Efekty netto reformy deliktów za błędy medyczne na straty w ubezpieczeniach zdrowotnych: doświadczenie Teksasu

gru 9, 2021

admin

Opracowanie hipotezy

Teoria i dotychczasowe dowody empiryczne sugerują, że pośrednie efekty reformy deliktów na koszty ubezpieczeń zdrowotnych są niejednoznaczne. Rozwijamy naszą główną hipotezę przy założeniu, że ryzyko pozwu o błąd w sztuce lekarskiej wpływa na charakter opieki medycznej świadczonej przez dostawców usług zdrowotnych oraz, szerzej, na rynek dostawców. Przed reformą państwowe regulacje dotyczące ubezpieczenia od błędów medycznych i unikalne cechy demograficzne są związane z poziomem roszczeń z tytułu ubezpieczenia od błędów medycznych, który odzwierciedla, między innymi, sporność populacji i doświadczenie świadczeniodawców opieki zdrowotnej. Postawiliśmy hipotezę, że świadczeniodawcy postrzegają swoje ryzyko bycia pozwanym za błąd w sztuce lekarskiej w sposób racjonalny, kierując się wcześniejszymi doświadczeniami, informacjami o roszczeniach z tytułu błędu w sztuce lekarskiej wniesionych przeciwko innym świadczeniodawcom lub kosztem ubezpieczenia od błędu w sztuce lekarskiej.Przypis 8 Zakładając, że środowisko związane z błędami w sztuce lekarskiej wpływa na oczekiwane koszty odpowiedzialności, będzie istniała zachęta dla świadczeniodawców zajmujących się błędami w sztuce lekarskiej do podjęcia działań w celu zmniejszenia narażenia na ryzyko. Na przykład, świadczeniodawca, który dostrzega wzrost narażenia na odpowiedzialność, może zlecać więcej badań dla ubezpieczonych pacjentów, przyjmować mniej pacjentów z określonymi problemami zdrowotnymi, a nawet całkowicie opuścić rynek geograficzny. Te zmiany w zachowaniu spowodują zmiany w poziomie roszczeń z tytułu ubezpieczeń zdrowotnych i moglibyśmy oczekiwać, że znajdziemy znaczący związek pomiędzy zmianami w środowisku prawnym dotyczącym błędów medycznych a stratami poniesionymi przez ubezpieczycieli zdrowotnych. Jednakże, ponieważ świadczeniodawcy mogą reagować w sposób, który albo zwiększa koszty opieki zdrowotnej, albo zmniejsza koszty opieki zdrowotnej, kierunek tego związku, gdy jest oceniany łącznie, jest niejednoznaczny. W zakresie, w jakim zmiany w zachowaniu mogą, w efekcie, wszystkie anulować się nawzajem w agregacie, przedstawiamy następującą hipotezę zerową:

H o : Reforma ograniczająca odpowiedzialność na rynku błędów medycznych nie ma wpływu na poziom strat w ubezpieczeniach zdrowotnych.

Jeśli jesteśmy w stanie odrzucić hipotezę zerową, to stwierdzamy na korzyść hipotezy alternatywnej, że reforma w zakresie błędów medycznych prowadzi do zmian w zachowaniu dostawców, które znacząco zwiększają lub zmniejszają straty w ubezpieczeniach zdrowotnych. W zakresie, w jakim świadczeniodawcy nie pojmują natychmiast konsekwencji reform w momencie ich wprowadzenia, wpływ na rynek ubezpieczeń zdrowotnych może być potencjalnie opóźniony. Jednak wysiłki zmierzające do nadmiernego leczenia ze względów obronnych spowodują wzrost strat w ubezpieczeniach zdrowotnych, podczas gdy wysiłki zmierzające do unikania niektórych pacjentów spowodują zmniejszenie strat w ubezpieczeniach zdrowotnych. Zwracamy uwagę, że odrzucenie hipotez zerowych mogłoby również wynikać ze zmian w zachowaniu świadczeniodawców poza zwykłą interakcją z pacjentem. Reformy mogą prowadzić do zwiększenia liczby lekarzy w państwie i podaży opieki medycznej. Reformy rynku błędów medycznych mogłyby również wpłynąć na charakter czynszów żądanych przez lekarzy od firm ubezpieczeniowych, tym samym potencjalnie wpływając na straty w ubezpieczeniach zdrowotnych bez zmiany charakteru interakcji między dostawcą a pacjentem. Jako takie, dowody na słuszność naszej hipotezy nie będą oceniać szczególnego charakteru zmian w zachowaniu profesjonalistów medycznych otaczających reformy rynku błędów w sztuce lekarskiej, ale raczej ostateczny wpływ tych zmian na straty w ubezpieczeniach zdrowotnych.

