Show simple item record

Consultant
dc.contributor.advisor
Orosz, Éva
Author
dc.contributor.author
Fadgyas-Freyler, Petra 
Availability Date
dc.date.accessioned
2019-12-05T10:37:04Z
Availability Date
dc.date.available
2019-12-05T10:37:04Z
Release
dc.date.issued
2019
uri
dc.identifier.uri
http://hdl.handle.net/10831/44519
Abstract
dc.description.abstract
A disszertáció fő célja olyan kockázat-kiigazított fejkvóta-számítási modell felépítése volt, amely kiindulópontot, szakmai alapot jelenthet egy – a jelenleginél hatékonyabb és méltányosabb – hazai egészségügyi forráselosztás megteremtéséhez. Teszi ezt úgy, hogy elszakad az alapvetően historikus disztribúciótól, és a biztosítottak egészségügyi szükségleteit is figyelembe veszi. A dolgozat a stratégiai forrásallokáció témakörének és három ország fejkvóta-rendszerének bemutatását követően konkrét módszertani technikák (többféle lineáris regressziós modell és mesterséges intelligencia) végigvitelével demonstrálja, hogy milyen buktatókon keresztül kell keresztülmenni egy ilyen jellegű munkánál. A doktori munka során felépült egy adatbázis, amely egyéni szinten eddig nem elérhető, vagy – az egészségügyi kiadásokkal összefüggésben ilyen módon és volumenben – még nem vizsgált jellemzőket tartalmaz. Gondolunk itt például a személyek lakhelyének fejlettségére, családi állapotra, jogviszonyra, korábbi évek egészségügyi kiadásaira, illetve a vagyoni helyzetre és végzettsége utaló tényezőkre. Az adatbázis létrejöttével – amelyben a 2015-ös év több mint 1.000 Mrd Ft költése állt - lehetővé vált ezen jellemzők és az egészségügyi igénybevétel összefüggéseinek vizsgálata. Kiemelendő, hogy ezalatt két olyan szempont elemzése is megtörtént, amely évtizedek óta problémát jelent az egészségfinanszírozók és egészségpolitikusok számára. Ezek közül az egyik az egyének egészségügyi igénybevételi helyének összehasonlítása a tényleges hivatalos lakhellyel, a másik pedig az egészségügyi kiadásokban legnagyobb szórást okozó, „drága”-ként definiált betegségek azonosítása. A munka során bebizonyosodott, hogy megkülönböztethetőek olyan tényezők, amelyek a közvetlen egészségügyi szükségletre utalnak, és olyanok is, amelyek az ellátórendszer kínálati oldalát jellemzik. Az angol forrás-elosztási rendszertől átvett sterilizálás, illetve az elveszített életévek kompenzációjával a kínálati tényezők hatása kiküszöbölhető. Igazolódott az is, hogy Magyarországon is rendelkezésre állnak, illetve megteremthetők azok a feltételek, amelyek lehetővé tennék az egyén egészségügyi szükségletének megfelelő becslését, és ezáltal egy kockázat-kiigazított fejkvótának a kialakítását. Megtudhattuk, hogy a kialakított módszertan hogyan változtatná meg az egészségügyi források jelenlegi felosztását megyei és kistérségi szinten. Végezetül pedig megismerhetjük a fejkvóta kialakításához szükséges további lépéseket, és azt, hogy milyen utakon lehetne továbblépni egy esetleges fejkvóta alapú forráselosztás bevezetéséhez.hu_HU
Language
dc.language
magyarhu_HU
Title
dc.title
Az egyéni adatokra épülő kockázat-kiigazított egészségügyi fejkvóta kialakításának lehetőségei Magyarországonhu_HU
Type
dc.type
doktori dolgozat
Language
dc.language.rfc3066
hun
Language
dc.language.rfc3066
eng
Language
dc.language.rfc3066
hun
Rights
dc.rights.holder
A doktori disszertációk szerzői jogvédelem alatt állnak, csak a szerzői jogok maradéktalan tiszteletben tartásával használhatók.hu_HU
Abstract in English
dc.description.abstracteng
