პუბლიკაციები

ჯანდაცვის ახალი პოლიტიკის გამოწვევები

დიაგნოზთან შეჭიდული ჯგუფების უარყოფითი ეფექტები

2022 წლის ნოემბრის დასაწყისში საყოველთაო ჯანდაცვის პროგრამიდან სამედიცინო სერვისების ანაზღაურების ახალი მეთოდი - დიაგნოზთან შეჭიდული ჯგუფები - ამოქმედდა. სამედიცინო ხარჯების ანაზღაურების მიდგომა ჯგუფების მიხედვით შემთხვევების კლასიფიცირებას და შემდეგ, ამ ჯგუფებზე ფასების დადგენას გულისხმობს. ამდენად, ნოემბრიდან 510 ჯგუფის სამედიცინო სერვისზე საბიუჯეტო პროგრამების მიერ ასანაზღაურებელი ფასები წინასწარ დადგინდა. საყოველთაო ჯანდაცვის პროგრამიდან გადახდის ეს წესი გულისხმობს ინდივიდუალური მიდგომის უარყოფას და ეფუძნება დიაგნოზების უნიფიცირებას. კერძოდ, მოლოდინს იმის შესახებ, რომ კლინიკურად (დიაგნოზი) მსგავსი სტაციონარული შემთხვევების დროს, პაციენტის მკურნალობისთვის, სამედიცინო დაწესებულებები იყენებენ ერთი და იმავე ოდენობის  მსგავს რესურსს. ფასების განსაზღვრა ხდება რეტროსპექტული ანალიზის საფუძველზე. კონკრეტულად, წარსულში სტაციონარული შემთხვევების ერთეულზე საშუალო ფასის ინფლაციაზე ინდექსირებით და მთლიან სამედიცინო დანახარჯებში ამა თუ იმ დიაგნოზთა ჯგუფის წონის ნამრავლით.  ამ პრინციპით, 2022 წლისთვის  ერთეულ სამედიცინო შემთხვევაზე საბაზისო ტარიფი განისაზღვრა 1 959.9 ლარის ღირებულებით.

მაგალითად, საყოველთაო ჯანდაცვის პროგრამით მოსარგებლე ადამიანის გულის ერთ სარქველზე ოპერაციას, ბიუჯეტი 17 857.0 ლარის ოდენობით აანაზღაურებს, რადგან ამ ჯგუფის ღირებულებითი წონა 9.1112-ს შეადგენს (17 857.0 = 1 959.9 x 9.112). ბარძაყის ძვლის მოტეხილობის მკურნალობის ანაზღაურების ოდენობა კი 1 313.7 ლარის ოდენობით იქნება, რადგან ასეთ დიაგნოზზე ღირებულებითი წონა 0.6703-ია (1 313.7 = 1 959.9 x 0.6703). თუმცა, გასათვალისწინებელია საყოველთაო ჯანდაცვის პროგრამით მოსარგებლე ადამიანთა რიგი ჯგუფების შემთხვევაში თანაგადახდის კომპონენტი.  თუ ბარძაყის ძვალი მოიტეხა ადამიანმა, რომელიც საყოველთაო ჯანდაცვის პროგრამის მოსარგებლეა, მაგრამ 10.0% თანაგადახდა უწევს, სამედიცინო დაწესებულებისგან მკურნალობის მომსახურების მიღების შემთხვევაში, 131.4 ლარს თვითონ გადაიხდის, ხოლო დანარჩენ 1 182.3 ლარს კი სახელმწიფო ბიუჯეტი.

სამედიცინო მომსახურების გადახდის ეს მეთოდი იელის უნივერსიტეტში შემუშავდა, რომელიც ჰოსპიტალური შემთხვევების ხარჯების ანაზღაურების მიდგომას გულისხმობდა და 1980-იანი წლებში აშშ-ს ჯანდაცვის პროგრამებში დაინერგა (Fetter et ai., 1976). მომდევნო წლებში ევროპის ქვეყნებშიც ამოქმედდა და განვითარდა (Schreyögg et al., 2006; Quentin et al., 2013; Tan et al., 2014). ამდენად, არსებობს ემპირიული ლიტერატურა, რომელიც შეისწავლის დიაგნოზთან შეჭიდული ჯგუფების დანერგვის შედეგებს, სადაც ძირითადი ხაზი სამედიცინო სერვისის ხარისხზე გავლენაა.

