中国科技论文统计源期刊 中文核心期刊  
美国《化学文摘》《国际药学文摘》
《乌利希期刊指南》
WHO《西太平洋地区医学索引》来源期刊  
日本科学技术振兴机构数据库(JST)
第七届湖北十大名刊提名奖  
医药导报, 2022, 41(12): 1794-1800
doi: 10.3870/j.issn.1004-0781.2022.12.012
异地就医联网结算背景下医药费用报销差异性及影响因素分析*
Analysis on Differences and Influencing Factors of Medical Expense Reimbursement Under the Background of Remote Medical Online Settlement
李佳瑾, 崔欢欢, 卢静, 李天俊, 冯海欢, 孙麟

摘要: 目的 通过研究异地就医联网结算政策下四川大学华西医院住院患者医保报销比例的差异性,探讨影响报销比例的因素,分析各类因素对报销比例的影响,为完善异地就医联网报销政策提供实证依据。 方法 采集2019年1月—2020年12月医保联网即时结算的参保患者报销费用相关指标。对参保患者的报销比例按不同保险类型、不同地区、不同病种进行因素分析。对各类参保患者分别采用随机森林模型建立其报销比例与影响因素之间的联系,并通过随机森林模型直观描述各因素以及因素间的相互作用对参保患者报销比例的影响。 结果 成都市本地的平均报销比例最高,其次为跨省异地的平均报销比例,省内异地平均的报销比例最低。影响报销比例的因素随不同地区的不同而不同。成都市中医保类型(即省部级、城镇职工以及城乡居民)对报销比例影响最大,其次是药品费用,再次是检查费用;省内异地中,对报销比例影响最大的为参保地政策,其次也是药品费用,再次是患者年龄;跨省异地中对报销比例影响最大的是参保地政策,其次是药品费用,再次是病种类型。另外,因素之间的相互作用也对报销比例产生影响。 结论 综合来看,就医地医保政策、患者药品费用、年龄及病种类型对于异地就医联网结算下各地参保患者报销比例影响较其他因素显著。应进一步完善异地就医政策,深化医保支付制度改革,实现医药费用的有效控制,降低患者的疾病负担。
关键词: 异地就医; 医药费用; 报销; 差异; 因素分析; 随机森林

Abstract:
Objective To provide practical support to improve the reimbursement policy of remote medical networks by investigating the heterogeneity of reimbursement rate of inpatients in West China hospital under the settlement policy of the remote medical network, identifying important factors that influence the reimbursement ratio, and analyzing the influence of factors on the reimbursement ratio. Methods Collect various indicators of reimbursement expenses of insured patients for medical insurance networking immediate payment from January 2019 to December 2020.Analysis factors are conducted on the reimbursement proportion of insured patients according to different types of insurance, regions, and diseases.Develop a random forest model for each class to explore the relationship between reimbursement ratio and various factors.Access the influence of factors and their interactions on the reimbursement ratio based on random forest models. Results The average reimbursement rate of Chengdu city is the highest, followed by the out-of-province regions, and the in-province cities except Chengdu city are the lowest.The important factors for reimbursement ratio vary with different regions.The type of insurance in Chengdu city (provincial and ministerial level, urban workers and rural residents) have the most significant impact on the reimbursement ratio, followed by drug costs and then inspection costs;As to the in-province cities, the local policy of the insured region has the most significant impact on the reimbursement ratio, followed by the drug costs, and then the patient's age;As to the out-of-province regions,the most significant impact on the reimbursement ratio is the local policy of the insured place, followed by drug costs, and disease types.In addition, interactions between factors also affect the reimbursement ratio. Conclusion In summary, the local medical insurance policy, drug cost, age, and disease type significantly influence on the reimbursement rate of insured patients within the remote network.It is necessary to improve the medical treatment policy further and deepen the reform of medical insurance payment system.Achieve the effective control of medical expenses and reduce the disease burden of patients.
Key words: Medical treatment in different places; Medical expense; Reimbursement; Difference; Factor analysis; Random forest

开放科学(资源服务)标识码(OSID)

