Introduzione
Esistono informazioni limitate sulle caratteristiche dei medici statunitensi che sono stati esclusi da Medicare e dai programmi di assicurazione pubblica statale per condanne per frode sanitaria, reati connessi alla fornitura di assistenza sanitaria o abuso di sostanze stupefacenti. I programmi di frode più comuni includono la fatturazione di servizi non resi, la presentazione di richieste di risarcimento duplicate (inclusa la disaggregazione dei servizi in bundle) e l’errata rappresentazione delle date e dei luoghi in cui i servizi sono stati forniti. I reati sanitari comprendono la fornitura di procedure non necessarie dal punto di vista medico, pratiche illegali di ricovero e conservazione dei pazienti, la presentazione di dichiarazioni false (compreso il furto di identità mediche) e la grave violazione degli standard di assistenza professionalmente riconosciuti. Le esclusioni per abuso di sostanze risultano dalla distribuzione, prescrizione o distribuzione illegale di sostanze controllate come gli oppioidi su prescrizione e gli anestetici chirurgici.
Secondo l’Institute of Medicine, nel 2009 le frodi, gli sprechi e gli abusi hanno raggiunto i 750 miliardi di dollari (o il 28% della spesa sanitaria totale) e le frodi da sole rappresentano 75 miliardi di dollari (o il 3% della spesa sanitaria totale).1 Altre fonti, tra cui il Federal Bureau of Investigation, suggeriscono che le fatture fraudolente hanno raggiunto i 260 miliardi di dollari nel 2010 (o il 10% della spesa sanitaria totale).2,3 Più di recente, i responsabili politici hanno adottato diverse misure per ridurre le frodi, gli sprechi e gli abusi nel settore sanitario, tra cui l’istituzione di una Medicare Fraud Strike Force interagenzia nel 2007 e l’introduzione di disposizioni nella Patient Protection and Affordable Care Act (2010) e nello Small Business Jobs Act (2010) per prevenire le frodi e consentire il perseguimento dei professionisti del settore sanitario che svolgono attività fraudolente.4,5,6
Studi precedenti di frodi mediche e altre esclusioni da Medicare si basano su dati più vecchi7,8,9 e non includono un sufficiente confronto delle caratteristiche dei medici esclusi e non esclusi.7,8,9,10,11 Gli studi pubblicati dei medici disciplinati dal consiglio sono stati limitati a casi di studio di stati specifici.8,10 Dati più aggiornati e completi sul numero di medici esclusi dal rimborso da parte di Medicare e dei programmi di assicurazione pubblica statale a causa delle preoccupazioni relative a frodi, sprechi e abusi e sui tipi di medici che hanno maggiori probabilità di essere esclusi sarebbero utili per comprendere la portata della fornitura di servizi potenzialmente dispendiosi negli Stati Uniti e il successo degli sforzi in corso per scoraggiare, prevenire e identificare le frodi sanitarie. Pertanto, abbiamo valutato le tendenze nelle percentuali e nella distribuzione geografica delle esclusioni di medici e abbiamo valutato le caratteristiche dei medici esclusi utilizzando un database contemporaneo, rappresentativo a livello nazionale, di medici esclusi dai programmi di assistenza sanitaria finanziati con fondi pubblici per i reati legati alle frodi mediche, all’abuso di sostanze controllate e ai reati in materia di assistenza sanitaria.
Metodi
Fonti dei dati e campione di studio
Abbiamo identificato tutti i medici che sono stati esclusi da Medicare e dai programmi di assicurazione pubblica statale dal 2007 al 2017 utilizzando i dati dell’Ufficio dell’Ispettore Generale degli Stati Uniti, che ha il diritto di escludere individui ed enti dalla partecipazione alle assicurazioni pubbliche per i motivi specificati nella sezione 1128 del Social Security Act. I medici possono essere esclusi per diversi motivi, tra cui la frode (codici 1128a3, 1128b[1]-[2], o 1128b[4]-[7]), la prescrizione o la distribuzione illegale di sostanze controllate (codici 1128a4 o 1128b3), o le condanne per reati sanitari (codici 1128a1 o 1128a2) relativi alla fornitura di servizi nell’ambito di Medicare, Medicaid, il programma statale di assicurazione sanitaria per i bambini o altri programmi sanitari statali.
