Gli effetti netti della riforma della tortura medica sulle perdite dell’assicurazione sanitaria: l’esperienza del Texas
Sviluppo dell’ipotesi
La teoria e l’evidenza empirica fino ad oggi suggeriscono che gli effetti indiretti della riforma della tortura sui costi dell’assicurazione sanitaria sono ambigui. Sviluppiamo la nostra ipotesi principale partendo dal presupposto che il rischio di una causa per negligenza medica influenza la natura dell’assistenza medica fornita dai fornitori di assistenza sanitaria e, più in generale, il mercato dei fornitori. Prima della riforma, la regolamentazione dell’assicurazione contro la malpractice medica di uno stato e le caratteristiche demografiche uniche sono associate a un livello di richieste di assicurazione contro la malpractice medica che riflette, tra le altre cose, la litigiosità della popolazione e la competenza dei fornitori di assistenza sanitaria. Noi ipotizziamo che i fornitori percepiscano il loro rischio di essere citati in giudizio per negligenza medica in modo razionale, guidati dalla loro esperienza precedente, dalle informazioni sulle richieste di risarcimento per negligenza presentate contro altri fornitori o dal costo dell’assicurazione per negligenza medica.nota 8 Supponendo che l’ambiente della negligenza medica influenzi i costi di responsabilità previsti, ci sarà un incentivo per i fornitori di negligenza medica a intraprendere azioni per ridurre l’esposizione al rischio. Ad esempio, un fornitore che percepisce un aumento dell’esposizione alla responsabilità potrebbe ordinare più esami per i pazienti assicurati, visitare meno pazienti con problemi di salute specifici o addirittura uscire del tutto dal mercato geografico. Questi cambiamenti comportamentali genereranno un cambiamento nei livelli delle richieste di risarcimento dell’assicurazione sanitaria, e potremmo aspettarci di trovare una relazione significativa tra i cambiamenti nell’ambiente legale per la negligenza medica e le perdite subite dagli assicuratori sanitari. Tuttavia, poiché i fornitori possono rispondere in modi che aumentano i costi dell’assistenza sanitaria o riducono i costi dell’assistenza sanitaria, la direzione di questa relazione, se valutata nel complesso, è ambigua. Nella misura in cui i cambiamenti nel comportamento potrebbero, in effetti, annullarsi tutti a vicenda nel complesso, forniamo la seguente ipotesi nulla:
H o : La riforma che riduce la responsabilità nel mercato della malpractice medica non ha alcun effetto sul livello delle perdite dell’assicurazione sanitaria.
Se siamo in grado di respingere l’ipotesi nulla, allora troviamo a favore di un’ipotesi alternativa che la riforma della malpractice medica porta a cambiamenti nel comportamento dei fornitori che aumentano o diminuiscono significativamente le perdite di assicurazione sanitaria. Nella misura in cui i fornitori non comprendono istantaneamente le conseguenze delle riforme al momento della loro attuazione, l’effetto sul mercato dell’assicurazione sanitaria può essere potenzialmente ritardato. Tuttavia, gli sforzi per sovratrattare per motivi difensivi si tradurranno in un aumento delle perdite dell’assicurazione sanitaria, mentre gli sforzi per evitare certi pazienti si tradurranno in una riduzione delle perdite dell’assicurazione sanitaria. Notiamo che il rifiuto delle ipotesi nulle potrebbe anche derivare da cambiamenti nel comportamento dei fornitori al di fuori della semplice interazione con il paziente. Le riforme potrebbero portare a un’espansione del numero di medici nello stato e dell’offerta di assistenza medica. Le riforme del mercato della malpractice medica potrebbero anche influenzare la natura delle rendite richieste dai medici alle compagnie di assicurazione sanitaria, influenzando così potenzialmente le perdite dell’assicurazione sanitaria senza cambiare la natura delle interazioni fornitore-paziente. Come tale, le prove sulla validità della nostra ipotesi non valuteranno la natura specifica dei cambiamenti di comportamento dei professionisti medici che circondano le riforme della malpractice medica, ma piuttosto l’effetto finale dei cambiamenti sulle perdite delle assicurazioni sanitarie.
