JP2007523410A - 健康管理判断を予測および／または案内するための費用感度判断ツール - Google Patents

健康管理判断を予測および／または案内するための費用感度判断ツール Download PDF

Info

Publication number
JP2007523410A
JP2007523410A JP2006552298A JP2006552298A JP2007523410A JP 2007523410 A JP2007523410 A JP 2007523410A JP 2006552298 A JP2006552298 A JP 2006552298A JP 2006552298 A JP2006552298 A JP 2006552298A JP 2007523410 A JP2007523410 A JP 2007523410A
Authority
JP
Japan
Prior art keywords
variable
variables
patient
cost
generate
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
Application number
JP2006552298A
Other languages
English (en)
Other versions
JP2007523410A5 (ja
Inventor
クリスティーヌ・セー・ユッティン
Original Assignee
クリスティーヌ・セー・ユッティン
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by クリスティーヌ・セー・ユッティン filed Critical クリスティーヌ・セー・ユッティン
Publication of JP2007523410A publication Critical patent/JP2007523410A/ja
Publication of JP2007523410A5 publication Critical patent/JP2007523410A5/ja
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

【課題】健康管理処置の変遷を予測し、健康管理判断および費用を評価するツールを提供する。
【解決手段】病気の調査のための予測ツールとして用いることができる方法、装置およびシステムを開示する。製品検査または導入を目的とする市場シミュレーションのために実施することができる。
【選択図】図１

