论文部分内容阅读
目的自新医改以来,通过各种医改举措使得我国医疗费用的增长趋势有所减缓,但不同地区间费用差距依然明显,控费政策的精细化程度仍有不足。本研究将通过ArcGIS平台呈现四川省医疗费用空间分异情况,利用地理加权回归(GWR)模型代替传统最小二乘法(OLS)模型揭示各影响因素与医疗费用之间的复杂关系,对比分析各地区医疗服务质量和医疗费用排名。最后基于以上分析,对如何降低费用空间分布差异,改善医疗服务质量,制定精细化控费政策,提高医疗卫生系统配置效率进行讨论。方法首先使用变异系数(CV)比较2009年-2017年183个县(区、市)医疗费用间的变异程度;其次利用全局空间自相关指数(Global Moran’s I)和热点分析探索医疗费用数据的空间相关性和集聚模式;接着建立最小二乘法(OLS)模型进行变量筛选和共线性诊断,然后建立地理加权回归(GWR)模型分析各影响因素与医疗费用间的复杂关系,并将两种模型的效能进行对比;最后引入熵权与理想方案相似性的顺序选优技术(TOPSIS)对各县(区、市)住院医疗服务治疗情况进行综合评价。结果新医改以来9年间,四川省183个县(区、市)间次均门诊费用和人均住院费用逐年上升,次均门诊费用从2009年126.82元上升到2017年237.87元,人均住院费用从2009年4962.16元上涨到2017年7592.47元,近年增长率有所减缓,但不同地区间费用水平差距有扩大趋势;不论是次均门诊费用还是人均住院费用,各个时期的Global Moran’s I均高于0.3,呈现出很强的空间相关性,且热点区域主要集中在“成都及其周边”地区、攀枝花市和其他少数川东地区;次均门诊费用空间分异的影响因素为每千人口执业(助理)医师数、人口密度、公路里程和人均GDP,人均住院费用空间分异的影响因素为每千人口执业(助理)医师数、出院病人人均住院天数、人均GDP、公路里程和人口密度;OLS模型分别解释了次均门诊费用和人均住院费用变异的46%和71%,使用GWR模型后,解释力度提高了至少10个百分点,且赤则信息值(AICc)远低于OLS模型;部分县(区、市)的医疗费用与其医疗质量显著不匹配。结论不同地区间医疗费用水平和地理分布差距逐年增大,医疗费用分布呈现出很强的空间相关性和空间聚集模式,热点地区多为大型城市公立医院聚集的区县,也是四川省政治、经济、文化发展水平较发达地区,而冷点地区多为“甘孜、阿坝、凉山”三个少数民族居住的偏远地区;GWR模型在处理这类空间非平稳的数据时,相对传统OLS模型具有明显优势;每千人口执业(助理)医师数对医疗费用的影响和人均住院天数对住院费用的影响均为正向影响,而人均GDP、人口密度、公路里程对医疗费用的影响却是有正有负,不同地区受同一种因素的影响有显著差异;乐观区域更倾向于采用低成本、高效的治疗模式,将这种医疗服务模式推广至不乐观区域将可以降低该类区域的不必要医疗支出,整体提高医疗卫生系统效率;利用GWR模型进行微观尺度分析,得到了不同于宏观尺度研究的结论及额外信息,将宏观尺度分析与微观尺度分析相结合,可以更好评估不同地区医疗模式和卫生发展状况,针对不同地区的特点制定相应的卫生政策和干预措施。