Esaminare l’esperienza degli assicuratori sanitari privati in Texas prima e dopo lo sforzo di riforma della malpractice fornirebbe prove sul fatto che le riforme della malpractice abbiano implicazioni per i mercati delle assicurazioni sanitarie, nonché la direzione di questi effetti. In particolare, se le riforme approvate in Texas non avessero alcun effetto sul comportamento dei fornitori, allora ci aspetteremmo che i livelli delle perdite di assicurazione sanitaria subite dagli assicuratori sanitari del Texas fossero uguali prima e dopo la riforma. Un tale risultato fornirebbe supporto alla nostra ipotesi nulla. In alternativa, se le riforme del Texas hanno alterato il comportamento dei medici in un modo che ha portato a livelli più alti o più bassi di perdite di assicurazione sanitaria, allora ci aspetteremmo che i livelli di perdite di assicurazione sanitaria sostenute dagli assicuratori sanitari in Texas prima delle riforme differiscano dai livelli dopo l’attuazione delle riforme. Un tale risultato sosterrebbe la nostra ipotesi alternativa che le ramificazioni delle riforme della responsabilità civile medica per l’assicurazione sanitaria sono consequenziali.
Dati
Individuiamo diverse fonti di dati per verificare la nostra ipotesi. I dati sulle misure statali di riforma della responsabilità civile provengono dall’American Tort Reform Association (ATRA) e dal Database of State Tort Law Reforms. I dati demografici statali, aggiunti all’analisi per un ulteriore controllo di robustezza, sono ottenuti dai Centers for Disease Control (CDC) e dall’U.S. Census Bureau. Lo “Stato di salute” è una variabile fornita dal CDC che indica lo stato di salute generale di un dato stato in un dato anno ed è crescente in buona salute. “Dipendenti” è il numero di persone sotto i 18 anni pro capite in un dato stato in un dato anno. “Femmine” è la proporzione della popolazione di uno stato che è femminile in un determinato anno. “Median Income” è il livello di reddito mediano per i residenti di un dato stato durante un dato anno. Il “tasso di disoccupazione” è la proporzione della forza lavoro disponibile di un particolare stato che non è occupata in un dato anno.
La verifica della nostra ipotesi richiede anche dati specifici dello stato relativi alle perdite dell’assicurazione sanitaria. Utilizziamo i dati finanziari degli assicuratori dalle pagine statali della National Association of Insurance Commissioners (NAIC) per gli anni dal 2001 al 2010. nota 9 Questo set di dati fornisce il database più completo ed esaustivo sulle perdite delle assicurazioni sanitarie private.Nota 10 Applichiamo quindi diversi filtri a questo set di dati grezzi per escludere gli assicuratori che non hanno un livello significativo di attività in un determinato Stato. Nota 11 Poiché siamo interessati a esaminare la misura in cui i livelli di perdita subiti dagli assicuratori sanitari sono cambiati dopo la riforma del Texas, sarebbe inappropriato includere le aziende che entrano in un mercato statale dopo la riforma. Pertanto, se l’assicuratore i non opera nello stato j dal 2001 al 2003, rimuoviamo l’osservazione dello stato assicuratore per tutti gli anni futuri. nota 12
Per verificare la nostra ipotesi relativa all’influenza della riforma della tort sulle perdite dell’assicurazione sanitaria, utilizziamo i dati NAIC per calcolare le perdite dell’assicurazione sanitaria per iscritto (LPE). Questa variabile è definita come il totale delle perdite di assicurazione sanitaria subite dall’assicuratore i nello stato j durante l’anno t e viene scalata dal totale degli iscritti all’assicurazione sanitaria dell’assicuratore i nello stato j durante l’anno t. È ideale per la nostra analisi perché fornisce una metrica standardizzata delle perdite di assicurazione sanitaria che facilita il confronto tra tutte le aziende.Nota 13 In tutte le tabelle e le figure presentate in questa analisi, la LPE è sempre espressa in scala di $1000 per facilità di formattazione.