随着我国城镇化进程的加快,人口流动增加,异地就医需求日益增加。如果按照传统的异地就医报销模式,参保患者不仅需要个人垫付全部医疗费用,还需要回参保地医保经办机构办理报销手续。为缓解患者垫付压力大、解决患者为报销来回奔波这一民生问题,2009年12月,国家人社局印发《关于基本医疗保险异地就医结算服务工作的意见》,提出推进区域统筹和建立异地协作机制,方便异地就医参保人员的医疗费用结算,减少个人垫付医疗费用[1]。各地医保经办机构也积极开展探索如何为参保患者提供便捷的异地就医医保联网结算服务。2014年10月,四川省开始实行省内异地就医联网结算。2016年底,四川省实现跨省异地住院就医联网结算,参保患者只需支付个人负担部分,医保支付部分由医保经办机构和医疗机构通过异地联网平台直接结算[2]。随着异地就医联网结算的参保患者增加,有研究显示,跨区域就医患者普遍疾病负担更重[3],影响患者疾病负担的主要因素为该患者参保地医保报销政策。由于各参保地区医保报销政策存在差异性,直接影响各地参保患者的报销比例。本文以四川大学华西医院(简称“HX医院”)异地就医联网结算患者报销相关数据为研究对象,分析本地及各参保地报销比例的差异性及影响因素,为完善异地就医政策和提高医疗保障的公平性提供数据支撑,进一步深化医保支付制度改革。

1 资料与方法
1.1 研究对象与数据来源

研究对象为2019—2020年HX医院的成都市本地及异地就医联网结算的住院患者。数据来源为由HX医院信息中心提供的共计135 338样本病例数据。成都市为HX医院所在地城市,样本数据按医保类型细分为城镇职工、城乡居民及省部级单位职工(简称“省医保”),共计103 214例。异地联网数据未细化医保类型,本文按患者参保地所属城市和省份进行划分。由于部分异地就医联网地区的结算人次数据量较少,本文选取省内异地就医联网结算(简称“省内异地”)患者人次排名前五的城市作为样本,共计30 187例。选取跨省异地就医联网结算患者(简称“跨省异地”)人次排名前五的省份(或直辖市)作为样本,共计1937例。

1.2 研究方法

1.2.1 医保类型(参保地)报销比例单因素分析 运用R软件首先统计成都市、省内异地、跨省异地的报销人次及构成比例,计算各地报销比例的均值及标准差。然后分别对各地报销比例进行检验和建模。采用方差分析法分别检测成都市不同医保类型(即省医保、城镇职工以及城乡居民),四川省内异地就医联网不同城市,跨省异地就医联网不同省份(直辖市)的联网结算患者之间的医保报销比例是否存在显著差异[4]

1.2.2 医保类型(参保地)与病种类型报销比例双因素交叉分析 医保患者报销比例不仅受医保类型和参保地的影响,还与不同的病种类型相关,为了研究医保类型(参保地)与病种对患者报销比例的交互影响,本文以两个常见病种为例,研究不同病种,在成都市不同医保类型以及不同参保地的报销比例的差异。

1.2.3 基于随机森林的医保报销比例影响因素分析 除了受参保类型、各参保地医保报销政策和病种类型的影响,医保患者报销比例还与参保患者的其他属性因素相关。包括人口学特征因素(患者的性别和年龄),患者医疗费用(药品、检查、材料、治疗及实验室检查等费) 和患者治疗信息因素(病种类型和住院时间)。针对病种类型因素,本文按照世界卫生组织2016年公布的国际病种分类标准编码ICD-10,将样本数据的病案首页出院诊断ICD-10编码分为18个类型,并选择人次排名前五的病种类型进行研究。病种类型分别为影响健康状况和接触卫生服务的因素(以下简称“影响健康状态”),肿瘤,循环系统,消化系统,肌肉系统。

在诸多因素中,合理选择对报销比例影响显著的因素,真实反映各显著因素与报销比例之间的关系,可以为报销比例的量化控制提供依据。本文运用随机森林模型[5],分别对成都市本地医保、省内异地联网和跨省异地联网,建立关于医保报销比例与影响因素之间的非线性关系。基于拟合模型,评估各因素对医保报销比例影响的重要程度。基于拟合完成的随机森林模型,本文描绘出各因素的变化对于报销比例变化的量化关系图。同时,描绘出两个因素同时变化对报销比例变化的交互影响图。根据各关系图和交互影响图,本文直观反映并分析各因素及因素之间对于报销比例的影响。在模型拟合过程中,如果各因素方差较大,会严重影响模型拟合效果。为了降低由于各因素方差较大导致模型拟合失准,需要对各因素做数据变换。对数变换是一种常用的减少数据方差的变换方法。本文对连续型因素(年龄、住院时间以及费用数据)采用对数变换[6]

