如何使用健保資料 進行經濟分析 政大財政 連賢明

課程大綱 簡介醫療相關資料庫 健保資料庫處理原則 一個研究實例

醫療需求面資料庫 一般對象 特殊對象 全民健康保險資料庫 主計處家庭收支調查 國民健康訪問調查 國民營養調查 華人家庭動態資料庫 老人保健與生活問題調查 台灣地區家庭與生育力調查

醫療供給面資料庫 健保院所基本資料檔 醫療院所現況調查 醫療院所服務量調查

健保資料庫缺點 缺乏家戶組成資訊 缺乏自覺健康資訊 僅有健保給付醫療費用 缺乏社經背景變數

健保資料庫優點 資料樣本數：2300萬人 資料年間：1996-2010年（每年均發行） 醫院，醫師，病患有一致代碼 醫院，醫師，病患資訊可相互連結 台灣目前最大，最完整的Panel Data

健保資料庫處理 健保資料庫結構 各子資料庫的整理 各子資料庫串連 串連外部資料

健保資料庫處理 健保資料庫共有18個子資料庫 健保資料大小一年約150-220G 不論是資料量或子資料數目都相當大，無法全面性處理，建議採選擇性處理

健保資料庫: 基本資料檔 醫事機構病床主檔（BED） 醫事機構診療科別明細檔（DETA） 醫事機構基本資料檔（HOSB） 醫事機構副檔資料檔（HOSX）  專科醫師證書主檔（DOC）  醫事人員基本資料檔（PER）  重大傷病證明明細檔（HV）  醫事機構服務項目檔（HOX）  藥品主檔（DRUG） 承保資料檔（ID）

健保資料庫: 原始資料檔 住院費用申請總表主檔（DT） 門診費用申請總表主檔（CT） 住院醫療費用清單明細檔（DD） 住院醫療費用醫令清單明細檔（DO）  門診處方及治療明細檔（CD）  門診處方醫令明細檔（OO） 特約藥局處方及調劑明細檔（GD）  特約藥局處方醫令檔（GO）  承保資料檔（ID）

健保資料庫結構 使用健保資料庫要先瞭解資料庫結構 資料庫可區分為 費用檔 醫令檔 基本資料檔

健保資料庫結構 門住診費用檔 （CD，DD ） 門住診醫令檔 （CO，DO ） 基本資料檔 其他（DRUG，GD，GO ） 醫院主要（HOSB，BED ） 醫院次要（DETA，CT，DT，HOSX，HOX ） 醫師（PER，DOC ） 病人 (ID，HV） 其他（DRUG，GD，GO ）

健保資料申報流程 檢查 健保 支付標準 申報 費用 診療 處置

例子：感冒 檢查 （驗血，照X光） 健保 支付標準 診療 （上呼吸道感染） 申報費用 處置 （點滴注射，藥品）

檔案結構 醫師檔 醫療院所檔 費用檔 醫令檔 病患檔 PER、DOC HOSB、HOSX HOX、BED、DETA CT、DT DD、CD DO、OO 病患檔 ID、HV

HOSB、HOSX、BED、DETA、CT、DT 例子：外科手術 醫師檔 PER、DOC 醫療院所檔 HOSB、HOSX、BED、DETA、CT、DT 住院費用檔 DD 住院醫令檔 DO 病患檔 ID、HV

子資料庫整理：費用檔 健保資料的核心為費用檔 比較麻煩的是如何挑出所需要的特定疾病，亦即疾病分類 人：就診病患、就診醫師 事：疾病分類 時：就診時間 地：就診院所 錢：就診費用 比較麻煩的是如何挑出所需要的特定疾病，亦即疾病分類

子資料庫整理：醫令檔 醫令檔包括醫令代碼、單價、數量，以及金額 醫令代碼記錄於 「全民健保支付標準」，建議透過健保局所提供醫令搜尋網頁來找尋相關代碼 由於一個就診紀錄對應數十或數百個醫令，處理時應先整理醫令檔，再串連費用檔

子資料庫整理：基本資料檔 整個健保資料庫最多的是基本資料檔，包括醫院，醫師，病患三個面向。 最困難處理也是基本資料檔，主要原因有兩個 先天不足 非給付所需要，資料正確性需確定 資料本身有問題，如病床檔在2004年前從未更新 後天失調 流水帳的記事方式 資料儲存方式

基本資料檔處理原則 將流水帳式改為以時間為基準的資訊格式，以方便串連。 串連時需考量病患的就醫日期，串連該病患「正確」的基本資料。 會有極少數就診資料無法串連到就診當日的基本資料。

串連外部資料：院所資料 院所資料 基本資料檔記錄了就診院所所在鄉鎮 串連鄉鎮經緯度資料，計算各鄉鎮間的距離，衡量該院所市場結構 醫療環境 市場結構 基本資料檔記錄了就診院所所在鄉鎮 串連鄉鎮經緯度資料，計算各鄉鎮間的距離，衡量該院所市場結構 串連鄉鎮人口，已納入人口結構

外部資料：病患 健保資料缺乏 健保資料的病患代碼均已轉碼，除非透過健保局的協助，無法串連外部資料 家戶組成 社經變數（教育，所得） 生命變數 健保資料的病患代碼均已轉碼，除非透過健保局的協助，無法串連外部資料 建議利用健保資料中承保資料，採「切香腸」策略處理。

病患資料：存活狀況 （I） 透過醫療利用 洗腎病人的醫療利用判定存活 除了換腎病人以外，準確度相當高

病患資料：存活狀況 （II） 透過退保日期 Lien, Chou and Liu (2006)比較中風病人的退保日期和死亡日期 年滿40歲以上 罹患嚴重疾病住院 出院後一年內退保 Lien, Chou and Liu (2006)比較中風病人的退保日期和死亡日期 90% 相同 不到 5% 差距一個星期 不到 2% 差距一個月

