CN110210985A - 基本医保政策调整对基金支出影响的量化方法及系统 - Google Patents
基本医保政策调整对基金支出影响的量化方法及系统 Download PDFInfo
- Publication number
- CN110210985A CN110210985A CN201910471442.7A CN201910471442A CN110210985A CN 110210985 A CN110210985 A CN 110210985A CN 201910471442 A CN201910471442 A CN 201910471442A CN 110210985 A CN110210985 A CN 110210985A
- Authority
- CN
- China
- Prior art keywords
- medical insurance
- basic
- basic medical
- rule
- reimbursement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013139 quantization Methods 0.000 title claims abstract description 18
- 230000001186 cumulative effect Effects 0.000 claims abstract description 13
- 238000011176 pooling Methods 0.000 claims description 31
- 201000010099 disease Diseases 0.000 claims description 23
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 23
- 238000003745 diagnosis Methods 0.000 claims description 17
- 239000003102 growth factor Substances 0.000 claims description 13
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 7
- 239000010931 gold Substances 0.000 claims description 7
- 229910052737 gold Inorganic materials 0.000 claims description 7
- 238000004088 simulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基本医保政策调整对基金支出影响的量化方法及系统，采集样本：采集最近一个医保年度的全部参保人的基本医疗保险报销明细数据和基本医保政策，所述基本医保政策包括该医保年度对应的原有基本医保政策和新基本医保政策；统计数据：统计出该医保年度的全部参保人基于原有基本医保政策下的累加的原有政策下基本医保应报销金额；建模预测：计算该医保年度的全部参保人基于新基本医保政策下的累加的新政策下基本医保应报销金额和政策影响因子，从而预测未来新政策下基本医保应报销金额。
Description
技术领域
本发明涉及基本医保政策调整技术领域，特别是涉及一种基本医保政策 调整对基金支出影响的量化方法及系统。
背景技术
医保局的成立和医改的持续进行，新的基本医保政策频繁出台，新政策 对医疗费用的影响巨大。同时，人口老龄化和人均可支配收入持续增长，使 医疗费用逐年增加，因此对医保基金可持续运行的压力非常大。通过模拟各 种不同情景下的医保政策对统筹基金和大病赔付金额的影响，将医保政策调 整进行量化，测算政策调整影响因子，能在未来在医保政策变化时对统筹基 金有更精准的预估，以实现医保基金可持续平稳运行的目标。作为商业保险 公司，通过对医疗支出水平的精准把控，合理调节大病/补充保险业务的筹资水平，以保证大病/补充保险业务的可持续发展。
由于医保政策复杂，普通的测算方法只能在总体程度上进行估算，很难 准确计算出医保政策调整对医保基金的影响。
发明内容
本发明针对现有技术存在的问题和不足，提供一种基本医保政策调整对 基金支出影响的量化方法及系统。
本发明是通过下述技术方案来解决上述技术问题的：
本发明提供一种基本医保政策调整对基金支出影响的量化方法，其特点 在于，其包括以下步骤：
步骤1、采集样本：采集最近一个医保年度的全部参保人的基本医疗保 险报销明细数据和基本医保政策，所述基本医保政策包括该医保年度对应的 原有基本医保政策和新基本医保政策；
步骤2、统计数据：统计出该医保年度的全部参保人基于原有基本医保 政策下的累加的原有政策下基本医保应报销金额；
步骤3、建模预测：
计算该医保年度的全部参保人基于新基本医保政策下的累加的新政策 下基本医保应报销金额和政策影响因子，从而预测未来新政策下基本医保应 报销金额；
预测未来新政策下基本医保应报销金额
＝原有政策下基本医保应报销金额*(1+政策影响因子+费用增长因子
+人口变化因子+就医行为变化因子)
其中，根据报销规则计算本次基本医保统筹基金应赔付金额i，j，公式为：
若报销规则属于比例报销规则：
本次基本医保统筹基金应赔付金额i，j＝(符合医保范围内费用i，j-单次起付线金额i，j)*报销比例i，j
若报销规则属于金额报销规则：
