访问学者申请
EMAIL
北京大学
ENGLISH
Ching-to Albert Ma 教授首先介紹了他研究的基本背景。西方的医疗保障系统由三部分组成：消费者，医院和保险公司。三者之间的关系是：消费者与保险公司签订医疗保险协议，保险公司和医院之间有付款协议，而消费者去医院看病，由保险公司承担看病费用。这篇文章集中调查了医院和病人之间互动关系，而不研究它们与保险公司的关系。
Ma 教授接着指出卫生经济中观察到的两个现象：一个地方医生越多，看病的人就越多；同時這類医院的境况常常是越来越好，盖起漂亮的住院大楼。这两个现象背后的原因是“诱发性需求”。举个例子，就是医生总是告诉他的病人病还没有根治，需要再来医院检查治疗。这篇文章研究的问题和“诱发性需求”有点类似，都是假定医生没有完全说实话。
医生需要向管理医疗的组织机构，保险公司提供医疗信息。这些信息与病人真實狀況的信息一致吗？如果不一致，原因是什么？医疗信息中的哪些方面最可能被如实上报？这篇论文对医务人员所提供的医疗信息的不一致性进行实证研究，其结果导致对信息不一致性背后原因的探寻，认为存在两个利他和利己兩個原因。
这篇论文对信息一致性的实证研究对象是戒酒治疗，采用两套并行且独立的数据。这两套数据记载了1990年到1995年间在缅因州的约1000宗的戒酒治疗记录，其中一套是缅因州戒酒治疗系统（MATS）的数据，另一套是医疗记录摘要。
MATS是用来对医疗进行监督和评估的官方数据。一个酗酒的病人接受和结束治疗时，都要回答一些标准化的问题，比如当时酗酒频率是一月一次，一月两三次，还是一周一次等等。他们的回答记录在一张MATS的表格上，如果病人无法联系，由医院填写。这些表格成为研究中所用的MATS数据的来源。从MATS中选取的数据区间为1989年10月到1995年12月。值得一提的是在这个区间段之间的1992年7月，Performance based Contracting出台，州政府的拨款按照治疗的成效来分配，该研究选区的样本中有三分之二在1992年之后的区间里，MATS在这个区间的数据很可能受夸大治疗成效的影响。
医疗记录摘要，是由波士顿大学的研究人员從医院医疗记录檔案中收集而來，包括1990年10月至1995年6约的988宗案例。这些案例由MATS中随机抽取且遵循以下要求：酗酒是这些病人主要的健康问题，且病人均接受院外治疗；病人接受治疗之前一年里没有戒酒的经历（原因是有戒酒史的病人一般情况下是酒瘾相当大的病人，他们常常频繁出入医院进行治疗，为了避免可能的选择问题，数据样本不考虑这一类病人）。样本来自10家最大的提供戒酒治疗的医院，每家抽取100宗治疗案例，这些案例在每个财政年度间平均分布。1000宗案例中，由于不明确的病人身份、医疗记录缺失或重复因素被排除了12份，留下988宗案例。
这篇文章從三方面对两套数据进行比较：接受治疗和结束治疗时的饮酒频率—衡量戒酒提高健康状况的成效；治疗的结束状态，即治疗结束的原因—衡量医生是否挽留病人直至疗程结束；接受治疗和结束治疗时的就业状态—衡量戒酒对社会的影响。
观察发现MATS和医疗记录摘要在饮酒频率和治疗结束状态的3项指标上并不一致。采用比较正规的统计方法，即采用Chi-square检验，Kappa统计和sensitivity&specificity检验，排除了随机误差引起的不一致性，仍得到相同的结论：MATS和医疗记录摘要的数据不一致。由Chi-square检验看分布是否相同；由Kappa统计得到相关程度；由Sensitivity$specificity检验得到一致性的百分比。数据分析结果顯示，MATS中记录的接收和结束治疗时病人的饮酒频率和医疗记录摘要明显不一致，有关就业状态记录是高度一致的，有关治疗结束状态记录則不能確定是否存在一致性。
Ma教授还討論了这篇论文的后续工作，即用模型来说明“策略性报告”的动因。原因大概有两个：一个是利他，把病人接受治疗时的病情说的较重，管理部门才批准进行治疗，或是把病人结束治疗时的病情说的较轻，帮助病人更快的找到工作，融入社会；另一个是利己，夸大治疗成效，追求资金上和学术上的回报。今后的研究还将考虑医疗保险的类别，根据成效拨款的法令等等，把这些因素引到博弈的模型里。
（阮峥整理）
