CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU
1.2. Tổng quan các mô hình ước lượng, dự báo chi phí KCB
1.2.1. Các mô hình dự báo chi phí khám, chữa bệnh
Cho tới nay, để dự báo chi phí KCB, các nghiên cứu hiện có đã áp dụng nhiều cách tiếp cận khác nhau. Theo Astolfi và cộng sự (2012) thì các mô hình dự báo chi phí KCB có thể được xây dựng ở cấp độ cá nhân theo các nhóm đặc trưng hoặc cho toàn bộ dân số. Bên cạnh đó, các mô hình cũng có thể chỉ chú trọng vào một loại chi phí KCB cụ thể (như chi phí KCB trong khu vực công, tư nhân hoặc chi phí tiền túi của hộ gia đình cho KCB). Xét theo cách kết hợp đơn vị phân tích, mức độ chi tiết về chi phí KCB
cần dự báo và các câu hỏi chính sách thì có thể chia ra ba lớp mô hình dự báo chi phí KCB, đó là:
• Các mô hình mô phỏng vi mô (Micro-simulation models) (Besseling và Shestalova, 2011; Brown và cộng sự, 2009; Fukawa, 2007; O'Hagan và cộng sự, 2007;
Spielauer, 2007);
• Các mô hình ở cấp độ vĩ mô (Macro-level models) (Baltagi và Moscone, 2010;
Brown và cộng sự, 2009; Oliveira Martins và De la Maisonneuve, 2006; Warshawsky, 1994); và
• Các mô hình theo thành phần (Component-based models) (Baltagi và Moscone, 2010; Przywara, 2010; Ringel và cộng sự, 2010; Vos và cộng sự, 2007; Racic, 1997).
1.2.1.1. Mô hình mô phỏng vi mô
Lớp mô hình mô phỏng vi mô là lớp mô hình tập trung vào cá nhân, coi nó như một đơn vị phân tích và từ đó mô phỏng toàn bộ cá nhân trong một tổng thể dân số. Các cá nhân được mô phỏng mang các đặc trưng và hành vi đại diện cho tổng thể. Các vấn liên quan đến sức khỏe trong toàn bộ cuộc đời mỗi con người (như mang thai và sinh nở; đối mặt với các rủi ro (như bị huyết áp cao, cholesterol hay nghiện thuốc lá; nguy cơ gia tăng các loại bệnh như ung thư, tiểu đường, tim mạch…) sẽ được mô phỏng lại.
Các chi phí KCB liên quan cho mỗi tình huống bệnh tật cũng được mô phỏng và từ đó đưa ra được các ước lượng về chi phí KCB (Zucchelli và cộng sự, 2010).
Ưu điểm của lớp mô hình này là giúp trả lời các câu hỏi chính sách trong dài hạn vì nó tính đến sự tương tác giữa các cá nhân trong tổng thể, các rủi ro có thể xảy ra và các quá trình chuyển đổi dịch tễ học của dân số (Astolfi và cộng sự, 2012).
Lớp mô hình này yêu cầu lượng dữ liệu lớn, khá chi tiết, có thể phải lấy từ nhiều nguồn khác nhau và cần đến các kĩ thuật thống kê phức tạp để chuẩn hóa sao cho có thể mô phỏng cho toàn bộ tổng thể nghiên cứu.
1.2.1.2. Mô hình ở cấp độ vĩ mô
Ngược lại với lớp mô hình mô phỏng vi mô, lớp mô hình ở cấp độ vĩ mô lại coi tổng chi phí KCB như một đơn vị phân tích. Mô hình dự báo ở cấp độ vĩ mô được thực hiện dựa vào việc sử dụng các mô hình hồi quy với số liệu chuỗi thời gian hoặc số liệu mảng. Các dự báo có thể dựa vào việc ngoại suy thuần túy các mô hình thống kê hoặc có thể dựa vào giá trị dự báo của những biến giải thích quan trọng. Ví dụ, Getzen và Poullier (1992) đã đề xuất phương pháp hồi quy đơn giản để ước lượng và dự báo tổng chi phí KCB theo tốc độ tăng trưởng GDP và tỷ lệ lạm phát trong quá khứ.
