การใช้โมเดลเชิงทำนายในการช่วยทำนายโอกาสของผู้มารับบริการในห้องฉุกเฉิน ที่จะไม่ชำระค่าบริการหลังการรักษา

บทคัดย่อ

บทนำ
ผู้ป่วยฉุกเฉินจำนวนหนึ่งไม่สามารถชำระค่าบริการหลังการรักษาให้แก่โรงพยาบาลตามกำหนดได้ (uncompensated hospital care) ทำให้เกิดผลเสียต่าง ๆ ของโรงพยาบาลตามมาหลายด้าน ทั้งกับผู้ป่วย โรงพยาบาล ไปจนถึงบุคคลากร

วัตถุประสงค์
เพื่อพัฒนาเครื่องมือในการทำนายแนวโน้มของผู้มารับบริการ ที่จะไม่ชำระค่าบริการหลังการรักษา ด้วยวิธีโมเดลเชิงทำนาย (predictive model)

วิธีการศึกษา 
วิธีการศึกษา การศึกษาในห้องฉุกเฉินโรงพยาบาลจุฬาลงกรณ์โดยเป็นการศึกษาแบบย้อนหลัง (retrospective cohort) โดยเก็บข้อมูลจากเวชระเบียนอิเล็กทรอนิกส์ (electronic medical record) ตั้งแต่ 1 มิถุนายน พ.ศ. 2561 ถึง 31 พฤษภาคม พ.ศ. 2563 และสร้างเป็นโมเดลเชิงทำนาย

ผลการศึกษา
ผู้ป่วยทั้งหมด 93,753 ราย ผลการวิเคราะห์ ผลการวิเคราะห์พหุตัวแปร (multivariate analysis) พบว่าปัจจัยเสี่ยงที่ผู้มารับบริการจะไม่ชำระค่ารักษาพยาบาล ได้แก่ ช่วงอายุ 25-40 และ 41-59 ปี จะมี โอกาสเสี่ยง 1.38 เท่าเทียบกับอายุน้อยกว่า 25 ปี เพศชาย 1.46 เท่า เมื่อเทียบกับเพศหญิง ผู้ป่วยที่มาใช้ บริการในเวรดึก 1.21 เท่าเทียบกับในเวลาอื่น ๆ ผู้ป่วยสิทธิ์การรักษาประกันสุขภาพถ้วนหน้าส่งต่อและชำระเงินสด 2.32 และ 2.28 เท่าตามลำดับ เมื่อเทียบกับสิทธิ์การรักษาเบิกจ่ายตรง/ประกันสุขภาพถ้วนหน้า (30 บาท)/เบิกได้/ประกันสังคม ผู้ป่วยสัญชาติเอเชียและอเมริกัน 1.28 และ 1.62 เท่าตามลำดับ เมื่อเทียบกับสัญชาติอื่น ๆ ผู้ป่วยมาใช้บริการที่โซน Holding Area, Non-Trauma, Resuscitation และ Trauma 3.25, 2.26, 2.52 และ 1.65 เท่า ตามลำดับเทียบกับโซน Urgent Care เมื่อพิจารณาผู้มารับ บริการที่ไม่ชำระค่าใช้จ่ายเกิน 1,000 บาท เพื่อสร้างตัวแบบโมเดลการทำนายด้วย risk score และ optimal cut off value จากการคำนวณโดย Youden’s index คือ 20 ทั้งนี้จึงแบ่งผู้ป่วยออกเป็นกลุ่มเสี่ยงต่ำ risk score 0-19 และเสี่ยงสูง risk score 20 ขึ้นไป โดยเมื่อเทียบระหว่างกลุ่มเสี่ยงสูงเทียบกับ กลุ่มเสี่ยงต่ำจะได้ OR 8.42 (6.77 – 10.5), sensitivity 76.7, specificity 71.9, PPV 4.3, NPV 99.5, AUC 0.74

สรุปผลการศึกษา ปัจจัยเสี่ยงของผู้มำรับบริการที่จะไม่ชำระค่ารักษำพยาบาลคือ อายุ 25-59 ปี, เพศชาย, เวลาที่มารับบริการช่วงเวรดึก, สิทธิการรักษาที่ไม่สามารถเบิกได้, สัญชาติเอเชียและอเมริกา และโซนที่ผู้ป่วย มาใช้บริการที่ไม่ใช่ urgent care ซึ่งโมเดลเชิงทำนาย เพื่อหาโอกาสการไม่ชำระค่าบริการที่มากกว่า 1,000 บาท เมื่อ risk score มากกว่า 19 นั้นถือว่าเป็นผู้ที่มีความเสี่ยงสูงในการที่จะไม่ชำระค่ารักษาพยาบาล