病患資料：居住狀況 利用投保身分 但即使投保類別為戶籍所在鄉鎮，仍可能不居住在該鄉鎮，建議使用就醫距離近一步篩選 選出需於就近投保 投保類別為農民或地區人口 但即使投保類別為戶籍所在鄉鎮，仍可能不居住在該鄉鎮，建議使用就醫距離近一步篩選 使用上述條件，將健保資料所得居住狀況和家庭收支調查樣本比較

病患資料：就業狀況 利用投保身分判定就業 使用上述條件，將健保資料所得就業狀況和家庭收支調查樣本比較 保險人即為投保人 65歲以下 採公勞保樣本 使用上述條件，將健保資料所得就業狀況和家庭收支調查樣本比較

病患資料：薪資所得 利用投保薪資推論薪資所得 使用上述條件，將健保資料所得薪資所得和家庭收支調查樣本比較 保險人即為投保人 65歲以下 採公勞保樣本 使用上述條件，將健保資料所得薪資所得和家庭收支調查樣本比較

病患資料：家庭結構 無法推估全部家庭結構 但可透過承保檔推估家中小孩個數，胎次 絕大部分會投保在單一投保人下，且是薪水較低的一方 投保人為父或母 保險人年紀在12或15歲以下 絕大部分會投保在單一投保人下，且是薪水較低的一方

An example The role of competition on the hospital services Positive Enhance quality (Dranove et. al (1992) RJE) Reduce costs (Town and Vistnes (2000) JHE) Negative Quality distortion: Medical Arm Race (Robinson and Luft (1985) JAMA) Quantity distortion: Induced Demand (Owings and Gruber (2000) RJE)

Dependent Variables Treatment expenditure Health outcome expenditure at the hospitalization (inpatient, short-term) expenditure in one year (inpatient + outpatient, long-term) Health outcome 1 month mortality (short-term) 1 year mortality (long-term)

Competition Measure: HHI Index The most widely used competition index in the literature is Hirschman-Herfindahl Index (HHI), equal to where I(.) equals to one if the distance between I and j is less than R; s is the market share; and HHI equals to sum of squares of market shares

How to choose R Fixed Distance Measure: R is a fixed distance number (10 or 15 km) Variable Measure: R is a number that includes certain percentage of patients (60 or 75% of patients covered) Our study uses variable measure (75% of patients covered)

例子：市場競爭對醫療費用和品質的影響（以中風病人為例） 外部資料 (人口檔、 經緯度檔) area_no_h 院所基本資料 （BED、 HOSB） 費用檔 (DD、CD) 醫令檔 (DO) hosp_id fee_ym appl_type hosb_id appl_date case_type seq_no 病患基本資料 （ID） id 外部資料 (死亡檔) 身分證字號

選擇中風病人 透過住院費用檔中的疾病診斷碼確定中風病患 栓塞性中風（ICD9診斷代碼：前三碼為434；A-Code為A292及A293） 出血性中風（ICD9診斷代碼：前三碼為430、431；A-Code為A291） 為了降低病患疾病嚴重差異程度，樣本選擇新中風病人，亦即病人於住院前一年內未曾有中風住院紀錄者。

取得醫院特性 將費用檔串聯病床檔（BED)和院所基本資料主檔 (HOSB) 需將這兩個資料檔處理為以院所和年月為基礎的格式，才能透過院所代碼和病患入院時間（年月），串聯正確醫院特性。

計算醫療費用 短期費用：當次住院費用 長期費用：中風後一年內的門住診費用 需考量轉院，或單一住院中有多筆住院記錄 取得中風病人的住院日期 利用住院費用、門診費用檔，來計算中風一年內的醫療費用。 需考量轉院，或單一住院中有多筆住院記錄 整理病患住院日期和出院日期，判定是否為單次住院 若是單次住院有多筆紀錄，將其費用合併 若是單次住院有轉院，以花費較多院所為主。

計算昂貴儀器費用 計算住院時昂貴儀器（MRI和CT）使用和費用 MRI：33084A、33084B、33085A、33085B CT：33067B～33072B、33098B、36021C、37043C、37044C） 在住院醫令檔中搜尋這些代碼醫令，刪除其餘醫令再和費用檔相結合。這樣可將串檔後的資料規模控制在一定範圍內。

取得居住（工作）鄉鎮 使用承保檔推估病患的居住（工作）鄉鎮 被保人身份為投保人自己或配偶 投保類別為私營企業受雇者，地區人口，和農漁民 就醫距離低於 50 公里病患

計算就醫距離和HHI指標 至目前為止，我們已取得院所所在鄉鎮，和病患居住（工作）鄉鎮 透過經緯度資料，我們可將病患居住 (工作) 鄉鎮和就醫院所所在鄉鎮連結，計算每一中風病患就醫距離。 在獲得了所有病患的就醫距離後，則以該院所其涵蓋75％中風病患的就醫距離範圍做為市場疆域，進一步計算市場內各院所的市佔率和該院所HHI指標。

建立品質指標 文中所採用的的品質指標為死亡日期 本例子透過健保局協助進行，串連死亡檔取得。 亦可考慮透過承保資料退保日期取得死亡日期

取得鄉鎮人口數 依據內政部戶籍資料，可得到出每一鄉鎮的戶籍人口結構 但台灣都會區有相當比例的流動人口，藉由戶口普查資料，可計算出每一鄉鎮的居住人口結構，以用於衡量當地醫療需求指標。 由於院所患者可能來自鄰近鄉鎮，分析時使用該院所一定距離下（10公里）的鄰近居民人口結構，作為衡量指標。