Badanie doświadczeń prywatnych ubezpieczycieli zdrowotnych w Teksasie przed i po reformie błędów w sztuce lekarskiej dostarczyłoby dowodów na to, czy reformy błędów w sztuce lekarskiej mają wpływ na rynki ubezpieczeń zdrowotnych, a także na kierunek tych skutków. W szczególności, gdyby reformy uchwalone w Teksasie nie miały wpływu na zachowanie świadczeniodawców, wówczas oczekiwalibyśmy, że poziomy strat w ubezpieczeniach zdrowotnych poniesionych przez teksańskich ubezpieczycieli zdrowotnych byłyby równe przed i po reformie. Taki wynik potwierdzałby naszą hipotezę zerową. Alternatywnie, gdyby reformy w Teksasie zmieniły zachowanie lekarzy w sposób, który skutkował wyższym lub niższym poziomem strat z tytułu ubezpieczeń zdrowotnych, wówczas oczekiwalibyśmy, że poziom strat z tytułu ubezpieczeń zdrowotnych poniesionych przez ubezpieczycieli zdrowotnych w Teksasie przed wprowadzeniem reform będzie różnił się od poziomu po ich wprowadzeniu. Taki wynik potwierdziłby naszą alternatywną hipotezę, że konsekwencje reform w zakresie błędów medycznych dla ubezpieczeń zdrowotnych są konsekwentne.

Dane

W celu przetestowania naszej hipotezy identyfikujemy kilka źródeł danych. Dane dotyczące reformy prawa deliktowego w poszczególnych stanach pochodzą z American Tort Reform Association (ATRA) oraz Database of State Tort Law Reforms . Stanowe dane demograficzne, dodane do analizy w celu dalszego sprawdzenia solidności, pochodzą z Centers for Disease Control (CDC) i U.S. Census Bureau. „Stan zdrowia” to zmienna dostarczona przez CDC, która wskazuje ogólny stan zdrowia danego stanu w danym roku i wzrasta w dobrym zdrowiu. „Osoby pozostające na utrzymaniu” to liczba osób w wieku poniżej 18 lat na mieszkańca w danym stanie w danym roku. „Kobiety” to odsetek ludności danego stanu, który w danym roku stanowią kobiety. „Mediana dochodu” to mediana dochodu mieszkańców danego stanu w danym roku. „Stopa bezrobocia” to proporcja dostępnej siły roboczej danego stanu, która nie jest zatrudniona w danym roku.

Sprawdzenie naszej hipotezy wymaga również specyficznych dla danego stanu danych odnoszących się do strat w ubezpieczeniach zdrowotnych. Wykorzystujemy dane finansowe ubezpieczycieli ze stron stanowych Narodowego Stowarzyszenia Komisarzy Ubezpieczeniowych (NAIC) za lata 2001-2010.Przypis 9 Ten zbiór danych stanowi najbardziej kompletną i wszechstronną bazę danych dotyczących strat w prywatnych ubezpieczeniach zdrowotnych.Przypis 10 Następnie stosujemy kilka filtrów do tego surowego zbioru danych w celu wyeliminowania ubezpieczycieli, którzy nie prowadzą działalności w danym stanie na znaczącą skalę.Przypis 11 Ponieważ jesteśmy zainteresowani zbadaniem, w jakim stopniu poziom strat ponoszonych przez ubezpieczycieli zdrowotnych zmienił się po wprowadzeniu reformy teksańskiej, niewłaściwe byłoby uwzględnienie firm, które weszły na rynek stanowy po wprowadzeniu reformy. W związku z tym, jeśli ubezpieczyciel i nie działa w stanie j w latach 2001-2003, usuwamy tę obserwację ubezpieczyciel-państwo dla wszystkich przyszłych lat.Przypis 12