Description

ここに開示する種々の例は、一般的には、健康管理処置の変遷を予測するため、および／または健康管理判断を選択するための方法、システムおよび装置に関する。更に特定すれば、種々の例は、健康管理処置の変遷を予測する際、および／または健康管理判断を選択する際に用いる費用感度指標を生成する方法、システムおよび装置に関する。
健康管理費用は、殆どの国、特に、カナダおよびＵＳＡに双方におけるアメリカの政策論争において、主要な問題となっている。これらの国では、国内総生産の比率での健康管理経費の増大は、世界中で最も高いものの１つであり、増大し続けている。
健康管理処置の変遷を予測し、健康管理判断および費用を評価するツールを改良する必要がある。
第１の態様によれば、費用感度判断ツールを提供する。種々の例では、費用感度判断ツールは、健康管理判断、成果、経費等に影響を及ぼす可能性がある１つ以上のキュー(cue)または変数を考慮に入れる。費用感度判断ツールは、例えば、処置判断の変遷を予測するため、処置判断を行う際に健康管理提案者を誘導または補助するため、あるいは薬品または治療の潜在的市場を評価するために用いることができる。また、費用感度判断ツールは、健康管理判断を、経済モデルおよび／または予測処置判断変遷と連携するために用いることもできる。健康管理成果および処置は、このような変遷によって案内することができる。費用感度判断ツールの更に別の用法は、本開示の利点が示されれば、当業者には容易に選択されよう。
別の態様によれば、処置判断変遷を予測する方法を開示する。種々の例では、この方法は、少なくとも１つの変数を選択することを含む。更に、この方法は、選択した少なくとも１つの変数に対する１つ以上の応答を用いて、費用感度指標を生成することも含むとよい。また、この方法は、生成した費用感度指標を用いて、処置判断変遷を生成することも含むとよい。
別の態様によれば、処置判断を選択する方法を提供する。種々の例では、この方法は、少なくとも１つの変数を選択することを含む。また、この方法は、選択した変数に対する１つ以上の応答を用いて、費用感度指標を生成することも含むとよい。更に、この方法は、生成した費用感度指標を用いて、処置判断を生成することも含むとよい。
別の態様によれば、処置判断変遷を判定する方法を開示する。種々の例では、この方法は、健康管理提案者を調べることを含む。更に、この方法は、健康管理供給業者の調査からの調査結果を用いて、費用感度指標を生成することを含むとよい。更に、この方法は、生成した費用感度指標を用いて、処置判断変遷を判定することを含むとよい。
付加的な態様によれば、処置判断変遷を判定する方法を提供する。種々の例において、この方法は、患者のグループを調べることを含むとよい。また、この方法は、患者のグループの調査からの調査結果に基づいて、品質指標を生成することも含むとよい。更に、この方法は、生成した品質指標を用いて、処置判断変遷を判定することも含むとよい。
付加的な態様によれば、処置判断変遷を判定する方法を開示する。種々の例において、この方法は、患者のグループを調べることを含むとよい。また、本方法は、患者のグループの調査からの調査結果に基づいて、危険性指標を生成することを含むとよい。更に、この方法は、生成した危険性指標を用いて、処置判断変遷を判定することも含むとよい。
別の態様によれば、処置判断変遷を予測するように構成したシステムを開示する。種々の例において、このシステムは、費用感度指標、品質指標または危険性指標の内１つ以上から選択した指標を用いて、処置判断変遷を予測するように動作する。
付加的な態様によれば、処置判断を予測するように構成したシステムを提供する。種々の例において、このシステムは、費用感度指標、品質指標または危険性指標の内１つ以上から選択した指標を用いて、処置判断を予測するように動作する。
別の態様によれば、処置判断を予測するように構成したシステムを開示する。種々の例において、このシステムは、費用感度指標、品質指標または危険性指標の内１つ以上から選択した指標を用いて、市場シミュレーションを行うように動作する。
本開示の利点が示されれば、ここに開示する技術は、従来の既存技術を用いても得ることができなかった重大な利点を提供することは、当業者には認められよう。健康管理処置の変遷および健康管理の判断は、患者の経済情報および医師の実践を考慮に入れて、予測することができる。ここに開示する種々の特徴および態様は、疾患調査、市場検査、経費、管理費用等のための予測ツールとして実施することもできる。経費、ヘルス・ステータスの予測およびシミュレーションに対する有効性判断情報も生成することができる。経費および市場シミュレーションに対する処置判断変遷の衝撃を予測することもできる。ここに開示する方法、装置およびシステムの更に別の用法は、本開示の利点が示されれば、当業者によって容易に選択されよう。これらおよびその他の便益、特徴、態様および例について、以下に詳しく論ずる。
種々の例について、添付図面を参照しながら、以下に説明する。
尚、図は、ここに開示する技術の特徴および態様の一部を例示するに過ぎないことは、当業者には明白なはずである。
ここに開示する方法、システムおよび装置の例は、現在既存の健康管理判断ソフトウェアやプログラムにおいては検討されていない変数を考慮に入れることによって、処置判断変遷の予測を可能にする。例えば、ここに開示する方法は、患者が従うと思われる処置を、患者に処方され得るが費用の理由のために患者が従おうとすることができないまたはしない処置に対して、選択するために用いることができる。また、本方法の例は、経時的に指標を比較することによって、例えば、現在の費用感度指標を基準費用感度指数と比較することによって、処置判断の変遷を予測または追跡するために用いることもできる。本方法の例は、更に、新たな薬品に対する販売可能性(marketability)または要望を評価するために用いることができる。例えば、費用感度指標、またはその他の相応しい指標は、新たな薬品を健康管理提案者が、選択した病気または不調のために処方するか否か評価するために確定することができる。検討する変数の正確な数は、意図する医療的設定、例えば、病院対プライマリーケア、組織の種類、例えば、ＨＭＯ対第三者の保険会社(insurance)、および利用可能な処置体制に応じて、変化することができる。本開示の利点が示されれば、ここに開示する例示的な方法、システム、および装置において相応しい変数を選択することは、当業者の能力の範囲内のことである。
ここに開示する方法、装置およびシステムの例は、多数の異なる用途に用いることができる。種々の例では、ここに開示する技術を病気調査のための予測ツールとして実施することができる。例えば、伝染病、ワクチン不足、薬品供給不足、または薬品の必要性等に対する応答を予測するために、仮説的な場面を予期される事例として用いることができる。このような仮説的場面から得たデータを意向データ(intention data)と呼ぶ。このような意向データは、挙動および経済計量モデルを連携するために用いることができる。別の例では、ここに開示する技術は、ケア構造管理において提供する健康管理の費用管理のために実施することができる。例えば、暗示的な費用情報に対して、維持への報告を生成することができ、支払い構造またはサービス、健康保険掛け金(health premium)、またはプライマリーケア設定における雇用者負担払い(copay)を予測するために用いることができる。種々の他の例では、ここに開示する技術は、製品検査または導入のために、マーケット・シミュレーションのために実施することができる。例えば、マーケット・シミュレーションは、ここに開示する方法を用いて実行し、新たな薬品に対する潜在的な市場を評価することができる。ここに開示する方法、装置および方法の更に別の用法も、本開示の利点が示されれば、当業者によって容易に選択されよう。
ここに開示する技術の例は、所望の使用に応じて、種々の形態を取ることができる。例えば、以下で更に詳しく論ずるが、ここに開示する技術は、方法、システム、コンピュータ・プログラム、ハンド・ヘルド・装置、あるいは健康管理処置の変遷を予測するためおよび／または健康管理判断を選択するためのツールを設けることができるその他の相応しい形態で実施することができる。いくつかの例では、本方法は、相応しいハードウェア、例えば、プロセッサと、本方法を実現する相応しいアルゴリズムを含む１つ以上のメモリ・ユニットとを用いて実現することができる。別の例では、本方法はソフトウェアを用いて実現することができる。更に別の例では、本方法は、ハードウェアおよびソフトウェア双方を用いて実現する。ハードウェアおよびソフトウェアの実現例の例については、以下で更に詳しく論ずる。尚、本開示の利点が示されれば、ここに開示する方法を相応しい形態で実現することは、当業者の能力の範囲内に該当するものとする。
種々の例では、本方法に組み込む変数（または変数に関する調査グループからの結果）の一部は、局所的に利用可能であればよく、一方他の変数は遠隔的に利用可能でもよい。例えば、患者の医療活動(work-up)の前にある変数を評価することが望ましい場合がある。このような変数は、相応しい質問表を用いて評価することができる。例えば、医師のオフィスにおける１人以上の運営管理支援スタッフ、医師との面談に先だって、患者に質問表を手渡すとよい。運営管理支援スタッフ要員は、質問表からローカル・データベースに、選択された変数を入力するとよい。ローカル・データベースは、医師が患者を診断する前または後に、医師に利用可能とし、医師が、患者の質問表から選択した変数を含むことができる、相応しい処置計画を選択または設計することができるようにするとよい。あるいは、患者の質問表から選択した変数を、ハンド・ヘルド装置に入力し、患者の身体検査の前、最中、またはその後に、医師に手渡してもよい。医師または組織に選択した変数を供給するその他の相応しい方法は、本開示の利点が示されれば、当業者によって容易に選択されよう。
ここに開示する技術の種々の例では、健康管理処置判断の変遷および／または健康管理判断を評価する際に、ここに開示する技術を用いて、暗示的な費用係数を考慮に入れることができる。即ち、健康管理処置判断変遷および健康管理処置判断に対する暗示的費用の制約効果を考慮することができる。暗示的変数、例えば、費用の認識または費用の意識を取り込む変数は、通常医療的判断を下す場合には考慮されていない。代わりに、医療的判断は、主に、医療的試行からの科学的な、医療的および経済的証拠によって、または保険政策(insurance policy)によって影響を受けてきた。暗示的な情報は、ある種の健康管理処置の使用において、かなりの制約を生ずる場合があり、このために不適切な挙動に至る虞れがあり、証拠に基づく薬品の使用や正当な判断を阻害する虞れがあり、健康管理提案者間における電子リマインダ・システムの使用を制限する虞れがある。ここに提示する種々の例は、このような暗示的な変数がどのように健康管理判断を抑制するか、そしてこのような暗示的な変数がどのように健康管理処置判断変遷に影響を及ぼし得るかを考慮に入れる。明示的費用、例えば、手術の出費、例えば、薬品の被保険者負担払いのような、直接的な患者の費用等も、健康管理処置判断変遷および健康管理判断を評価する際に考慮することができる。種々の例では、暗示的コストおよび／または明示的コストは、それぞれ、暗示的コスト変数および／または明示的コスト変数の形態を取る。このような変数は、相応しいグループまたは母数を調査することによって決定または評価することができる。
ここに開示する技術の例は、処置判断変遷を予測するために用いることもできる。例えば、１９９５年において慢性病状態にあるアメリカ人の数は約９９，０００，０００人であると推定された（Institute for Health and Aging, University of California)。この数は、２０５０年には約１６７，０００，０００人に増加すると予測されている。ここに開示する技術は、このような慢性病状態にある人々、特に病気管理プログラムの下に置かれる人々について、医療ケア費用を予測するために用いることができ、更に、患者にケアを提供するために、費用効率を高めて、処置判断を選択するために用いることができる。以下の表１ａは、医療ケア費用の適用範囲に対するアメリカ市場の推定値を示す。
Figure 2007523410
先に記した医療ケア費用の水準のために、特に高齢者にとって、革新的な解決策に対する請求が増大せざるを得ない。最新の予想では、２０２５年には、アメリカ人の高齢者間では収入の２９．９％が出費されると予測されている。（Urban Institute, Washington D.C.）。ここに開示する技術の種々の例は、既存の健康管理の機器に対する新たなそして革新的な解決策の成果を予測するために用いることができる。
種々の例によれば、処置判断変遷を予測する方法を提供する。ここで用いる場合、「処置判断変遷」とは、医療処置を個々の病気または不調に対して選択する有様における傾向、変化または手直しを意味する。例えば、処置判断変遷は、特定の病気または不調に対する新たな薬品の選定、個々の種類の患者、例えば、政府医療保険制度加入患者を処置するための新たな方針の選択、または健康管理判断におけるその他の変遷を意味することもできる。いくつかの例では、処置判断変遷は、医師の処方の優先度と経済的費用との間の関係を特徴付けるために用いられる。別の例では、処置判断変遷は、出費および市場シミュレーションに対する変遷の影響を予測するために用いることができる。処置判断変遷は、例えば、出費、市場シミュレーション、健康状態というような、成果と連携することもできる。図１を参照すると、本方法は、変数を選択すること（１００）、指標、例えば、費用感度指標、危険性指標、品質指標等を生成すること（１２０）、選択した変数を用いること、および生成した指標を用いて処置判断変遷を予測すること（１３０）を含むことができる。処置判断変遷１３０は、健康状態１４０と連携することができ、出費１４２と連携することができ、または市場シミュレーション１４４と連携することができる。いくつかの例では、変数のリストから１つ以上の変数を選択し、患者の特性、例えば、患者が患っている病気または不調に応じて、変数のリストを生成する。以下で更に詳しく論ずるが、変数は、通例、当該変数に関して指定された質問または発言(statement)に対するユーザの応答を評価するために用いられる。いくつかの例では、変数は、ユーザによる応答を必要とする質問または発言の枠組みを作るために用いられる。変数は、この中におけるいくつかの実例では、「キュー」または「コスト・キュー」と呼ばれることもあり、変数のリストは、この中における種々の実例では、「コスト・モジュール」と呼ばれることもある。コスト・モジュールは、通例、費用感度指標を計算するために用いられる。費用感度指標を計算する際に用いられるコスト・モジュールは、通例、１つ以上の暗示的なコスト・キュー、例えば、「患者への費用」キューに対するモジュール、「医師コスト」キューに対するモジュールを含む。
変数の正確な性質は、処置判断の決定、または処置判断変遷の予測が望まれる、対象目標または分野によって異なる。例えば、患者グループ、医師グループ、予期される消費者グループ等を調査するための変数を選択することが望ましい場合もあり得る。変数は、財務変数、費用変数、消費者湖のみ変数、医師湖のみ変数等とすることができる。ここに開示する方法に用いる変数の例には、保険掛け金(insurance premiums)の支払い、薬品の正味価格（消費者が支払う価格）、出費可能な収入額、現金の支払いが個々の処置に要求されるか否かというような、財務変数を含むが、これらに限定されるのではない。いくつかの実例では、患者の状態や考え方によって医師に処方箋を書かせることができ、したがって薬品の要求に影響を及ぼし、このために、消費者の健康状態の知覚というような変数を用いることもできる。投薬に対する総費用には、消費者間で大きな相違があり得る。患者は、彼らが処方された投薬の費用、およびどの位公的または個人的保険会社から払戻を受けられるかに応じて支払いを行わなければならない場合がある。同等の市販薬 (over the counter equivalent)があるか否かというような変数も考慮することができる。