La nostra analisi si concentra sugli assicuratori che operano in Texas, New Jersey, Colorado e in altri tre sottocampioni di stati che non hanno attuato riforme significative in materia di RC sanitaria durante il nostro periodo di campionamento. La tabella 2 fornisce statistiche riassuntive della LPE dell’assicurazione sanitaria, scalata per $1000, per gli assicuratori che operano in questi stati dal 2001 al 2010 in termini di dollari 2010.nota 14 La tabella indica che la LPE è generalmente aumentata nel corso del nostro periodo di campionamento in tutti i campioni di stati e suggerisce che i costi sanitari stanno aumentando, in generale. L’ispezione sommaria dei dati del Texas, in particolare, indica che la LPE media degli assicuratori è aumentata di circa 1000 dollari dall’inizio alla fine del nostro periodo di campionamento. Tuttavia, non c’è un’interruzione evidente di questa tendenza intorno all’entrata in vigore delle riforme del Texas, il che è coerente con la nostra ipotesi nulla.
Le figure 1a – 1f mostrano la LPE media e l’intervallo di confidenza al 95% intorno alla media per i diversi campioni di assicuratori nella nostra analisi durante il nostro periodo campione. Le cifre rafforzano le nostre osservazioni nei dati riassuntivi. La graduale tendenza al rialzo della LPE in Texas è facilmente osservabile e, con l’eccezione del New Jersey, rispecchia ampiamente le tendenze osservate negli altri stati non riformatori. Tuttavia, la figura evidenzia un aumento relativamente improvviso della LPE in Texas nel 2003 – l’anno in cui le riforme sono state promulgate – rispetto al 2002. L’entità di questo aumento della LPE media è di circa 300 dollari e potrebbe suggerire che le riforme hanno avuto l’effetto iniziale di aumentare le perdite dell’assicurazione sanitaria sostenute dagli assicuratori del Texas. Esaminiamo questa possibilità in modo più dettagliato nelle sezioni seguenti.
Analisi della differenza nelle differenze
La drastica revisione del clima della responsabilità professionale medica del Texas nel 2003, derivante dalla promulgazione delle riforme sulla malpractice medica, presenta un contesto ideale per testare la nostra ipotesi utilizzando un disegno di esperimento naturale.Nota 15 Se, come prevede la nostra ipotesi alternativa, il cambiamento nell’ambiente della responsabilità civile medica ha portato a cambiamenti nel modo in cui i fornitori medici si comportano nel mercato sanitario, che in ultima analisi hanno portato a cambiamenti nelle perdite dell’assicurazione sanitaria, allora non ci aspetteremmo che i livelli di perdita dell’assicurazione sanitaria prima della riforma siano uguali ai livelli di perdita dopo la riforma. Inoltre, poiché le misure della riforma si applicano solo all’ambiente legale in Texas dopo l’attuazione della nuova legge, non ci aspetteremmo che la legge approvata in Texas abbia un’influenza sui mercati assicurativi di altri stati prima o dopo la riforma del Texas. Pertanto, confrontando la differenza nei livelli di perdite dell’assicurazione sanitaria in Texas prima e dopo la riforma del Texas con la differenza nei livelli di perdite dell’assicurazione sanitaria prima e dopo la riforma del Texas di uno stato non interessato dalle perdite, ci permette di isolare l’influenza diretta delle misure di riforma della tort sul mercato dell’assicurazione sanitaria in Texas.
Per robustezza nella DD, identifichiamo prima gli assicuratori che operano in due diversi stati non trattati – New Jersey e Colorado, ed eseguiamo due analisi DD separate. Nessuno dei due stati ha avuto grandi sconvolgimenti nel mercato dell’assicurazione sanitaria (come le riforme dell’assicurazione sanitaria) nel periodo strettamente precedente e successivo all’attuazione delle riforme della tort del Texas. Inoltre, nessuno dei due stati ha varato importanti riforme dell’assicurazione contro le negligenze mediche durante il periodo della riforma della tort del Texas. Da notare che prima del 2003 il Colorado aveva messo in atto diverse misure di riforma della responsabilità civile, compresi i massimali per i danni non patrimoniali (promulgati nel 1987), mentre il New Jersey aveva relativamente poche misure di riforma della responsabilità civile e nessun massimale per i danni non patrimoniali.