საქართველოში დიაგნოზთან შეჭიდული ჯგუფების მეთოდის ამოქმედებაზე საუბარი ჯერ კიდევ კოვიდ პანდემიამდე დაიწყო, როდესაც მთავრობას საყოველთაო ჯანდაცვის ხარჯების მზარდი ტემპისა და ჯანდაცვის საბიუჯეტო პროგრამების დეფიციტურობის პრობლემა დაუდგა (Rakviashvili & Shamugia, 2019). თავის მხრივ, საყოველთაო ჯანდაცვის პროგრამის მზარდი დანახარჯების ერთ-ერთი მიზეზი ოპორტუნისტული ქცევაა, რაც მეტად გამოკვეთილი ჰოსპიტალურ სექტორშია. კერძოდ, საყოველთაო ჯანდაცვის პირობებში, ჰოსპიტალიზაციის ხანგრძლივობა უფრო მეტია, ვიდრე სხვა შემთხვევაში (Rakviashvili & Shamugia, 2020).  ამდენად, სამედიცინო სერვისების ახალი მეთოდის ამოქმედება დანახარჯების მზარდ ტენდენციაზე პასუხია.

თუმცა, ეს პირველი შემთხვევა არ არის, რადგან ხსენებული პრობლემიდან გამომდინარე, 2017 წელს ასეთი ნაბიჯი პროგრამიდან ადამიანთა რიგი ჯგუფების გამორცხვა და დიფერენცირებული მიდგომით თანაგადახდის სისტემის დანერგვა იყო. მიუხედავად ამისა, საყოველთაო ჯანდაცვის სისტემაში ხარჯების ზრდის ტემპის შენელება და დეფიციტურობის აღმოფხვრა ვერ მოხერხდა. მიღებული გადაწყვეტილებით ხარჯების ზრდის ტემპი მხოლოდ ამავე წელს შემცირდა, თუმცა უკვე შემდეგ წლებში პრობლემა ახალი სიმძაფრით დადგა.  უკვე 2019 წელის ბოლოს რიგ სამედიცინო მომსახურებაზე ფასი დადგინდა, რომელიც ფართო საზოგადოებისთვის „520-ე დადგენილების“ სახით იყო ცნობილი.

გარდა უშუალოდ საბიუჯეტო პროგრამებისა, ზრდის ტენდენცია ახასიათებს ჯანდაცვის მთლიან დანახარჯებს (Rakviashvili & Shamugia, 2019). ჯანდაცვის მთლიანი დანახარჯების მაღალი ზრდის ტემპი გლობალური ტენდენციაა. ასეთი პრობლემა მხოლოდ საქართველოსთვის ან განვითარებადი ქვეყნებისთვის არ არის დამახასიათებელი. საყოველთაო ჯანდაცვის პროგრამების არამდგრადობის პრობლემა თითქმის ყველა განვითარებული ეკონომიკისთვის გამოწვევაა (OECD, 2021), რადგან ჯანდაცვაში საჯარო ხარჯები უფრო სწრაფად იზრდება, ვიდრე რეალური ეკონომიკა. შესაბამისად, ჯანდაცვის სისტემა მაღალ ფისკალური რისკებს წარმოშობს. ამასთან, განვითარებად ქვეყნებში ჯანდაცვის ხარჯების ზრდა უფრო სწრაფია (WHO, 2018).  ჯანდაცვის დანახარჯების ზრდის მიზეზი რამდენიმეა: მედიცინაში მაღალტექნოლოგიური მეთოდების  დანერგვა, რაც სერვისს აძვირებს (Chernew et al., 1998; Chernew & Newhouse, 2011; Chandra & Skinner, 2012); სიცოცხლის ხანგრძლივობის ზრდა, რადგან ასაკოვანი ადამიანები უფრო მეტ სამედიცინო მომსახურებას საჭიროებენ (Gerdtham, 1993; (Breyer et al., 2010; de Meijer et al., 2013); ეკონომიკური განვითარება, რადგან შემოსავლების ზრდასთან ერთად, ინდივიდებს სურთ მისი დიდი წილი ჯანდაცვაზე დახარჯონ (Newhouse, 1977; Wildavsky, 1979; Hall & Jones, 2007). ჩამონათვალს უკვე 2020 წლიდან კორონავირუსის პანდემია დაემატა.