種々の例では、患者変数を費用感度指標の生成において用いる。患者変数は、一般に、患者が医療処置を求める際、または処方された医療処置に従う際に患者が考慮するとよい要因(factor)および状態、例えば、費用を意味する。患者変数の例には、消費者の価格認識、患者の治療に対する熟知度、患者が生活する家屋の種類、患者の教育水準、患者の性別、および患者の職業安定性が含まれるが、これらに限定されるのではない。また、患者変数は、患者が保険によって賄われるか否か、および保険の種類（例えば、任意保険、政府医療保険等）も含むことができる。また、患者変数は、ケアに対する患者の要求、市販薬のケアに対する患者の要求、および価格効果も含むことができる。
種々の例では、患者変数は、数レベルに分割することができる。例えば、患者経済的余裕変数(patient affordability variable)は、以下の６つのレベルに分割することができる。（１）低所得で、任意保険に加入しておらず、先払いしなければならない（することができる）（往診および投薬双方）患者、（２）低所得で、任意保険に加入しており、先払いしなければならない（することができる）患者、（３）低所得で、任意保険に加入しており、所要に対して第三者の支払いがある患者、（４）高所得で、任意保険に加入しておらず、先払い（現金）で支払わなければならない患者、（５）高所得で、任意保険に加入しており、現金で支払わなければならない（往診および投薬）患者、および（６）高所得で、任意保険に加入しており、処方に対して第三者の支払いがある患者。以下で更に論ずるが、患者に、該当する特定のレベルを選択するように要求することができ、費用感度指標を決定する際に、患者の選択を使用、例えば、採点、格付け等を行うことができる。
種々の例によれば、分析データ集合を王地区するために１つ以上の包含判断基準(inclusion criteria)を選択することによって、母集団のサンプリングを通例行う。包含判断基準は、選択された病気または不調、所望の市場シミュレーション等に応じて異なることもあり得る。サンプルは、訪問の時点、例えば、医師の診察室における調査から取り込むことができ、あるいは自己報告データ、例えば、患者が報告する応答から取り込むこともできる。品質制御尺度を通例組み込み、サンプリングした母集団が、検査または決定すべき正確なパラメータを確実に表すようにする。
患者変数の正確な種類および数は、個々の病気または不調によって異なる場合もある。例えば、高血圧または糖尿病では、以下の患者変数を用いるとよい。患者の経済的余裕、特定の処置に対する患者の要求、共通罹患率(comorbidity)、初診／反復往診、高血圧についての危険性要因（家族履歴）、喫煙履歴、重態度、および治療／専門家に対する患者の要求。これらの変数は、質問または発言の形式で枠組みを作ることができ、患者は、患者自身に関係する変数、例えば、毎週何箱の煙草を吸うか、を選択すればよい。喘息では、以下の患者変数を用いるとよい。患者は喘息であるが合併症がない、患者は中程度の喘息である、患者は喘息に起因する他の病気がある。喘息についての患者変数は、患者の要求、患者の年齢、重態度、投薬に対する共同支払い、あるいは喘息に相応しい処置判断を評価する際に有用であり得る、その他の相応しい変数も考慮することができる。本開示の利点が得られれば、選択した病気または不調に対して相応しい変数を選択することは、当業者の能力の範囲内に該当する。
種々の例によれば、医師変数を用いて費用感度指標を生成することができる。医師変数は、概略的に、患者の診断および／または、例えば、生活週間の変化、予防、健康診断、検査、他の種類の折衷案選択肢の処置を受けない、例えば、追加保険の支払いに対する他の療法の選択というような、患者に対するある種の投薬またはその他の処置を処方する際の医師の判断を動かす要因または影響を記述する。これは、医師の選択経験の設計に用いることができる。種々の医師変数は、１つ以上の患者変数と重複してもよい。医師変数の例には、限定ではなく、患者への費用、病院における外来のようなその他の健康管理構造への接近、無料診断、完全免除（１００％無料のケア）の要求、処方の遅れを削減するように設計し、高価な薬品を減らす処方を作成し、彼らの費用感度、数種類の質問、管理運営の規模およびモード（メール、インターネット等）を分析することを目的とした質問を総合するための質問に関する代わりの処置を論ずる等の変数を含み、（１）患者への費用をどれくらい削減しようとしているか。（２）処置の費用を削減しようとしているか。（３）費用を削減する多大な努力をしているか。というように、検査することができる。医師には、異なるモードの管理運営および補助装置を通じて、分類、数値、視覚的目盛り、またはその他の種類の目盛りで回答するように要求することができる。医師変数に対する応答は、通例、費用感度指標を決定する際に用いられ、その際、応答に数値による点数または格付けを指定し、任意に指定した点数に重み付けし、点数を合計するかまたはその平均を取り、費用感度指標を得る。
挙動質問表の種々の例では、医師変数は、処置すべき病気または不調に基づいて選択することができる。例えば、喘息の患者では、医師は医療事例(clinical cases)に応答し、この場合患者に関する費用関係キューは、患者の要求、病気の重態度、投薬および装置に対する共同支払い等を含む。高血圧では、以下の医師変数を用いることができる。患者の経済的余裕、患者の要求、共通罹患率、初診／反復受診、高血圧の危険要因（家族履歴）、喫煙履歴、病気の重態度、および治療／専門家に対する患者の要求。
種々の例によれば、様々な変数のレベルを、医療判断分析のために考慮することができる。このようなレベルは、この中の実例によっては、「キュー・レベル」または「閾値」と呼ぶこともある。このような閾値のキュー・レベルは、医療判断および病気の分析のために考慮することができる。例えば、患者経済的余裕キューというような変数は、以下のレベルに細分することができる。（１）患者が総費用を支払い、払戻を受けない。（２）患者が総費用を支払い、部分的に払戻を受ける。（３）患者は減額した費用を支払い、第三者が残りを支払う。（４）患者は減額した費用を支払い、残りは補助される。（５）患者は薬品には全く支払いをしない。ユーザ、例えば、医師、患者等は、どのレベルを適用するか選択することができ、選択したレベルは、例えば、選択に点数を指定することによって、費用指標を生成する際に用いることができる。
種々の例によれば、他の変数に対して１つ以上の変数に重み付けするか、またはスケーリングすることもできる。種々の例では、各変数に関連付ける重みは、サンプリングされた医師に対する１つ以上の調査から得られ、少なくとも部分的に、どのような費用感度に対して医師がコスト・キューを調査したかに基づく。重み係数を用いた費用感度指標の計算例について、以下に論ずる。変数に重み付けする更に別の方策 (strategy)は、本開示の利点が示されれば、当業者によって容易に選択されよう。
種々の例によれば、病気レベルにおける挙動および経済計量モデル双方に対する変数を用いて結果の妥当性を判断するために、統計的および数学的モデルを用いることができる。例えば、挙動モデルについて、多属性選択モデルの相応しい予測有効性判断が、V. Srinivasan and P. deMaCarty. "Predictive Validation of Multiattribute Choise Models." Marketing Research, Winter 1999-Spring 2000, pp.29-32において見出すことができ、その開示内容全体は、ここで引用したことにより、あらゆる目的に対して本願にも含まれるものとする。病気レベルにおける経済計量モデルについて、更に別のモデルが、例えば、Huttin, C. Dis. Manage. Health Outcomes 2002, 10(5), pp. 1-9において見出すことができ、その開示内容全体は、ここで引用したことにより、あらゆる目的に対して本願にも含まれるものとする。例の中には、経済計量分析、例えば、Limdep、Stata等を実行することができるようにするためにソフトウェアを選択する場合もある。SPSS, Inc. (Chicago, IL)から市販されているＳＰＳＳ、SAS Institute, Inc. (Cary, NC)から入手可能なＳＡＳ、Stata Corp. LP(College Station, TX)から市販されているＳＴＡＴＡ、またはSawtooth Software, Inc. (Sequim, WA)からの製品のように、付加的な統計ソフトウェア・パッケージも、本開示の利点が示されれば、当業者によって容易に選択されよう。本開示の利点が示されれば、ここに開示する方法において用いるのに相応しい統計モデルを選択することは、当業者の能力の範囲内のことである。
種々の例によれば、多数の方法論、例えば、挙動モデル、経済計量モデル等を、変数の影響を分析するために用いることができる。例の中には、定性的研究（例えば、焦点グループ(focus group)、面会、ブレーンストーミングの実施等）によって変数を決定してもよい場合もある。種々の例では、定性的研究を用いて、医師の好みを分析し、医師の費用感度分析を処方意思変遷（意向データ）に連携させるために用いることができる仮説的事例を構築することもできる。次いで、このようなデータを有効な処方またはその他の処置有効データに連携させる。他の例では、変数は、患者の面談、医師またはその他の健康管理実務者による患者によって決定することができ、あるいは患者に質問表に書き込むように誘導し、自分自身で患者費用変数を評価してもよい。質問表は、紙の質問表、電子質問表、電話による質問、あるいは患者費用変数の評価を可能にするその他の相応しい方法または装置という形態を取ることができる。経口投薬についての品質または薬品・ケア変数を評価するために構成することができる電子質問表の一例を図３から図２３に示す。
多数の薬品品質インディケータを用いることができ、例えば、例示のインディケータを図３から図２３に記載する。更に別の薬品品質インディケータを以下の表１ｂに示す。
Figure 2007523410
患者には、彼らの健康管理処置、財務状況、費用の好み、危険性、病気の状態、投薬に対するケアの質等に関する一連の質問を尋ねることができる。これらの質問に対する応答は、情報の値、信頼性、意思疎通、薬品ケアの品質等を評価するために用いることができる。選択した変数、例えば、費用変数対品質変数対危険性変数等の性質に応じて、変数には、以下で例示するように、点数を指定し、費用感度指標、品質指標または危険性指標というような、指標を生成することができる。費用感度指標を参照表と比較し、処置判断、処置判断変遷またはその他の選択した成果を生成することができる。例の中には、このような変数の評価から、プライマリーケアにおける効率尺度が得られ、データ・エンベロップメント分析（ＤＥＡ）のような、非パラメータ・モデルにおいて用いることができる。
これより図３から図５を参照すると、様式２００、２１０および２２０を用いて、患者の情報源に関して問い合わせることができる。マーケティング、広告等は、患者がある種の健康管理判断に対して支払う額の増減に対する感覚に影響を及ぼす可能性がある。このような情報の信頼性における患者の主観的な確信も、ある種の健康管理判断に対して支払う額の増減に対する感覚、処方された判断に従う気分、または彼らの健康管理提案者の信頼レベルに影響を及ぼす可能性がある。これより図６および図７を参照すると、様式２３０および２４０を用いて、処方された投薬またはその他の相応しい健康管理判断に関する患者の理解を評価することができる。患者に情報が不足しているか、または十分な情報を受け手いない場合、患者は、処置プロトコルにおける不確信または困惑のために、選択された処置プロトコルに従わない場合がある。これより図８および図９を参照すると、様式２５０および２６０を用いて、受けた医療ケアおよび薬品ケアの品質を評価することができる。患者が、彼または彼女が受けたケアの質が低いと信ずる場合、その患者は、ケアに対する不満のために、これ以上自費で費用を払おうという気分が薄れる可能性がある。これより図１０から図１２を参照すると、様式２７０、２８０および２９０を用いて、彼らの健康管理提案者、例えば、医師、看護士、薬剤師等に関する患者の好みを判断することができる。患者のケアが薬剤師によって提供される場合、患者は医師の診察室を訪問する費用を省略できる場合もあるので、患者は、彼らの健康管理が薬剤師によって提供される場合の方が、医師によって提供される場合よりも支払いが多くても、支払う気になることもある。これより図１３から図１６を参照すると、様式３００、３１０、３２０および３３０を用いて、乏しい健康管理に関して不平を漏らす患者の気持ちを評価することができる。これより図１７を参照すると、様式３４０を用いて、患者が健康管理を受けることに対する患者の主観的見方を判断することができる。患者が彼らの健康管理を乏しいまたは劣っていると見なしている場合、患者は高価な薬品に料金を支払おうとする気分は少なくなる可能性がある。これより図１８および図１９を参照すると、様式３５０および３６０を用いて、投薬費用および患者に支払う責任がある費用に基づいて、患者が投薬に料金を支払うことができるかどうか判断することができる。様式３５０および３６０は、利用可能な流動性現金、健康保険等を考慮に入れて、患者の現在の経済的状況を評価することができる。図２０から図２３を参照すると、様式３７０、３８０、３９０、および４００を用いて、患者の健康管理提案者に対する満足度を評価することができる。先に論じたように、患者が彼らの健康管理提案者に対して不満である場合、彼らは処方された処置に対して多額の費用を自費で支払う危険を冒そうとしなくなり、あるいは処方された処置を信頼しようとしなくなる。図３から図２３に示す様式に対する患者の応答に影響を及ぼし得る更に別の社会的および経済的理由も可能性があり、本開示の利点が示されれば、当業者には認められよう。
種々の例によれば、効率尺度を用いることができる。例えば、実施（処方を中心とする）の相対的効率の評価を分析することができる。重み付け入力および／または出力を用いて、処方の品質および／または効率を考慮に入れることができる。品質尺度および活動尺度も組み込むことができる。実施内および／または実施間における相対的な遂行(performance)。効率尺度は、相応しい母集団を調査し、結果に点数を付け、任意に結果に重み付けし、費用感度指標、品質指標、または効率指標を、調査からの結果に基づいて確定することによって、分析することができる。本開示の利点が示されれば、効率尺度を考慮に入れる相応しい方法を選択することは、当業者の能力の範囲内のことである。
種々の例では、患者は、彼らの経済状況に基づいて、変数のリストから選択することができる。リストにおける変数の各々に点数を付け、以下で例示するように、処置判断または処置判断変遷を生成するために用いることができる。あるいは、変数のリストを患者によって格付けし、格付け順序に点数を付け、格付けが高い程高い点数を受けるようにして、処置指数または処置判断変遷を生成するために用いることができる費用感度指標を得ることができる。
種々の例によれば、医療状態指標も決定し、処置判断を生成するために用いることができる。医療状態指標は、医師による患者の医療診断に基づくことができる。例の中には、医療状態指標および費用感度指標に等しい重みを付けて、処置判断および処置判断変遷を生成する。一方、他の例では、医師、または本方法を実行する人が、医療状態指標に患者変数状態指標よりも重く重み付けすることを選択してもよい。種々の例では、患者の病気または不調の重態度に対する主観的見方を、医療状態指標を決定する際に考慮する。患者の状態の重態度に関する患者の視点を、相応しい質問表を用いて評価することができ、あるいは医療活動中に医師によって問い合わせることができる。
