PDF
 
number advance newsletter
A1; 1/2017 www.advanceinstitute.cz

 

Výzvy a možnosti používání PCG v České republice

 
Tomáš Macháček, KlientPRO | 8. 6. 2017
 
 

 

1. Co to je „PCG“ a kde se vzalo?
 

Je všeobecně známým faktem, že žijeme v éře chronických chorob. Náklady na léčení (bohužel nikoli vyléčení) chronických chorob dnes znamenají více než ¾ celkových nákladů zdravotních systémů vyspělých zemí. Chronické choroby tak představují největší finanční riziko veřejného zdravotního pojištění. Do tohoto kontextu „přichází“ PCG.

Čtenář dnes již jistě zná princip PCG klasifikace: Pharmacy-based Cost Groups je klasifikace, která zařazuje pojištěnce do cca 25 skupin podle jejich chronické preskripce za účelem predikovat náklady zdravotního pojištění. Je za tím tato prostá úvaha: pokud člověk trpí chronickou nemocí, pak zpravidla dlouhodobě užívá určité léky a zároveň pravidelně čerpá určitou zdravotní péči, která něco stojí. Pokud tedy víme, že užívá dlouhodobě určité léky, můžeme předpokládat, že jeho náklady na zdravotní služby budou pravděpodobně obsahovat náklady léčení té chronické nemoci, kvůli které léky užívá. 

PCG klasifikace je tedy prediktor nákladů zdravotních služeb založený na znalosti chronické spotřeby léků. PCG klasifikace rozšíří v přerozdělení stávající tzv. demografický model. Od 1.1.2018 budou zdroje veřejného zdravotního pojištění v ČR přerozdělovány podle nového tzv. PCG modelu.  

 

PCG klasifikace pochází z Holandska a do ČR se dostala již před více než deseti lety (a následně i na Slovensko). Může za to moje společnost Klient PRO a řízená péče. Srdcem systémů řízené péče je tzv. rizikový kapitační kontrakt, kterým lze dosáhnout toho, že skupina zúčastněných poskytovatelů zdravotních služeb sdílí se zdravotní pojišťovnou odpovědnost za bilanci pojistného fondu alokovaného na konkrétní kmen pojištěnců. Sdílení této odpovědnosti je silnou motivací k tomu, aby začali optimalizovat a koordinovali zdravotní služby a klinické procesy a profitovali tak z dosažených úspor. Rizikový kapitační kontrakt předpokládá schopnost přesně alokovat skutečné náklady na definovaný pojistný kmen a také schopnost co nejpřesněji odhadnout očekávané náklady. Klient PRO umí takové kontrakty (které jsou samozřejmě úplně odlišné od tzv. úhradové vyhlášky) navrhovat, optimalizovat a administrovat. Proto jsme se už v roce 2006, kdy jsme administrovali několik lokálních systémů řízené péče pro tehdejší Hutnickou zaměstnaneckou pojišťovnu, podíleli na adaptaci holandské PCG klasifikace do českého prostředí, abychom námi administrované kontrakty vybavili podstatně lepším oceněním rizika. Od roku 2006 tedy PCG modely používáme a dále vyvíjíme. V r. 2011 – 2012 Klient PRO na základě kontraktu s MZ ČR lokalizovala PCG model pro účely českého přerozdělení a naše know how se podílelo i na lokalizaci PCG na Slovensko. 

 

 

2. Na co lze využít PCG model
 

PCG model jednotlivým pojištěncům přiřazuje pojištěncům mnohem pestřejší tzv. indexy rizika, než demografický model. Ukazuje to následující graf, na kterém můžete vidět, že demografický model, oproti PCG modelu, nadhodnocuje riziko velké části populace (té „zdravé“), a opravdu velmi podhodnocuje riziko právě těch pojištěnců, kteří mají velkou potřebu zdravotní péče právě proto, že je „hrubý“: pracuje s velmi omezeným počtem rizikových indexů.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PCG model dokáže opravdu podstatně přesněji odhadnout budoucí spotřebu (bohužel nikoli potřebu) zdravotních služeb jednotlivců (a tedy) pojistných kmenů, či chcete-li populací, než model založený jen na pohlaví a věku (demografický model). Jinými slovy, PCG model podstatně lépe oceňuje riziko nákladů zdravotních služeb jednotlivců a (tedy) pojistných kmenů.  