 

დიაგნოზთან შეჭიდული ჯგუფების ეფექტები

მიუხედავად იმისა, რომ დიაგნოზთან შეჭიდული ჯგუფების მეთოდი ფართოდ გავრცელებულია, ის ვერ აგვარებს ყველა პრობლემას, რაც ჯანდაცვის სისტემის წინაშე დგას. აღნიშნულ მეთოდს ემპირიული მხარდაჭერა გააჩნია, ხარჯების და ჰოსპიტალიზაციის საშუალო ხანგრძლივობის შემცირებაში (Kahn, 1990; Louis et al., 1999; Kwon, 2003; Tsai et al., 2005; Schreyögg et al., 2006; Barouni et al., 2020), მაგრამ არსებობს საპირწონე მტკიცებულება სხვა უარყოფით შედეგებზე, რაც ძირითადად მკურნალობის ხარისხის გაუარესებასთან არის ასოცირებული. დადგენილი ფასის პირობებში, კლინიკები ცდილობენ ხარჯების მინიმიზაციას, რათა მინიმუმ არ შემცირდეს მოგების განაკვეთი. ეს კი იწვევს მკურნალობის ინტენსიურობის ან ხარისხის კლებას (Kwon, 2003; Farrar et al., 2009;  Paddock et al., 2007; Cutler, 1995; Hamada et al., 2012). სხვა შემთხვევაში თუ ჩნდება შესაძლებლობა, ადგილი აქვს დისკრიმინაციას, რადგან სამედიცინო სერვისის მიმწოდებლები ცდილობენ უმკურნალონ უფრო „მომგებიან“ პაციენტებს (Monrad Aas, 1995;  Ellis, 1998). დიაგნოზთან შეჭიდული ჯგუფების მეთოდის პირობებში, სამედიცინო პროვაიდერებს უჩნდებათ სტიმული, რომ ფოკუსირდნენ ისეთ დაავადებებზე, რომლებიც მათთვის უფრო მეტად მომგებიანია, ხოლო სხვა მომსახურება ან არ მიაწოდონ, ან მიწოდების მოცულობა შეზღუდონ (Ellis & McGuire, 1996; Gilman, 2000; Liang, 2014; Parkinson et al., 2019). მეორე მხრივ, ჩნდება ისეთი პრობლემები, რაც ჰოსპიტალიზაციის პერიოდით ან დიაგნოზებით (კოდებით) მანიპულაციას გულისხმობს. კლინიკებს ზღვრულ პირობებში სტიმული უჩნდებათ, რომ ერთი და იგივე პაციენტის დაავადება უფრო მაღალანაზღაურებად ჯგუფში გადაიყვანონ (Eichenwald, 2003; Dafny, 2005). სამედიცინო ხარჯების ანაზღაურების ასეთი მეთოდის პირობებში, კლინიკები ამცირებდნენ ჰოსპიტალიზაციის საშუალო ხანგრძლივობას მოკლევადიანი სტაციონარის ხარჯზე (Norton et al., 2002; Pongpirul et al., 2011). მაგალითად, ბელგიაში ასეთ პოლიტიკას ერთდღიანი ჰოსპიტალიზაციის 42.0%-იანი ზრდა მოჰყვა (Perelman & Closon, 2007).

აქედან გამომდინარე, დიაგნოზთან შეჭიდული ჯგუფების მეთოდის დანერგვამ შესაძლოა ჯანდაცვის სისტემაში არსებული ოპორტუნისტული ქცევა შეამციროს. კერძოდ, მოკლევადიან პერიოდში მოსალოდნელია საყოველთაო ჯანდაცვის პროგრამის პირობებში ჰოსპიტალიზაციის ხანგრძლივობის კლება, მაგრამ გრძელვადიან პერიოდში, შეიძლება წარმოშვას უფრო მძაფრი და რთული პრობლემები, რადგან სამედიცინო მომსახურების მიმწოდებლებს ახალ სტიმულებს უჩენს. არსებული გამოცდილებით, საქართველოს შემთხვევაშიც მოსალოდნელია, რომ დაავადებების ჯგუფის მიხედვით ფასების ფიქსირებას, კლინიკების მხრიდან პასუხად მოჰყვეს მკურნალობის ინტენსივობის შემცირება ან ხარიხის გაუარესება. მეორე მხრივ, დაფინანსების ასეთი რთული მექანიზმის ფუნქციონირება საჭიროებს ყოველდღიურ რეჟიმში სისტემურ ანალიზს. შესაბამისად, ასეთი პოლიტიკის განხორციელება მოითხოვს მაღალკვალიფიციურ ადამიანურ რესურსს, რომლის ნაკლებობა ჯერ კიდევ 2019 წელს რიგ სამედიცინო სერვისებზე ფასების დადგენის პოლიტიკის დროს გამოჩნდა.  ამასთან, უკვე გამოვლინდა საყოველთაო ჯანდაცვის პროგრამებისთვის დამახასიათებელი ნიშნები, რაც ამ უკანასკნელს სფეროს რეგულირების სპირალად აქცევს. შესაბამისად, უფრო რთული სისტემის შემოღება, მომავალში კიდევ უფრო მეტ სირთულეებს და უფრო მეტი დოზით რეგულირების საკითხს დააყენებს.

