Где самая высокая стоимость медицинских услуг?

В 2016 году расходы на программу страхования Medicare в размере 679 миллиардов долларов США обеспечили медицинской страховкой 56,8 бенефициаров. Согласно отчету 2017 Medicare Trustees Report, финансовые обязательства по программе обеспечиваются до 2029 года. Но в последующие годы ожидается рост расходов, в связи с прогнозируемым старением населения в целом. В этом уроке вы изучите расходы по программе Medicare, создав карту интенсивности, на которой будут выявлены регионы с высокими и низкими затратами. Определение областей высокой стоимости является первым шагом в изучении и выявлении факторов, влияющих на продолжительность функционирования программы.

Последний раз этот урок тестировался 5 мая 2021 года.

• Роль издателя или администратора в организации ArcGIS (получить бесплатную пробную версию)

План урока

Группировка и отображение данных с помощью различных методов классификации.

Используйте статистический анализ для поиска областей статистически значимых высоких и низких стоимостей.

Картографирование стоимости медицинских услуг

Карты – это важный источник информации для принятия решений. Они помогают определить проблемные области и показывают, где лучше использовать имеющиеся ресурсы. Но карты не всегда отображают истину. Иногда вы можете наблюдать различные подходы к истине для одного и того же набора данных. В данном случае вы будете рассматривать стоимость программы медицинских услуг на душу населения (на человека) в 2012 г. Эти стоимости сильно варьируются в зависимости от местоположения. Когда вы создаете карту, необходимо принимать решения, каким образом эти варьирующиеся значения стоимостей будут сгруппированы. Какой из диапазонов стоимостей является высоким или низким? Ваши решения помогут создать пространственные закономерности, которые, в свою очередь, помогут пользователям сделать выводы. Это подводит вас к проблеме выбора наилучшего способа отображения данных и поиска достоверных закономерностей.

Сначала вы будете сравнивать некоторые общие методы классификации (группировки) данных и смотреть, как ваш выбор влияет на пространственные закономерности на карте. Вы будете работать с данными стоимостей медицинских услуг, агрегированных по районам принадлежности больниц. Районы принадлежности больниц являются региональными рынками, определенными Дартмутским атласом здравоохранения. Каждый район содержит как минимум один город, где выполняются как сердечно-сосудистые хирургические операции, так и нейрохирургия. Медицинские услуги (Medicare) – это государственная программа медицинского страхования США, покрывающая около 50 млн. человек в возрасте 65 лет или старше, имеющих определенные проблемы со здоровьем. Информация об этой программе может быть получена у Centers for Medicare & Medicaid Services.

Открытие карты

В этом разделе вы откроете карту, ознакомитесь с ее объектами и их атрибутами и сохраните свою версию карты для дальнейшей работы.

1. Войдите в группу ArcGIS Online – Where Does Healthcare Cost the Most. Если необходимо, войдите под учетной записью организации ArcGIS.

Если у вас нет учётной записи организации, можно подписаться на бесплатную пробную версию ArcGIS.

Откроется карта с видом США. Страна разделена на рынки здравоохранения, называемые районами принадлежности больниц.

В зависимости от ширины панели Содержание, текст возле кнопки может быть не видно.

Карта содержит три слоя: границы штатов State Boundaries (отключен), Hospital Referral Regions и базовую карту Light Gray Canvas.

Районы принадлежности больниц иногда пересекают линии штатов. Также они не полностью покрывают страну: вы можете видеть серую базовую карту, просматривающуюся через обширные ненаселенные области.

Появится всплывающее окно с названием соответствующего региона и стоимостью в нём медицинских услуг на душу населения в 2012 году. Например, в округе Вичита (шт. Канзас) получилось $10 061.

Всплывающие окна проинформируют вас об отдельных объектах, но они не могут помочь вам увидеть пространственные закономерности. Чтобы увидеть закономерности, вам необходимо подобрать символы для данных. Вы выполните классификацию в собственной версии карты, чтобы иметь возможность сохранить результаты.

Карта сохранена в Мох ресурсах.