2 结果
2.1 各参保地报销基本情况

成都市本地医保报销比例均值(标准差)为55.4%(19.7%),其中按医保类型细分的报销比例均值(标准差)由高到低依次为省医保、城镇职工和城乡居民,报销比例分别为65.3%(17.6%)、58.4%(18.7%)和44.2%(17.9%)。其中,人次占比最高的为城镇职工。省内异地医保报销比例均值(标准差)为52.6%(19.6%),5个城市报销比例的波动范围为49.2%~65.40%,其中人次构成比最大的为乐山市,报销比例均值(标准差)为51.10%(19.6%)。跨省异地医保报销比例均值(标准差)为53.0%(17.78%),5个省(直辖市)报销比例的波动范围为34.9%~57.70%,其中人次构成比最大的为报销比例均值最高为贵州省。各类患者人次和相应的医保报销比例的均值和标准差统计结果如表1所示。

表1 2019—2020HX医院住院联网报销患者人次及报销比例情况
Tab.1 the number of 2019-2020 HX hospital inpatient online reimbursement and reimbursement proportion
参保地 总报销比例均值
(标准差)
医保类型 患者人次
构成n(%)
报销比例均值
(标准差)
成都市本地 55.4%(19.7%) 城镇职工 67783(65.7) 58.4%(18.7%)
城乡居民 26330(25.5) 44.2%(17.9%)
省医保 9101(8.8) 65.3%(17.6%)
参保地 总报销比例均值
(标准差)
参保地细分 患者人次
构成n(%)
报销比例均值
(标准差)
省内异地 52.6%(19.6%) 乐山市 10835(35.9) 51.1%(19.6%)
内江市 10110(33.5) 49.2%(19.4%)
凉山自治州 3378(11.2) 65.4%(16.3%)
广元市 3096(10.3) 51.8%(19.2%)
绵阳市 2768(9.2) 56.5%(17.4%)
跨省异地 53.0%(17.78%) 贵州省 838(43.3) 57.7%(16.4%)
新疆自治区 501(25.9) 54.6%(14.8%)
重庆市 220(11.4) 34.9%(15.9%)
甘肃省 215(11.1) 56.0%(15.3%)
湖北省 163(8.4) 44.7%(20.5%)

The reimbursement proportion is equal to the amount paid by the medical insurance fund divided by the total amount of expenses.

报销比例等于医保基金支付费用金额除以总费用金额。

表1 2019—2020HX医院住院联网报销患者人次及报销比例情况

Tab.1 the number of 2019-2020 HX hospital inpatient online reimbursement and reimbursement proportion

2.2 医保类型(参保地)差异性分析

分别对成都市本地城镇职工,城乡居民和省医保之间的报销比例,省内异地各城市之间的报销比例以及跨省异地各省(或直辖市)之间的报销比例进行F检测。从检验的结果看出,成都市本地城镇职工、城乡居民和省医保之间,省内异地各城市之间,以及跨省异地各省(直辖市)之间的报销比例均差异有统计学意义(P值趋近于0)。

2.3 医保类型(参保地)与病种类型报销比例差异性交叉分析

为了直观比较不同病种在不同城市的报销比例差异,本文选取常见病种冠心病和胃息肉,比较两者在不同地区的报销比例差异。表2所示,冠心病报销比例普遍高于胃息肉报销比例。说明了不同医保类型和不同参保地消化系统病种的报销比例均偏低。从成都市、省内异地和跨省异地3个区域来看,成都市相较于省内异地和跨省异地,冠心病的报销比例(70%)与胃息肉(52%)的差异最明显,相差18%。不同病种在不同省份报销比例的差异明显不同,例如,湖北省冠心病和胃息肉的报销比例分别为59%和52%,但贵州省二者比例为68%和38%。省内城市之间两病种报销比例的差异也明显不同。可以看出冠心病和胃息肉的报销比例在各地的差异与各地的医保报销政策密切相关。另外,无论冠心病还是胃息肉,成都市报销比例的波动较省内异地和跨省异地波动范围更小。进一步说明了报销比例受参保地影响。由于统计结果的精准性与样本数量有关,跨省异地结算人次较少,研究结果可能存在一定的误差。