 

ბიბლიოგრაფია:

Barouni, M., Ahmadian, L., Anari, H. S., & Mohsenbeigi, E. (2020). Investigation of the impact of DRG-based reimbursement mechanisms on quality of care, capacity utilisation, and efficiency- A systematic review. International Journal of Healthcare Management, 14(4), 1463–1474. https://doi.org/10.1080/20479700.2020.1782663. 

Boyd H. Gilman. (2000). Hospital response to DRG refinements: the impact of multiple reimbursement incentives on inpatient length of stay. Health Economics. https://doi.org/10.1002/1099-1050(200006)9:4. 

Breyer, F., Costa-Font, J., & Felder, S. (2010). Ageing, health, and health care. Oxford Review of Economic Policy, 26(4), 674–690. https://doi.org/10.1093/oxrep/grq032. 

Chandra, A., & Skinner, J. (2012). Technology Growth and Expenditure Growth in Health Care. Journal of Economic Literature, 50(3), 645–680. https://doi.org/10.1257/jel.50.3.645. 

Chernew, M. E., & Newhouse, J. P. (2011). Health Care Spending Growth. Handbook of Health Economics, 1–43. https://doi.org/10.1016/b978-0-444-53592-4.00001-3. 

Chernew, M. E., Hirth, R. A., Sonnad, S. S., Ermann, R., & Fendrick, A. M. (1998). Managed Care, Medical Technology, and Health Care Cost Growth: A Review of the Evidence. Medical Care Research and Review, 55(3), 259–288. https://doi.org/10.1177/107755879805500301. 

Cutler, D. M. (1995). The Incidence of Adverse Medical Outcomes Under Prospective Payment. Econometrica, 63(1), 29. https://doi.org/10.2307/2951696. 

Dafny, L. S. (2005). How Do Hospitals Respond to Price Changes? American Economic Review, 95(5), 1525–1547. https://doi.org/10.1257/000282805775014236. 

Daniel Z. Louis, E J Yuen, M Braga, Americo Cicchetti, Carol Rabinowitz, C Laine, & Joseph S. Gonnella. (1999). Impact of a DRG-based hospital financing system on quality and outcomes of care in Italy. Health Services Research, 34(1 Pt 2), 405–415. https://pubmed.ncbi.nlm.nih.gov/10199684/ 

de Meijer, C., Wouterse, B., Polder, J., & Koopmanschap, M. (2013). The effect of population aging on health expenditure growth: a critical review. European Journal of Ageing, 10(4), 353–361. https://doi.org/10.1007/s10433-013-0280-x. 

Eichenwald K. (2003). Operating Profits: Mining Medicare; How One Hospital Benefited on Questionable Operations. nytimes.com. (2003, August 12). Retrieved from https://www.nytimes.com/2003/08/12/business/operating-profits-mining-medicare-one-hospitalbenefited-questionable-surgery.html. 

Ellis, R. P. (1998). Creaming, skimping and dumping: provider competition on the intensive and extensive margins. Journal of Health Economics, 17(5), 537–555. https://doi.org/10.1016/s0167-6296(97)00042-8.

Ellis, R. P., & McGuire, T. G. (1996). Hospital response to prospective payment: Moral hazard, selection, and practice-style effects. Journal of Health Economics, 15(3), 257–277. https://doi.org/10.1016/0167-6296(96)00002-1. 

Farrar, S., Yi, D., Sutton, M., Chalkley, M., Sussex, J., & Scott, A. (2009). Has payment by results affected the way that English hospitals provide care? Difference-in-differences analysis. BMJ, 339(aug27 2), b3047–b3047. https://doi.org/10.1136/bmj.b3047. 

Fetter, R. B., Thompson, J. D., & Mills, R. E. (1976). A system for cost and reimbursement control in hospitals. The Yale journal of biology and medicine, 49(2), 123–136.

Gerdtham, U. G. (1993). The impact of ageing on health care expenditure in Sweden. Health Policy, 24(1), 1–8. https://doi.org/10.1016/0168-8510(93)90083-2. 

Hall, R. E., & Jones, C. I. (2007). The Value of Life and the Rise in Health Spending. The Quarterly Journal of Economics, 122(1), 39–72. https://doi.org/10.1162/qjec.122.1.39. 

