不同缺失机制并存时应答偏倚校正方法在医保学生医疗费用调查中的应用

在研究2012年太原市城镇居民医保参保学生（幼儿园至大学）的医疗费用及其影响因素时，发现因变量数据中同时存在随机无应答偏倚（随机缺失）和选择性偏倚（非随机缺失），为此本研究提出一个多重填补与样本选择模型相结合的两阶段策略，同时校正这两种偏倚。实例中经过两阶段抽样、问卷调查，整理获得合格数据1190例，因变量中存在2．52％非随机缺失和7．14％随机缺失。第一阶段利用完整数据对随机缺失进行多重填补，第二阶段对填补后的数据利用样本选择模型校正非随机缺失，同时建立多因素分析模型。通过1000次两阶段校正模拟研究比较4种不同多重填补方法，得出在此缺失比例组合下预测均数匹配法与样本选择模型结合的校正效果最优。最终在实例分析中得到影响太原市居民医保参保学生年度医疗费用的因素有被调查者类型、家庭年毛收入、对医疗费用水平的承受程度、慢性病、到社区卫生服务或私人诊所就诊、到医院门诊就诊、住院、是否有应住院而未住院情况、自我医疗、可接受的自付医疗费用比例。表明应用多重填补与样本选择模型相结合的两阶段校正方法，可有效校正调查数据因变量中存在的随机无应答偏倚和选择性偏倚。

不同缺失机制并存时偏倚校正的模拟研究

目的探讨在医疗费用调查中针对因变量数据所存在的选择性偏倚和随机无应答问题的两阶段校正方法。方法通过模拟得出不同程度随机缺失和非随机缺失并存时的多个数据集。首先对随机缺失(MAR)通过预测均数匹配法(PMM)、倾向性得分法(PS)、基于Bootstrap的EM算法(EMB)和马尔科夫链蒙特卡洛算法(MCMC)四种填补方法进行多重填补(第一阶段);在此基础上对选择性偏倚造成的缺失数据进行样本选择模型拟合(第二阶段);最后对多个拟合结果进行合并。对模拟出的结果以标准偏倚、均方误差的平方根和可信区间平均长度作为评价填补方法优劣的标准。结果在任意一种缺失情况下,PS法的结果相对不理想。当非随机缺失为轻度时,不同程度随机缺失情况下的填补方法选择为:在随机缺失也为轻度时,MCMC法最好;在随机缺失为中度时,EMB法最好;在随机缺失为重度时,PMM法最好。当非随机缺失为中度时,无论随机缺失程度如何,MCMC都是最好的方法;当非随机缺失为重度时,无论随机缺失程度如何,PMM都是最好的方法。结论 PMM、EMB和MCMC法均是处理随机缺失较好的填补方法,可以根据本次研究的模拟结果有选择的将填补方法运用于各种不同缺失情况的实际调查。

国内外分级诊疗研究现状分析与思考

随着经济社会的发展,人民群众对医疗卫生服务的期望、对自身健康的期望越来越高,如何优质、便捷、高效地为群众提供医疗服务成为医改的一个难题^([1])。目前,大医院人满为患、小医院门可罗雀的现象仍然存在。在国家层面上,我国提出了新医改的种种举措,比如,合理配置医疗资源、控制医疗费用支出、促进基本医疗卫生服务均等化等,从而达到解决看病就医难题的目的,但是在具体举措中,分级诊疗是最重要的措施之一^([2])。本研究通过对国内外分级诊疗研究现状进行客观分析,提出对策建议,为推进分级诊疗制度建设,更好地实现我国新医改目标提供参考依据。

山西省清徐县分级诊疗制度实践分析

山西省的分级诊疗工作于2014年启动,在时间上先于全国总体部署。清徐县等18个县作为分级诊疗省级试点县先行实施,通过医保的经济杠杆作用,有效调整支付政策,助推分级诊疗制度的建立;制定严格的转诊程序,提升参保居民受益水平和基金使用效益。