Aby sprawdzić naszą hipotezę dotyczącą wpływu reformy deliktowej na straty w ubezpieczeniach zdrowotnych, wykorzystujemy dane NAIC do obliczenia strat w ubezpieczeniach zdrowotnych na jednego ubezpieczonego (LPE). Zmienna ta jest zdefiniowana jako całkowite straty w ubezpieczeniach zdrowotnych poniesione przez ubezpieczyciela i w stanie j w roku t skalowane przez całkowitą liczbę ubezpieczonych u ubezpieczyciela i w stanie j w roku t i jest idealna dla naszej analizy, ponieważ zapewnia znormalizowaną miarę strat w ubezpieczeniach zdrowotnych, która ułatwia porównania między wszystkimi firmami.Przypis 13 We wszystkich tabelach i rysunkach przedstawionych w niniejszej analizie, LPE jest zawsze wyrażone w skali 1000 dolarów dla ułatwienia formatowania.

Nasza analiza skupia się na ubezpieczycielach działających w Teksasie, New Jersey, Kolorado i trzech dodatkowych podpróbach stanów, które nie wprowadziły znaczących reform w zakresie błędów medycznych w okresie objętym naszą próbą. Tabela 2 zawiera statystyki podsumowujące LPE, skalowane na 1000 dolarów, dla ubezpieczycieli działających w tych stanach w latach 2001-2010 w przeliczeniu na dolary z roku 2010.Przypis 14 Tabela wskazuje, że LPE generalnie wzrosło w okresie objętym próbą we wszystkich próbach stanowych i sugeruje, że koszty opieki zdrowotnej generalnie rosną. Sumaryczna analiza danych z Teksasu wskazuje w szczególności, że średni LPE ubezpieczycieli wzrósł o około 1000 USD od początku do końca okresu objętego próbą. Nie ma jednak wyraźnego załamania tej tendencji w okresie wprowadzania reform teksańskich, co jest zgodne z naszą hipotezą zerową.

Tabela 2 Health Insurance Losses per Enrollee for Different Samples

Wykresy 1a – 1f pokazują średnią wartość LPE i 95% przedział ufności wokół średniej dla różnych prób ubezpieczycieli w naszej analizie w całym okresie objętym próbą. Liczby te potwierdzają nasze obserwacje zawarte w danych zbiorczych. Stopniowa tendencja wzrostowa w teksańskim LPE jest łatwa do zaobserwowania i, z wyjątkiem New Jersey, w dużym stopniu odzwierciedla tendencje zaobserwowane w innych niereformowalnych stanach. Jednakże rysunek podkreśla stosunkowo nagły wzrost LPE w Teksasie w 2003 r. – roku wprowadzenia reform – w porównaniu z rokiem 2002. Wielkość tego wzrostu średniego LPE wynosi około 300 USD i może sugerować, że reformy miały początkowy efekt w postaci zwiększenia strat z tytułu ubezpieczeń zdrowotnych ponoszonych przez teksańskich ubezpieczycieli. Możliwość tę badamy bardziej szczegółowo w kolejnych rozdziałach.