Hamada, H., Sekimoto, M., & Imanaka, Y. (2012). Effects of the per diem prospective payment system with DRG-like grouping system (DPC/PDPS) on resource usage and healthcare quality in Japan. Health Policy, 107(2–3), 194–201. https://doi.org/10.1016/j.healthpol.2012.01.002. 

Kahn, K. L. (1990). Comparing Outcomes of Care Before and After Implementation of the DRG-Based Prospective Payment System. JAMA: The Journal of the American Medical Association, 264(15), 1984. https://doi.org/10.1001/jama.1990.03450150084036. 

Kwon, S. (2003). Payment system reform for health care providers in Korea. Health Policy and Planning, 18(1), 84–92. https://doi.org/10.1093/heapol/18.1.84. 

Liang, L. L. (2014). Do Diagnosis-Related Group-Based Payments Incentivise Hospitals to Adjust Output Mix? Health Economics, 24(4), 454–469. https://doi.org/10.1002/hec.3033. 

Monrad Aas, I. (1995). Incentives and financing methods. Health Policy, 34(3), 205–220. https://doi.org/10.1016/0168-8510(95)00759-8. 

Newhouse, J. P. (1977). Medical-Care Expenditure: A Cross-National Survey. The Journal of Human Resources, 12(1), 115. https://doi.org/10.2307/145602. 

Norton, E. C., Van Houtven, C. H., Lindrooth, R. C., Normand, S. L. T., & Dickey, B. (2002). Does prospective payment reduce inpatient length of stay? Health Economics, 11(5), 377–387. https://doi.org/10.1002/hec.675. 

OECD. (2021). Health expenditure by financing scheme. https://www.oecd-ilibrary.org/sites/ae3016b9-en/1/3/7/4/index.html?itemId=/content/publication/ae3016b9-en. 

Paddock, S. M., Escarce, J. J., Hayden, O., & Buntin, M. B. (2007). Did the Medicare Inpatient Rehabilitation Facility Prospective Payment System Result in Changes in Relative Patient Severity and Relative Resource Use? Medical Care, 45(2), 123–130. https://doi.org/10.1097/01.mlr.0000250863.65686.bc. 

Parkinson, B., Meacock, R., & Sutton, M. (2019). How do hospitals respond to price changes in emergency departments? Health Economics, 28(7), 830–842. https://doi.org/10.1002/hec.3890. 

Perelman, J., & Closon, M. C. (2007). Hospital response to prospective financing of in-patient days: The Belgian case. Health Policy, 84(2–3), 200–209. https://doi.org/10.1016/j.healthpol.2007.05.010. 

Pongpirul, K., Walker, D. G., Rahman, H., & Robinson, C. (2011). DRG coding practice: a nationwide hospital survey in Thailand. BMC Health Services Research, 11(1). https://doi.org/10.1186/1472-6963-11-290.

Rakviashvili, A., & Shamugia, E. (2019). Analysis of the Reform of Universal Healthcare Programme. Gnomon Wise - Research Institute. https://gnomonwise.ug.edu.ge/en/publications/policy-papers/3.

Rakviashvili, A., & Shamugia, E. (2020). Analysis of Georgia’s Universal Healthcare System and Ongoing Reforms. Gnomon Wise - Research Institute. https://gnomonwise.ug.edu.ge/en/publications/researches/6. 

Schreyögg, J., Stargardt, T., Tiemann, O., & Busse, R. (2006). Methods to determine reimbursement rates for diagnosis-related groups (DRG): A comparison of nine European countries. Health Care Management Science, 9(3), 215–223. https://doi.org/10.1007/s10729-006-9040-1. 

Tsai, Y. W., Chuang, Y. C., Huang, W. F., See, L. C., Yang, C. L., & Chen, P. F. (2005). The effect of changing reimbursement policies on quality of in-patient care, from fee-for-service to prospective payment. International Journal for Quality in Health Care, 17(5), 421–426. https://doi.org/10.1093/intqhc/mzi055 .

WHO. (2018). Public Spending on Health: A Closer Look at Global Trends. https://www.who.int/publications/i/item/WHO-HIS-HGF-HFWorkingPaper-18.3. 

Wildavsky, A. (1979). Doing Better and Feeling Worse: The Political Pathology of Health Policy. The Art and Craft of Policy Analysis, 284–308. https://doi.org/10.1007/978-1-349-04955-4_13.

 

სრული დოკუმენტი, შესაბამისი გრაფიკებით და განმარტებებით, იხ. მიმაგრებულ ფაილში.


ავტორ(ებ)ი

ეგნატე შამუგია