種々の例では、１つ以上の変数を用いて費用感度指標を生成することができる。ここで用いる場合、「費用感度指標」は、一般に、費用、例えば、暗示的費用、明示的費用等がどのように処置判断変遷または処置判断に影響を及ぼすかの全体的指標である。典型的な実現例では、１つ以上の変数を質問表に羅列し、ユーザまたはユーザのグループが、彼らには重要な変数を選択することができ、リスト内の変数を格付けすることができる。種々の例では、変数は、重要度に応じて、格付けすることができる。他の例では、変数に、予め選択した目盛り、例えば、０から１０上で点数を指定することができ、種々の点数を合計して、費用感度指数を得ることもできる。費用感度指数を計算する方法の一例を図２に示す。ユーザは、目盛り、例えば、１から１０を用いて、１つ以上の変数を実施する一連の質問または発言に対して点数を指定する（１５０）。指定された点数を合計し（１６０）、費用感度指標を得る（１６５）ことができる。あるいは、指定した点数に重み付けする（１７０）ことができ、重み付けした点数を合計して（１７５）、費用感度指標を得る（１８０）ことができる。例えば、点数は、７点目盛り上で指定することができ、０は、被験者が評価された変数に同位しないことを表し、７は、被験者が評価された変数に強く同意することを表すとする。これらの点数に重み付けすることができ、重み付けした点数を、費用感度指標を確定する際に用いることができる。例えば、重みは、以下のようにして、選択したキューと関連付けることができる。患者の要求に対して２、共同医薬品(comedication)に対する共同支払いに対して１、患者の経済的余裕に対して０、そして状態の重態度に対して０。他の相応しい重みも可能であり、本開示の利点が示されれば、当業者によって容易に選択されよう。
変数に指定した点数を考慮に入れて費用感度指数を得るように、多数の採点方策を異なる変数に対して実施することができる。いくつかの例では、点数を合計して費用感度指標を得る。別の例では、点数の平均を取って、費用感度指標を得る。更に別の例では、１つ以上の点数に重み付けすることができ、次いで点数を合計または平均して、費用感度指数を得ることができる。本開示の利点が示されれば、変数に指定される個々の点数を考慮に入れる更に別の方法も、当業者によって容易に選択されよう。
種々の例では、費用感度指数は、患者による変数の格付けによって決定することができる。変数に重み付けし、合計して、費用感度指標を得ることができる。選択した重み係数は、通例、医師または健康組織(health organization)によって選択する。このように、費用感度指標は、部分的に、患者の好みによって異なり、部分的に、医師の好みによって異なる場合もある。以下の表２を参照すると、医師が格付けした変数の一例が示されている。変数は、医師の３つのコスト・キューに対する感度に応じて格付けされている。
Figure 2007523410
この格付けでは、患者の要求を最も重要と格付けすることができ、投薬に対する医師の共同支払いを２番目に格付けし、もっと安い処置に対する患者の経済的余裕を３番目に格付けした。費用感度使用を決定するために、格付けには以下のような予め選択した点数を指定するとよい。１番高い格付けに対して１００、２番目の格付けに対して５０、そして２番目の格付けに対して２５。所与の医師または健康組織では、医師または健康組織は、彼または彼女が最も重要であると見なす変数を選択し、これらの変数に点数を指定することもできる。
この一連の予言的例において、医師は、患者の経済的余裕に、彼の判断において最も大きな重み付けを行い、変数に対して以下の重み係数を選択した。患者の経済的余裕に０．７、もっと安い処置に対する患者の要求に０．２、投薬に対する患者の共同支払いに０．１。これらの値を用いて、費用感度指標は、点数および重み係数を互いに乗算し、その値を合計することにより、表３に示すように生成することができる。
Figure 2007523410
比較の目的のために、患者が３つの変数の格付けを変更した場合の異なる費用感度指標を表４から表８に示す。
Figure 2007523410
Figure 2007523410
Figure 2007523410
Figure 2007523410
Figure 2007523410
このモデルでは、費用感度指標は、患者が患者経済的余裕変数を１番上に格付けしたときに非常に高くなり、患者経済的余裕変数を２番目または３番目に格付けしたときに非常に低下する。
種々の例では、処置判断変遷は、費用感度指標を参照テーブルと相関付け、処置判断変遷のリストを出力することによって生成することができる。処置判断変遷は、一般に、薬品処方態度または選択した医療処置の変更を意味する。通例、処置判断変遷はｃとすることができる。
例えば、階層を設けてもよく、処置の変遷が生ずるまたは生じたか否か予測するために、費用感度指標が処置費用に対して反比例する。参照表における値は、医師またはその他の健康組織によって選択することができる。参照表の一例を、以下の表９に示す。
Figure 2007523410
種々の例では、処置の判断は、費用感度指数を参照表と相関付けて潜在的処置選択肢のリストを出力することによって生成することができる。例えば、階層を設けてもよく、費用感度指標は、処方した薬品の価格に対して反比例する。この例は、患者の費用に対する主観的な見方、および医師の費用に対する主観的な見方双方を考慮している。参照表における値は、医師またはその他の健康組織によって選択することができる。参照表の一例を以下の表１０に示す。
Figure 2007523410
参照表からの処置判断は、相応しいディスプレイまたは装置に出力することができ、医師は彼または彼女の患者の医療処置を、処置判断に基づくことができるようにする。例の中には、処置判断に対して１つの値のみをディスプレイに戻す場合があり、一方他の例では、処置判断に対して２つ以上の値を戻し、医師に処置の選択肢を与える場合もある。
種々の例では、追加の参照表も用いて、どの薬品が処置判断に該当するか判断してもよい。例えば、患者が高血圧の徴候を呈している場合、以下の表（表１１）を用いて、どの薬品または複数の薬品を患者に処方すればよいか判断することができる。
Figure 2007523410
この表からの薬品リストを医師に戻し、患者の費用上の心配をかけずに、患者に有効な医療ケアを与える薬品を処方する際に、医師を補佐することができる。本開示の利点が示されれば、当業者は健康管理判断を案内するために相応しい参照表を設計することができよう。処置判断および処置判断変遷を用いることにより、薬品および健康管理判断を選択し、患者が従うと思われる費用効率的な処置を患者に提供することができる。一方、既存の方法は、患者が処置の費用を支払うことができないため、患者が従わないまたは従うことができない処置を選択する場合もある。
図２４を参照して、患者費用指標および医療状態指標の双方を考慮した方法の一例を提示することができる。医師またはその他の健康組織によって、患者の試験５１０を実施することができる。医師は、通例、患者に、彼らの健康、徴候、痛み等について質問する。また、医師は、１つ以上の医療検査を順に行い、患者の診断に役立ててもよい。医師の試験またはいずれかの医療検査に基づいて、医師は、患者の現在の健康状態を反映する医療状態指標５３０を決定することができる。例えば、医療状態指標は、種々の検査結果に点数を指定することによって決定することができ、または医師によって病気または不調の重態度に基づいて選択することができる。あるいは、図２４に破線で示すように、医師が患者に変数について質問して、費用感度指標を決定してもよい。費用感度指標および医療状態指標を用いて、処置指標５４０を生成することができる。処置判断５４０は、多数の健康管理判断、例えば、処置プロトコルを提供し、これを評価して、患者に適した処置を選択する際に、医師を補佐することができる。一旦適した処置を決定したなら、医師は、次に、処置を選択し、相応しい薬品または相応しい医療的治療を患者に選択することができる。この方法は、多数の利点を提供する。何故なら、これは、患者の選択した処置に対する支払い能力、ならびに患者の病気または不調についての医師の観察および診断の双方を反映するからである。この方法は、個々の患者に対して用いた費用感度指標に応じて、患者毎に別個に修正することができ、費用感度指標が、例えば、雇用状況の変化または健康管理保険の変更によって変化した場合には、変更することができる。
種々の例では、多数の費用変数、例えば、費用モジュールを考慮することもでき、変数の一部は、医師の実務および情報に基づき、他の変数は、患者の心理学的および／または社会経済的情報に基づく。また、種々の例は、医師の費用変数、例えば、処理費用(transaction cost)、払戻額等を考慮することもできる。例えば、費用感度判断ツールは、医師が薬品に関する情報を受け取る経路、薬品価格、および／または患者の社会経済的情報を考慮することができる。これらの変数を用いて、選択した患者のために処置判断を得ることができ、相応しい処置体制、例えば、相応しい医療治療および／または相応しい処方または市販薬品を決定することができる。
種々の例によれば、変数のリストに対するユーザの応答に基づいて品質指標を生成することができる。品質指標が望まれる例では、変数は、通例、患者が受ける健康管理の品質に関連する問題を特定するために選択する。変数には、点数または格付けを指定することができ、点数または格付けに任意に重み付けすることができ、品質指標は、点数を合計することによって決定することができる。品質指標を参照表と比較して、この中のどこかで記載したように、処置判断変遷または処置指標を生成することができる。本開示の利点が示されれば、当業者は、品質指標を生成するための相応しい方法を選択することができよう。
種々の例によれば、前述の変数を用いて危険性指標を評価または決定することができる。例えば、健康管理予算の減額が、患者に対する危険性上昇を招く結果となる可能性がある。医師に、患者毎に費やす時間を短縮して、彼らの作業負荷を増大させ、予算の圧力を相殺させるとよい。ここに開示する方法を用いると、危険性指標を決定し、処置指標または処置判断変遷を生成するために用いることができる。危険性指標は、通例、病気の重態度、徴候の重態度等のような、危険性変数に対するユーザの応答に基づく。危険性は、非常に高い危険負担者(risk taker)、高い危険負担者、および低い危険負担者というような、様々なレベルに応じて格付けすることができる。このような格付けは、ユーザが応答する質問の数、例えば、ユーザが同意した質問の数に基づいて評価することができる。例の中には、危険性認知を評価する場合もある。危険性認知は、危険性の受け止め方(attitude)、健康の信念、病気の重態度、病気の徴候等を含むことができるが、これらに限定されるのではない。危険性および危険性認知は、患者、健康管理提案者または双方を調査することによって、評価することができる。本開示の利点が示されれば、処置判断を選択する際に用いるのに適した危険性指標を決定することは、当業者の能力の範囲内のことであろう。
種々の例によれば、ここに開示する方法は、新たな薬品の市場を評価するために用いることができる。通例、薬品価格、薬品処置の有効性、保険会社が要求する共同支払い額等のような市場要因に基づいて、１つ以上の変数を選択する。例えば、薬品会社は、医師、患者または双方を調査して、医師が新たな薬品を処方するか否か、および／または患者が新たな薬品を摂取するおよび／または新たな薬品の料金を支払おうとするか否か評価することができる。費用感度指標を作成し、既存の薬品に対する費用感度指標と比較して、新たな薬品を推し進めるべきか否か判断することができる。費用感度指標は、ここに開示する例示方法を用いて、例えば、グループを調査し、結果に点数を指定し、任意に点数に重み付けし、点数を合計して指標を確定することによって、計算することができる。費用感度指標を確定する他の相応しい方法も、本開示の利点が示されれば、当業者には容易に選択されよう。
種々の例によれば、証拠および関連情報、分析、成果、および健康管理予算に関するその他の性能尺度をポリシーメーカ(policymaker)に提供する方法およびコンピュータ・システムを実現することができる。種々の例において、そして図２Ｂを参照すると、例えば、挙動方法の開発から、主要データを生成することができる（１８２）。データ開発技法１８６を用いて、様々なデータ集合からのデータを一致させることもできる。１つ以上のクラスタリング・アルゴリズムを用いて、データを集合および／または分解させることもできる。経済計量を考慮に入れ、挙動モデルを経済計量モデルと連携させるために、例えば、相応しい分析技法１９２を用いて、モデルを開発することができる（１９０）。次いで、コンピュータ化した予測ツール１９２を開発して、出費、健康状態、成果、費用等を評価することができる。
種々の例によれば、ここに記載する技術の様々な実施形態は、１つ以上のコンピュータ・システム上において実現することができる。これらのコンピュータ・システムは、例えば、Unix、Intel PENTIUM型プロセッサ、Motorola PowerPC、Sun UltraSPARC、Hewlett-Packard PA-RISCプロセッサ、またはその他のいずれかの種類のプロセッサに基づくコンピュータというような、汎用コンピュータとすることができる。尚、本技術の様々な実施形態にしたがって、１つ以上のいずれの種類のコンピュータ・システムでも使用可能であることは認められて当然であろう。更に、本システムは単一コンピュータ上に位置付けることができ、あるいは通信ネットワークによって取り付けられた複数のコンピュータ間で分散することもできる。一実施形態による汎用コンピュータ・システムは、変数入力、ユーザ入力、費用感度指標の出力、品質指標、危険性指標、処置判断変遷、処置判断等を含むが、これらには限定されない、前述の機能のいずれを実行するようにでも構成することができる。尚、本システムは、ネットワーク通信を含むその他の機能も実行でき、本技術はいずれの特定の機能または機能の集合を有することにも限定されないことは認められて当然であろう。
例えば、様々な態様は、図２５に示すように、汎用コンピュータ・システム６００において実行する特殊ソフトウェアとして実現することができる。コンピュータ・システム６００は、ディスク・ドライブ、メモリ、またはその他のデータを格納するデバイスのような、１つ以上のメモリ・デバイス６０４に接続されているプロセッサ６０３を含むことができる。メモリ６０４は、通例、コンピュータ・システム６００の動作の間プログラムおよびデータを格納するために用いられる。コンピュータ・システム６００のコンポーネントは、相互接続機構６０５によって結合することができ、相互接続機構６０５は、１つ以上のバス（例えば、同じ機械内に一体化されているコンポーネント間）および／またはネットワーク（例えば、別個の離散した機械上に位置するコンポーネント間）を含むことができる。相互接続機構６０５により、システム６００のシステム・コンポーネント間で通信（例えば、データ、命令）を交換することが可能となる。
また、コンピュータ・システム６００は、１つ以上の入力装置６０２、例えば、キーボード、マウス、トラックボール、マイクロフォン、タッチ・スクリーン、および１つ以上の出力装置、例えば、印刷装置、表示画面、スピーカを含む。加えて、コンピュータ・システム６００は、（相互接続機構に加えて、またはその代わりとして）コンピュータ・システム６００を通信ネットワークに接続する１つ以上のインターフェース（図示せず）も内蔵することができる。
記憶システム６０６は、図２６に更に詳しく示されているが、通例コンピュータ読み取り可能および書き込み可能不揮発性記録媒体７０１を含み、記録媒体７０１内において、プロセッサが実行するプログラム、あるいはプログラムが処理するために媒体７０１上または内部に格納されている情報を規定する信号が格納されている。媒体は、例えば、ディスクまたはフラッシュ・メモリとするとよい。通例、動作において、プロセッサは、不揮発性記録媒体７０１から他のメモリ７０２にデータを読み込ませ、媒体７０１よりも速くプロセッサが情報にアクセスすることを可能にする。このメモリ７０２は、通例、ダイナミック・ランダム・アクセス・メモリ（ＤＲＡＭ）またはスタティック・メモリ（ＳＲＡＭ）のような、揮発性ランダム・アクセス・メモリである。これは、図示のように、記憶システム６０６内、または、図示しないメモリ・システム６０４内に配置してもよい。プロセッサ６０３は、一般に、集積回路６０４、７０２内にあるデータを操作し、次いで処理が完了した後に、データを媒体７０１にコピーする。媒体７０１と集積回路メモリ・エレメント６０４、７０２との間におけるデータ移動を管理するためには、様々な機構が知られており、本発明はそれに限定されるのではない。本技術は、特定のメモリ・システム６０４や記憶システム６０６には限定されることはない。