表2 各地冠心病、胃息肉报销比例
Tab.2 Reimbursement proportion of coronary heart disease and gastric polyps in various regions
项目 冠心病 胃息肉
人次 报销比例均值
(标准差)
人次 报销比例均值
(标准差)
成都市 775 70.1%(11.0%) 230 52.3%(14.3%)
城乡居民 123 68.7%(13.8%) 12 49.1%(16.3%)
城镇职工 555 69.2%(9.8%) 192 51.3%(13.6%)
省医保 97 76.4%(11.7%) 26 61.3%(16.0%)
省内异地 384 52.8%(19.7%) 44 40.6%(20.8%)
广元 31 46.1%(22.5%) 2 42.7%(1.2%)
乐山 120 54.1%(21.9%) 17 43.6%(19.9%)
凉山州 52 66.4%(16.6%) 4 35.3%(32.9%)
绵阳 37 50.8%(19.7%) 3 53.1%(17.0%)
内江 144 48.8%(15.4%) 18 36.6%(20.8%)
跨省异地 94 63.3%(16.7%) 12 49.8%(18.5%)
甘肃 30 56.7%(17.2%) 1 67.1%(/)
贵州 28 67.5%(15.4%) 3 38.0%(23.4%)
湖北 12 59.0%(15.5%) 4 52.1%(13.1%)
新疆 24 68.6%(15.7%) 4 51.9%(21.6%)

表2 各地冠心病、胃息肉报销比例

Tab.2 Reimbursement proportion of coronary heart disease and gastric polyps in various regions

2.4 各地报销比例影响因素分析

2.4.1 成都市本地医保患者报销比例影响因素分析 采用随机森林模型对成都市本地样本数据进行拟合。模型拟合准确度(R2)为75%[7]。基于随机森林模型,各因素对报销比例影响的重要程度前七位如表3所示[8]。对报销比例影响最大的因素为医保类型。因为不同的医保类型对应不同的医保政策,而不同的医保政策采用不同的计算公式计算得出患者的医保报销比例。在医保类型之后,影响报销比例的因素依次为药品费用、检查费用、病种类型、化验费用、治疗费用、材料费用。

表3 各因素对成都市本地医保报销比例影响因子
Tab.3 Influence factors of various factors on local medical insurance reimbursement proportion in Chengdu city
影响因素 影响因子
医保类型 414.46
药品费用 219.45
检查费用 109.37
病种类型 108.01
化验费用 101.77
治疗费用 98.51
材料费用 91.18

表3 各因素对成都市本地医保报销比例影响因子

Tab.3 Influence factors of various factors on local medical insurance reimbursement proportion in Chengdu city

不同医保类型和不同因素对报销比例的交互作用如图1所示。对成都市本地3种医保类型,报销比例随着药品费用的增加逐渐增加,随着检查费用的增加,明显下降。随着材料费用的增加,城乡居民和城镇职工的报销比例均呈下降趋势。化验费用在某阈值范围内对报销比例影响不明显。治疗费用的变化对报销比例无显著影响。从图1中看出,城乡居民的趋势变化与其他两种医保类型的趋势变化差异较大。这与成都市的医保报销政策密切相关。城乡居民是主要按购买档次报销,省医保和城镇职工主要按年龄比报销。另外,3种医保类型对于药品费用均按药品目录进行比例报销,跟药品费用多少没有直接关系。城乡居民和城镇职工的材料费用按费用阶梯进行报销,材料费用越高报销比例越低,省医保的材料费用类似药品费用按比例进行报销,跟材料费用多少没有直接关系。

图1 成都市各费用因素对各医保类型报销比例的影响

Fig.1 Influence of various expense factors on reimbursement proportion of various medical insurance types in Chengdu city

2.4.2 省内异地联网医保患者报销比例影响因素分析 对省内异地联网样本数据采用随机森林模型进行拟合。模型拟合准确度(R2)为55%。基于随机森林模型,各因素对报销比例影响的重要程度前7位如表4所示。对报销比例影响最大的因素为参保地政策因素,其后依次为药品费用、患者年龄、病种类型、检查费用、治疗费用、化验费用。

表4 各因素对省内异地联网医保报销比例影响因子
Tab.4 Influence factors of various factors on the reimbursement proportion of remote online medical insurance in the province
影响因素 影响因子
参保地政策 209.41
药品费用 132.13
患者年龄 89.06
病种类型 76.73
检查费用 69.03
治疗费用 68.81
化验费用 67.31

表4 各因素对省内异地联网医保报销比例影响因子

Tab.4 Influence factors of various factors on the reimbursement proportion of remote online medical insurance in the province