本次基本医保统筹基金应赔付金额i，j＝基本医保统筹基金根据本次诊疗项目或病种等直接赔付金额i，j
其中，费用增长因子、人口变化因子和就医行为变化因子的取值范围为 -1～1，i表示该医保年度的第i个参保人，j表示该医保年度的某一参保人的 按照就诊顺序排序的第j个就诊结算单。
较佳地，基本医疗保险报销明细数据包括该医保年度的全部参保人的就 诊结算单，就诊结算单包括结算流水号，参保人ID，身份类型，就诊类别， 医疗机构等级，医保年度，入院/出院/结算时间，疾病诊断名称，疾病诊断 代码，医疗总金额，符合医保金额，医保报销金额，起付线，自费金额。
较佳地，新基本医保政策包括单次起付线规则，累积起付线规则，单次 封顶线规则，累计封顶线规则，特殊封顶线规则，报销规则，符合医保范围， 其中报销规则包括比例报销规则和金额报销规则。
本发明还提供一种基本医保政策调整对基金支出影响的量化系统，其特 点在于，其包括采集模块、统计模块和计算模块；
所述采集模块用于采集最近一个医保年度的全部参保人的基本医疗保 险报销明细数据和基本医保政策，所述基本医保政策包括该医保年度对应的 原有基本医保政策和新基本医保政策；
所述统计模块用于统计出该医保年度的全部参保人基于原有基本医保 政策下的累加的原有政策下基本医保应报销金额；
所述计算模块用于计算该医保年度的全部参保人基于新基本医保政策 下的累加的新政策下基本医保应报销金额和政策影响因子，从而预测未来新 政策下基本医保应报销金额；
预测未来新政策下基本医保应报销金额
＝原有政策下基本医保应报销金额*(1+政策影响因子+费用增长因子
+人口变化因子+就医行为变化因子)
其中，根据报销规则计算本次基本医保统筹基金应赔付金额i，j，公式为：
若报销规则属于比例报销规则：
本次基本医保统筹基金应赔付金额i，j＝(符合医保范围内费用i，j-单次起付线金额i，j)*报销比例i，j
若报销规则属于金额报销规则：
本次基本医保统筹基金应赔付金额i，j＝基本医保统筹基金根据本次诊疗项目或病种等直接赔付金额i，j
其中，费用增长因子、人口变化因子和就医行为变化因子的取值范围为 -1～1，i表示该医保年度的第i个参保人，j表示该医保年度的某一参保人的 按照就诊顺序排序的第j个就诊结算单。
较佳地，基本医疗保险报销明细数据包括该医保年度的全部参保人的就 诊结算单，就诊结算单包括结算流水号，参保人ID，身份类型，就诊类别， 医疗机构等级，医保年度，入院/出院/结算时间，疾病诊断名称，疾病诊断 代码，医疗总金额，符合医保金额，医保报销金额，起付线，自费金额。
较佳地，新基本医保政策包括单次起付线规则，累积起付线规则，单次 封顶线规则，累计封顶线规则，特殊封顶线规则，报销规则，符合医保范围， 其中报销规则包括比例报销规则和金额报销规则。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发 明各较佳实例。
本发明的积极进步效果在于：
本方法基于不同地市的医保政策，将历史赔付数据根据不同群体、不同 诊疗方式、不同病种等多个维度进行拆分，并将适合该分组的医保政策进行 嵌套。本方法维度多，层次深，对政策调整敏感度更高，测算结果更精准。
附图说明
图1为本发明较佳实施例的基本医保政策调整对基金支出影响的量化方 法的流程图。
图2为本发明较佳实施例的基本医保政策调整对基金支出影响的量化系 统的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发 明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述， 显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所 获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本实施例提供一种基本医保政策调整对基金支出影响的量 化方法，其包括以下步骤：
步骤101、采集样本：采集最近一个医保年度的全部参保人的基本医疗 保险报销明细数据和基本医保政策，所述基本医保政策包括该医保年度对应 的原有基本医保政策和新基本医保政策。
例如：需要预测2019年新政策下基本医保应报销金额，则需要采集18 年这一个医保年度的全部参保人的基本医疗保险报销明细数据，还要采集18 年的原有的基本医保政策和19年的新的基本医保政策。
其中，基本医疗保险报销明细数据包括该医保年度的全部参保人的就诊 结算单，就诊结算单包括结算流水号，参保人ID，身份类型，就诊类别， 医疗机构等级，医保年度，入院/出院/结算时间，疾病诊断名称，疾病诊断 代码，医疗总金额，符合医保金额，医保报销金额，起付线，自费金额。
新基本医保政策包括单次起付线规则，累积起付线规则，单次封顶线规 则，累计封顶线规则，特殊封顶线规则，报销规则，符合医保范围，其中报 销规则包括比例报销规则和金额报销规则。
步骤102、统计数据：统计出该医保年度的全部参保人基于原有基本医 保政策下的累加的原有政策下基本医保应报销金额＝该医保年度的全部参保 人在这医保年度内所有的医保报销金额。
步骤103、建模预测：
计算该医保年度的全部参保人基于新基本医保政策下的累加的新政策 下基本医保应报销金额和政策影响因子，从而预测未来新政策下基本医保应 报销金额。