また、コンピュータ・システムは、特別のプログラムされた特殊目的ハードウェア、例えば、特定用途集積回路（ＡＳＩＣ）も含むことができる。本技術の態様は、ソフトウェア、ハードウェアまたはファームウェア、あるいはそのいずれの組み合わせでも実現することができる。更に、このような方法、作用(act)、システム、システム・エレメントおよびそのコンポーネントは、前述のコンピュータ・システムの一部として、または独立したコンポーネントとして実現することができる。
一例として、コンピュータ・システム６００は、本技術の様々な態様を実施することができるコンピュータ・システムの一種として示されているが、図２５に示すようなコンピュータ・システムに実現することに態様が限定されるのではないことは認められて当然である。様々な態様は、図２５に示すのとは異なるアーキテクチャまたはコンポーネントを有する１つ以上のコンピュータ植えでも実施可能である。コンピュータ・システム６００は、高級コンピュータ・プログラム言語を用いてプログラム可能な、汎用コンピュータ・システムとすることができる。コンピュータ・システム６００において、プロセッサは、通例、Intel Corporation（インテル社）から入手可能な周知のPentium級のプロセッサのような、市販のプロセッサである。多くのその他のプロセッサも使用可能である。このようなプロセッサは、通常、オペレーティング・システムを実行する。オペレーティング・システムは、例えば、Microsoft Corporation（マイクロソフト社）から入手可能なWindows 95、Windows 98、Windows NT、Windows 2000 (Windows ME)またはWindows XPオペレーティング・システム、Apple Computer（アップル・コンピュータ）から入手可能なMAC OS System X、Sum Microsystemsから入手可能なSolarisオペレーティング・システム、あるいは様々な供給源から入手可能なUNIXまたはLinuxオペレーティング・システムとすることができる。
プロセッサおよびオペレーティング・システムは、互いにコンピュータ・プラットフォームを規定し、このコンピュータ・プラットフォームに対して、アプリケーション・プログラムが高級プログラミング言語で書かれる。尚、本技術は特定のコンピュータ・システム・プラットフォーム、プロセッサ、オペレーティング・システム、またはネットワークに限定されるのではないことは言うまでもない。また、本技術は特定のプログラミング言語にも、コンピュータ・システムにも限定されるのではないことは、当業者には明白なはずである。更に、他の適切なプログラミング言語および他の適切なコンピュータ・システムも使用可能であることも認められて当然である。
種々の例では、ソフトウェアのハードウェアは、認識アーキテクチャ、ニューラル・ネットワークまたはその他の相応しい実現例を実現するように構成されている。例えば、医療情報ゲートウェイを医療情報ブローカおよび／または医療情報レポジトリと連結し、データや調査結果にアクセスすることができる。このような構成は、大きなサンプル母集団の格納およびアクセスを可能とし、予測ツールの有効性を高めることができる。
コンピュータ・システムの１つ以上の部分を、通信ネットワークに結合されている１つ以上のコンピュータ・システム全体に分散させることもできる。これらのコンピュータ・システム模範用コンピュータ・システムとすることができる。例えば、様々な態様を１つ以上のコンピュータ・システム間で分散させ、１つ以上のクライアント・コンピュータに対してサーバ（例えば、複数のサーバ）を設けたり、または分散システムの一部としてタスク全体を実行するように構成したりすることができる。患者および医師は、異なるネットワークを用いることができ、変数は、相応しいネットワーク・プロトコルを用いて連携することができる。例えば、様々な態様は、様々な実施形態にしたがって様々な機能を実行する１つ以上のサーバ・コンピュータ間に分散されたコンポーネントを含む、クライアント−サーバまたはマルチ・ティア・システム(multi-tier system)上で実行することができる。これらのコンポーネントは、実行可能な、中間（例えば、ＩＬ）またはインタープリタ（例えば、Java）コードとすることができ、このコードは、通信プロトコル（例えば、ＴＣＰ／ＩＰ）を用いて通信ネットワーク（例えば、インターネット）を通じて通信する。また、本技術は、いずれの特定のシステムまたはシステムのグループ植えにおいて実行することにも限定されないことは認められて当然である。また、本技術はいずれの特定の分散アーキテクチャ、ネットワーク、または通信プロトコルにも限定されないことも認められて当然である。
様々な実施形態は、SmallTalk、Basic、Java、C++、Ada、またはC#(C-Sharp)のようなオブジェクト指向プログラミング言語を用いて、プログラミングすることができる。他のオブジェクト指向プログラミング言語も使用可能である。あるいは、機能的、スクリプティング、および／または論理プログラミング言語も使用してもよい。様々な態様は、非プログラム環境（例えば、ＨＴＭＬ、ＸＭＬまたは、ブラウザ・プログラムのウィンドウ内において目視すると、グラフィカル・ユーザ・インターフェース（ＧＵＩ）の様相をなす、またはその他の機能を実行するその他のフォーマットで作成された文書）において実現することもできる。様々な態様は、プログラミングしたエレメントまたはプログラミングしないエレメント、あるいはそのいずれの組み合わせでも実現することができる。
以下に、本技術（医師費用感度分析、処方意思の変遷）の更に別の種々の特徴および態様を例示するために、種々の具体例について更に詳しく説明する。
例１−医師の費用感度分析
以下の表１２に列挙した、次に示す１１個の患者費用変数を用いて、枯草熱に対する共同設計を行った。
Figure 2007523410
枯草熱に対する費用感度分析の結果を、以下の表１３に示す。費用感度分析の結果は、医師がどのキューが重要であるか判断するために、平均利用値を推定した。ユークリッド距離に基づくＳＰＳＳ（４クラスタにおける最大集合）を用いてクラスタリング分析を行い、費用に敏感な医師を特定した。最初の分析は、Skim analytical（オランダ）によって行われた。データは、Conjoint SVAソフトウェアによって収集され、分析のために、標準的なＳＰＳＳパッケージに移転した。用いたクラスタリング方法は、標準的なＳＰＳＳパッケージにおいて利用可能であり、先験的に(a priori)４クラスタの制限を用いる。この場合、ユークリッド距離を選択したが、他の距離、例えば、マハラノビス距離でも、クラスタリングの結果を改善することができる。
Figure 2007523410
枯草熱研究についての分散分析を行った。分散分析の結果を以下の表１４に示す。
Figure 2007523410
上の結果は、患者の経済的余裕および投薬に対する共同支払いを最も重要な患者費用変数とした場合と一致した。前述の研究の場合における処方意思の変遷を図２９に示す。正の値は、医師が薬品を処方する可能性が高いことを示し、一方負の値は、医師が薬品を処方する可能性が低いことを示す。
例２−医師処方意思の変遷
医師の処方業務は、選択された不調に対して医師が処方する、ある薬品（または等級または複数の薬品）の普及度(prevalence)に応じて決定する場合もある。医師が患者の費用を考慮に入れているか否か評価するためには、処方意思の変遷を判断することは有用である。図２７および図２８は、高血圧を処置する際の、二カ国における処方意思の変遷を示す。グラフを作成するために用いたデータは、医師の診療所において、即ち、医師の診察地点において取り込んだ。正の値は、薬品を処方する可能性が高いことを示し、一方負の値は、医師が薬品を処方する可能性が低いことを示す。費用を最少に抑えるために広く用いられている方法の１つは、安い薬品を供給することではなく、所与の薬品の供給を長くして処方する（１カ月の供給ではなく、２カ月から３カ月の供給）ことであることがわかった。即ち、医師は、安い薬品を共有するよりはむしろ、薬品を多めに供給する方を優先していた。
例３−有効処方パターンおよび保険の種類（糖尿帽、高血圧、および喘息患者）
1996 National Ambulatory Surveyから個人のサンプル２つについて、データを抽出した。用いたデータは、診察時点データ、例えば、医師往診(physician visit)の間に取り込んだデータである。
高血圧のサンプルは、１８４４人の患者から成り、糖尿病のサンプルは、６９４人の患者から成る。患者のサブサンプルを用いて、政府医療保険制度加入患者を特別に考慮入れた。単純な算定回帰分析を行った。結果を以下の表１５および表１６に示す。Ｄｘは、他のいずれかの支払い形式を表す。
Figure 2007523410
喘息の研究に対する結果は、以下の通りであった。Mediplus変数（政府医療保険制度およびBlue Cross ＋ 医療扶助制度および他の保険 ＋ 政府医療保険制度および医療扶助制度）に対する調整後の見込み率は１．５６（Ｐ＝０．０３）であった。政府医療保険制度のみの変数については、調整後の見込み率は、−１．０４（Ｐ＝０．０５）と計算された。喘息結果の母集団の大きさは、３４２（大人および老人のみ）であった。
Figure 2007523410
以上の研究からの結果は、追加の保険に加入することができず、高血圧の薬品治療を利用できる可能性が低く、糖尿病の薬品治療を利用できない状況に直面している政府医療保険制度受給者と一致した。高血圧の患者では、政府医療保険制度およびHMO/Prepaid計画は、サービス料金を有する政府医療保険制度加入患者よりも、高血圧の薬品治療を利用できる可能性が２倍高かった。糖尿病のケアでは、サービス量Ｉ金を有する政府医療保険制度加入患者であっても、ＨＭＯに加入している政府医療保険制度加入患者よりも、糖尿病の薬剤治療を利用できる可能性が遥かに低い人もいた。
保険の特色の概要を以下の表１７に示す。Count1は、１つの計画のみに当力した患者を表す。ＰＰＯカウントは、ＰＰＯ支払いおよび１つだけの計画を有する患者を表す。ＨＭＯカウントは、ＨＭＯおよび１つのみの計画を有する患者を表す。Ｄｘカウントは、他のいずれかの支払い形式および１つのみの計画を表す。
Figure 2007523410
例４−高血圧患者の診療分析
高血圧ケアのための処置を行った母集団の診療分析を行うこともできる。同様の病状を有する患者の母集団を決定するために、ある数の包含判断基準(inclusion criteria)を選択するとよい。用いることができる例示の診断変数は、悪性高血圧、間欠的高血圧、高血圧、亢進性心筋症、二次的悪性高血圧および二次的高血圧を含むことができるが、これらに限定されるのではない。加えて、以下の薬品グループも含むことができる。抗高血圧薬品、ベータ・ブロッカ、カルシウム・チャネル・ブロッカ、アセチルコリンエステラーゼ抑制剤、利尿剤、単一スルファミド、複合スルファミド、キサンティック(xanthique)、その他の未知の利尿剤。以下の４つの変数もモデルに含ませることができる。糖尿病の危険性、虚血性心臓病の危険性、心不全の危険性、高コレステロールの危険性。また、患者の性別、喫煙習慣、アルコール消費量、入院および機能的傷害も考慮に入れることができる。変数は、患者の病気状態を個々の病気状態を処置する経済的費用と連携することができるように、個々の患者グループがどの種類の薬品を飲んでいるか調査するために用いることができる。
これらの変数を用いて、Credes（１９８８から１９９１）の消費者断面データベースの４つのファイルから、高血圧で診断を受けた９３９人のフランス人患者のケースミックス(casemix)を抽出した。用いたデータは、自己報告データ、即ち、世帯判断点(household decision point)であった。 このケースミックスを以下の表１８および表１９に示す。
Figure 2007523410
Figure 2007523410
この研究の目的は、正味価格、現金の支払い、世帯特性のような変数を含む消費者の観点を採用し、要求モデルを通じて、高血圧ケア投薬の費用を記述することであった。このモデルの構造式は、以下の通りである。
Y(prescr)は、[S(niPi), d1, d2, d3, L GHI, age, sex, rv, DI, size]の関数である。
ここで、Y(prescr)は、高血圧に対して処方された投薬に対する要求であり、Piは、処置に対する投薬記録の小売り価格であり、niPiは、高血圧のケアに関する全ての投薬記録についての、各投薬記録に対する有効範囲(coverage)の割合を考慮に入れた、消費者が支払う正味価格であり、S(niPi)は、消費者が購入し自費で支払った全ての投薬記録の合計である。ｄ１は、追加の保険に加入している患者についての変数を表す。ｄ２は、追加の個人保険に加入している患者についての変数を表す。ｄ２は、控除を利用することができる患者についての変数を表す。Ｌは、流動性変数、即ち、使用可能な流動性現金を表す。ＧＨＩは、総合健康指標を表し、危険性変数を制御することに関連する。以下の４つの変数を特定した。DIAB（糖尿病）、CHOL（コレステロール）、ＩＨＤ（虚血性心臓病）、およびＣＨ（鬱血性心不全）。ｒｖは危険性指標を表し、患者の生命に対して認められた危険度である。ＤＩは、患者の出費可能な収入を表す。Sizeは世帯の大きさを表す。
統計パッケージ（ＳＡＳ）、および二段階最少二乗回帰分析を可能にするProc Syslin手順を用いて、データを分析した。収入に基づいて患者を３つのグループ、平均未満収入グループ（表１４）、低収入グループ（表１５）、および老人患者平均未満収入グループ（表１６）に細分した。以下の表では、変数は次の通りである。CHOLは、コレステロール糖尿病を患う患者を表し、T-npx1は、消費者が支払った投薬の正味費用を表し、d1は「互助」保険（任意保険）に加入している患者を表し、d2は個人保険に加入している患者を表し、d3は控除条件を利用できる患者を表し、ｒは平均未満収入の患者グループを表し、tai1は一人世帯を表し、tai2は二人世帯を表し、tai3は子供が一人いる世帯を表し、tai4は子供が一人よりも多い世帯を表す。結果を以下の表２０から表２２に示す。
Figure 2007523410
表２０における結果に対する統計的パラメータは、次の通りであった。Ｒの二乗は０．４０４５、調整したＲの二乗＝０．３９４２、Ｆ＝３９．３３３、そしてProb>F＝０．０００１であった。
Figure 2007523410
Figure 2007523410
表２２における結果に対する統計的パラメータは次の通りであった。Ｒの二乗は０．０４０５０、調整したＲの二乗＝０．３９４７、Ｆ＝３９．２９２、そしてProb>F＝０．０００１であった。
また、支払いの種類に基づいた出費のモデルを考慮に入れるためにもモデルを構築した。現金支払いの種類を区別して、４つの変数とした。cash1は、患者が高血圧の少なくとも１つの投薬に対して現金で支払う場合である。cash2は、患者が第三者支払人に属するので、現金で支払わない場合である。cash3は、患者が既に他の投薬の支払いを済ませており、これが集合支払い(grouped payment)であるため、現金で支払わない場合である。cash4は、患者がその他の理由で支払いを行わない場合である（表２３参照）。これらの相互作用の一部を制御するために、新たな変数を作成した。即ち、支払いの種類と付加保険利用との間の相互作用期間(interaction term)である（表２４参照）。
Figure 2007523410
表２３における結果に対する統計的パラメータは次の通りであった。Ｒの二乗は０．０４０９２、調整したＲの二乗＝０．３９７６、Ｆ＝３９．２０５、そしてProb>F＝０．０００１であった。
Figure 2007523410
表２４における結果に対する統計的パラメータは次の通りであった。Ｒの二乗は０．０４０８６、調整したＲの二乗＝０．３９７６、Ｆ＝３５．１１６、そしてProb>F＝０．０００１であった。