Per ottenere le caratteristiche personali e professionali dei medici esclusi, abbiamo utilizzato l’identificativo unico nazionale di ciascun medico per farli corrispondere al loro profilo in Doximity, un servizio di rete online per medici statunitensi. Doximity mantiene un database completo di medici statunitensi autorizzati, e raccoglie e aggiorna continuamente diverse informazioni personali e professionali su ogni medico presente nel database. I dati del database Doximity sono stati utilizzati in studi precedenti.12,13,14,15,16 Doximity ottiene dati sulle caratteristiche personali e professionali dei medici attraverso molteplici fonti e partnership di dati, tra cui il National Plan and Provider Enumeration System, l’American Board of Medical Specialties, le commissioni mediche statali e gli ospedali e le scuole mediche in collaborazione. Studi precedenti hanno convalidato i dati per un campione casuale di medici nel database Doximity utilizzando audit manuali.15,16 Siamo riusciti a far corrispondere l’86% dei medici nel database delle esclusioni al loro profilo nel database di Doximity.
Si è ritenuto che questo studio non coinvolgesse la ricerca sui soggetti umani da parte del comitato di revisione istituzionale della Harvard Medical School. Questo studio ha seguito la linea guida per il rafforzamento della segnalazione degli studi osservazionali in epidemiologia(STROBE) per la segnalazione di studi trasversali.17
Caratteristiche del medico
Il database Doximity contiene informazioni su diverse caratteristiche del medico, tra cui il sesso del medico, l’età, il tipo di laurea medica (laurea in medicina osteopatica o allopatica), la specializzazione clinica, l’appuntamento con il docente presso una scuola di medicina statunitense, lo stato dello studio, il grado di ruralità della sede dello studio (assegnato come urbano o rurale in base al Dipartimento dell’Agricoltura statunitense).s Rural-Urban Continuum Codes e codice postale della pratica), scuola di medicina frequentata (inclusi i laureati in medicina internazionale [IMGs]), e classifica della scuola di medicina frequentata secondo le classifiche di US News & World Report 2013.
Analisi statistica
In primo luogo, abbiamo valutato come l’universo delle esclusioni dei medici dal 2007 al 2017 si è evoluto attraverso la geografia e il tempo. Abbiamo calcolato i tassi di esclusione geografica per stato e regione (nord-est, sud-est, ovest e sud) e abbiamo utilizzato regressioni lineari per identificare come i tassi di esclusione sono cambiati nel tempo. I tassi sono stati presentati come il numero di medici esclusi ogni 1000 medici in una data area geografica.
Successivamente, abbiamo valutato per le associazioni tra le caratteristiche dei medici e l’esclusione dalla partecipazione a programmi di assistenza sanitaria o di assicurazione pubblica statale. Le caratteristiche dei medici includevano variabili indicatori per le IMG (binario); dottore in medicina contro dottore in medicina osteopatica (binario); laurearsi in una delle 20 migliori scuole di medicina secondo US News & World Report (bin ario); avere un appuntamento di facoltà in una scuola di medicina statunitense (binario); esercitare in una località urbana (binario); essere maschio contro femmina (binario); età, in base a 5 categorie (età ≤34 anni, 35-44 anni, 45-54 anni, 55-64 anni e ≥65 anni); e 16 categorie di specialità (anestesiologia, cardiologia, medicina d’urgenza, medicina di famiglia, gastroenterologia, medicina interna, neurologia, ostetricia e ginecologia, chirurgia ortopedica, patologia, pediatria, psichiatria, radiologia, chirurgia, sottospecialità chirurgiche e tutte le altre specialità).
Abbiamo stimato modelli di regressione logistica multivariabile a livello di medico, modelli di regressione logistica multivariabile di esclusione dalla partecipazione a programmi di assistenza sanitaria o di assicurazione pubblica statale (variabile binaria) in funzione delle caratteristiche del medico di cui sopra. L’IC del 95% intorno alle stime riportate riflette 0,025 in ogni coda o P≤,05. Per l’analisi è stato utilizzato il software statistico Stata, versione 15.1 (StataCorp).