Analiza różnicowa

Dramatyczna zmiana klimatu odpowiedzialności zawodowej w Teksasie w 2003 r. wynikająca z uchwalenia reform w zakresie błędów medycznych stanowi idealne miejsce do testowania naszej hipotezy przy użyciu naturalnej konstrukcji eksperymentalnej.Przypis 15 Jeśli, jak przewiduje nasza alternatywna hipoteza, zmiana w środowisku błędów medycznych doprowadziła do zmian w sposobie, w jaki dostawcy usług medycznych zachowują się na rynku opieki zdrowotnej, co ostatecznie doprowadziło do zmian w stratach z tytułu ubezpieczeń zdrowotnych, wówczas nie oczekiwalibyśmy, że poziomy strat z tytułu ubezpieczeń zdrowotnych przed reformą będą równe poziomom strat po reformie. Ponadto, ponieważ środki reformy odnoszą się tylko do środowiska prawnego w Teksasie po wdrożeniu nowego prawa, nie spodziewalibyśmy się, że prawo uchwalone w Teksasie będzie miało wpływ na rynki ubezpieczeniowe innych stanów przed lub po reformie w Teksasie. Dlatego porównanie różnicy w poziomach strat w ubezpieczeniach zdrowotnych w Teksasie przed i po reformie Teksasu z różnicą w poziomach strat w ubezpieczeniach zdrowotnych przed i po reformie Teksasu w stanie niedotkniętym stratami pozwala nam wyodrębnić bezpośredni wpływ środków reformy deliktowej na rynek ubezpieczeń zdrowotnych w Teksasie.

W celu uzyskania solidności w analizie DD, najpierw identyfikujemy ubezpieczycieli działających w dwóch różnych stanach nieobjętych reformą – New Jersey i Kolorado – i przeprowadzamy dwie oddzielne analizy DD. W żadnym z tych stanów nie doszło do poważnych wstrząsów na rynku ubezpieczeń zdrowotnych (takich jak reformy ubezpieczeń zdrowotnych) w czasie ściśle poprzedzającym i następującym po wdrożeniu teksańskich reform deliktowych. Ponadto w żadnym ze stanów nie wprowadzono żadnych istotnych reform ubezpieczeń od błędów medycznych w czasie obowiązywania reform deliktowych w Teksasie. Należy zwrócić uwagę, że w Kolorado przed 2003 r. obowiązywało kilka środków reformy deliktowej, w tym ograniczenia dotyczące szkód pozaekonomicznych (uchwalone w 1987 r.), natomiast w New Jersey obowiązywało stosunkowo niewiele środków reformy deliktowej i nie wprowadzono ograniczeń dotyczących szkód pozaekonomicznych.

Podążając za Paik et al. identyfikujemy również trzy dodatkowe, nieobjęte badaniem podpróby, składające się z ubezpieczycieli działających w stanach, na które nie miały wpływu reformy deliktowe w okresie objętym naszą próbą. Pierwsza podpróba składa się z ubezpieczycieli działających w 41 stanach, które nie wprowadziły poważnej reformy przepisów o czynach niedozwolonych w latach 2001-2010.Przypis 16 Druga podpróba składa się z ubezpieczycieli działających w 18 stanach, które nigdy nie wprowadziły limitu szkód nieekonomicznych lub odszkodowań całkowitych w okresie objętym próbą.Przypis 17 Trzecia podpróba składa się z ubezpieczycieli działających w dziewięciu stanach, które nie wprowadziły limitu szkód i, jak sugerują Paik et al. są podobne do Teksasu zarówno geograficznie, jak i kulturowo.Przypis 18 Wykorzystanie tych samych nieobjętych badaniem stanów, co Paik et al. dodaje kolejny element solidności do naszych indywidualnych porównań stanowych i pozwala nam rozważyć ich wnioski w kontekście rynków prywatnych ubezpieczeń zdrowotnych.Przypis 19

W teorii, wdrożenie analizy DD polega na porównaniu różnicy w średnim LPE w ubezpieczeniach zdrowotnych pomiędzy ubezpieczycielami działającymi w Teksasie a ubezpieczycielami z nieobjętych badaniem prób przed wprowadzeniem reformy teksańskiej. Różnica ta jest następnie porównywana z różnicą w średnim LPE w ubezpieczeniach zdrowotnych między ubezpieczycielami działającymi w Teksasie a ubezpieczycielami w próbach nieobjętych badaniem po reformie teksańskiej. Chociaż reformy w Teksasie weszły w życie w drugiej połowie 2003 r., pierwszym pełnym rokiem ich wdrożenia był rok 2004. W związku z tym w naszej analizie DD rozważa się, jak zmieniły się straty w 2004 r. i później w stosunku do 2003 r. i wcześniejszych lat.