1.2.1.3. Mô hình theo thành phần
Lớp mô hình theo thành phần dự báo chi phí KCB dựa vào việc phân chia các đối tượng nghiên cứu theo các thành phần như theo nhóm chi trả, theo nhà cung cấp dịch vụ, theo các dịch vụ đã sử dụng hoặc theo các nhóm đối tượng cá nhân dựa vào các yếu tố nhân khẩu và phi nhân khẩu.
Một lớp mô hình con rất quan trọng trong lớp mô hình này là lớp mô hình dự báo theo đoàn hệ (cohort-based models), trong đó các cá nhân được nhóm lại dựa theo các đặc điểm nhân khẩu (như tuổi, giới tính) và/hoặc phi nhân khẩu (như tình trạng bệnh tật...). Các mô hình dạng này còn được gọi là mô hình Toán bảo hiểm (actuarial models) hay mô hình mô hình phân mảng/theo lát cắt đặc trưng (cell-based models). Mỗi mảng trong mô hình được liên kết với chi phí KCB trung bình ước lượng được tương ứng với từng nhóm đối tượng. Số người trong mỗi nhóm được dự báo có tính đến sự biến động của dân số và cũng được ghi lại trong từng mảng. Tổng chi phí KCB cho mỗi nhóm đối tượng sẽ được tính bằng cách nhân chi phí trung bình với số người trong nhóm và từ đó suy ra dự báo cho chi phí của toàn bộ tổng thể (Baltagi và Moscone, 2010; Przywara, 2010; Ringel và cộng sự, 2010; Vos và cộng sự, 2007; Racic, 1997).
Lớp mô hình dự báo theo đoàn hệ được sử dụng rộng rãi vì nhiều ưu điểm. Thứ nhất, việc thực hiện và duy trì không quá phức tạp và ít tốn kém bởi vì lớp mô hình này được xây dựng trên những bảng tính tương tác, đòi hỏi lượng số liệu không nhiều và ít tham số. Thứ hai, ảnh hưởng của những thay đổi về mặt chính sách có thể được đánh giá một cách dễ dàng bằng cách thay đổi các tham số chính sách trong mô hình (Ringel và cộng sự, 2010).
Bằng cách phân chia chi phí KCB theo các thành phần như chăm sóc sức khỏe ban đầu, KCB ngoại trú và nội trú, mua thuốc theo đơn, tạo hình thẩm mỹ, thai sản và các chi phí khác, Racic (1997) đã đưa ra mô hình dự báo chi phí KCB cho Croatia từ 1996 đến 2011. Trong mô hình có tính đến sự biến động về dân số và sự thay đổi chi phí theo từng năm. Tuy nhiên, mô hình không chia nhỏ các nhóm đối tượng dân số theo các yếu tố nhân khẩu hay phi nhân khẩu mà coi tất cả các đối tượng có mức chi như nhau.
Vos và cộng sự (2007) sử dụng phương pháp phân nhóm dân số theo 20 nhóm tuổi (0-4; 5-9...), giới tính, nhóm chi phí KCB và nhóm bệnh để dự báo chi phí KCB của Úc trong vòng 30 năm (2003-2033). Chi phí KCB trung bình theo đầu người và số lượt KCB được dự báo dựa trên sự thay đổi của tổng dân số, cấu trúc tuổi của dân số, xu hướng thay đổi của dạng bệnh tật và giá các dịch vụ y tế. Tuy nhiên, trong dự báo này
chưa xét đến tác động của các chính sách lên chi phí KCB trong tương lai. Tương tự, cũng phân chia dân số thành 20 nhóm tuổi và mỗi nhóm tuổi tương ứng với 6 nhóm chi phí y tế (gồm hai thành phần chính là chăm sóc sức khỏe và KCB), Besseling và Shestalova (2011) xây dựng mô hình dự báo chi phí y tế của Hà Lan trong giai đoạn 2011-2015 để đánh giá khả năng ảnh hưởng của chính sách về việc tăng mức đồng chi trả lên ngân sách chính phủ. Mục tiêu của nghiên cứu này giống như Przywara (2010) là đánh giá tác động lên một số yếu tố với hai kịch bản là khi có và khi không có chính sách.