Risultati
Caratteristiche delle esclusioni
I medici in Occidente e nel Sud-Est sono stati esclusi per frode, abuso di sostanze stupefacenti o crimini contro la salute(Figura 1). Sebbene la California (n. 324), New York (n. 252), la Florida (n. 247) e il Texas (n. 184) abbiano avuto i più alti conteggi assoluti di medici esclusi dal 2007 al 2017, hanno anche avuto la più grande popolazione di medici. Se si considera il tasso di esclusione dei medici per 1000 medici, solo la Florida è rimasta nella categoria più alta dei tassi di esclusione. Il West Virginia ha avuto il tasso di esclusione più alto, con 5,77 esclusioni per 1000 medici (32 esclusioni su 5720 medici), mentre il Montana ha avuto 0 esclusioni in questo periodo.
Figura 1.Figura 1. Numero di esclusioni per 1000 medici, per StatoGli Stati sono stati divisi in 5 quintili in base al numero di medici esclusi ogni 1000 medici. Il West Virginia ha avuto il più alto tasso di esclusione di medici con 5,77 esclusioni ogni 1000 medici. Il Montana ha avuto il più basso tasso di esclusione (cioè 0 esclusioni) durante questo periodo.
Il totale delle esclusioni dei medici è aumentato del 20% all’anno, in media, tra il 2007 e il 2017 (un aumento di 48,22 [95% IC, 40,41-56,03] esclusioni all’anno, da un livello base di 236 esclusioni nel 2007; P<<1001). La crescita annuale del numero di medici esclusi è stata particolarmente elevata dopo il 2011(Figura 2). Esclusioni per frode (che sono aumentate del 14% all’anno o 18,77 [95% IC, 12,61-24,94] esclusioni all’anno, da un livello base di 139 esclusioni nel 2007; P .001) e reati sanitari (che sono aumentati del 46% all’anno o 23.26 [95% CI, 18,97-27,56] esclusioni all’anno, da una base di 67 esclusioni nel 2007; P 001) ha rappresentato la maggior parte dell’aumento assoluto delle esclusioni dei medici tra il 2007 e il 2017. Le esclusioni relative alla prescrizione illegale di sostanze controllate hanno costituito una quota minore delle esclusioni totali, e le esclusioni per questa categoria sono aumentate in media del 21% all’anno (6,07 [95% IC, 3,10-9,05] esclusioni all’anno, da una base di 29 esclusioni nel 2007; P==.001).
Figura 2.Tendenze dei tempi di esclusione dei mediciLa figura mostra il numero di medici, per categoria di esclusione e anno, e l’andamento temporale lineare delle esclusioni dei medici in ogni categoria.
Figura 1.Numero Escluso per 1000 medici, per StatoGli Stati sono stati divisi in 5 quintili in base al numero di medici esclusi ogni 1000 medici. Il West Virginia ha avuto il più alto tasso di esclusione di medici con 5,77 esclusioni ogni 1000 medici. Il Montana ha avuto il più basso tasso di esclusione (cioè 0 esclusioni) durante questo periodo.
Figura 2.Tendenze dei tempi di esclusione dei mediciLa figura mostra il numero di medici, per categoria di esclusione e anno, e l’andamento temporale lineare delle esclusioni dei medici in ogni categoria.
Caratteristiche dei medici
Tra il 2007 e il 2017, 2222 medici (0,29%) sono stati temporaneamente o definitivamente esclusi dai programmi di assistenza sanitaria e dalle assicurazioni pubbliche statali. Nell’analisi delle quote non corrette (OR), le IMG (1,42; 95% IC, 1,29-1,55), i medici di sesso maschile (1,70; 95% IC, 1,53-1,88) e i medici più anziani (4,63; 95% IC, 3,57-6,01) – in ciascuna delle categorie di età relative ai medici di età inferiore ai 35 anni – sono stati esclusi con maggiore probabilità (Tabella 1). Le esclusioni erano più comuni nella medicina di famiglia (n=398) e in psichiatria (n=213) e meno comuni in cardiologia (n=49) e radiologia (n=54). Le esclusioni sono state meno comuni tra i medici di medicina (rispetto ai medici di medicina osteopatica), i laureati delle 20 migliori scuole di medicina (n==214; come definito dalle classifiche di US News & World Report 2013 ), i medici con appuntamenti di facoltà presso le scuole di medicina statunitensi (n=117), e i medici che esercitano in località urbane (n==2177).