min(本次基本医保统筹基金应赔付金额i，j，单次封顶线金额i，j)表示基于新政 策下计算第i个参保人的第j个就诊结算单的本次基本医保统筹基金应 赔付金额，比较本次基本医保统筹基金应赔付金额和单次封顶线金额并 取两者最小值。所取的两者最小值减去第i个参保人的第j个就诊结算 单的累计起付线金额等于第i个参保人的第j个就诊结算单的赔付金额。
预测未来新政策下基本医保应报销金额
＝原有政策下基本医保应报销金额*(1+政策影响因子+费用增长因子
+人口变化因子+就医行为变化因子)
其中，根据报销规则计算本次基本医保统筹基金应赔付金额i，j，公式为：
若报销规则属于比例报销规则，利用新政策计算：
本次基本医保统筹基金应赔付金额i，j＝(符合医保范围内费用i，j-单次起付线金额i，j)*报销比例i，j
若报销规则属于金额报销规则，利用新政策计算：
本次基本医保统筹基金应赔付金额i，j＝基本医保统筹基金根据本次诊疗项目或病种等直接赔付金额i，j
其中，费用增长因子、人口变化因子和就医行为变化因子的取值范围为 -1～1，i表示该医保年度的第i个参保人，j表示该医保年度的某一参保人的 按照就诊顺序排序的第j个就诊结算单。
如图2所示，本实施例还提供一种基本医保政策调整对基金支出影响的 量化系统，其包括采集模块1、统计模块2和计算模块3。
所述采集模块1用于采集最近一个医保年度的全部参保人的基本医疗保 险报销明细数据和基本医保政策，所述基本医保政策包括该医保年度对应的 原有基本医保政策和新基本医保政策。
所述统计模块2用于统计出该医保年度的全部参保人基于原有基本医保 政策下的累加的原有政策下基本医保应报销金额。
所述计算模块3用于计算该医保年度的全部参保人基于新基本医保政策 下的累加的新政策下基本医保应报销金额和政策影响因子，从而预测未来新 政策下基本医保应报销金额。
预测未来新政策下基本医保应报销金额
＝原有政策下基本医保应报销金额*(1+政策影响因子+费用增长因子
+人口变化因子+就医行为变化因子)
其中，根据报销规则计算本次基本医保统筹基金应赔付金额i，j，公式为：
若报销规则属于比例报销规则：
本次基本医保统筹基金应赔付金额i，j＝(符合医保范围内费用i，j-单次起付线金额i，j)*报销比例i，j
若报销规则属于金额报销规则：
本次基本医保统筹基金应赔付金额i，j＝基本医保统筹基金根据本次诊疗项目或病种等直接赔付金额i，j
其中，费用增长因子、人口变化因子和就医行为变化因子的取值范围为 -1～1，i表示该医保年度的第i个参保人，j表示该医保年度的某一参保人的 按照就诊顺序排序的第j个就诊结算单。
该专利方法基于历史医疗保险报销数据的分析，依照当地医保政策对数 据逐人逐条进行政策调整的模拟测算，最终汇总得出新政策下的医保基金支 出，并提供可任意调整的医疗费用增长因子、人口变化因子和就医行为变化 因子。该专利方法将每一条就诊记录按照就诊时间、身份类型、就诊类型、 病种等信息与相应的医保政策匹配，然后再调整政策参数测算不同情境下的 统筹基金支出。该专利方法大大提高了来年的医保基金筹资水平预测的精确 性。
该专利方法的优点在于模型对医保政策的高度识别程度、以及对政策调 整的敏感程度。通过对医保就诊明细记录的逐条分析和政策匹配，以及可以 对政策规则和参数因子的定制化调整，大大提高了新政策下的医保基金和大 病基金支出模拟测算的精确性和适用性。
由于医保局的成立和医改的持续进行，通过本模型对不同情景下的医保 政策的模拟和量化，提前预测新政策对医保统筹基金和大病基金的影响，为 医保基金的可持续性发展提供有力保障。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理 解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本 领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方 式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (6)
1.一种基本医保政策调整对基金支出影响的量化方法，其特征在于，其包括以下步骤：
步骤1、采集样本：采集最近一个医保年度的全部参保人的基本医疗保险报销明细数据和基本医保政策，所述基本医保政策包括该医保年度对应的原有基本医保政策和新基本医保政策；
步骤2、统计数据：统计出该医保年度的全部参保人基于原有基本医保政策下的累加的原有政策下基本医保应报销金额；
步骤3、建模预测：
计算该医保年度的全部参保人基于新基本医保政策下的累加的新政策下基本医保应报销金额和政策影响因子，从而预测未来新政策下基本医保应报销金额；
m，n为正整数
预测未来新政策下基本医保应报销金额＝原有政策下基本医保应报销金额*(1+政策影响因子+费用增长因子+人口变化因子+就医行为变化因子)
其中，根据报销规则计算本次基本医保统筹基金应赔付金额i，j，公式为：
若报销规则属于比例报销规则：
本次基本医保统筹基金应赔付金额i，j＝(符合医保范围内费用i，j-单次起付线金额i，j)*报销比例i，j
若报销规则属于金额报销规则：
本次基本医保统筹基金应赔付金额i，j＝基本医保统筹基金根据本次诊疗项目或病种等直接赔付金额i，j
其中，费用增长因子、人口变化因子和就医行为变化因子的取值范围为-1～1，i表示该医保年度的第i个参保人，j表示该医保年度的某一参保人的按照就诊顺序排序的第j个就诊结算单。
