Hypotheseontwikkeling

De theorie en het empirische bewijsmateriaal tot nu toe suggereren dat de indirecte effecten van de hervorming van de onrechtmatige daad op de kosten van de ziekteverzekering ambigu zijn. Wij ontwikkelen onze hoofdhypothese vanuit de veronderstelling dat het risico op een rechtszaak wegens medische wanpraktijken een invloed heeft op de aard van de medische zorg die door zorgverleners wordt verstrekt en, in ruimere zin, op de markt van zorgverleners. Vóór de hervorming hangen de regelgeving van een staat inzake medische wanpraktijken en unieke demografische kenmerken samen met een niveau van medische wanpraktijken dat, onder andere, de betwistbaarheid van de bevolking en de expertise van de zorgverleners weerspiegelt. Wij stellen de hypothese voorop dat zorgverstrekkers hun risico om te worden aangeklaagd voor medische wanpraktijken op een rationele manier inschatten, geleid door hun eerdere ervaring, informatie over wanpraktijkclaims die tegen andere zorgverstrekkers worden ingediend, of de kosten van een medische wanpraktijkenverzekering.Voetnoot 8 Ervan uitgaande dat de medische wanpraktijkenomgeving de verwachte aansprakelijkheidskosten beïnvloedt, zullen zorgverstrekkers met medische wanpraktijken ertoe worden aangezet maatregelen te nemen om de blootstelling aan risico’s te beperken. Een dienstverlener die een toename van de aansprakelijkheidsrisico’s waarneemt, zou bijvoorbeeld meer tests kunnen bestellen voor verzekerde patiënten, minder patiënten met specifieke gezondheidsproblemen kunnen zien of zelfs de geografische markt helemaal kunnen verlaten. Deze gedragsveranderingen zullen een verandering teweegbrengen in het niveau van de ziekteverzekeringsclaims, en we zouden kunnen verwachten een significant verband te vinden tussen veranderingen in de wettelijke omgeving voor medische wanpraktijken en de door ziekteverzekeraars geleden verliezen. Aangezien zorgverleners echter kunnen reageren op manieren die de kosten van de gezondheidszorg doen stijgen of doen dalen, is de richting van dit verband, wanneer het in zijn geheel wordt geëvalueerd, dubbelzinnig. In de mate dat gedragsveranderingen elkaar in feite allemaal zouden kunnen opheffen, stellen wij de volgende nulhypothese voor:

H o : Een hervorming van de markt voor medische wanpraktijken die de aansprakelijkheid vermindert, heeft geen effect op het niveau van de verliezen bij ziektekostenverzekeringen.

Als we in staat zijn de nulhypothese te verwerpen, dan vinden we ten gunste van een alternatieve hypothese dat hervorming van de markt voor medische wanpraktijken leidt tot veranderingen in het gedrag van zorgverleners die de verliezen van ziektekostenverzekeraars aanzienlijk doen toe- of afnemen. In de mate dat de zorgverstrekkers de gevolgen van de hervormingen niet onmiddellijk begrijpen op het ogenblik dat ze van kracht worden, kan het effect op de ziekteverzekeringsmarkt mogelijk vertraagd zijn. Pogingen tot overbehandeling om defensieve redenen zullen echter resulteren in een toename van de verliezen van de ziekteverzekering, terwijl pogingen om bepaalde patiënten te vermijden zullen resulteren in een afname van de verliezen van de ziekteverzekering. Wij merken op dat de verwerping van de nulhypothesen ook kan voortvloeien uit veranderingen in het gedrag van de zorgverstrekkers die verder reiken dan de interactie met de patiënt. Hervormingen zouden kunnen leiden tot een uitbreiding van het aantal artsen in de staat en van het aanbod van medische zorg. Hervormingen van de markt voor medische wanpraktijken zouden ook een invloed kunnen hebben op de aard van de vergoedingen die artsen van de ziekteverzekeringsmaatschappijen vragen, en zo mogelijk de verliezen van de ziekteverzekering kunnen beïnvloeden zonder de aard van de interacties tussen zorgverstrekker en patiënt te veranderen. Als zodanig zal het bewijs voor de geldigheid van onze hypothese niet de specifieke aard van de gedragsveranderingen van medische professionals rond de hervormingen van de medische malpraktijken evalueren, maar eerder het uiteindelijke effect van de veranderingen op de verliezen van de ziektekostenverzekering.

