بررسي تغيير رفتار بيمه تكميلي و بيمه‌شدگان، قبل و بعد از اجراي برنامه تحول نظام سلامت در بيمارستان‌هاي دانشگاه علوم پزشكي مشهد

The Change in the Behavior of Supplementary Insurers and Insured Individuals Before and After the Implementation of the Health System Reform in Hospitals Affiliated to Mashhad University of Medical Sciences

مقدمه: از آنجايي كه با اجراي برنامه تحول سلامت، بيماران تحت پوشش بيمه تكميلي، كه از مزاياي بيمه متبوع بهره‌مند هستند، يارانه سلامت به آنها تعلق نمي‌گيرد، ممكن است رفتار سازمان‌هاي بيمه تكميلي و بيمه‌شدگان آنها جهت استفاده از بيمه تكميلي دچار مخاطره شود. بنابراين پژوهش حاضر با هدف بررسي تغيير رفتار بيمه تكميلي و بيمه‌شدگان، قبل و بعد از اجراي برنامه تحول نظام سلامت در بيمارستان‌هاي دانشگاه علوم پزشكي مشهد انجام شد. روش بررسي: اين مطالعه از نوع توصيفي است كه به صورت گذشته‌نگر مقطعي در سال 1391 تا 1395 انجام شده است. جامعه پژوهش شامل 2099499 بيمار بستري و تحت نظر در 24 بيمارستان دولتي دانشگاه علوم پزشكي مشهد بود كه بصورت تمام شماري در سال 1397 انجام گرفت. داده‌ها با مراجعه به بخش ترخيص بيمارستان‌ها و بررسي اطلاعات بيماران از طريق HIS هر بيمارستان جمع‌آوري شد و از نظر دقت و صحت اطلاعات مورد بررسي قرار گرفت. تحليل داده‌ها با استفاده از نرم‌افزار SPSS v16 و EViews v10 صورت گرفت. يافته‌ها: تعداد افراد داراي بيمه تكميلي قبل از اجراي برنامه تحول نظام سلامت 14581 نفر بوده است كه بعد از اجراي برنامه تحول نظام سلامت به 10510 نفر كاهش يافته است. ميانگين هزينه كل بيماران از 222 ميليون ريال به 652 ميليون افزايش يافته است. سهم بيمه تكميلي در سال 91 حدود 1 درصد و درسال 92 با افزايش بيمه‌هاي تكميلي حوزه سلامت اين سهم به حدود 3 درصد رسيده است. با شروع اجراي برنامه تحول نظام سلامت سهم بيمه تكميلي كاهش يافته است و تا پايان سال 95 روند نزولي داشته است تا به 0/2 درصد كاهش يافته است. نتيجه‌گيري: به نظر مي‌رسد لازم است براي استفاده بيشتر افراد از بيمه‌هاي تكميلي، قرارداد بيمه‌هاي تكميلي بصورت يكپارچه و گروهي با بيمارستان‌هاي دانشگاهي، شركت‌ها و ... انجام شود و تشخيص پوشش بيمه‌اي بيماران بصورت الكترونيك صورت گيرد.

Introduction: A significant amount of treatment cost is paid by health insurance organization. Insurance companies mostly use reliable people to audit documents, but due to the very high number of documents and the limitation of time and human resource, it is almost impossible to consider documents carefully and more importantly, some infringements are not identifiable according to only one document, but identifiable by accumulation of documents and intelligent analysis based on data mining. Detection of beneficial referral (self-referral and kickback) that a doctor refers a patient to a specific pharmacy that has benefits for him, is one of these things. Methods: In the current study, data pool was prepared using Tehran Health Insurance data until 2017 and then after eliminating faulty data, according to network mining methods, actions were taken to detect anomalistic referrals on the network, data filtering, and weighing the edges of the network based on the views of reliable people. This method was implemented in the Knime environment and a short list was presented to monitoring department of the health insurance organization. Results: In the current study, according to the importance of detected interactions during network mining process between doctors and pharmacies, and using visual tools in Knime, it was observed that 73 doctors had significant relationships with 26 pharmacies. Conclusions: Inspectors of health insurance organization can have a more accurate and more effective examination by spending less time and human resource according to examination patterns based on network mining and visualization.