 

PCG model tedy lze podstatně lépe než demografický model využít k:  

 

  1. - Stanovení rizikově oceněné sazby za jednoho pojištěnce odpovídající jeho předpokládaným budoucím nákladům
  1. - Standardizaci kmenů, jejichž náklady porovnávám, podle jejich rizika

 

První oblast využití je právě v přerozdělení zdrojů veřejného zdravotního pojištění nebo v rizikových kapitačních kontraktech (v obou případech se jedná o rizikově oceněnou kapitační sazbu).

 

Druhá oblast je ale také nesmírně důležitá: PCG model dovoluje mnohem korektněji analyzovat a interpretovat rozdíly ve spotřebě zdravotních služeb mezi různými populacemi pojištěnců (pacientů).  

 

 

3. Není model jako model
 

PCG model predikuje náklady metodou lineární regrese. Přesnost modelu se dá vyjádřit tzv. koeficientem determinace (R2), který říká, jaký podíl pozorované variability v nákladech jednotlivých pojištěnců je vysvětlen použitými prediktory, tedy v případě PCG modelu PCG klasifikací, pohlavím a věkem. Na základě stejné definice jednotlivých PCG skupin lze postavit různé, a různě přesné, PCG modely. Nejvíce záleží na dvou detailech modelu:  

 

  1. - Jaký použijeme tzv. práh preskripce (tedy kolik definovaných denních dávek léků zahrnutých do definice PCG skupiny musí pojištěnec za 12 měsíců celkem spotřebovat, aby byl klasifikován do dané PCG skupiny)
  1. - Zda budeme brát v úvahu současné zařazení pojištěnce do více PCG skupin (v reálném světě to přibližně odpovídá polymorbidním pacientům), případně brát do úvahy kombinace PCG klasifikace a věku (např. mladý diabetik vs. starý diabetik).

 

MZ ČR z nejrůznějších důvodů nakonec použije pro přerozdělení model s prahem preskripce 181 DDD (stejný práh se používá v Holandsku a na Slovensku), který zohledňuje zařazení do více PCG skupin, avšak nikoli kombinace PCG a demografických parametrů. Tento model je o něco méně přesný, než by mohl být, avšak samozřejmě velmi podstatně přesnější než starý demografický model, a také přesnější, než PCG model používaný na Slovensku, který zařazení do více PCG skupin nezohledňuje.

Kvalitu fungovania systému prerozdelenia hodnotíme pomocou R2 – predikčnej sily modelu, ktoré sa pohybuje v rozpätí od 0% po 100%. Čím vyššia je hodnota R2, tým lepšie predikuje model náklady na zdravotnú starostlivosť na úrovni jednotlivca. Zavedenie PCG do prerozdelenia významným spôsobom zvyšuje predikčnú silu modelu prerozdelenia, a teda aj solidaritu, oproti prerozdeleniu len na základe veku a pohlavia. PCG model je však schopný dobre odhadovať len náklady na choroby liečené farmakoekonomicky. Lepšie predikuje náklady na ambulantnú starostlivosť a menej dobre kompenzuje náklady na lôžkovú starostlivosť – tabuľka č. 1.