Данные стоимости на душу населения, с которыми вы будете работать, отражают нормированную стоимость с учетом рисков. Она будет отличаться от реальной стоимости в двух моментах. Во-первых, она нормирована для уравнивания разницы в зарплате и стоимости товаров и услуг между различными штатами страны. Во-вторых, учитываются риски для уравнивания разницы в возрасте, поле, уровне достатка и других важных демографических факторов. Нормированное значение с учетом риска является наилучшей оценкой того, какой была бы реальная стоимость при равных социо-экономических, демографических и связанных со здоровьем условиях по всей стране. Для подробного объяснения метода вычисления нормированного значения с учетом риска, см. Данные медицинских услуг для файла общего использования по географическим изменениям: Методологический обзор (Последнее обновление).

Отображение стоимости с помощью естественных границ

Обычно для отображения пространственных закономерностей на карте лучшим способом является связь диапазонов значений данных с цветами. Существует несколько распространенных методов указания диапазонов значений. В этом разделе вы будете использовать метод Естественные границы.

1. На панели Содержание укажите слой Hospital Referral Regions и щёлкните кнопку Изменить стиль .

После выбора атрибута появляются доступные стили отображения. Как правило, самый подходящий стиль применяется по умолчанию и отмечен галочкой.

На карте соответствующие регионы теперь показаны оттенками коричневого. Более тёмным выделены регионы с высокой стоимостью.

В легенде диапазон значений стоимости сгруппирован в пять классов по методу классификации Естественные границы, использующемуся по умолчанию.

Метод Естественные границы использует кластеры и разрывы в диапазоне значений для определения классов – аналогичным способом вы могли бы группировать детей по возрасту: из нескольких детей семи и восьми лет, а также десяти и одиннадцати, при этом не имея ни одного ребенка в возрасте девяти лет.

Одной из характеристик метода Естественных границ является то, что диапазоны значений могут различаться между классами. Например, диапазоном значений низшего класса (7173 $ – 8390 $) является 1217 $; в то время, как диапазоном следующего класса (8390 $- 9120 $) является всего 730 $. Другой характеристикой является то, что классы могут иметь различное число участников. Например, один класс может включать 40 регионов принадлежности больниц, а другой класс – 50.

Новая цветовая шкала будет применена к карте.

Изучение пространственных закономерностей

Вы будете изучать пространственные закономерности на карте, рассматривая легенду слоя Hospital Referral Regions, затем приближаясь к различным географическим областям и открывая всплывающие окна.

1. Включите слой State Boundaries на панели Содержание .

На карте можно увидеть четкие закономерности. Стоимости очень высоки на юге, особенно в Техасе, Луизиане, Миссисипи и Флориде. Высокие стоимости распространяются на север через Оклахому и Канзас и через западный Теннесси и Кентукки. Вы также можете увидеть изолированные области высоких стоимостей на карте.

В легенде показан диапазон значений, связанный с каждым цветом. В любой схеме классификации очень важны границы классов, поскольку они помогают пользователям карты формировать выводы: в одном месте стоимости высокие, а другом они очень высокие. В действительности, разница между данной парой значений в различных классах может быть незначительной.

Этой район принадлежности больниц попадает в средний из пяти классов.

Стоимость равна 9853 $. Разница между районами составляет всего 173 $, но этого достаточно, чтобы распределить их в разные классы – по крайней мере, используя метод Естественных границ.

Районы, которые сильно выделяются среди соседей, представляют особый интерес. Город Ватерлоо в штате Айова, является ярким примером, есть и другие. В некоторый случаях вы можете согласиться, что разница в стоимости является настолько сильной, как и показывают условные обозначения. В других случаях это не так.

Классификация данных с помощью других методов

Естественные границы – не единственный доступный метод классификации. Вы увидите, до какого степени изменятся пространственные закономерности при использовании методов Равные интервалы и Квантиль.

1. На панели Содержание перейдите к слою Hospital Referral Regions и щёлкните кнопку Изменить стиль .
2. На панели Изменить стиль в разделе Числа и количества (цвет) откройте Опции .
3. В классификации данных измените метод классификации с Естественных границ на Равный интервал .

Это другие границы классов. Определяющей характеристикой метода Равных интервалов является то, что диапазоны значений являются одинаковыми для всех классов. В этом случае диапазон равен 903 $. Класс может содержать любое число участников, или вообще не иметь участников.

Хотя похожесть закономерностей высоких и низких значений очевидна, карта производит совершенно другое впечатление. В граничные классы (с минимальными и максимальными значениями) попадает меньше районов, что придает карте более однородный вид.