Een onderzoek naar de ervaringen van de particuliere ziektekostenverzekeraars in Texas vóór en na de hervormingen van de malpraktijken zou bewijs opleveren over de vraag of de hervormingen van de malpraktijken gevolgen hebben voor de ziektekostenverzekeringsmarkten, evenals de richting van deze effecten. Meer bepaald, indien de hervormingen die in Texas werden doorgevoerd geen effect hadden op het gedrag van de zorgverstrekkers, dan zouden we verwachten dat het niveau van de door de Texaanse zorgverzekeraars geleden ziekteverzekeringsverliezen gelijk zou zijn voor en na de hervorming. Een dergelijk resultaat zou onze nulhypothese ondersteunen. Anderzijds, indien de Texaanse hervormingen het gedrag van de artsen zouden wijzigen op een manier die zou resulteren in hogere of lagere niveaus van ziekteverzekeringsverliezen, dan zouden we verwachten dat de niveaus van de ziekteverzekeringsverliezen opgelopen door de ziekteverzekeraars in Texas vóór de hervormingen zouden verschillen van de niveaus na de uitvoering van de hervormingen. Een dergelijk resultaat zou onze alternatieve hypothese ondersteunen dat de gevolgen van de hervormingen van de medische wanpraktijken voor de ziektekostenverzekeringen van dien aard zijn.

Data

We identificeren verschillende gegevensbronnen om onze hypothese te testen. Gegevens over hervormingsmaatregelen op het gebied van onrechtmatige daad zijn afkomstig van de American Tort Reform Association (ATRA) en de Database of State Tort Law Reforms . Demografische gegevens van de staten, die voor een extra robuustheidscontrole aan de analyse zijn toegevoegd, zijn afkomstig van de Centers for Disease Control (CDC) en het U.S. Census Bureau. “Gezondheidstoestand” is een door de CDC verstrekte variabele die de algemene gezondheidstoestand van een bepaalde staat in een bepaald jaar aangeeft en die in goede gezondheid toeneemt. “Afhankelijke personen” is het aantal personen onder de 18 jaar per hoofd van de bevolking in een bepaalde staat in een bepaald jaar. “Vrouwelijk” is het percentage van de bevolking van een staat dat in een bepaald jaar vrouwelijk is. “Median Income” is het mediane inkomensniveau van de inwoners van een bepaalde deelstaat in een bepaald jaar. “Werkloosheidspercentage” is het percentage van de beschikbare beroepsbevolking van een bepaalde staat dat in een bepaald jaar geen werk heeft.

Voor het toetsen van onze hypothese zijn ook staatsspecifieke gegevens met betrekking tot verliezen uit de ziekteverzekering nodig. We gebruiken financiële gegevens van verzekeraars uit de staatspagina’s van de statutaire aangiften van de National Association of Insurance Commissioners (NAIC) voor de jaren 2001 tot en met 2010.Footnote 9 Deze dataset biedt de meest volledige en uitgebreide database van particuliere verliezen op het gebied van ziekteverzekering.Voetnoot 10 We passen vervolgens verschillende filters toe op deze ruwe dataset om verzekeraars uit te sluiten die in een bepaalde staat geen significante activiteiten hebben. Voetnoot 11 Aangezien we geïnteresseerd zijn in het onderzoeken van de mate waarin de verliesniveaus van zorgverzekeraars zijn veranderd na de hervorming van Texas, zou het ongepast zijn om bedrijven op te nemen die na de hervorming tot de markt van een staat zijn toegetreden. Als verzekeraar i van 2001 tot 2003 niet actief is in staat j, verwijderen we die waarneming voor alle toekomstige jaren.Voetnoot 12