 

 

4. O přesnosti modelu rozhoduje nejvíc to, jaké náklady predikujeme

 

V celkových nákladech zdravotního pojištění jsou samozřejmě i náklady velmi drahé péče, která je zároveň z principu velmi špatně predikovatelná, např. i proto, že vůbec nesouvisí s chronickými chorobami. Takové riziko jde řídit velmi špatně a pro zdravotní pojišťovnu je nejlepší se proti němu pojistit (říká se tomu zajištění). V českém systému veřejného zdravotního pojištění takový institut existuje. Část skutečných nákladů za péči těch nejdražších pojištěnců je pojišťovnám již dnes refundována poté, co pojištěnci péči čerpali a pojišťovna ji uhradila, tedy ex post. Zdravotní pojišťovny toto riziko, které odpovídá zhruba 10% celkových nákladů, tedy vůbec nenesou, mají ho přes tento institut zajištěno.  

 

Při přechodu na PCG model jsme tento institut zachovali a zajištění jsme učinili součástí modelu (úplně stejně, jako to dělá Klient PRO v případě rizikových kapitačních kontraktů). Výpočet je navržen tak, že riziko extrémních výdajů jednotlivců je vylučováno současně s odhadem rizikových indexů modelu. 

 

PCG model tedy nemusí odhadovat toto a priori velmi špatně predikovatelné riziko (protože ho pojišťovny stejně nenesou) a je proto velmi podstatně přesnější (!). 

 

 

Výhodu tohoto přístupu ukazuje následující tabulka porovnávající koeficienty determinace různých modelů:

 

  1. Demografický model bez zajištění: R2 = 2-3%
  2. Demografický model se zajištěním : R2 = 4-7%
  3. PCG model bez zajištění (např. Slovensko) R2 = 11 – 14%
  4. PCG model se zajištěním použitý v českém přerozdělení R2 = cca 40%
  5. PCG model Klient PRO se zajištěním R2 = až 44%

 

 

5. PCG model a chronické choroby

 

Jak už bylo řečeno, PCG model mnohem přesněji predikuje spotřebu zdravotních služeb – a tedy dokáže mnohem spravedlivěji alokovat zdroje veřejného zdravotního pojištění na jednotlivé pojištěnce a populace proto, že zohledňuje přítomnost velkého počtu chronických stavů nebo chorob a jejich kombinací. Pojištěnci s chronickými chorobami tak již nebudou tak zoufale nevýhodní pro zdravotní pojišťovny jako dosud. Bohužel ale ani přerozdělení podle PCG modelu nezajistí, aby zdravotní pojišťovny na chronicky nemocných pojištěncích neprodělávaly. 

 

Následující graf ukazuje průměrnou bilanci zdravotního pojištění na pojištěnce klasifikované v jednotlivých PCG skupinách v případě přerozdělení podle PCG modelu v r. 2013: 

 

m

 

 

Čtenář může hádat, proč jsou pojištěnci s PCG klasifikací jako celek i nadále mírně ztrátoví a proč některé PCG skupiny jsou (v r. 2013) pro zdravotní pojišťovny výhodným rizikem (odpovědi případně u autora).  

 

Výše jsem zmínil, že PCG model lze využít k zohlednění různé skladby chronických chorob v populacích, pokud porovnáváme jejich náklady (říká se tomu standardizace nákladů kmenů podle rizika nebo zohlednění struktury rizika). Co nám takové korektní porovnání nákladů různých populací s použitím PCG modelu ukáže?  

 

Analyzujeme-li spotřebu zdravotních služeb (náklady) mezi různými populacemi, např. podle místa trvalého pobytu pojištěnců (tedy regionálně) s pomocí PCG modelu, zjistíme, že regionální rozdíly ve spotřebě zdravotních služeb jsou alarmující, a nelze je vysvětlit různou skladbou chronických chorob v populaci, či rozdílnou demografickou strukturou. Tyto rozdíly se zákonitě prohloubí, pokud z porovnávaných populací vyloučíme relativně zdravé lidi (ty bez přítomnosti chronických chorob rozpoznaných PCG klasifikací).  

 

Následující graf ukazuje relativní rozdíly v nákladech pojištěnců klasifikovaných do jednotlivých PCG skupin mezi skupinou nejdražších a nejlevnějších okresů v ČR:  

 

 

 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Např. regionální rozdíl ve spotřebě zdravotních služeb v populaci diabetiků I. typu dosahuje téměř 30ti procent! 