Классы опять изменятся. Определяющей характеристикой метода Квантиль является то, что все классы имеют одинаковое число участников (в данном случае либо 60, либо 61 район). Диапазоны значений могут сильно отличаться между классами. Здесь диапазоном значений низшего класса является 1411 $; в то время, как диапазоном среднего класса является 375 $.

В отличие от предыдущей карты, данная карта дает яркое впечатление разнообразия. Метод Квантиль часто слишком подчеркивает высокие и низкие значения и может преувеличивать их важность.

Ни один из рассмотренных методов классификации не является верным или неправильным. Методы Квантиль и Равные интервалы дают хорошие результаты, если данные распределены непрерывно и равномерно по диапазону значений. Однако, такое случается далеко не всегда. Когда в данных присутствуют разрывы и кластеры, предпочтительнее использование метода Естественных границ.

В данной ситуации данные имеют нормальное колоколообразное распределение, как показано на серой диаграмме рядом. При таком распределении хорошо подходит метод Квантиль.

Решения о классификации данных являются достаточно субъективными. Вы можете предпочесть вид карты или захотеть донести определенную идею. Ни один метод классификации не является неверным, и каждый может помочь выделить определенный аспект данных, который может быть не виден при других методах. Но у вас может возникнуть вопрос, возможно ли понять, какая из пространственных закономерностей более стабильна и достоверна, чтобы выделить местоположения, явно выделяющиеся среди других.

Ответ – да: существуют методы анализа, которые помогают вам сгруппировать и отобразить данные менее субъективными способами. Далее вы будете изучать анализ горячих точек и увидите, как статистическая оценка помогает найти пространственные кластеры или значимые высокие и низкие значения в ваших данных.

Анализ горячих точек стоимости медицинских услуг

Ранее вы рассмотрели изменение пространственных закономерностей на карте в зависимости от классификации данных. Теперь вы произведете анализ горячих точек для данных. Это поможет вам более четко определить закономерности. Анализ горячих точек применяет статистические проверки для определения мест, где значения статистически отличаются от нормы.

На этом уроке мы также будем работать со стоимостью медицинских услуг на душу населения в 2012 году. Это измерение не является реальной стоимостью, но нормированным измерением с учетом риска, которое уравнивает региональные различия в цене товаров и сервисов, а также различия в рисках по здоровью среди местного населения.

Поиск горячих точек

Как вы уже заметили, стоимость в штатах сильно различается. В общем, что стоимости выше в Техасе, Флориде и на побережье Мексиканского залива. Она ниже в Новой Англии, на Западном побережье и некоторых других частях страны. Но являются ли эти отличия статистически значимыми? Анализ горячих точек ответит на этот вопрос и поможет вам определить области для дальнейшего изучения факторов, управляющих стоимостями.

1. Если надо, откройте карту Medicare Costs per Capita in 2012 со страницы Мои ресурсы .
2. На панели Содержание задержите курсор на слое стоимостей медицинских услуг Medicare Costs by Hospital Referral Region и выберите Выполнить анализ .

Откроется панель Найти горячие точки. Там можно сделать четыре настройки. Первая настройка, Выберите слой, для которого будут вычислены горячие точки, уже правильно установлена на слой Medicare Costs by Hospital Referral Region. Третья настройка, Разделить на (дополнительно), тоже правильно установлена на Нет.

Это атрибут стоимости, который вы будете анализировать.

Добавление личной информации в имени выходного слоя позволит избежать его конфликта со слоями, созданными другими участниками организации.

По умолчанию, операции анализа применяются только к видимой части карты. Если отключить опцию Использовать текущий экстент карты в нижней части панели, то анализироваться будут все данные.

По завершении операции на карту будет добавлен новый слой горячих точек.

Красные и синие области на карте представляют статистически значимые кластеры высоких и низких стоимостей соответственно. В регионах, выделенных желтым, стоимости не являются значимо низкими или высокими. В целом, карта горячих точек скорее всего подтверждает ваши предыдущие выводы – она также заостряет и фокусирует ваше внимание на важных местоположениях.

Изменение символов слоя

Пользователи карты сочтут более удобным, если горячие и холодные точки будут отображены вместе с границами штатов, а не с районами принадлежности больниц.

1. На панели Содержание укажите слой Medicare Cost Hot Spots и щёлкните Изменить стиль .
2. На панели Изменить стиль в разделе Числа и количества (цвет) откройте Опции .
3. На панели Изменить стиль щелкните Символы .

