes
Mô hình với tham số hợp lý tối đa
0,1 5.679 5.588
0,05 6.062 6.984
0,01 7.317 7.277
Nguồn: Tự tính toán từ dữ liệu Bộ Y tế và HFG (2016) cho TP. HCM Như vậy, đa số các nhóm đối tượng cho kết quả ước lượng phù hợp. Hơn nữa, kết quả mô phỏng từ mô hình với tham số ước lượng theo phương pháp Bayes phù hợp hơn kết quả mô phỏng từ mô hình với tham số ước lượng theo phương pháp hợp lý tối đa. Do đó, Luận án lựa chọn phương pháp Bayes để ước lượng tham số cho mô hình rủi
ro nhóm. Phần tiếp theo trình bày kết quả ước lượng chi phí KCB BHYT theo đầu người trong từng nhóm theo mô hình rủi ro nhóm, trong đó tham số của phân phối được ước lượng theo phương pháp tiếp cận Bayes.
4.3.3. Ước lượng chi phí đầu người khám chữa bệnh bảo hiểm y tế năm 2017 Trong mục này, Luận án lựa chọn mô hình rủi ro nhóm mà ở đó số lượt KCB BHYT có phân phối Poisson – Gamma và chi phí KCB BHYT theo lượt phân phối Lognormal – Normal. Dữ liệu KCB BHYT năm 2014 được coi là dữ liệu gốc. Mỗi lần cập nhật dữ liệu theo năm (tức là năm 2015 rồi năm 2016), thông tin sẽ được phản ánh vào tham số của ước lượng theo phương pháp ước lượng Bayes. Sử dụng phương pháp mô phỏng Monte-Carlo theo năm bước trình bày ở trên với các tham số vừa ước lượng được cùng với 10.000 mô phỏng ta sẽ thu được chi phí KCB BHYT theo đầu người năm 2017 dưới dạng phân phối xác suất.
Với các tham số được ước lượng như trong Bảng 4.10 và 4.12, cho nhóm đối tượng nam giới ở độ tuổi 50 đã sử dụng các dịch vụ KCB ngoại trú ở các cơ sở y tế tuyến trung ương cho nhóm bệnh bướu tân sinh, Luận án mô phỏng được một chuỗi các giá trị của chi phí KCB BHYT năm 2017 của nhóm đối đượng này. Bảng 4.15 trình bày một số các thống kê cơ bản về chuỗi dữ liệu mô phỏng được.
Bảng 4.15. Thống kê chi phí đầu người KCB BHYT mô phỏng được Nhỏ
nhất
Lớn nhất
Trung bình
Độ lệch chuẩn
Trung vị
Hệ số bất đối xứng
Hệ số nhọn
0,0245 54,467 5,139 4,5226 0,5882 11,895 31,645
Nguồn: Tự tính toán từ dữ liệu Bộ Y tế và HFG (2016) cho TP. HCM Kết quả cho thấy, chi phí KCB BHYT trung bình của nhóm đối tượng này là hơn 5 triệu đồng/người/năm. Mức chi phí có phân tán rất lớn với các giá trị trải từ hơn 200.000 đồng cho đến hơn 34 triệu đồng. Giá trị trung vị nhỏ hơn nhiều so với trung bình cho thấy phân phối của chi phí KCB của nhóm lệch nhiều về bên phải. Để có cái nhìn tổng thể về mặt trực quan, Hình 4.7 biểu diễn đồ thị hàm mật độ xác suất thực nghiệm của chuỗi dữ liệu mô phỏng được.
Hình 4.7. Đồ thị hàm mật độ xác suất của chi phí đầu người KCB BHYT được mô phỏng cho năm 2017
Nguồn: Tự tính toán từ dữ liệu Bộ Y tế và HFG (2016) cho TP. HCM Hình ảnh cho thấy chi phí KCB BHYT của nhóm đối tượng này rất phân tán, giá trị tập trung hầu hết vào khoảng dưới 10 triệu đồng. Tuy nhiên, vẫn có những giá trị lớn hơn 50 triệu đồng.
Bằng cách tương tự, Luận án thực hiện mô phỏng chi phí KCB BHYT theo đầu người của tất cả 10.331 nhóm đối tượng. Kết quả được lưu lại dưới dạng ma trận 10.331 dòng và 10.000 cột, mỗi dòng tương ứng với chi phí KCB BHYT theo đầu người của một nhóm đối tượng.2
Dựa vào số liệu mô phỏng này, có thể đưa ra một số phân tích sâu hơn đối với các nhóm đối tượng cần quan tâm. Chẳng hạn có thể tính được chi phí KCB BHYT bình quân đầu người theo tuổi/nhóm tuổi; theo tuyến KCB; theo loại KCB cũng như theo nhóm bệnh. Mục 4.5 sẽ phân tích sâu hơn về kết quả này.
Hình 4.8 biểu diễn đồ thị hàm mật độ xác suất thực nghiệm cho chi phí KCB BHYT theo đầu người của nhóm đối tượng là nam giới ở tuổi 60 sử dụng các dịch vụ KCB nội trú ở tuyến trung ương với từng nhóm bệnh trong 10 nhóm bệnh được chọn nghiên cứu. Hình này cho thấy, với cùng nhóm đối tượng theo nhân khẩu học thì chi phí đối với các bệnh khác nhau là rất khác nhau. Có những nhóm bệnh chi phí không dao động nhiều (bệnh nhiễm trùng, hệ tuần hoàn), nhưng có những nhóm bệnh chi phí lại phân tán rất rõ rệt (bướu tân sinh hay cơ xương khớp).
2 Ma trận có kích thước khá lớn, không thể in hết vào Phụ lục của Luận án mà sẽ được lưu ở thư mục bên ngoài.
Tác giả sẵn sàng chia sẻ, giải trình nội dung theo yêu cầu của người đọc khi Dự án Bộ Y tế và HFG cho phép.