Biblia

Las medidas de rendimiento ajustadas al riesgo pueden no ser una medida precisa del rendimiento del plan de salud

Las medidas de rendimiento ajustadas al riesgo pueden no ser una medida precisa del rendimiento del plan de salud

Crédito: Unsplash/CC0 Public Domain

Puede haber una confusión residual sustancial en los modelos de ajuste de riesgo utilizados para evaluar el rendimiento del plan de salud debido a las diferencias en las características de los pacientes entre planes. Esto significa que es posible que no puedan identificar de manera precisa o justa las diferencias entre los planes y deben advertir a los formuladores de políticas que no supongan que el ajuste del riesgo es suficiente para aislar las diferencias reales en el desempeño del plan. Estos hallazgos se publican en Annals of Internal Medicine.

Casi el 70 % de la población elegible para Medicaid está inscrita en un plan de atención administrada de Medicaid. Los planes de atención administrada son planes de atención médica privados que reciben posibles pagos de capitación mensuales por afiliado de los estados y luego son responsables de administrar y pagar la atención médica de los afiliados. Los pagos de capitación a los planes están «ajustados al riesgo», lo que significa que difieren para reflejar las diferencias en las necesidades de atención médica entre las poblaciones de pacientes. Sin embargo, nuestros resultados sugieren que el ajuste inadecuado para el riesgo del paciente penaliza a los planes (y proveedores) con pacientes de alto riesgo inobservable, incentiva a los planes y proveedores a participar en estrategias de selección de riesgo que son un desperdicio y pueden socavar la calidad de la atención, y conduce a informes públicos. iniciativas para desinformar potencialmente a los pacientes.

Investigadores de la Escuela de Salud Pública de Yale analizaron los datos de Medicaid de Luisiana para evaluar el grado en que las medidas ajustadas al riesgo del desempeño del plan de salud reflejan diferencias en el desempeño entre planes versus diferencias en las características de los pacientes ( confusión residual). Los autores examinaron los datos de 2013 y 2014, el período en el que Medicaid de Luisiana hizo la transición a la atención administrada de Medicaid. Los análisis se enfocaron en 137,933 residentes elegibles en la primera región para hacer la transición a la atención administrada de Medicaid. De esos, 94,972 no seleccionaron un plan y fueron asignados aleatoriamente a uno de 5 planes, creando un experimento natural. Los 42.961 restantes eligieron entre los mismos 5 planes. Los autores compararon el rendimiento ajustado al riesgo de cada uno de los 5 planes entre los pacientes que seleccionaron un plan y las estimaciones «estándar de oro» del rendimiento del plan en función de los pacientes que fueron asignados al azar. Los autores encontraron que las medidas ajustadas al riesgo del rendimiento del plan basadas en afiliados que eligieron planes diferían sustancialmente de las estimaciones basadas en afiliados asignados aleatoriamente, con una confusión residual que solo se redujo modestamente mediante el ajuste del riesgo. Los autores sugieren que los resultados deberían servir como una advertencia para los formuladores de políticas que asumen que el ajuste de riesgo actual es suficiente para medir el desempeño de los planes (o proveedores) y el estudio analiza varias implicaciones de los hallazgos sobre cómo los pagadores y proveedores evalúan el desempeño y despliegan el riesgo. ajuste en los programas de aseguramiento público.

Explore más

Poblaciones vulnerables que no reciben planes de atención para sobrevivientes de cáncer Más información: Jacob Wallace et al, Residual Confounding in Health Plan Performance Assessments: Evidence From Randomization in Medicaid, Annals of Internal Medicine (2022). DOI: 10.7326/M21-0881

Aaron L. Schwartz et al, La ciencia imperfecta de evaluar el desempeño: ¿Qué tan mal ya quién le importa?, Annals of Internal Medicine (2022). DOI: 10.7326/M21-4665 Información de la revista: Annals of Internal Medicine