W praktyce analiza DD jest przeprowadzana przy użyciu modelu regresji.Przypis 20 Oszacowaliśmy kilka unikalnych specyfikacji modeli, które przyjmują ogólną formę następującego modelu OLS:

$$ {LPE}_{it}=a+{\beta}_1{Treat}_{it}+{\beta}_2\mathit{\operatorname{Re}}{form}_t+{\beta}_3{Treat}_{it}\ast \mathit{operatorname{Re}}{form}_t+{varepsilon}_{it} $$

(1)

gdzie.

Treat = zmienna dummy wskazująca, że ubezpieczyciel i jest członkiem grupy objętej leczeniem w roku t i ujmuje różnice między grupą objętą leczeniem a grupą kontrolną. W naszej analizie Treat jest równe jeden dla ubezpieczycieli działających w Teksasie i zero dla ubezpieczycieli działających w innych nieobjętych leczeniem stanach opisanych wcześniej;

Reform = zmienna binarna równa jeden, jeśli rok jest większy lub równy 2004 i 0, jeśli rok jest mniejszy niż 2004; oraz.

Treat*Reform = zmienna binarna równa jeden dla ubezpieczycieli, którzy są członkami grupy leczonej w latach po wprowadzeniu reformy deliktowej.

Współczynnik na Treat*Reform, β 3, jest estymatorem DD. Formally,

$$ {\beta}_3=\left({\overline{LPE}}_{Treat=1,\mathit{\operatorname{Re}} form=1}-{\overline{LPE}}_{Treat=1,\mathit{\operatorname{Re}} form=0}\right)-\left({\overline{LPE}}_{Treat=0,\mathit{\operatorname{Re}} form=1}-{\overline{LPE}}_{Treat=0,\mathit{\operatorname{Re}} form=0}\right). $$

Wartość liczbowa tego współczynnika to różnica w różnicach średnich wartości LPE ubezpieczenia zdrowotnego w Teksasie i stanie kontrolnym przed i po wprowadzeniu reform. Test t dla współczynnika wskazuje, czy oszacowanie różnicy w różnicy jest statystycznie istotne. Statystycznie nieistotne β 3 uniemożliwiłoby nam odrzucenie hipotezy zerowej, że reformy w Teksasie wpłynęły na zachowanie lekarzy w sposób, który rozlał się na rynek ubezpieczeń zdrowotnych. Statystycznie istotne i dodatnie (ujemne) β 3 stanowiłoby wsparcie dla naszej alternatywnej hipotezy, że wprowadzenie teksańskich reform w zakresie tortur wpłynęło na zachowanie lekarzy w sposób, który w sumie zwiększył (zmniejszył) straty z tytułu ubezpieczeń zdrowotnych.

Analiza różnic w różnicach

Dążąc do dostarczenia dalszych dowodów na słuszność naszej hipotezy, stosujemy analizę różnic w różnicach (DDD), w której jako dodatkową grupę kontrolną włączamy podpróbę ubezpieczycieli działających w liniach biznesowych niezwiązanych z ubezpieczeniami zdrowotnymi lub rynkami błędów medycznych. Założenia identyfikacyjne DDD są bardziej solidne niż w przypadku analizy DD i pomagają potwierdzić ustalenia z poprzedniej sekcji. W szczególności strategia DDD kontroluje potencjalnie mylącą tendencję zmian w stratach z tytułu ubezpieczeń zdrowotnych w czasie, które nie są związane z reformą w zakresie ubezpieczeń medycznych – przypis 21, a także kontroluje mylące efekty czynników specyficznych dla danego państwa, które ogólnie wpływają na straty z tytułu ubezpieczeń. Jako takie, ramy DDD poprawiają niedociągnięcia analizy DD poprzez kontrolowanie szerokiego zestawu innych wpływów. Jeśli nasze wyniki są odporne na analizę DDD, sugerowałoby to, że nasze wyniki nie wynikają ze złośliwych zmian w środowisku ubezpieczeń zdrowotnych w danym stanie.