Seguendo Paik et al. individuiamo anche tre ulteriori sottocampioni non trattati, composti da assicuratori che operano in stati non interessati da riforme della responsabilità civile durante il periodo del nostro campione. Il primo sottocampione è costituito dagli assicuratori operanti nei 41 stati che non hanno adottato una riforma importante della tort tra il 2001 e il 2010.nota 16 Il secondo sottocampione è costituito dagli assicuratori operanti nei 18 stati che non hanno mai adottato un limite massimo per i danni non patrimoniali o per i danni totali durante il periodo del campione.nota 17 Il terzo sottocampione è costituito dagli assicuratori operanti in nove stati che non hanno adottato un limite massimo per i danni e che, come suggerito da Paik e altri, sono simili al Texas sia geograficamente che culturalmente.Footnote 18 L’utilizzo degli stessi stati non trattati di Paik et al. aggiunge un altro elemento di robustezza ai nostri confronti dei singoli stati e ci permette di considerare le loro conclusioni nel contesto dei mercati dell’assicurazione sanitaria privata.Footnote 19
In teoria, l’implementazione dell’analisi DD comporta il confronto della differenza di LPE media di assicurazione sanitaria tra gli assicuratori che operano in Texas e gli assicuratori nei campioni non trattati prima dell’entrata in vigore della riforma del Texas. Questa differenza viene poi confrontata con la differenza nella LPE media dell’assicurazione malattia tra gli assicuratori che operano in Texas e gli assicuratori dei campioni non trattati dopo la riforma del Texas. Mentre le riforme del Texas sono entrate in vigore nell’ultima parte del 2003, il loro primo anno completo di attuazione è stato il 2004. Di conseguenza, la nostra analisi DD considera come le perdite sono cambiate nel 2004 e in seguito rispetto al 2003 e a prima.
In pratica, l’analisi DD viene attuata utilizzando un quadro di regressione.Nota 20 Stimiamo diverse specifiche di modelli unici che assumono la forma generale del seguente modello OLS:
dove.
Treat = una variabile dummy che indica che l’assicuratore i è un membro del gruppo di trattamento nell’anno t e cattura le differenze tra il trattamento e il gruppo di controllo. Nella nostra analisi, Treat è uguale a uno per gli assicuratori che operano in Texas e zero per gli assicuratori che operano negli altri stati non trattati descritti in precedenza;
Reform = una variabile dummy uguale a uno se l’anno è maggiore o uguale al 2004 e 0 se l’anno è inferiore al 2004; e.
Treat*Reform = una variabile dummy uguale a uno per gli assicuratori che fanno parte del gruppo di trattamento negli anni successivi alla promulgazione della riforma della tort.
Il coefficiente di Treat*Reform, β 3, è lo stimatore DD. Formally,
Il valore numerico di questo coefficiente è la differenza nelle differenze di LPE medie di assicurazione sanitaria in Texas e nello stato di controllo prima e dopo l’attuazione delle riforme. Il t-test del coefficiente indica se la stima della differenza nella differenza è statisticamente significativa. Un β 3 statisticamente insignificante ci impedirebbe di respingere l’ipotesi nulla che le riforme del Texas abbiano influenzato il comportamento dei medici in un modo che si è riversato sul mercato dell’assicurazione sanitaria. Un β 3 statisticamente significativo e positivo (negativo) fornirebbe supporto alla nostra ipotesi alternativa che la promulgazione delle riforme della tort del Texas abbia influenzato il comportamento dei medici in un modo che, nel complesso, ha aumentato (diminuito) le perdite dell’assicurazione sanitaria.