Om onze hypothese met betrekking tot de invloed van de hervorming van de onrechtmatige daad op de verliezen van de ziektekostenverzekering te testen, gebruiken we de NAIC-gegevens om de verliezen van de ziektekostenverzekering per ingeschrevene (LPE) te berekenen. Deze variabele is gedefinieerd als het totale verlies aan ziekteverzekering voor verzekeraar i in staat j in jaar t, geschaald naar het totale aantal ingeschrevenen voor verzekeraar i in staat j in jaar t, en is ideaal voor onze analyse omdat zij een gestandaardiseerde metriek van ziekteverzekeringsverliezen oplevert die vergelijking tussen alle bedrijven vergemakkelijkt.Voetnoot 13 In alle tabellen en figuren die in deze analyse worden gepresenteerd, wordt LPE altijd uitgedrukt als geschaald door $ 1000 voor het gemak van de opmaak.

Onze analyse richt zich op verzekeraars die actief zijn in Texas, New Jersey, Colorado en drie extra substeekproeven van staten die geen significante hervormingen van medische wanpraktijken hebben doorgevoerd tijdens onze steekproefperiode. Tabel 2 geeft samenvattende statistieken van de LPE voor ziektekostenverzekeringen, geschaald op $ 1000, voor de verzekeraars die van 2001 tot 2010 in deze staten actief waren, uitgedrukt in dollars van 2010.Voetnoot 14 De tabel geeft aan dat de LPE over het algemeen is gestegen tijdens onze steekproefperiode in alle statensteekproeven en suggereert dat de kosten voor gezondheidszorg in het algemeen stijgen. Uit een beknopte inspectie van met name de gegevens van Texas blijkt dat de gemiddelde LPE van verzekeraars van het begin tot het einde van onze steekproefperiode met ongeveer 1 000 dollar is gestegen. Er is echter geen duidelijke breuk in deze trend rond de invoering van de Texaanse hervormingen, wat consistent is met onze nulhypothese.

Figuur 1a – 1f tonen de gemiddelde LPE, en het 95%-betrouwbaarheidsinterval rond het gemiddelde voor de verschillende steekproeven van verzekeraars in onze analyse over onze steekproefperiode. De cijfers versterken onze waarnemingen in de samenvattende gegevens. De geleidelijke opwaartse trend in de LPE van Texas is gemakkelijk waar te nemen en weerspiegelt, met uitzondering van New Jersey, grotendeels de trends die zijn waargenomen in de andere niet-hervormende staten. Uit de figuur blijkt echter een relatief plotselinge stijging van de LPE in Texas in 2003 – het jaar waarin de hervormingen werden doorgevoerd – ten opzichte van 2002. De omvang van deze stijging van de gemiddelde LPE bedraagt ongeveer 300 dollar en kan erop wijzen dat de hervormingen aanvankelijk tot gevolg hadden dat de door de Texaanse verzekeraars geleden verliezen uit hoofde van de ziekteverzekering toenamen. In de volgende paragrafen gaan we nader in op deze mogelijkheid.

a Trends in verliezen ziekteverzekering per ingeschrevene (LPE) – Texas. b Trends in verliezen ziekteverzekering per ingeschrevene (LPE) – New Jersey.c. Trends in verliezen ziekteverzekering per ingeschrevene (LPE) – Colorado. d. Trends in verliezen ziekteverzekering per ingeschrevene (LPE) – deelsteekproef 9 staten. e. Trends in verliezen ziekteverzekering per ingeschrevene (LPE) – deelsteekproef 18 staten. f. Trends in verliezen ziekteverzekering per ingeschrevene (LPE) – deelsteekproef 41 staten.Opmerkingen: Deze cijfers tonen trends in de verliezen per ingeschrevene (LPE) van ziektekostenverzekeraars, voor elk van de deelsteekproeven van bedrijven die in onze analyse zijn gebruikt tijdens onze steekproefperiode. De LPE wordt gedefinieerd als het dollarbedrag van de verliezen in de ziekteverzekering van een bepaalde verzekeraar in een bepaalde staat tijdens een bepaald jaar, geschaald volgens het aantal ingeschrevenen voor een bepaalde verzekeraar in een bepaalde staat tijdens een bepaald jaar. LPE is ook geschaald door 1000

