不确定性：医疗费用控制的挑战

控制医疗费用是全球性的难题，其不确定性和操作难点表现难以对费用控制的效果进行量化。一方面，一些方式从长远看起来似乎是有利的，但这些方法很难被最终转化为数字，证明控制费用是否有效，以及有效的程度。而另一方面，一些表面上看起来立竿见影的控费措施，其长远效果亦是难以简单量化的，许多复杂的因素将互相牵扯，最终导致一部分费用升高而一部分费用降低，降低和升高的比例又是不确定的。这些复杂的因素综合起来，导致整个操作上具有极强的不确定性，与操作的时间、力度、多方配合的能力密切相关。

在中国的现实环境里，控制药价目前来看可能是控制总体医疗费用最立竿见影的办法。中国的药价由于渠道、医生服务模式等因素，有很大的虚高成分，立竿见影的砍药价从最直接的量化角度来看，是能够从数据上看到效果的。但如果将药品对整个医疗体系的效果从长远衍生来看，药价和药品选择将关系到多个方面。比如，对某类药品的价格控制可能导致生产商为了节约成本，在辅料和安全控制上进行改变，而这些改变对药品的效果会起到影响，只不过短期内从纸面上看不出来，或者说改动所导致的药效因为难以衡量，也无法将药效直接和某一种因素直接关联，从而无法量化，最终的结果就是，短期内看起来没有变化。不过，这并不代表药效不会对长期的医疗费用产生影响，只不过这种影响很难在短期用数量的办法看出来。

另一些措施则是模棱两可，也就是我们通常会说的软性。比如社区医院签约病人进行慢性病管理，假设医生有办法将慢性病管理服务成功提供给病人（这里不考虑病人对基层服务不积极或者不愿意采用的问题，而只考虑成功获得服务之后的效果），通过慢性病随访，定期健康咨询，药物坚持计划，疾病相关的指标追踪等手段，要直接将这些服务的效果和费用节约的数量挂钩还是有困难的。从美国的案例来看，JAMA Internal Medicine刊登了一项名为Better Effectiveness After Transition–Heart Failure （BEAT-HF）的研究结果，该研究主要集中在对因心脏病出院的病人干预的效果分析上。结果显示，进行健康干预人群和没有干预人去出院后180天内的再入院率是一致的，30天的再入院率和180天的死亡率也是没有区别的。

虽然这项调研结果显示，这些院外追踪的手段并不如我们预期的这样有效，但得出这个结论本身也具有很高的不确定性。背后影响结论的因素还包括样本本身的个人行为（比如很多人可能本身就不够关注自己的健康状况），样本时间不够长，样本年龄范围太过接近（均为50岁以上），健康干预实施中沟通效果不佳等。因此，和慢性病管理一样，病人本身的身体素质，教育背景，对自身健康的关注度，性格，习惯，地方风俗，都有可能影响到软性项目的效果。而目前即便是美国，实施健康管理和有系统的疾病跟踪仍然是新事物，对病人和市场的影响力仍需时间，因此要量化这些效果的不确定性更高。

还有一种情况则是专和泛对整体医疗费用的影响。各个国家的医疗体系的服务侧重略有不同，但发达国家通常已经建立全科到专科的分层服务机制。而中国则完全不同，几十年的医生培养是以专科为主的，而且划分越来越细。这表面上看对治疗是有利的，因为医生可以被培养成某类学科的专业人士，尤其在复杂的疾病、重症、手术等领域，细分有助于学术也有助于医生自身能力的塑造。但对于整体医疗费用的影响就没有那么简单直白了。正因为分科细致，医生就好比被分成了各个抽屉，每个抽屉各司其职，而缺乏互相沟通和整体治疗方案。在病人端，越是慢性病、大病、手术等问题，设计的健康因素越是复杂，即便是普通的治疗，病人也可能需要在不同科室之间来回奔波，这中间浪费的时间、效率、检查费用、药费、药品互相作用导致的潜在风险、治疗方案的不一致性，这些问题导致的费用和时间上的浪费是难以被量化的，而本可以节省时间从而创造更多服务空间这一点也是很难被量化的。

因此，控制费用本身是需要精细化管理的任务，立竿见影的手法所涉及到的影响面其实也是多重的，这中间的不确定性极高。由于难以被量化，导致一些项目可能难以获得足够长时间的支持从而无法走到最终可以被量化的阶段。同样因为难以被量化，另一些与立竿见影的措施相关的影响因素是被忽略的，但这些因素在长期造成的影响可能是巨大的。

来源：村夫日记