核心观点与关键数据
背景：2024年 Medicare Advantage Star Ratings 的发布显示，由于 CMS 移除了 Tukey 异常值，许多健康计划的评级意外降低，预示着 Medicare Advantage (MA) Star Rating 系统将发生重大变化。CMS 表示这些变化旨在奖励质量、增强稳定性并促进健康公平，但预计将导致 MA 项目资金减少。
主要变化：
- Tukey 异常值移除：CMS 在 2024 Star Ratings (2025 支付年度) 中开始排除所有非 CAHPS 指标的 Tukey 异常值，以稳定年度切点变化。预计到 2030 年，这将节省 15 亿美元。
- HEI 奖励系统：从 2027 年起，Medicare Advantage Star Ratings 将采用新的 HEI 奖励系统，优先考虑社会风险因素 (SRF) 人口。预计到 2028 年，这将节省 6.7 亿美元。
- 指标和权重变化：从 2026 Star Ratings (2027 支付年度) 开始，CMS 将患者体验、投诉和访问指标的权重从四个降至两个，并将基于索赔的指标的权重从 30% 提高到 53%。
- 维持不变和其它未最终确定的规则：CMS 提出将 4.0 星的阈值提高到 5.0 星，预计到 2026 年将节省 21 亿美元。
研究结论：
- 使用内部模型模拟 Star Rating 方法，预测平均 Star Rating 将从 2023 年的 4.05 下降到 2027 年的 3.91，这是自 2014 年 Quality Bonus Payment 示范结束以来的最低水平。
- Star Rating 变化对收入的影响取决于服务区域基准、双倍奖金县或 ACA 之前建立的基准上限。
- MAOs 应采取战略运营变化，以应对 Star Rating 系统的潜在负面影响，并提高其财务稳定性。
关键策略：
- 运营考虑：探索减少 Star Rating 变化对收入影响的策略，并进行必要的运营调整。
- 投资于单个指标：了解基线指标，以及内部、供应商和提供者互动如何影响 Star Ratings，并将资源战略性地分配给最具有影响力的指标。
- 提供者与供应商的参与：评估供应商的表现、他们维持和提高 Star Ratings 的能力，以及他们对 HEDIS 指标的影响。
- 基准学习和比较：强调从成功同行中学习以及实施基准实践的重要性，以增强运营效率和 Star Ratings。
- 利用健康公平指数 (HEI)：探索 HEI 如何改善特定人群（如低收入或双重资格人群）的结果，其对 Star Ratings 的积极影响，以及如何识别和定制满足其需求的方法。
- 数据收集和可见性：强调需要全面的系统数据收集和清晰的绩效指标可见性。
- 预防性服务案例研究：具体策略，如乳腺癌筛查，可以通过有针对性的卫生倡议有效提高 Star Ratings。
- 基于预约的模型 (Part D)：通过基于预约的模型 (ABM) 增强药物依从性，对健康结果和 Star Ratings 产生积极影响。
案例研究：预防性服务（Part C）
- 乳腺癌筛查是 Part C 质量和绩效评级的重要组成部分，旨在提高符合条件的女性成员接受预防性乳腺摄影筛查的比例。
- MAOs 可以通过以下方式提高乳腺癌筛查率：
- 开展外展和教育活动。
- 实施激励计划或奖励。
- 优先考虑综合护理协调。
- 通过减少筛查差异并收集综合数据来评估差异，MAOs 可以改善其 Star Ratings 并提高健康公平性。
基于预约的模型 (ABM) 深入分析
- ABM 是一种由药剂师协调患者方案的模型，所有慢性药物都在同一个月的同一日期补充。
- ABM 可以显著提高药物依从性，预计 PDC 将增加 20% 或更多。
- ABM 对所有慢性疾病类别的依从性都有显著改善，包括精神健康条件的药物依从性。
- ABM 对 44 / 108 个加权指标（40.7%）有影响，包括 Part C 和 Part D 指标。
结论：
- MAOs 应立即投资于预防策略，因为 2024 年实施的乳腺摄影计划将在 2026 年的 Star Rating 中得到反映，从而影响 2027 年的收入。
- MAOs 和 PDPs 需要一个经过验证的策略来持续提高成员的依从性，ABM 是一个很好的基础。
- 通过战略运营变化，MAOs 可以提高护理质量并保持财务稳定性，从而在患者和提供者等利益相关者中取得成功。
