基于时间序列模型的医保记账费用预测研究

目的:探讨时间序列模型在医保记账费用预测中的可行性,并预测医保记账费用的发展趋势。方法:收集江苏省某三甲医院2012—2016年每月医保记账费用的原始数据,拟合时间序列模型,并对模型的拟合程度和预测效果进行检验。结果:模型通过白噪声检验,模型的平均绝对百分误差(MAPE)是5.979%,均方根误差(RMSE)是5 052 736.327,平均绝对误差(MAE)是3 612 828.978,R方为0.912,模型的拟合度良好。结论:将此模型用于2017年医保记账费用预测,模型的拟合值与实际值拟合程度较好,能为医院在医保记账费用管理中的决策提供参考依据。

大数据背景下基本医疗保险公平性评价——基于boosting算法的实证研究

近年来基本医疗保险参保率不断升高,全民医保目标已基本实现,相关的研究焦点也逐渐从机会公平转向结果公平。利用boosting算法对医疗保险中的记账费用划分等级,同时运用基尼系数、广义熵指数、阿特金森指数,从水平公平与垂直公平两个方面对城镇职工基本医疗保险及城镇居民基本医疗保险进行了评价。结果发现:总体公平性方面,职工医保各费用级别的实际补偿比差距较大;居民医保各费用级别的实际补偿比差距较小,但总体补偿水平远低于职工医保。在水平公平性方面,职工医保与居民医保各费用级别的记账费用分布均处于公平状态,水平公平性较好;而垂直公平性方面,与居民医保相比,职工医保记账费用分布能够更好地体现垂直公平性。