Difference-in-differences analysis

De drastische herziening van het Texaanse medische beroepsaansprakelijkheidsklimaat in 2003 als gevolg van de invoering van hervormingen van de medische wanpraktijken biedt een ideale setting voor het testen van onze hypothese met behulp van een natuurlijke proefopzet.Voetnoot 15 Indien, zoals onze alternatieve hypothese voorspelt, de verandering in het klimaat van medische wanpraktijken heeft geleid tot veranderingen in de manier waarop medische zorgverleners zich gedragen op de markt van de gezondheidszorg, wat uiteindelijk heeft geleid tot veranderingen in de verliezen van de ziekteverzekering, dan zouden we niet verwachten dat de verliezen van de ziekteverzekering vóór de hervorming gelijk zouden zijn aan de verliezen na de hervorming. Aangezien de hervormingsmaatregelen enkel van toepassing zijn op de juridische omgeving in Texas na de invoering van de nieuwe wet, verwachten we bovendien niet dat de wet die in Texas werd aangenomen, een invloed heeft op de verzekeringsmarkten van andere staten vóór of na de hervorming van Texas. Door het verschil in het niveau van de verliezen op de ziektekostenverzekering in Texas vóór en na de hervorming van Texas te vergelijken met het verschil in het niveau van de verliezen op de ziektekostenverzekering vóór en na de hervorming van Texas van een staat die niet door de verliezen werd beïnvloed, kunnen wij derhalve de directe invloed van de maatregelen tot hervorming van de onrechtmatige daad op de ziektekostenverzekeringsmarkt in Texas isoleren.

Voor de robuustheid van de DD identificeren wij eerst verzekeraars die actief zijn in twee verschillende niet-behandelde staten – New Jersey en Colorado, en voeren wij twee afzonderlijke DD-analyses uit. In geen van beide staten hebben zich grote veranderingen voorgedaan op de markt voor ziektekostenverzekeringen (zoals hervormingen van de ziektekostenverzekering) in de periode vlak voor en vlak na de invoering van de Texaanse hervormingen van de onrechtmatige daad. Bovendien werden in geen van beide staten in de periode waarin de Texaanse hervormingen van de aansprakelijkheidsverzekering werden doorgevoerd, belangrijke hervormingen van de ziektekostenverzekering doorgevoerd. Opmerkelijk is dat Colorado vóór 2003 verscheidene hervormingsmaatregelen op het gebied van de onrechtmatige daad had ingevoerd, waaronder plafonds voor niet-economische schade (ingevoerd in 1987), terwijl New Jersey relatief weinig hervormingsmaatregelen op het gebied van de onrechtmatige daad had ingevoerd en geen plafonds voor niet-economische schade had.

In navolging van Paik et al. identificeren we ook drie extra, niet-behandelde deelsteekproeven, bestaande uit verzekeraars die actief zijn in staten die tijdens onze steekproefperiode niet zijn beïnvloed door hervormingen op het gebied van de onrechtmatige daad. De eerste deelsteekproef bestaat uit verzekeraars die actief zijn in de 41 staten die tussen 2001 en 2010 geen belangrijke hervorming van de onrechtmatige daad hebben doorgevoerd.Voetnoot 16 De tweede deelsteekproef bestaat uit verzekeraars die actief zijn in de 18 staten die tijdens de steekproefperiode nooit een bovengrens voor niet-economische schade of totale schade hebben ingevoerd.Voetnoot 17 De derde deelsteekproef bestaat uit verzekeraars die actief zijn in negen staten die geen bovengrens voor schade hebben ingevoerd en die, zoals Paik et al. suggereren, zowel geografisch als cultureel vergelijkbaar zijn met Texas.Voetnoot 18 Het gebruik van dezelfde niet-behandelde staten als Paik et al. voegt een extra element van robuustheid toe aan onze vergelijkingen per staat en stelt ons in staat hun conclusies te beschouwen in de context van particuliere ziektekostenverzekeringsmarkten.Voetnoot 19