例５
英国におけるプライマリーケア・グループ(Primary Care Group)の３種類の実例について、薬品ケアインディケータ（目盛り：０から１００）の品質を比較し、どの薬品ケアインディケータが重大か評価した。結果を以下の表２５に示す。
Figure 2007523410
上の表２５では、上付き文字が表すのは次の通りである。１−ｎ．ｓ．：複合点数に対する他の実例や条件と統計的な差がない。２−ケアインディケータの品質が著しく異なる実例を括弧付きで明示し、太字で記す。３−パラメータ検査は重要でなく、検査は重要でない。しかしながら、分布は実例３の母集団については正規でない。３−Cronbachのアルファを、実例毎の分析に用いたサンプルについて計算し、病気毎の分析について多数の観察を省略すると、失った数値の処置に応じて、係数の小さなばらつきが存在する可能性がある。しかしながら、ばらつきは（０．１から０．５）の範囲を超えず、したがってインディケータの信頼性尺度を変化させることはない。
患者および状態（喘息を含む）毎の財政利用点数(financial access score)を分析した。結果を以下の表２６に示す。
Figure 2007523410
上の表では、上付き文字が表すのは次の通りである。１−薬剤に対する支払いの種類。２−目盛り０から１００上の費用に関して心配のない利用(access)。３−利用インディケータが著しく異なる実例または病状を括弧付きで明示し、太字で記す。
実例毎および病状毎（医師の費用意識がある場合およびない場合）に２つの信頼インディケータの比較を行った。結果を以下の表２７に示す。信頼インディケータが著しく異なった実例を括弧付きで明示し、太字で記す。
Figure 2007523410
例６
英国の患者の、他のヨーロッパの消費者との比較における、彼らの保険制度に対する満足度を、以下の表２８に示す。調査の前に、薬品サービスに対する患者の満足度を検討するために、ユーロ・バロメータ・データを用いた。このような調査は敏感であり、国際的な協力の中で行うのは容易であると考えられる。
Figure 2007523410
ここに開示した例のエレメントを導入する場合、冠詞「ａ」、「ａｎ」、「ｔｈｅ」および「ｓａｉｄ」は、１つ以上の当該エレメントがあることを意味することを意図している。「comprising」、「including」および「having」という用語は、制限がないことを意図しており、列挙したエレメント以外にも追加のエレメントがあり得ることを意味する。本開示の利点が示されれば、本例の様々なコンポーネントは相互交換可能であり、他の例における様々なコンポーネントと交換できることは、当業者には認められよう。本明細書において引用したことにより本願にも含まれるものとした特許、特許出願または公開のいずれの用語の意味であっても、本開示において用いられる用語の意味と矛盾する場合、本開示における用語の意味を採用することとする。
以上、種々の特徴、態様、例および実施形態について説明したが、本開示の利点が示されれば、開示した例示の特徴、態様、例および実施形態の追加、置換、変更、および変形が可能であることは、当業者には認められよう。
図１は、種々の例による第１のブロック図である。 図２Ａは、種々の例による第２のブロック図である。 図２Ｂは、種々の例による第３のブロック図である。 図３は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図４は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図５は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図６は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図７は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図８は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図９は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１０は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１１は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１２は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１３は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１４は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１５は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１６は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１７は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１８は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図１９は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図２０は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図２１は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図２２は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図２３は、種々の例による患者満足変数について問い合わせるために用いることができる様式の例である。 図２４は、種々の例による、別の例のブロック図である。 図２５は、種々の例による、ここに開示する方法の例を実施するのに適したコンピュータ・システムの模式図である。 図２６は、種々の例による記憶システムの一例である。 図２７は、種々の例による、２カ国における高血圧用薬品に対する処置判断変遷を示すグラフである。 図２７は、種々の例による、２カ国における高血圧用薬品に対する処置判断変遷を示すグラフである。 図２９は、種々の例による、枯草熱用薬品に対する処置判断変遷を示すグラフである。