不同省内异地城市和不同因素对报销比例均值的交互作用如图2所示。报销比例对于省内各城市均随患者年龄和药品费用的增加而增加。不同的是,当药品费用超过某阈值,报销比例趋于稳定。报销比例对于检查费用的增加在一定范围内趋于稳定,但当检查费增加超过某个阈值,报销比例随着检查费用的增加明显降低。相较患者年龄、药品费用,化验费和治疗费对报销比例的影响较小。值得关注的是乐山州报销比例的趋势与其他城市趋势差异较大。其原因可能为乐山州报销政策和财政补贴相关。排除乐山州以外,广元市,内江市,乐山市报销比例趋势相近,绵阳市报销比例略高于其他几个城市。

图2 省内联网各种因素对报销比例的影响

Fig.2 Influence of various factors of provincial intranet on reimbursement proportion

2.4.3 跨省异地联网医保患者报销比例影响因素分析 对跨省异地联网样本数据采用随机森林模型进行拟合。模型拟合准确度(R2)为65%。基于随机森林模型,各因素对报销比例影响的重要程度前七位如表5所示。对报销比例影响最大的因素为参保地政策因素,其后依次为药品费用、病种类型、患者年龄、治疗费用、材验费用、化验费用。

表5 各因素对跨省联网医保报销比例影响因子
Tab.5 Influence factors of various factors on the proportion of inter provincial online medical insurance reimbursement
影响因素 影响因子
参保地政策 54.69
药品费用 41.40
病种类型 35.02
患者年龄 32.91
治疗费用 30.64
材料费用 27.63
化验费用 24.31

表5 各因素对跨省联网医保报销比例影响因子

Tab.5 Influence factors of various factors on the proportion of inter provincial online medical insurance reimbursement

不同跨省异地省份(直辖市)和不同因素对报销比例均值的交互作用如图3所示。报销比例对于各省份均随患者年龄的增加而增加。报销比例对于药品费用的变化在一定范围内相对平稳,当药品费用超过某个阈值,报销比例随着药品费用的增加而小幅增加后趋于平稳。报销比例随着治疗费用的增加在一定范围内增长明显,当治疗费用超过某个阈值报销比例趋于平缓。报销比例随着材料费用的增加在一定范围内保持稳定,当材料费增加超过某个阈值,报销比例随着材料费用的增加急剧下降。化验费用的增加相对其他因素对报销比例影响较小。总体来看,重庆和湖北的报销比例趋势相似,贵州,甘肃和新疆三省报销比例趋势相似。

图3 跨省联网各种因素对报销比例的影响

Fig.3 Influence of various factors of inter provincial networking on reimbursement proportion

3 讨论
3.1 有效合理控制医药费用

据本研究结果显示,无论是成都市本地、还是省内和跨省异地参保患者的报销比例相较其他类型费用而言,均与药品费用存在较大关联,并且在趋势上与报销比例呈正相关趋势。这说明药品费用越高,医保基金支付费用越高。这与2017年启动公立医院综合改革,全面取消药品加成和调整医疗服务价格,以及2017年开始启动新版药品目录,准予支付的药品较原药品目录增加了363种药品,拓宽了药品支付范围等这一系列医药改革政策存在较大关系[9]。同时,随着纳入医保报销的国家谈判药品日益增多,患者的使用量也在同步增加。在减轻患者个人负担的同时也对医保基金的控制带了新的挑战。首先应当继续将药品费用控制政策作为监管重点,同时完善对医院及医务人员的监管制度,重点监控高价药品不合理使用情况、建立省级平台的处方点评制度等,遏制诱导需求;其次,对于医院来说,取消药品加成政策使药品从可获得利润的收入来源转变为运营成本,应加快推进公立医院改革,在加大财政投入的基础上合理调整医疗服务价格;同时,倡导公立医院提供价值医疗,及时转变管理理念,加强用药管理的自觉性和积极性[10]。另外,从医疗保险管理的角度,应合理制定谈判药品的医保支付限定范围,保证医保基金的安全、高效使用,加大医保监管力度,充分利用信息系统,提高监管效率和质量[11]

3.2 积极推进按医保支付方式改革

据本研究结果显示,除医保类型和参保地政策对各地报销比例影响外,成都市本地中病种类型对报销比例的影响低于药品费用和检查费用两项指标。省内异地联网中病种类型对报销比例的影响低于药品费用和年龄两项指标。跨省异地联网中病种类型对报销比例的影响低于药品费用。这在一定程度上反映医保支付与疾病类型关联度不高,进而反映支付方式的单一化。由此可见,目前的现实情况跟全面实行以病种付费为主,按人头付费、按床日付费等复合型付费方式的目标尚有一定差距。按病种付费能有助于控制医疗费用,保障医保基金安全,提高参保患者的报销水平。在全国联网结算全面铺开的背景下,应积极推进按医保支付方式改革,加快推行按病种付费为主的并与人头付费、按床日付费、总额预付等多种付费方式相结合的复合型付费,鼓励实行按疾病诊断相关组付费(DRGs)方式[12]