Aby wdrożyć DDD, wybieramy jako dodatkową grupę kontrolną podpróbę ubezpieczycieli prowadzących działalność w zakresie ubezpieczeń od uszkodzeń fizycznych samochodów osobowych w Teksasie, New Jersey, Kolorado i trzech podpróbach wielostanowych zidentyfikowanych przez Paik et al.Przypis 22 Kwantyfikujemy straty poniesione przez tych ubezpieczycieli w danych stanach jako straty na samochód (LPA), obliczone jako kwota strat z tytułu uszkodzeń fizycznych samochodów osobowych poniesionych przez ubezpieczyciela i w stanie j w roku t skalowana przez ważoną miarę liczby samochodów ubezpieczonych przez ubezpieczyciela i w stanie j w roku t.Przypis 23 Następnie porównujemy różnicę w różnicach między LPE i LPA w Teksasie przed i po reformie deliktowej Teksasu z różnicą w różnicach między LPE i LPA w stanie kontrolnym (stanach kontrolnych) przed i po reformie deliktowej Teksasu.

W praktyce analiza DDD jest przeprowadzana przy użyciu modelu regresji. Oszacowaliśmy kilka unikalnych specyfikacji modeli, które przyjmują ogólną formę następującego modelu OLS:

$$ {Losses}_{it}={a}_i+{beta}_1 Treat+{beta}_2 Control+{beta}_3 Treatast Control+{beta}_4} form+{beta}_5 Treatast {mathit{operatorname{Re}} forma+{beta}_6 Controlast \mathit{operatorname{Re} forma+{beta}_7 Treat+ Controlast \mathit{operatorname{Re} forma+{varepsilon}_{it} $$

(2)

gdzie.

Losses = LPE ubezpieczyciela i, jeżeli ubezpieczyciel jest ubezpieczycielem zdrowotnym lub LPA ubezpieczyciela i, jeżeli ubezpieczyciel jest ubezpieczycielem samochodowym w danym stanie w danym roku;

Treat = zmienna dummy wskazująca, że ubezpieczyciel i jest członkiem grupy objętej leczeniem w roku t i wychwytuje różnice między grupą objętą leczeniem a grupą kontrolną. W naszej analizie Treat jest równe jeden dla ubezpieczycieli działających w Teksasie i zero dla ubezpieczycieli działających w innych stanach opisanych wcześniej;

Control = zmienna binarna wskazująca, że ubezpieczyciel i jest ubezpieczycielem zdrowotnym w roku t i oddaje wpływ, jaki rynek ubezpieczeniowy, ogólnie rzecz biorąc, może mieć na poziom strat w ubezpieczeniach zdrowotnych. W naszej analizie kontrola jest równa jeden, jeśli ubezpieczyciel działa w liniach ubezpieczeń zdrowotnych i równa zero, jeśli ubezpieczyciel działa w liniach ubezpieczeń samochodowych w danym stanie w danym roku;

Reforma = zmienna binarna równa jeden, jeśli rok jest większy lub równy 2004 i 0, jeśli rok jest mniejszy niż 2004; oraz.

Treat*Control*Reform = zmienna binarna równa jeden, jeśli ubezpieczyciel i jest ubezpieczycielem zdrowotnym działającym w stanie nieobjętym leczeniem w roku 2004 lub późniejszym.

Współczynnik Treat*Control*Reform, β 7, jest estymatorem difference-in-differences-in-differences. Wartość liczbowa tego współczynnika to różnica-in-differences-in-differences średnich LPE i LPA w Teksasie i stanie kontrolnym przed i po wdrożeniu reform. Test t dla współczynnika wskazuje, czy DDD jest statystycznie istotny. Statystycznie nieistotne β 7 uniemożliwiłoby nam odrzucenie hipotezy zerowej, że reformy w Teksasie wpłynęły na zachowanie lekarzy w sposób, który rozlał się na rynek ubezpieczeń zdrowotnych. Statystycznie istotne i dodatnie (ujemne) β 7 stanowiłoby wsparcie dla naszej alternatywnej hipotezy, że wprowadzenie teksańskich reform deliktowych wpłynęło na zachowanie lekarzy w sposób, który w sumie zwiększył (zmniejszył) straty w ubezpieczeniach zdrowotnych.