健康保険の価値: インドでのフィールド実験

この調査では、参加世帯の医療利用、医療費、医療以外の消費、および金融行動に対する健康保険の影響を測定します。 この調査は、カルナータカ州の 2 つのインド地区、マイソールとグルバルガの世帯を対象とした評価で構成されています。 影響を測定するために、世帯は 3 つの治療グループの 1 つと、介入を受けていない対照グループに無作為に割り付けられました。 対照群と治療群の間で世帯の健康状態と財政状態を比較することで、RSBY の適用範囲の影響を特定できます。

研究の革新的な側面

この研究には、これまでの健康保険研究とは一線を画す多くの革新的な特徴があります。

保険からの波及：この研究は、保険からの財政的および健康への波及の影響を推定しようとしています。 たとえば、正式な健康保険は、非公式の健康保険を除外する可能性があります。 調査員は、武器を研究するために村を世帯のさまざまな部分割り当てに無作為化することにより、そのような波及効果を研究します。 村全体で各研究グループへの部分配分を変えることで、保険に加入している各村の世帯の割合をランダムに変えることができます。 これにより、村全体で異なるスピルオーバーが得られ、調査員は各村の部分配分の知識を使用して推定します。

病気と保険の認知的影響: 研究者は、健康保険とより良い健康の認知的利点を研究します。 最近の研究によると、経済的ショックはおそらくストレスを引き起こすため、個人の認知能力が低下することが示唆されています。 これは、貧弱な経済的意思決定につながり、おそらく貧困の罠につながります。 調査員は、同じ論理が健康ショックに適用されるかどうか、および健康保険が病気に関連する負の認知効果を改善するかどうかを調べます。

世帯内給付分配: 研究者は、健康保険が家族内の資源分配に与える影響を調べます。 健康保険商品は個人向けではなく世帯向けに設計されていることが多い（彼らの場合、世帯レベルの上限がある）ことを無視することにより、既存の研究は潜在的に重要な分配効果を見逃しています. 調査員はまた、健康保険が無料で提供された場合、世帯が購入を決定した場合と比較して、女性と子供に利益をもたらす可能性が高いかどうかをテストします。 このような行動が生じるのは、世帯の健康保険や医療に対する支払い意思が、世帯のさまざまなメンバーの健康状態に応じて異なる可能性があるためです。 この研究の理論的枠組みは、世帯の意思決定の集団モデルに基づいています。これにより、研究者は、政策が世帯内のリソースの分配とさまざまな世帯メンバーの幸福にどのように影響するかをモデル化できます。

研究デザイン

調査場所: 調査は、カルナタカ州のマイソールとグルバルガの 2 つの地区で実施されます。 調査場所は、以下の基準に基づいて決定されました。 まず、治療グループは RSBY 保険プランを受けることになっているため、研究者は RSBY スキームがすでに展開されている地区を選択しました。 これにより、RSBY 保険を提供できる地元の保険会社と、RSBY 保険カードからの支払いを処理するために必要なインフラストラクチャを病院に提供できるようになります。 第二に、病院の供給が限られていると保険の価値が損なわれる可能性があるため、研究者はかなりの都市周辺地域を持つ地区を選択しました。 都市周辺地域は十分に開発されており、十分な数の二次および三次病院と、患者がアクセスできる交通網があります。 この調査は、各地区の都市周辺地域でのみ行われます。 第 3 に、調査参加者は資産分布の中間および上位 3 分の 1 から抽出されるため、調査員は人口の 50% 以下 (マイソールで 26%、グルバルガで 48%) が州の BPL または National Rural Employment Guarantee Act (NREGA) のリストで、主に国の所得分布の下位 3 分の 1 の個人で構成されています。 最も貧しい地区を避けることで、地区ごとの適格世帯の合理的な収量が保証されます。 最後に、調査員は、地方自治体が彼らの調査に実質的な協力を提供した州を選択しました。 労働大臣とカルナータカ州の地元 RSBY プログラムの最高経営責任者は、この研究に熱心です。 彼らの希望は、RSBY で何が機能し、何が機能しないかを学び、プログラムを今後改善できるようにすることです。

介入の詳細な説明: ベースライン調査の後、2 つの地区 (マイソールとグルバルガ) の約 11,000 世帯が、対照 (介入なし) グループまたは 3 つの治療グループのいずれかに無作為に割り付けられました。 目標は、RSBY プログラムがどのように健康に利益をもたらし、貧困を削減するかを定量化することでした。 時間の経過に伴う治療群と対照群の転帰の違いは、健康および経済的転帰に対する健康保険の因果効果を測定します。

実験割り当てプロセス: 被験者は、2 段階の対応する無作為化プロセスを使用して 4 つの研究グループに無作為化されました。 まず、調査員は村の人口などの基準に基づいて村を照合し、次に、一致した村を無作為化して、各研究群に異なる部分割り当てを行いました。 次に、調査員は、さまざまな健康および経済的尺度に基づいて村内の世帯を一致させ、次に、最初の段階でその村に割り当てられた部分割り当てに基づいて、一致した世帯をさまざまな部門に無作為に割り付けました。