The goal of my PhD studies was to examine the current – mainly historical – Hungarian health resource allocation system and develop a more efficient and equitable model. I wanted to outline a new capitation methodology based on need-assessment and risk-adjustment. In the dissertation I introduce thoroughly the international literature of strategic resource allocation and outline three different capitation systems used in Germany, Netherlands and England. While setting up the final model I have documented the features and drawbacks of possible techniques (namely, different kinds of linear regression models and AI model). The database of the model uses person-level data (n=9.7 million) and calculates need-adjusted health care cost based on variables that were in Hungary previously not available or not examined. The amount of resources handled covers roughly 80% of all payments for benefits-in-kind paid to providers by the single payer National Health Insurance Fund. It is approximately 64% of all public health spending in 2015. I included variables referring to demography (e.g. marital status), previously occurred health care costs, end of life status, morbidity data and SES (with proxies for income and education). The database allows the examination of effect of these characteristics on health care costs (inpatient and outpatient care, prescribing, diagnostics, dialysis, dentistry activities etc.). I have proven that all factors used are significantly influencing the personal health spending in Hungary. It is also clear that we can differentiate between need and supply factors (e.g. provider capacity, travelling times, GP’s unavailability). The effect of supply could be neutralised via the methodology of sterilisation. A special Hungarian feature of the database is the reallocation of persons who do not live on their official residence. The basis for this was a profound analysis of their utilisation of the health care system (GP, pharmacy, inpatient and outpatient care) which gave a hint about the actual place of dwelling. I have also defined so called „expensive” diseases that were removed from the capitation model due to their enormous affect of the personal health spending. The work has proved the possibility of a new resource allocation methodology based on need-assessment and risk-adjustment. I have outlined the possible distributional consequences of the model on health resources at regional (NUTS3 and NUTS4) level, comparing the old distribution with the possible new one. I have also proved the volatility of the changes due to the size of the regional units. Finally I have outlined necessary further steps toward a possible capitation-based Hungarian health resource allocation.hu_HU
Scope
dc.format.page
216hu_HU
Doi ID
dc.identifier.doi
10.15476/ELTE.2019.257
MTMT ID
dc.identifier.mtmt
30954165
Opac ID
dc.identifier.opac
http://opac.elte.hu/F?func=direct&doc_number=984688
Language
dc.language.other
angolhu_HU
Language
dc.language.other
magyarhu_HU
Discipline Discipline +
dc.subject.discipline
Társadalomtudományok/Gazdálkodás- és szervezéstudományokhu_HU
Discipline Discipline +
dc.subject.discipline
Társadalomtudományok/Politikatudományokhu_HU
Keyword English
dc.subject.en
health carehu_HU
Keyword English
dc.subject.en
health expenditurehu_HU
Keyword English
dc.subject.en
health policyhu_HU
Keyword English
dc.subject.en
health systemshu_HU
Keyword English
dc.subject.en
financinghu_HU
Keyword English
dc.subject.en
health capitation systemhu_HU
Keyword English
dc.subject.en
Hungaryhu_HU
Class
dc.type.genre
phdhu_HU
Type
dc.type.resrep
Tudományoshu_HU
Author
dc.contributor.inst
ELTE TÁTK PHD/Szociológia D. I.hu_HU
Goalkeeping Day
dc.date.defended
2019
Keywords
dc.subject.hu
egészségügyhu_HU
Keywords
dc.subject.hu
egészségügyi kiadásokhu_HU
Keywords
dc.subject.hu
egészségpolitikahu_HU
Keywords
dc.subject.hu
egészségügyi rendszerekhu_HU
Keywords
dc.subject.hu
finanszírozáshu_HU
Keywords
dc.subject.hu
egészségügyi fejkvótahu_HU
Keywords
dc.subject.hu
Magyarországhu_HU
Release Date
dc.description.issuedate
2019
Resolution dated
dc.date.decreedate
2019-09-26
date of submission
dc.date.presented
2019


Files in this item

Az egyéni adatokra épülő kockázat-kiigazított egészségügyi fejkvóta kialakításának lehetőségei Magyarországon
Az egyéni adatokra épülő kockázat-kiigazított egészségügyi fejkvóta kialakításának lehetőségei Magyarországon
Az egyéni adatokra épülő kockázat-kiigazított egészségügyi fejkvóta kialakításának lehetőségei Magyarországon
 

This item appears in the following Collection(s)

Show simple item record