In theorie houdt de uitvoering van de DD-analyse in dat het verschil in gemiddelde LPE voor ziektekostenverzekeringen wordt vergeleken tussen verzekeraars die actief zijn in Texas en verzekeraars in de niet-behandelde steekproeven vóór de invoering van de hervorming van Texas. Dit verschil wordt vervolgens vergeleken met het verschil in gemiddelde LPE voor ziektekostenverzekeringen tussen verzekeraars die in Texas werkzaam zijn en verzekeraars in de niet-behandelde steekproeven na de hervorming van Texas. Hoewel de Texaanse hervormingen in de tweede helft van 2003 van kracht werden, was het eerste volledige jaar van uitvoering 2004. Als gevolg daarvan gaat onze DD-analyse na hoe de verliezen in 2004 en daarna veranderden ten opzichte van 2003 en daarvoor.

In de praktijk wordt de DD-analyse uitgevoerd met behulp van een regressiekader.Voetnoot 20 Wij schatten verschillende unieke modelspecificaties die de algemene vorm van het volgende OLS-model hebben:

waar.

Treat = een dummy-variabele die aangeeft dat verzekeraar i in jaar t tot de behandelingsgroep behoort en die de verschillen tussen de behandelings- en controlegroep weergeeft. In onze analyse is Treat gelijk aan één voor verzekeraars die actief zijn in Texas en nul voor verzekeraars die actief zijn in de andere, eerder beschreven niet-behandelde staten;

Reform = een dummy variabele gelijk aan één als het jaar groter is dan of gelijk aan 2004 en 0 als het jaar kleiner is dan 2004; en.

Treat*Reform = een dummy-variabele gelijk aan één voor verzekeraars die deel uitmaken van de behandelingsgroep in de jaren na de invoering van de hervormingen van de onrechtmatige daad.

De coëfficiënt op Treat*Reform, β 3, is de DD-schatter. Formally,

De numerieke waarde van deze coëfficiënt is het verschil in de verschillen tussen de gemiddelde LPE voor de ziektekostenverzekering in Texas en de controlestaat vóór en na de tenuitvoerlegging van de hervormingen. De t-toets van de coëfficiënt geeft aan of de schatting van het verschil-in-verschil statistisch significant is. Een statistisch niet-significante β 3 zou verhinderen dat de nulhypothese wordt verworpen dat de Texaanse hervormingen het gedrag van de artsen zodanig hebben beïnvloed dat dit een weerslag heeft gehad op de markt van de ziektekostenverzekering. Een statistisch significante en positieve (negatieve) β 3 zou steun bieden voor onze alternatieve hypothese dat de invoering van de Texaanse hervormingen van de onrechtmatige daad het gedrag van de artsen zodanig heeft beïnvloed dat de verliezen op de ziekteverzekeringsmarkt in totaal zijn toegenomen (afgenomen).

Verschillen-in-verschillenanalyse

Om de geldigheid van onze hypothese verder aan te tonen, maken wij gebruik van een verschillen-in-verschillen-in-verschillenanalyse (DDD), waarbij wij als extra controlegroep een substeekproef verzekeraars opnemen die actief zijn in branches die geen verband houden met de ziektekostenverzekerings- of medische wanpraktijkenmarkten. De identificatieveronderstellingen van de DDD-analyse zijn robuuster dan die van een DD-analyse en helpen de bevindingen van het vorige hoofdstuk te bevestigen. Een DDD-strategie controleert met name de mogelijk verstorende trend van veranderingen in de verliezen op ziektekostenverzekeringen in de tijd die geen verband houden met de hervorming van de medische wanpraktijkenFootnote 21 en controleert ook de verstorende effecten van staatsspecifieke factoren die de verzekeringsverliezen in het algemeen beïnvloeden. Als zodanig verbetert het DDD-kader de tekortkomingen van de DD-analyse door te controleren voor een breed scala van andere invloeden. Als onze resultaten robuust zijn voor een DDD-analyse, zou dit suggereren dat onze resultaten niet te wijten zijn aan verkeerde ontwikkelingen in het ziekteverzekeringsklimaat van de staat.