2.如权利要求1所述的基本医保政策调整对基金支出影响的量化方法，其特征在于，基本医疗保险报销明细数据包括该医保年度的全部参保人的就诊结算单，就诊结算单包括结算流水号，参保人ID，身份类型，就诊类别，医疗机构等级，医保年度，入院/出院/结算时间，疾病诊断名称，疾病诊断代码，医疗总金额，符合医保金额，医保报销金额，起付线，自费金额。
3.如权利要求1所述的基本医保政策调整对基金支出影响的量化方法，其特征在于，新基本医保政策包括单次起付线规则，累积起付线规则，单次封顶线规则，累计封顶线规则，特殊封顶线规则，报销规则，符合医保范围，其中报销规则包括比例报销规则和金额报销规则。
4.一种基本医保政策调整对基金支出影响的量化系统，其特征在于，其包括采集模块、统计模块和计算模块；
所述采集模块用于采集最近一个医保年度的全部参保人的基本医疗保险报销明细数据和基本医保政策，所述基本医保政策包括该医保年度对应的原有基本医保政策和新基本医保政策；
所述统计模块用于统计出该医保年度的全部参保人基于原有基本医保政策下的累加的原有政策下基本医保应报销金额；
所述计算模块用于计算该医保年度的全部参保人基于新基本医保政策下的累加的新政策下基本医保应报销金额和政策影响因子，从而预测未来新政策下基本医保应报销金额；
m，n为正整数
预测未来新政策下基本医保应报销金额＝原有政策下基本医保应报销金额*(1+政策影响因子+费用增长因子+人口变化因子+就医行为变化因子)
其中，根据报销规则计算本次基本医保统筹基金应赔付金额i，j，公式为：
若报销规则属于比例报销规则：
本次基本医保统筹基金应赔付金额i，j＝(符合医保范围内费用i，j-单次起付线金额i，j)*报销比例i，j
若报销规则属于金额报销规则：
本次基本医保统筹基金应赔付金额i，j＝基本医保统筹基金根据本次诊疗项目或病种等直接赔付金额i，j
其中，费用增长因子、人口变化因子和就医行为变化因子的取值范围为-1～1，i表示该医保年度的第i个参保人，j表示该医保年度的某一参保人的按照就诊顺序排序的第j个就诊结算单。
5.如权利要求4所述的基本医保政策调整对基金支出影响的量化系统，其特征在于，基本医疗保险报销明细数据包括该医保年度的全部参保人的就诊结算单，就诊结算单包括结算流水号，参保人ID，身份类型，就诊类别，医疗机构等级，医保年度，入院/出院/结算时间，疾病诊断名称，疾病诊断代码，医疗总金额，符合医保金额，医保报销金额，起付线，自费金额。
6.如权利要求4所述的基本医保政策调整对基金支出影响的量化系统，其特征在于，新基本医保政策包括单次起付线规则，累积起付线规则，单次封顶线规则，累计封顶线规则，特殊封顶线规则，报销规则，符合医保范围，其中报销规则包括比例报销规则和金额报销规则。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910471442.7A CN110210985A (zh) | 2019-05-31 | 2019-05-31 | 基本医保政策调整对基金支出影响的量化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910471442.7A CN110210985A (zh) | 2019-05-31 | 2019-05-31 | 基本医保政策调整对基金支出影响的量化方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110210985A true CN110210985A (zh) | 2019-09-06 |
Family
ID=67790098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910471442.7A Pending CN110210985A (zh) | 2019-05-31 | 2019-05-31 | 基本医保政策调整对基金支出影响的量化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110210985A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161084A (zh) * | 2019-11-27 | 2020-05-15 | 陕西医链区块链集团有限公司 | 一种基于医疗大数据建模分析的医疗保险动态筹资系统 |
| CN112734585A (zh) * | 2021-01-25 | 2021-04-30 | 联仁健康医疗大数据科技股份有限公司 | 医保基金支出的预测方法、装置、设备及存储介质 |
-
2019
- 2019-05-31 CN CN201910471442.7A patent/CN110210985A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161084A (zh) * | 2019-11-27 | 2020-05-15 | 陕西医链区块链集团有限公司 | 一种基于医疗大数据建模分析的医疗保险动态筹资系统 |
| CN112734585A (zh) * | 2021-01-25 | 2021-04-30 | 联仁健康医疗大数据科技股份有限公司 | 医保基金支出的预测方法、装置、设备及存储介质 |
| CN112734585B (zh) * | 2021-01-25 | 2024-05-31 | 联仁健康医疗大数据科技股份有限公司 | 医保基金支出的预测方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cummins et al. | Risk classification in life insurance | |