Claims (80)

  1. 少なくとも１つの変数を選択するステップと、
    前記選択した少なくとも１つの変数を用いて費用感度指標を生成するステップと、
    前記生成した費用感度指標を用いて、処置判断変遷を判定するステップと、
    を備えた、方法。
  2. 請求項１記載の方法であって、更に、前記少なくとも１つの変数を医師変数として構成するステップを備えている、方法。
  3. 請求項１記載の方法であって、更に、前記少なくとも１つの変数を暗示的費用変数として構成するステップを備えている、方法。
  4. 請求項１記載の方法であって、更に、前記少なくとも１つの変数を明示的費用変数として構成するステップを備えている、方法。
  5. 請求項１記載の方法であって、更に、前記少なくとも１つの変数を患者変数として構成するステップを備えている、方法。
  6. 請求項１記載の方法であって、更に、前記処置判断変遷を判定するために、前記生成した費用感度指標を用いて、処置判断を生成するステップを備えている、方法。
  7. 請求項６記載の方法であって、更に、前記生成した処置判断に基づいて、健康管理判断を選択するステップを備えている、方法。
  8. 請求項６記載の方法であって、更に、前記処置判断を生成するために、前記費用感度指標を参照表と比較するステップを備えている、方法。
  9. 請求項１記載の方法であって、更に、前記少なくとも１つの選択した変数に対する応答を生成するために、グループを調査するステップを備えている、方法。
  10. 請求項９記載の方法であって、更に、前記グループを医師で構成するステップを備えている、方法。
  11. 請求項９記載の方法であって、更に、前記グループを患者で構成するステップを備えている、方法。
  12. 請求項１１記載の方法であって、更に、前記少なくとも１つの変数を、患者の経済的余裕、もっと安い医薬品に対する患者の要求、病気または不調の重態度、および選択した共同医薬品に対する患者の共同支払いから成る群から選択するように構成するステップを備えている、方法。
  13. 請求項１記載の方法であって、更に、複数の変数を選択するステップを備えている、方法。
  14. 請求項１３記載の方法であって、更に、前記費用感度指標を生成するために、前記変数を最重要から最低重要まで格付けするステップを備えている、方法。
  15. 請求項１４記載の方法であって、更に、前記格付けした変数に点数を指定するステップを備えている、方法。
  16. 請求項１４記載の方法であって、更に、前記変数に指定する１つ以上の点数に重み付けするステップを備えている、方法。
  17. 請求項１６記載の方法であって、更に、前記重み付けした点数から前記費用感度指標を生成するステップを備えている、方法。
  18. 請求項１７記載の方法であって、更に、前記費用感度指標を生成するために前記重み付け点数を合計するステップを備えている、方法。
  19. 請求項１７記載の方法であって、更に、前記費用感度指標を生成するために、前記重み付けした点数の平均を取るステップを備えている、方法。
  20. 請求項１７記載の方法であって、更に、前記処置判断変遷を判定するために、前記重み付けした点数を合計し、該合計した重み付け点数を参照表と比較するステップを備えている、方法。
  21. 少なくとも１つの変数を選択するステップと、
    前記選択した少なくとも１つの変数を用いて、費用感度指数を生成するステップと、
    前記生成した費用感度指数を用いて、処置判断を生成するステップと、
    を備えた、方法。
  22. 請求項２１記載の方法であって、更に、前記少なくとも１つの変数を医師変数として構成するステップを備えている、方法。
  23. 請求項２１記載の方法であって、更に、前記少なくとも１つの変数を暗示的費用変数として構成するステップを備えている、方法。
  24. 請求項２１記載の方法であって、更に、前記少なくとも１つの変数を明示的費用変数として構成するステップを備えている、方法。
  25. 請求項２１記載の方法であって、更に、前記少なくとも１つの変数を患者変数として構成するステップを備えている、方法。
  26. 請求項２１記載の方法であって、更に、前記処置判断変遷を判定するために、前記生成した費用感度指標を用いて、処置判断を生成するステップを備えている、方法。
  27. 請求項２６記載の方法であって、更に、前記処置判断を医療治療または薬品とするように構成するステップを備えている、方法。
  28. 請求項２１記載の方法であって、更に、前記処置判断を生成するために、前記費用感度指標を参照表と比較するステップを備えている、方法。
  29. 請求項２１記載の方法であって、更に、前記少なくとも１つの選択した変数に対する応答を生成するために、グループを調査するステップを備えている、方法。
  30. 請求項２９記載の方法であって、更に、前記グループを医師で構成するステップを備えている、方法。
  31. 請求項２９記載の方法であって、更に、前記グループを患者で構成するステップを備えている、方法。
  32. 請求項３１記載の方法であって、更に、前記少なくとも１つの変数を、患者の経済的余裕、もっと安い医薬品に対する患者の要求、病気または不調の重態度、および選択した共同医薬品に対する患者の共同支払いから成る群から選択するように構成するステップを備えている、方法。
  33. 請求項３１記載の方法であって、更に、複数の変数を選択するステップを備えている、方法。
  34. 請求項３３記載の方法であって、更に、前記費用感度指標を生成するために、前記変数を最重要から最低重要まで格付けするステップを備えている、方法。
  35. 請求項３４記載の方法であって、更に、前記格付けした変数に点数を指定するステップを備えている、方法。
  36. 請求項３４記載の方法であって、更に、前記変数に指定する１つ以上の点数に重み付けするステップを備えている、方法。
  37. 請求項３６記載の方法であって、更に、前記重み付けした点数から前記費用感度指標を生成するステップを備えている、方法。
  38. 請求項３７記載の方法であって、更に、前記費用感度指標を生成するために前記重み付け点数を合計するステップを備えている、方法。
  39. 請求項３７記載の方法であって、更に、前記費用感度指標を生成するために、前記重み付けした点数の平均を取るステップを備えている、方法。
  40. 請求項３７記載の方法であって、更に、費用感度指標を生成するために、前記重み付けした点数を合計し、前記処置判断を生成するために、前記合計した重み付け点数を参照表と比較するステップを備えている、方法。
  41. 健康管理提案者を調査するステップと、
    前記健康管理提案者の調査からの調査結果に基づいて、費用感度指標を生成するステップと、
    前記生成した費用感度指標を用いて、処置判断変遷を生成するステップと、
    を備えた、方法。
  42. 請求項４１記載の方法であって、更に、前記健康管理提案者を、医師、看護士または薬剤師とするように構成するステップを備えている、方法。
  43. 請求項４１記載の方法であって、更に、前記生成した費用感度指標を用いて、処置判断を生成するステップを備えている、方法。
  44. 請求項４３記載の方法であって、更に、前記処置判断を生成するために、前記費用感度指標を参照表と比較するステップを備えている、方法。
  45. 請求項４１記載の方法であって、更に、前記健康管理提案者の調査に用いるために複数の変数を選択するステップを備えている、方法。
  46. 請求項４５記載の方法であって、更に、前記調査を、最重要から最低重要までの前記複数の変数の格付けとするように構成するステップを備えている、方法。
  47. 請求項４５記載の方法であって、更に、前記格付けした複数の変数を用いて、前記費用感度指標を生成するステップを備えている、方法。
  48. 請求項４７記載の方法であって、更に、前記複数の格付けした変数の各々に点数を指定するステップを備えている、方法。
  49. 請求項４８記載の方法であって、更に、前記複数の変数の各々に指定した１つ以上の点数に重み付けするステップを備えている、方法。
  50. 請求項４９記載の方法であって、更に、前記重み付けした点数から前記費用感度指標を生成するステップを備えている、方法。
  51. 請求項５０記載の方法であって、更に、前記費用感度指標を生成するために、前記重み付けした点数を合計するステップを備えている、方法。
  52. 請求項５０記載の方法であって、更に、前記費用感度指数を生成するために前記重み付けした点数の平均を取るステップを備えている、方法。
  53. 請求項５０記載の方法であって、更に、費用感度指標を生成するために前記重み付けした点数を合計し、前記処置判断変遷を生成するために前記費用感度指標を参照表と比較するステップを備えている、方法。
  54. 患者のグループを調査するステップと、
    前記患者のグループの調査からの調査結果に基づいて品質指標を生成するステップと、
    前記生成した品質指標から、処置判断変遷を生成するステップと、
    を備えている、方法。
  55. 請求項５４記載の方法であって、更に、前記調査を、１つ以上の品質変数を用いて構成するステップを備えている、方法。
  56. 請求項５４記載の方法であって、更に、前記処置判断変遷を生成するために、前記品質指標を参照表と比較するステップを備えている、方法。
  57. 請求項５４記載の方法であって、更に、前記患者のグループの調査において用いるために複数の変数を選択するステップを備えている、方法。
  58. 請求項５４記載の方法であって、更に、前記調査を、前記複数の変数の最重要から最低重要までの格付けとするように構成するステップを備えている、方法。
  59. 請求項５８記載の方法であって、更に、前記格付けした複数の変数を用いて、前記品質感度指標を生成するステップを備えている、方法。
  60. 請求項５９記載の方法であって、更に、前記複数の格付けした変数の各々に点数を指定するステップを備えている、方法。
  61. 請求項６０記載の方法であって、更に、前記変数に指定する１つ以上の点数に重み付けするステップを備えている、方法。
  62. 請求項６１記載の方法であって、更に、前記重み付けした点数から前記品質感度指標を生成するステップを備えている、方法。
  63. 請求項６２記載の方法であって、更に、前記品質感度指標を生成するために前記重み付け点数を合計するステップを備えている、方法。
  64. 請求項６２記載の方法であって、更に、前記品質感度指標を生成するために、前記重み付けした点数の平均を取るステップを備えている、方法。
  65. 請求項６１記載の方法であって、更に、品質指標を判定するために、前記重み付けした点数を合計し、前記処置判断変遷を生成するために、前記合計した重み付け点数を参照表と比較するステップを備えている、方法。
  66. 患者のグループを調査するステップと、
    前記患者のグループの調査からの調査結果に基づいて、危険性指標を生成するステップと、
    前記生成した危険性指標を用いて、処置判断変遷を判定するステップと、
    を備えている、方法。
  67. 請求項６６記載の方法であって、更に、前記調査を、１つ以上の危険性変数を用いて構成するステップを備えている、方法。
  68. 請求項６６記載の方法であって、更に、前記処置判断変遷を生成するために、前記危険性指標を参照表と比較するステップを備えている、方法。
  69. 請求項６６記載の方法であって、更に、前記患者のグループの調査において用いるために複数の変数を選択するステップを備えている、方法。
  70. 請求項６６記載の方法であって、更に、前記調査を、前記複数の変数の最重要から最低重要までの格付けとするように構成するステップを備えている、方法。
  71. 請求項７０記載の方法であって、更に、前記格付けした複数の変数を用いて、前記危険性感度指標を生成するステップを備えている、方法。
  72. 請求項７１記載の方法であって、更に、前記複数の格付けした変数の各々に点数を指定するステップを備えている、方法。
  73. 請求項７２記載の方法であって、更に、前記変数に指定する１つ以上の点数に重み付けするステップを備えている、方法。
  74. 請求項７３記載の方法であって、更に、前記重み付けした点数から前記危険性感度指標を生成するステップを備えている、方法。
  75. 請求項７４記載の方法であって、更に、前記危険性感度指標を生成するために前記重み付け点数を合計するステップを備えている、方法。
  76. 請求項７４記載の方法であって、更に、前記危険性感度指標を生成するために、前記重み付けした点数の平均を取るステップを備えている、方法。
  77. 請求項７４記載の方法であって、更に、危険性感度指標を判定するために、前記重み付けした点数を合計し、前記処置判断変遷を生成するために、前記合計した重み付け点数を参照表と比較するステップを備えている、方法。
  78. プロセッサと記憶ユニットとを備え、費用感度指標、品質指標または危険性指標の内１つ以上から選択した指標を用いて、処置判断変遷を予測するように動作するシステム。
  79. プロセッサと記憶ユニットとを備え、費用感度指標、品質指標または危険性指標の内１つ以上から選択した指標を用いて、処置判断を予測するように動作するシステム。
  80. プロセッサと記憶ユニットとを備え、費用感度指標、品質指標または危険性指標の内１つ以上から選択した指標を用いて、市場シミュレーションを実行するように動作するシステム。
JP2006552298A 2004-02-06 2005-02-04 健康管理判断を予測および／または案内するための費用感度判断ツール Pending JP2007523410A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US54221604P 2004-02-06 2004-02-06
PCT/US2005/003702 WO2005076957A2 (en) 2004-02-06 2005-02-04 Cost sensitivity decision tool for predicting and/or guiding health care decisions