最初の段階は、調査員が保険の波及効果を測定できるようにすることを目的としていました。 第2段階は、パワーを高めることを目的としていました。 無作為化の前に特性に基づいて世帯を照合すると、調査の統計的検出力が向上します。これは、グループ内の世帯の統計的類似性が無作為化自体よりもさらに高くなるためです。 これにより、検出力の計算で示されるよりも、検出力に関して標本がさらに保守的になります。

データソース 調査は、保険へのアクセスを証明することが世帯の健康と財政状態にどのように影響するかだけでなく、世帯が RSBY とどのように相互作用するかについての情報を収集するように設計されました。 調査官は、健康関連の行動、ヘルスケアの利用、および世帯の消費と財政を測定します。これには、世帯が利用できる代替の資金調達方法のコストも含まれます。 研究者は、これらの結果を使用して、RSBY 拡張の将来の設計を知らせ、他の健康保険制度の設計に影響を与えます。 この調査では、世帯調査、深刻な健康上の問題に続く特別調査、および保険金請求データからデータを取得します。 身長、体重、血圧、皮膚のひだ、肺機能などの人体測定健康測定値を含むアンケートも実施されます。 データ収集の前に、今後の調​​査ですべての参加者からインフォームド コンセントが求められました (そして求められる予定です)。

世帯リストの演習: 調査員はまず、選択した村から調査に参加する世帯を特定して募集しました。 これらの世帯を特定するために、彼らの調査パートナーであるセンター フォー マイクロファイナンス (CMF) は、「参加型農村評価」手法を使用して、村の住民とともに住宅リスト作成演習 (ソーシャル マップ) を実施しました。 このマップは、世帯名、場所、および資産を特定しました。 次に、治療グループと対照グループの両方の世帯が、「適格基準」セクションで説明されている 2 つの基準に基づいて選択されました。

世帯調査: 各世帯に対して、ベースライン調査、年次調査、民族調査、健康イベント後の調査など、いくつかの調査が実施されます。 各調査には、雇用状況、収入、健康利用 (入院患者と外来患者)、医療費 (入院患者と外来患者)、健康状態 (症状と日常生活動作 (ADL))、医療以外の消費、生産的および非生産的な資産、借入と貯蓄、および教育を含むその他の投資。 さらに、ベースライン調査には世帯の人口統計に関する質問が含まれており、ベースライン調査と年次調査の両方で、医療制度と施設に関する知識と態度について尋ねます。 適切な質問は、いくつかのインドの調査 (例えば、NSS の社会経済および消費に関する調査、国民の家族の健康および地区レベルの世帯調査)、および以前の国際的な健康保険の実験から引き出されています。 これらの各アンケートは、事前にパイロット テストされています。 Post Health Event Survey は、入院データをより効率的に取得するために設計された革新的な高頻度の調査方法です。 ルピーのインセンティブ。 各世帯に調査への協力を促すために、50 現金が提供されます。

RSBY サーバーからの行政請求データ: 可能な限り、調査員は、世帯によって提出され、保険会社によって支払われた請求、実行された手続き、およびそれらの手続きの日付と場所に関するデータにアクセスします。 これらのデータは、治療グループの世帯でのみ利用できます。 提出された請求と支払われた請求の比率は、治療グループに提供される保険の有効な「投与量」の尺度です。

検出力の計算 研究者は既存の研究を強化し、一次転帰である入院で 0.1 標準偏差 (25%) の変化、二次転帰である標準偏差の 1/3 (26.5%) の変化、代用としての財務状況を確実に検出できるようにしました。インド全国サンプル調査 (NSS) 調査から引き出された資産レベルの複合測定による。 調査員はまた、10% の摩耗を可能にするためにサンプルを詰めました。 各グループに必要な電力計算には、約 2,250 世帯があります。 大きなサンプルサイズの要件は、主に入院の希少性に起因しており、カルナータカ州では年間 100 人あたり約 2.5 人です。

研究者は、分析の中心性を説明するために最初の治療グループのサイズを 2 倍にしたため、サンプル サイズは 11,250 世帯 (5 x 2,250)、およそ 56,000 人となり、グルバルガ地区とマイソール地区から均等に抽出されました。 調査員は、彼らのサンプルが、2009 年の Seguro Popular 調査に次いで、これまでに実施された 2 番目に大きな健康保険実験であると考えています。

データ管理 研究デザインは、治療群と対照群の世帯の長期的なデータセットを生成します。 ベースラインとフォローアップの年次調査という、少なくとも 2 つのデータの波があります。 さらに、少なくとも 1 つの重大な健康事象を経験した世帯は、健康事象後の調査とは別のデータセットに取り込まれます。 この縦断的な枠組みにより、研究者は、特定の目的で言及されている結果に対する RSBY の効果を測定することができます。 世帯を治療群と対照群に無作為化することで、結果に対する世帯固有の交絡効果のリスクが排除されます。 ベースライン調査を使用すると、世帯全体に共通する時変交絡因子のリスクが最小限に抑えられ、精度が向上します。 データの分析には、回帰分析と統計分析が使用されます。

データは暗号化されたファイルに保存され、主要な研究チームのメンバーのみがアクセスできます。 個人を特定する情報は、分析前にデータセットから完全に切り離されます。