| Pope et al. | Principal inpatient diagnostic cost group model for Medicare risk adjustment | |
| Chan et al. | A review of cost measures for the economic impact of domestic violence | |
| Simpson et al. | Do nonprofit hospitals exercise market power? | |
| US20090204446A1 (en) | Systems and methods for valuation of life insurance policies | |
| US20110060603A1 (en) | Population Adjusted Indexes | |
| WO2004046882A2 (en) | Fraud and abuse detection and entity profiling in hierarchical coded payment systems | |
| GB2392748A (en) | Fraud and abuse detection and entity profiling in hierarchical coded payment systems | |
| Dunn et al. | Physician market power and medical-care expenditures | |
| Wedig et al. | Hospital investment decisions and the cost of capital | |
| CN109935330A (zh) | 个人健康风险评分预测方法及系统 | |
| Nguyen et al. | Indirect medical education and disproportionate share adjustments to Medicare inpatient payment rates | |
| Gowrisankaran et al. | Government policy and the dynamics of market structure: Evidence from Critical Access Hospitals | |
| CN110210985A (zh) | 基本医保政策调整对基金支出影响的量化方法及系统 | |
| CN109949167A (zh) | 基于大数据建模分析的医疗保险动态筹资方法和系统 | |
| Shi | The costs and benefits of monitoring providers: Evidence from medicare audits | |
| League | Administrative burden and consolidation in health care: Evidence from medicare contractor transitions | |
| Meghan | Micro-finance health insurance in developing countries | |
| CN110210984A (zh) | 大病医保政策调整对基金支出影响的量化方法及系统 | |
| CN106919999A (zh) | 养老保险缴费收入预测方法及预测装置 | |
| Prager et al. | Regulating Out-of-Network Hospital Payments: Disagreement Payoffs, Negotiated Prices, and Access | |
| Cicala et al. | Cost of service regulation in US health care: Minimum medical loss ratios | |
| US20210279812A1 (en) | Identifying healthcare insurance payment arbitrage opportunities using a machine learning network | |
| Fries et al. | A comprehensive payment model for short-and long-stay psychiatric patients | |
| Rauscher et al. | Hospital revenue cycle management and payer mix: Do Medicare and medicaid undermine hospitals’ ability to generate and collect patient care revenue? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190906 |
|
| WD01 | Invention patent application deemed withdrawn after publication |