[論文レビュー] A Social Network Analysis Framework for Modeling Health Insurance Claims Data

Ana Paula Appel, Vagner Figuerêdo de Santana+3 more|arXiv (Cornell University)|Feb 20, 2018

Healthcare Systems and Technology参考文献 19被引用数 3

ひとこと要約

本稿では、共有患者を基に医師ネットワークを構築することで、健康保険請求データを分析するソーシャルネットワーク分析フレームワークを提案する。これにより、相互の紹介、患者の留任パターン、医師の中心性の特定が可能となる。このアプローチは、中心性指標の高い一貫性と、臨床的ハブを示す密な部分ネットワークを示し、医師行動の構造的洞察を明らかにする。

ABSTRACT

Health insurance companies in Brazil have their data about claims organized having the view only for providers. In this way, they loose the physician view and how they share patients. Partnership between physicians can view as a fruitful work in most of the cases but sometimes this could be a problem for health insurance companies and patients, for example a recommendation to visit another physician only because they work in same clinic. The focus of the work is to better understand physicians activities and how these activities are represented in the data. Our approach considers three aspects: the relationships among physicians, the relationships between physicians and patients, and the relationships between physicians and health providers. We present the results of an analysis of a claims database (detailing 18 months of activity) from a large health insurance company in Brazil. The main contribution presented in this paper is a set of models to represent: mutual referral between physicians, patient retention, and physician centrality in the health insurance network. Our results show the proposed models based on social network frameworks, extracted surprising insights about physicians from real health insurance claims data.

研究の動機と目的

• 従来の請求分析が提供者に限定されるという限界を是正するため、医師の視点と患者の流れを統合すること。
• 直接の紹介データが欠如する状況において、共有患者をプロキシとして用いて医師間の関係をモデル化すること。
• ネットワークベースの指標を通じて、優れた医師行動または悪質な行為の兆候を示すパターンを同定すること。
• 健康保険会社が提携医療機関ネットワークを管理し、患者ケアの連携を改善するのを支援すること。
• メジャーブラジル保険会社の18か月分の実世界の請求データベースを用いて、フレームワークの妥当性を検証すること。

提案手法

• 共有患者をプロキシとして用い、医師同士のネットワークを構築した。
• 医師のネットワーク内での重要性を評価するため、4つの中心性指標（次数、近接、媒介、固有ベクトル中心性）を適用した。
• 相互紹介を、2人の医師が互いに患者を紹介する対称的な紹介パターンとして定義した。
• 患者の留任を、時間経過に伴う同じ医師-患者ペアへの再訪問頻度としてモデル化した。
• 特に上位ランクの医師のグループにおける接続性を評価するため、ネットワーク密度を計算した。
• 提携保険会社の医師、プロセスアナリスト、ITスペシャリストによる専門家レビューを通じて、結果の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 直接の紹介データが欠如する状況において、健康保険請求データから医師関係をどのようにモデル化できるか？
• RQ2 医師ネットワークにおける中心性指標の相関度合いはどの程度か。これにより、ネットワークベースの洞察の信頼性がどのように裏付けられるか？
• RQ3 患者の留任および相互紹介のパターンから、優れた医師行動または問題行動の兆候をどのように特定できるか？
• RQ4 医師のネットワーク構造は時間経過とともにどのように変化し、臨床的連携の様子を何を示唆するか？
• RQ5 請求データのソーシャルネットワーク分析により、医師が密接に接続されたクラスタ（例：濃密なクラスタ）といった臨床的に意味のある部分ネットワークを検出できるか？

主な発見

• 4つの中心性指標（次数、近接、媒介、固有ベクトル中心性）は高い一貫性を示し、上位100名のうち10～20％の重複が確認された。これは、ネットワークの洞察が信頼できるものであることを示している。
• 2014年Q2の固有ベクトル中心性で上位10名の医師は、他の指標でも高い一貫性を示し、順位順序が一致する医師が14名にのぼった。
• 全体のネットワーク密度は0.001であったが、上位100名では0.6に上昇し、上位40名では0.9に達した。これは、局所的な強い接続性を示している。
• 上位21名の医師（2014年Q2）のネットワーク密度は0.933に達し、ほぼ完全な相互接続性を示した。
• 上位医師は地理的に集積しており、4名が同じ地域（サンパウロ）に所属していた。これは、ネットワーク形成において場所が重要な要因である可能性を示唆している。
• 本フレームワークは、臨床的に意味のあるパターン（医師ハブや紹介クラスタ）を効果的に同定でき、不正検出やケア連携の分野で実際のビジネス価値を有している。