Analisi della differenza-in-differenza-in-differenza
Nel tentativo di fornire ulteriori prove sulla validità della nostra ipotesi, impieghiamo un’analisi della differenza-in-differenza-in-differenza (DDD) in cui includiamo, come ulteriore gruppo di controllo, un sottocampione di assicuratori che operano in rami di attività non collegati all’assicurazione sanitaria o ai mercati della responsabilità civile medica. Le ipotesi di identificazione della DDD sono più robuste di quelle di un’analisi DD e aiutano a confermare i risultati della sezione precedente. In particolare, una strategia DDD controlla la tendenza potenzialmente confondente dei cambiamenti nelle perdite dell’assicurazione sanitaria nel tempo che non sono collegati alla riforma della malpractice medica (nota 21) e controlla anche gli effetti confondenti dei fattori specifici dello stato che influenzano le perdite assicurative, in generale. In quanto tale, il quadro DDD migliora le carenze dell’analisi DD controllando un’ampia serie di altre influenze. Se i nostri risultati sono robusti a un’analisi DDD, ciò suggerirebbe che i nostri risultati non sono dovuti a sviluppi spuri nell’ambiente dell’assicurazione sanitaria statale.
Per implementare la DDD, selezioniamo come gruppo di controllo aggiuntivo un sottocampione di assicuratori che operano nell’assicurazione dei danni fisici delle automobili private in Texas, New Jersey, Colorado e i tre sottocampioni multistato identificati da Paik et al.Nota 22 Quantifichiamo le perdite subite da questi assicuratori in determinati stati come perdite per automobile (LPA), calcolate come l’ammontare delle perdite per danni fisici alle automobili private di passeggeri subite dall’assicuratore i nello stato j durante l’anno t, scalate da una misura ponderata del numero di automobili assicurate dall’assicuratore i nello stato j durante l’anno t.Nota 23 Confrontiamo quindi la differenza nelle differenze tra LPE e LPA in Texas prima e dopo la riforma della tortura del Texas con la differenza nelle differenze tra LPE e LPA negli stati di controllo prima e dopo la riforma della tortura del Texas.
In pratica, l’analisi DDD viene implementata utilizzando una struttura di regressione. Stimiamo diverse specifiche di modelli unici che assumono la forma generale del seguente modello OLS:
dove.
Perdite = LPE dell’assicuratore i se l’assicuratore è un assicuratore sanitario o LPA dell’assicuratore i se l’assicuratore è un assicuratore auto in un dato stato in un dato anno;
Trattare = una variabile dummy che indica che l’assicuratore i è un membro del gruppo di trattamento nell’anno t e cattura le differenze tra il gruppo di trattamento e di controllo. Nella nostra analisi, Treat è uguale a uno per gli assicuratori che operano in Texas e zero per gli assicuratori che operano negli altri stati descritti in precedenza;
Controllo = una variabile dummy che indica che l’assicuratore i è un assicuratore sanitario nell’anno t e cattura gli effetti che il mercato assicurativo, in generale, può avere sui livelli di perdite dell’assicurazione sanitaria. Nella nostra analisi, Control è uguale a uno se l’assicuratore opera nei rami sanitari e uguale a zero se l’assicuratore opera nei rami auto in un dato stato in un dato anno;
Reform = una variabile dummy uguale a uno se l’anno è maggiore o uguale al 2004 e 0 se l’anno è inferiore al 2004; e.
Treat*Control*Reform = una variabile dummy uguale a uno se l’assicuratore i è un assicuratore sanitario che opera in uno stato non trattato nell’anno 2004 o successivo.
Il coefficiente su Treat*Control*Reform, β 7, è lo stimatore delle differenze nelle differenze. Il valore numerico di questo coefficiente è la differenza-in-differenza-in-differenza delle medie LPE e LPA in Texas e nello stato di controllo prima e dopo l’attuazione delle riforme. Il t-test del coefficiente indica se la DDD è statisticamente significativa. Un β 7 statisticamente insignificante ci impedirebbe di rifiutare l’ipotesi nulla che le riforme del Texas abbiano influenzato il comportamento dei medici in un modo che si è riversato sul mercato dell’assicurazione sanitaria. Un β 7 statisticamente significativo e positivo (negativo) fornirebbe supporto alla nostra ipotesi alternativa che la promulgazione delle riforme della tort del Texas ha influenzato il comportamento dei medici in un modo che, nel complesso, ha aumentato (diminuito) le perdite dell’assicurazione sanitaria.