Publications (2)

Publication Number Publication Date
JP2007523410A true JP2007523410A (ja) 2007-08-16
JP2007523410A5 JP2007523410A5 (ja) 2008-04-10

Family

ID=34860273

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006552298A Pending JP2007523410A (ja) 2004-02-06 2005-02-04 健康管理判断を予測および／または案内するための費用感度判断ツール

Country Status (5)

Country Link
US (1) US20050182659A1 (ja)
EP (1) EP1761894A2 (ja)
JP (1) JP2007523410A (ja)
AU (1) AU2005213441A1 (ja)
WO (1) WO2005076957A2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018005726A (ja) * 2016-07-06 2018-01-11 オムロンヘルスケア株式会社 リスク分析システム及びリスク分析方法

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002216051A (ja) * 2001-01-22 2002-08-02 Fuji Photo Film Co Ltd 注文受け付け方法及び装置
US20050086075A1 (en) * 2003-10-15 2005-04-21 Healthcare Finance Solutions, Inc. Benefit management
US8260591B2 (en) * 2004-04-29 2012-09-04 Align Technology, Inc. Dynamically specifying a view
US20080172214A1 (en) * 2004-08-26 2008-07-17 Strategic Health Decisions, Inc. System For Optimizing Treatment Strategies Using a Patient-Specific Rating System
US20100241459A1 (en) * 2005-03-30 2010-09-23 Rao Y Ramprasad System and method for tracking consumer healthcare behavior
US20070150308A1 (en) * 2005-12-23 2007-06-28 Caterpillar Inc. Healthcare management system
US20070203783A1 (en) * 2006-02-24 2007-08-30 Beltramo Mark A Market simulation model
US7974920B2 (en) * 2006-03-31 2011-07-05 Outsource One, Inc. Benefit planning
US8200506B2 (en) * 2006-12-19 2012-06-12 Accenture Global Services Limited Integrated health management platform
US20080320030A1 (en) * 2007-02-16 2008-12-25 Stivoric John M Lifeotype markup language
US8775200B1 (en) * 2008-08-21 2014-07-08 Optuminsight, Inc. System and method for generating patient health management information
US20100063907A1 (en) * 2008-09-11 2010-03-11 American Management Group, LLC Insurance Billing System
US20110153358A1 (en) * 2008-09-11 2011-06-23 Medidata Solutions, Inc. Protocol complexity analyzer
EP2491499A4 (en) 2009-10-19 2016-05-18 Theranos Inc INTEGRATED SYSTEM FOR COLLECTION AND ANALYSIS OF HEALTH DATA
US8645165B2 (en) 2010-06-03 2014-02-04 General Electric Company Systems and methods for value-based decision support
US11481411B2 (en) 2010-09-01 2022-10-25 Apixio, Inc. Systems and methods for automated generation classifiers
US11544652B2 (en) 2010-09-01 2023-01-03 Apixio, Inc. Systems and methods for enhancing workflow efficiency in a healthcare management system
US20130262144A1 (en) 2010-09-01 2013-10-03 Imran N. Chaudhri Systems and Methods for Patient Retention in Network Through Referral Analytics
US11195213B2 (en) 2010-09-01 2021-12-07 Apixio, Inc. Method of optimizing patient-related outcomes
US11694239B2 (en) 2010-09-01 2023-07-04 Apixio, Inc. Method of optimizing patient-related outcomes
US11610653B2 (en) 2010-09-01 2023-03-21 Apixio, Inc. Systems and methods for improved optical character recognition of health records
US20120065987A1 (en) * 2010-09-09 2012-03-15 Siemens Medical Solutions Usa, Inc. Computer-Based Patient Management for Healthcare
US20120078651A1 (en) * 2010-09-27 2012-03-29 Compass Healthcare Advisers Method and apparatus for the comparison of health care procedure costs between providers
US20120089478A1 (en) * 2010-10-01 2012-04-12 Colleen Murphy Methods, systems, and computer readable media for using stored conjoint analysis software iteration data in conjoint analysis of different product or service combinations
US20130096937A1 (en) * 2011-10-04 2013-04-18 Edward Robert Campbell Medical providers knowledge base and interaction website
US20130095466A1 (en) 2011-10-14 2013-04-18 John Richardson Method and system for conducting one or more surveys
US20160358290A1 (en) * 2012-04-20 2016-12-08 Humana Inc. Health severity score predictive model
WO2013163632A1 (en) * 2012-04-27 2013-10-31 Apixio, Inc. Method of optimizing patient-related outcomes
US10593000B2 (en) * 2012-07-13 2020-03-17 Koninklijke Philips N.V. System and method for determining thresholds or a range of values used to allocate patients to a treatment level of a treatment program
US20140095185A1 (en) * 2012-10-02 2014-04-03 Nicholas Prior Diagnostic Systems And Methods For Visualizing And Analyzing Factors Contributing To Skin Conditions
US20140096078A1 (en) * 2012-10-02 2014-04-03 Nicholas Prior Diagnostic Systems And Methods For Visualizing And Analyzing Factors Contributing To Skin Conditions
US10540448B2 (en) 2013-07-15 2020-01-21 Cerner Innovation, Inc. Gap in care determination using a generic repository for healthcare
US20150106109A1 (en) * 2013-10-15 2015-04-16 Gary And Mary West Health Institute Systems and Methods for Lowering the Cost of Health Care
US20150317650A1 (en) * 2014-05-05 2015-11-05 Insignia Health, LLC Regression Modeling System Using Activation Rating Values as Inputs to a Regression to Predict Healthcare Utilization and Cost and/or Changes Thereto
US10055544B2 (en) * 2014-06-20 2018-08-21 Ims Health Technology Services Limited Patient care pathway shape analysis
US10629293B2 (en) 2014-11-14 2020-04-21 Hi.Q, Inc. System and method for providing a health determination service based on user knowledge and activity
US10580531B2 (en) 2014-11-14 2020-03-03 Hi.Q, Inc. System and method for predicting mortality amongst a user base
US10930378B2 (en) 2014-11-14 2021-02-23 Hi.Q, Inc. Remote health assertion verification and health prediction system
US10546339B2 (en) * 2014-11-14 2020-01-28 Hi.Q, Inc. System and method for providing a health service benefit based on a knowledge-based prediction of a person's health
US10672519B2 (en) 2014-11-14 2020-06-02 Hi.Q, Inc. System and method for making a human health prediction for a person through determination of health knowledge
US10510265B2 (en) 2014-11-14 2019-12-17 Hi.Q, Inc. System and method for determining and using knowledge about human health
US10650474B2 (en) 2014-11-14 2020-05-12 Hi.Q, Inc. System and method for using social network content to determine a lifestyle category of users
US10636525B2 (en) 2014-11-14 2020-04-28 Hi.Q, Inc. Automated determination of user health profile
US20160267223A1 (en) * 2015-03-10 2016-09-15 Practice Fusion, Inc. Integrated health data analysis system
US20180004903A1 (en) * 2015-05-12 2018-01-04 Hitachi, Ltd. Analysis system and analysis method
US10699808B2 (en) 2016-12-05 2020-06-30 Accenture Global Solutions Limited Cost of healthcare analytics platform
US20200043578A1 (en) * 2017-03-28 2020-02-06 Cqinsights, Inc. Performing Predictive Patient Care Options that Improve Value Based on Historical Data
US20180293352A1 (en) * 2017-04-10 2018-10-11 COTA, Inc. System and Method for Decision-Making for Determining Initiation and Type of Treatment for Patients with a Progressive Illness
JP2020042629A (ja) * 2018-09-12 2020-03-19 株式会社日立製作所 分析システム及び分析方法
US20220036998A1 (en) * 2020-08-03 2022-02-03 Kpn Innovations, Llc. Methods and systems for calculating an edible score in a display interface
US20220327585A1 (en) * 2021-04-13 2022-10-13 Nayya Health, Inc. Machine-Learning Driven Data Analysis and Reminders
WO2023220487A1 (en) * 2022-05-13 2023-11-16 Imx, Inc. Systems and methods for generating financial indexes for medical conditions

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832448A (en) * 1996-10-16 1998-11-03 Health Hero Network Multiple patient monitoring system for proactive health management
US6029138A (en) * 1997-08-15 2000-02-22 Brigham And Women's Hospital Computer system for decision support in the selection of diagnostic and therapeutic tests and interventions for patients
US6000828A (en) * 1997-08-22 1999-12-14 Power Med Incorporated Method of improving drug treatment
US6584445B2 (en) * 1998-10-22 2003-06-24 Computerized Health Evaluation Systems, Inc. Medical system for shared patient and physician decision making
US20020087358A1 (en) * 1998-12-16 2002-07-04 Gilbert Edward H. System, method, and computer program product for processing diagnostic, treatment, costs, and outcomes information for effective analysis and health care guidance
US6385589B1 (en) * 1998-12-30 2002-05-07 Pharmacia Corporation System for monitoring and managing the health care of a patient population
US6484144B2 (en) * 1999-03-23 2002-11-19 Dental Medicine International L.L.C. Method and system for healthcare treatment planning and assessment
US20010053984A1 (en) * 1999-12-09 2001-12-20 Joyce Karla Ann System, method, and process for analysis of patient treatment protocols
US6602191B2 (en) * 1999-12-17 2003-08-05 Q-Tec Systems Llp Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity
US6893396B2 (en) * 2000-03-01 2005-05-17 I-Medik, Inc. Wireless internet bio-telemetry monitoring system and interface
US20020040282A1 (en) * 2000-03-22 2002-04-04 Bailey Thomas C. Drug monitoring and alerting system
US7426474B2 (en) * 2000-04-25 2008-09-16 The Rand Corporation Health cost calculator/flexible spending account calculator
US20020111826A1 (en) * 2000-12-07 2002-08-15 Potter Jane I. Method of administering a health plan
US6551243B2 (en) * 2001-01-24 2003-04-22 Siemens Medical Solutions Health Services Corporation System and user interface for use in providing medical information and health care delivery support
WO2002073860A2 (en) * 2001-03-08 2002-09-19 Adler Richard M System for analyzing strategic business decisions
US7228290B2 (en) * 2001-06-29 2007-06-05 Goldman Sachs & Co. Method and system for simulating risk factors in parametric models using risk neutral historical bootstrapping
US20030115082A1 (en) * 2001-08-24 2003-06-19 Jacobson Vince C. Mobile productivity tool for healthcare providers
US6802810B2 (en) * 2001-09-21 2004-10-12 Active Health Management Care engine
US20030105638A1 (en) * 2001-11-27 2003-06-05 Taira Rick K. Method and system for creating computer-understandable structured medical data from natural language reports
US20030125983A1 (en) * 2001-12-27 2003-07-03 Flack John M. Computer-implemented method and system for managing patient healthcare and evaluating patient kidney function
US6970827B2 (en) * 2002-03-19 2005-11-29 Gomed, Llc System and method for storing information on a wireless device
US20030216937A1 (en) * 2002-05-14 2003-11-20 Jorg Schreiber System and method for providing on-line healthcare
US8744867B2 (en) * 2002-06-07 2014-06-03 Health Outcomes Sciences, Llc Method for selecting a clinical treatment plan tailored to patient defined health goals
US20040039600A1 (en) * 2002-08-23 2004-02-26 Kramer Marilyn Schlein System and method for predicting financial data about health care expenses
US20040103001A1 (en) * 2002-11-26 2004-05-27 Mazar Scott Thomas System and method for automatic diagnosis of patient health
US20040122706A1 (en) * 2002-12-18 2004-06-24 Walker Matthew J. Patient data acquisition system and method
US7333338B2 (en) * 2006-03-05 2008-02-19 Fu Zhun Precison Industry (Shen Zhen) Co., Ltd. Memory module assembly including a clip for mounting a heat sink thereon

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018005726A (ja) * 2016-07-06 2018-01-11 オムロンヘルスケア株式会社 リスク分析システム及びリスク分析方法
US11087406B2 (en) 2016-07-06 2021-08-10 Omron Healthcare Co., Ltd. Risk analysis system and risk analysis method

Also Published As

Publication number Publication date
WO2005076957A3 (en) 2007-03-22
WO2005076957A2 (en) 2005-08-25
EP1761894A2 (en) 2007-03-14
US20050182659A1 (en) 2005-08-18
AU2005213441A1 (en) 2005-08-25

Similar Documents

Publication Publication Date Title
JP2007523410A (ja) 健康管理判断を予測および／または案内するための費用感度判断ツール
Roberts et al. The value-based payment modifier: program outcomes and implications for disparities
Obermeyer et al. Early death after discharge from emergency departments: analysis of national US insurance claims data
AU2006299595B2 (en) Systems and methods for analysis of healthcare provider performance
US8290789B2 (en) Systems and methods for predicting healthcare risk related events
US8249891B2 (en) Management of information flow and workflow in medical procedures
US20050182663A1 (en) Method of examining a plurality of sites for a clinical trial
US20050182658A1 (en) Method of improving a clinical study
Guliani et al. Pain-related health care costs for long-term care residents
Vennedey et al. Patients’ preferences in periodontal disease treatment elicited alongside an IQWiG benefit assessment: a feasibility study
Lyles et al. Cost and quality trends in direct contracting arrangements
Narayanan et al. The informative versus persuasive role of marketing communication in new product categories: an application to the prescription antihistamines market
Huttin The role of different types of health insurance on access and utilization of antihypertensive drugs: an empirical study in a US hypertensive population
STIEFEL Decision support
Cho Integration of Quality Metrics: Measuring Diabetes Management in a Rural, Nurse Practitioner Managed Clinic
Suh et al. Pharmacoeconomics in Disease Management: Practical Applications and Persistent Challenges
Suh et al. 16 Pharmacoeconomics in
Gregory et al. Planning models for outpatient care: a marketing approach.
KARIUKI THE INFLUENCE OF BRAND EQUITY ON PRESCRIBER BEHAVIOUR IN A MULTISOURCE DRUG MARKET
Bluhm et al. Actuarial review of the health status risk adjustor methodology
Park Understanding unintended consequences of risk adjustment and proposing alternative risk adjustment
Solid et al. Planning a ROI Analysis
Ng Developing the Hong Kong Diabetes Outcomes Simulation Model and Applying the Model to Evaluate a New Public-Private Partnership Programme for Enhancing Diabetes Care
Pope et al. Case study of American Healthways' diabetes disease management program
Xie et al. PIH39 Eliciting preferences to the EQ-5D-5L health states: Discrete choice experiment or multiprofile case of best-worst scaling

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080204

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080204

A072 Dismissal of procedure [no reply to invitation to correct request for examination]

Free format text: JAPANESE INTERMEDIATE CODE: A073

Effective date: 20080613