Om de DDD uit te voeren, selecteren we als extra controlegroep een substeekproef van verzekeraars die actief zijn op het gebied van schadeverzekeringen voor personenauto’s in Texas, New Jersey, Colorado, en de drie door Paik et al. geïdentificeerde substeekproeven van meerdere staten.Voetnoot 22 Wij kwantificeren de verliezen die deze verzekeraars in de betrokken staten hebben geleden als verliezen per auto (LPA), berekend als het bedrag aan materiële schade aan personenauto’s dat verzekeraar i in staat j in jaar t heeft geleden, geschaald naar een gewogen maatstaf van het aantal auto’s dat verzekeraar i in staat j in jaar t heeft verzekerd.Voetnoot 23 Vervolgens vergelijken wij de verschillen tussen LPE en LPA in Texas vóór en na de hervorming van de Texaanse onrechtmatige daad met de verschillen tussen LPE en LPA in de controlegroep(en) vóór en na de hervorming van de Texaanse onrechtmatige daad.

In de praktijk wordt de DDD-analyse uitgevoerd met behulp van een regressie raamwerk. Wij schatten verschillende unieke modelspecificaties die de algemene vorm van het volgende OLS-model aannemen:

waar.

Verliezen = LPE van verzekeraar i indien de verzekeraar een ziektekostenverzekeraar is of LPA van verzekeraar i indien de verzekeraar een autoverzekeraar is in een bepaalde staat in een bepaald jaar;

Behandelen = een dummy-variabele die aangeeft dat verzekeraar i deel uitmaakt van de behandelingsgroep in jaar t en die de verschillen tussen de behandelings- en controlegroep weergeeft. In onze analyse is Treat gelijk aan één voor verzekeraars die actief zijn in Texas en nul voor verzekeraars die actief zijn in de andere eerder beschreven staten;

Control = een dummy-variabele die aangeeft dat verzekeraar i een zorgverzekeraar is in jaar t en die de effecten weergeeft die de verzekeringsmarkt in het algemeen kan hebben op het niveau van de verliezen in de ziektekostenverzekering. In onze analyse is Controle gelijk aan één als de verzekeraar actief is in de ziektekostenverzekeringsbranche en gelijk aan nul als de verzekeraar actief is in de autoverzekeringsbranche in een bepaalde staat in een bepaald jaar;

Hervorming = een dummy-variabele gelijk aan één als het jaar groter is dan of gelijk is aan 2004 en gelijk aan 0 als het jaar kleiner is dan 2004; en.

Treat*Control*Reform = een dummy-variabele gelijk aan één als verzekeraar i een zorgverzekeraar is die in het jaar 2004 of later actief is in een niet-behandelde staat.

De coëfficiënt op Treat*Control*Reform, β 7, is de difference-in-differences-in-differences schatter. De numerieke waarde van deze coëfficiënt is het verschil-in-verschillen van de gemiddelde LPE en LPA in Texas en de controlestaat voor en na de tenuitvoerlegging van de hervormingen. De t-toets van de coëfficiënt geeft aan of de DDD statistisch significant is. Een statistisch niet-significante β 7 zou ons ervan weerhouden de nulhypothese te verwerpen dat de Texaanse hervormingen het gedrag van de artsen zodanig hebben beïnvloed dat dit is doorgewerkt op de markt voor ziektekostenverzekeringen. Een statistisch significante en positieve (negatieve) β 7 zou steun bieden voor onze alternatieve hypothese dat de invoering van de Texaanse hervormingen van de onrechtmatige daad het gedrag van de artsen zodanig heeft beïnvloed dat de verliezen op de ziektekostenverzekeringsmarkt in totaal zijn toegenomen (afgenomen).