Подписи в легенде слоя объясняют значения символов. Например, горячая точка с 99% означает, что лишь 1% вероятности, что кластер с высокой стоимостью здесь оказался случайным образом. Если уровни достоверности очень высокие или очень низкие, почти всегда есть причина (или даже несколько причин).

Заголовок над символами генерируется из псевдонима поля в таблице атрибутов слоя. В следующем разделе вы поменяете этот заголовок на что-нибудь более понятное.

Курсор превратится в стрелку с четырьмя направлениями. Теперь можно перетащить слой на новое место. При перетаскивании вы увидите пунктирную горизонтальную черту, показывающую положение слоя.

Говоря простым языком, регион побережья Мексиканского залива является огромной горячей точкой стоимости медицинских услуг. Горячие точки увеличиваются от Теннесси, Кентукки и Индианы до Мичигана и западного Огайо. Большая часть холодных точек сконцентрирована на Западном побережье, верхнем Среднем западе и в Новой Англии.

Настройка всплывающих окон

Пользователи карты скорее всего захотят увидеть стоимости, связанные с различными горячими и холодными точками. Вы поможете им в этом, сделав информацию доступной с помощью всплывающих окон.

1. Щелкните объект на карте, чтобы открыть всплывающее окно для слоя Medicare Cost Hot Spots.

Всплывающее окно отображает значение ID, тот атрибут стоимости, который вы анализировали, и его статистическую значимость. (Вам необходимо прокрутить вниз, чтобы увидеть значения, поскольку название поля стоимости очень длинное.) ID не нужен. Также надо дать атрибут стоимости покороче.

У названий полей есть ограничения на длину и допустимые символы. Например, использование пробелов не допускается. Псевдоним позволяет дать более информативное описание поля.

Хотя поле отключено и не отображается во всплывающем окне, псевдоним используется в легенде карты. Вы это уже видели на панели Изменить стиль. Если вы изменяете псевдоним здесь, это автоматически отразится и в легенде.

Заголовок в легенде отражает изменения, внесённые в псевдоним поля.

Район горячих точек вдоль побережья Мексиканского залива не может быть объяснен с помощью уникального демографического профиля или разницей в стоимости жизни. Эти факторы уже были учтены в данных нормированной стоимости с учетом риска, которые вы использовали. Поэтому высокие стоимости в этой области должны в некотором роде быть связаны с самой программой медицинских услуг. Но каким именно образом? Отличается ли качество обслуживания? Менее эффективное обслуживание может повысить стоимости, заставляя пациентов чаще возвращаться за лечением. Может лекарства выписываются другим образом – могут ли региональные закономерности в выписывании брендовых лекарств вместо более дешевых универсальных средств? Возможно, отличается использование пунктов обслуживания? Также, возможно, что в некоторых регионах страны хоспис и медицинская помощь на дому являются более распространенными альтернативами дорогой госпитализации пациентов.

В данный момент вы не можете сделать выводы. Анализ горячих точек помогает вам понять, откуда начинать поиск, и это важный первый шаг в исследовании. Следующим логичным шагом будет выяснение, что именно влияет на высокую стоимость услуг на побережье Мексиканского залива. Поиск ответов на этот вопрос приведет вас к использованию регрессионного анализа. Регрессионный анализ является статистическим методом, помогающим понять отношения между переменными в ваших данных. Он включает попытку объяснить искомую переменную (в данном случае, стоимость), используя набор потенциально связанных переменных. Например, вы можете попытаться объяснить стоимости, используя такие переменные, как число повторных обращений в больницы (как меру качества медицинской помощи), использование хосписов, а также использование диагностических снимков (например, компьютерной томографии и МРТ). Вы определяете, какая комбинация переменных является лучшей, на основе статистических тестов, показывающих, насколько хорошо они предсказывают искомую переменную.

Вы можете узнать больше об использовании регрессионного анализа для данных стоимостей медицинских услуг, изучив бесплатный обучающий семинар Esri За границами: Использование регрессионного анализа для изучения причин.

Еще больше уроков вы найдете в Галерее уроков Learn ArcGIS.

Отправьте нам свое мнение

Отправьте нам свой отзыв об этом уроке. Расскажите нам, что вам понравилось, а что нет. Если в уроке что-то не работает, сообщите нам, что именно, а также название раздела и номер шага, на котором вы столкнулись с проблемой. Используйте эту форму, чтобы отправить нам отзыв.