 

Na následujících grafech můžete vidět rozdíly ve spotřebě zdravotních služeb mezi jednotlivými kraji ČR u diabetiků I. typu a u pojištěnců srdečními chorobami (podle PCG klasifikace) Nula tu znamená očekávané (chcete-li průměrné) náklady, záporné číslo znamená, kolik zdravotní pojišťovna na jednoho pojištěnce v daném kraji prodělá za rok, kladné pak, kolik uspoří: 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Mnoho dalších podobných srovnání najdete na stránce www.monitorhc.cz , kde jsme výsledky našich analýz zpřístupnili (přístupové jméno = „host“ a heslo je „kuknato“).  

 

Tyto rozdíly ve spotřebě zdravotních služeb svědčí nepochybně o tom, že rovný přístup ke zdravotní péči v České republice je do určité míry chiméra. Ukazují také známý fakt, že zdravotní péče je lokální, neexistuje (a nemůže existovat) jeden obecně platný standard péče, jeden standardní klinický styl poskytovatelů, jedno standardní chování pacientů, pojištěnců. Napovídají také, že existují rozdíly v efektivitě při zvládání chronických chorob, avšak samy o sobě to nedokazují. Chybí nám totiž data o výsledcích. 

 

6. Co může (a co samo nemůže) přinést zavedení PCG modelu do přerozdělení.

 

PCG model znamená podstatně spravedlivější způsob přerozdělení, ale tato spravedlnost se projevuje viditelně jen u malých populací (kmenů). Chystaná změna přerozdělení nemá prakticky žádný vliv na bilanci opravdu velkých kmenů (v řádu milionů pojištěnců) a opravdu se dotkne bilance jen několika (menších) zdravotních pojišťoven. 

 

Model použitý v ČR, který kombinuje kvalitní PCG model se zajištěním nepredikovatelného rizika, přináší výbornou predikovatelnost bilance malých populací čítajících desítky tisíc pojištěnců. A to je přesně to, co může přispět, jako jedna z opravdu nutných podmínek, k postupnému zvládání problému chronických chorob. 

 

Bude totiž možné mnohem lépe než dosud:  

 

a) Vytvářet produkty (programy) oslovující malé kmeny pojištěnců s úmyslem získat nové pojištěnce a udržet si ty staré, a tyto programy mohou začít přinášet hodnotu také i chronicky nemocným pojištěncům  

b) Takové produkty vytvářet ve spolupráci s lokálními poskytovateli zdravotních služeb  

 

To obojí, spolu s regionálními rozdíly ve spotřebě, znamená prostor pro rozvoj systémů řízené péče. 

 

Byla by ale iluze se domnívat, že změna přerozdělení sama nastartuje boom programů zaměřených speciálně na chronicky nemocné. K tomu je třeba podle mého názoru splnit ještě dvě další nutné podmínky: 

 

  1. - Moci a umět vytvářet lokálně specifické kontrakty pojišťoven se skupinami poskytovatelů, které budou umožňovat poskytovatelům profitovat z efektivního zvládání chronických chorob
  2. - Začít zveřejňovat údaje o výsledcích péče na úrovni populací

 

Ostatně proto soudím, že úhradová vyhláška musí být zničena. 

 

 

 

 

 

 

« zpět na newsletter

 

 
Advance Institute Advance Consulting

E Tato e-mailová adresa je chráněna před spamboty. Pro její zobrazení musíte mít povolen Javascript.

E Tato e-mailová adresa je chráněna před spamboty. Pro její zobrazení musíte mít povolen Javascript.
T +420 241 432 113
A Na Zlatnici 7, 147 00 Praha 4

www.advanceinstitute.cz

www.advanceconsulting.cz

 

 
Přihlaste se k odběru Advance Newsletteru ZDE