3.3 加强异地就医监管,规范医疗服务行为

从本文的研究结果来看,省内异地联网的各城市报销比例最大和最小的差异超过10%,跨省异地联网各地区报销比例最大和最小的差异超过20%,均差异有统计学意义。这一差异与异地就医联网报销政策密不可分。异地就医联网报销政策涉及众多利益相关者,该政策的完善需要参保地、就医地两地经办机构及参保人等主体的参与和支持。在“参保地待遇、就医地目录”的结算原则下,由于医保信息不对称、地区间医保支付政策的差异性等原因导致异地就医监管困难,异地就医患者发生“过度医疗”的风险更高,患者经济负担加重,从而导致异地就医医疗费用不合理增长[13]。因此,需要加强对异地就医的医保基金监管,建立有效的异地监管机制,规范医疗服务行为,杜绝不合理用药、不合理诊疗的现象。从而减轻患者的医药费用负担,维护医保基金安全、促进医保基金合理使用,控制医疗费用的不合理增长[14]

参考文献

[1] 人力资源和社会保障部. 财政部关于基本医疗保险异地就医结算服务工作的意见[J]. 中国劳动, 2010(2):61.
[本文引用:1]
[2] 崔佳, 刘宏亮. 异地就医结算平台对医疗行为及费用的影响分析——基于吉林省的实证研究[J]. 东北师大学报:哲学社会科学版, 2021(1):8.
[本文引用:1]
[3] 宋霖婧, 董佩, 邱五七, . 北京市6 种癌症跨区域患者特征与就医行为研究[J]. 中国循证医学杂志, 2019, 19(9):1007-1011.
[本文引用:1]
[4] 刘影, 牛瑞, 张雪梅, . 某市强直性脊柱炎住院患者疾病负担分析[J]. 医药导报, 2018, 37(8):955-960.
[本文引用:1]
[5] BREIMAN L. Random forests[J]. Machine Learning, 2001, 45:5-32.
[本文引用:1]
[6] 雒敏, 黄亚新. 居民医疗保健消费与医药产业发展的关联性——基于向量自回归模型的实证分析[J]. 医药导报, 2022, 41(5):742-747.
[本文引用:1]
[7] LIU Y, ALLEN G. An Introduction to statistical learning:with applications in R[J]. J Am Stat Assoc, 2014, 109(508):1713-1714.
[本文引用:1]
[8] ZHU R, ZENG D, KOSOROK M R. Reinforcement learning trees[J]. J Am Stat Assoc, 2015, 110(512):1770-1784.
[本文引用:1]
[9] 曲建卫, 张析哲, 彭宏宇, . 某院综合改革对医疗费用结构与直接医疗经济负担的影响研究[J]. 中国卫生质量管理, 2020, 27(3):43-46.
[本文引用:1]
[10] 王双, 韦柳意, 涂新龙, . 枝江市农村地区住院患者费用结构分析[J]. 中国卫生事业管理, 2020, 37(8):607-610.
[本文引用:1]
[11] 杜雪, 马珺, 黎雯霞. 药品带量采购存在的问题与对策分析[J]. 卫生经济研究, 2020, 37(8):42-44,49.
[本文引用:1]
[12] 钟玉英, 梁婷. 医保异地即时结算会否推高异地三级医院就医人次?——基于广东省肇庆市A区的分析[J]. 中国卫生政策研究, 2019, 12(6):35-40.
[本文引用:1]
[13] 许正圆, 徐伟, 黄晓青, . 长三角地区异地就医门诊费用直接结算现状、模式及难点[J]. 卫生经济研究, 2022, 39(2):70-74.
[本文引用:1]
[14] 李志建, 方秉华. 异地就医即时结算现状及问题探讨[J]. 中国医院管理, 2015, 35(7):67-68.
[本文引用:1]
资源
PDF下载数    
RichHTML 浏览数    
摘要点击数    

分享
导出

相关文章:
关键词(key words)
异地就医
医药费用
报销
差异
因素分析
随机森林

Medical treatment in diff...
Medical expense
Reimbursement
Difference
Factor analysis
Random forest

作者
李佳瑾
崔欢欢
卢静
李天俊
冯海欢
孙麟

LI Jiajin
CUI Huanhuan
LU Jing
LI Tianjun
FENG Haihuan
SUN Lin