| Caratteristiche del medico | No. Escluso | No. Non Escluso | OR non regolato (95% CI) | OR aggiustato (95% CI)a |
|---|---|---|---|---|
| Laureati in medicina a livello internazionale | 630 | 169 814 | 1.42 (1.29-1.55) | 1.30 (1.18-1.44) |
| Laurea in Medicina e Chirurgia | 2105 | 743 709 | 0.79 (0.65-0.95) | 0.76 (0.63-0.92) |
| Ha frequentato la top 20 della scuola di medicinab | 214 | 100 020 | 0.72 (0.62-0.83) | 0.86 (0.74-1.00) |
| Membro della facoltà presso la scuola di medicina degli Stati Uniti | 117 | 92 261 | 0.41 (0.34-0.50) | 0.48 (0.40-0.58) |
| Posizione urbana | 2177 | 766 591 | 0.59 (0.44-0.79) | 0.84 (0.62-1.13) |
| Sesso | ||||
| Maschio | 1750 | 532 578 | 1.70 (1.53-1.88) | 1.52 (1.37-1.69) |
| Femmina | 472 | 223 291 | 1 [Riferimento] | 1 [Riferimento] |
| Età, y | ||||
| ≤34 | 63 | 79 360 | 1 [Riferimento] | 1 [Riferimento] |
| 35-44 | 302 | 182 289 | 2.09 (1.60-2.74) | 2.10 (1.60-2.75) |
| 45-54 | 557 | 180 552 | 3.89 (2.99-5.04) | 3.69 (2.84-4.79) |
| 55-64 | 720 | 175 617 | 5.17 (4.00-6.69) | 4.70 (3.63-6.10) |
| ≥65 | 580 | 158 051 | 4.63 (3.57-6.01) | 4.05 (3.11-5.26) |
| Specialità | ||||
| Anestesiologia | 147 | 44 937 | 1.71 (1.17-2.50) | 1.67 (1.14-2.44) |
| Cardiologia | 49 | 27 383 | 0.94 (0.60-1.46) | 0.84 (0.54-1.31) |
| Medicina d’emergenza | 116 | 40 961 | 1.48 (1.01-2.18) | 1.55 (1.05-2.20) |
| Medicina di famiglia | 398 | 91 083 | 2.29 (1.60-3.27) | 2.21 (1.55-3.16) |
| Gastroenterologia | 27 | 14 731 | 0.96 (0.58-1.60) | 0.87 (0.52-1.45) |
| Medicina interna | 347 | 102 686 | 1.78 (1.24-2.54) | 1.85 (1.29-2.64) |
| Neurologia | 56 | 16 840 | 1.74 (1.13-2.68) | 1.82 (1.18-2.79) |
| Ostetricia e ginecologia | 142 | 42 577 | 1.75 (1.20-2.55) | 1.86 (1.27-2.71) |
| Chirurgia ortopedica | 56 | 26 966 | 1.09 (0.71-1.67) | 1.05 (0.68-1.62) |
| Patologia | 33 | 17 284 | 1.13 (0.79-1.63) | 1.17 (0.81-1.68) |
| Pediatria | 115 | 73 283 | 0.82 (0.56-1.21) | 1.01 (0.69-1.49) |
| Psichiatria | 213 | 45 242 | 2.48 (1.72-3.58) | 2.38 (1.65-3.43) |
| Radiologia | 54 | 37 932 | 0.75 (0.48-1.15) | 0.76 (0.49-1.17) |
| Chirurgia | 109 | 34 122 | 1.69 (1.14-2.49) | 1.73 (1.17-2.55) |
| Sottospecialità chirurgica | 107 | 43 492 | 1.29 (0.87-1.90) | 1.23 (0.83-1.82) |
| Altro | 253 | 102 739 | 1 [Riferimento] | 1 [Riferimento] |
| Osservazioni, no. | 2222 | 775 869 | 778 091 | 778 091 |
Dopo l’aggiustamento multivariabile, i medici che erano di sesso maschile (OR regolata, 1,52; 95% CI, 1,37-1,69; P<<.001), più anziani, avevano una laurea in medicina osteopatica, erano IMGs (OR regolata, 1.30; 95% IC, 1,18-1,44; P<<1001), non ha frequentato una delle 20 migliori scuole di medicina degli Stati Uniti, e non sono stati affiliati docenti di una scuola di medicina avevano maggiori probabilità di esclusione. Le OR aggiustate di esclusione sono rimaste più alte nella medicina di famiglia (2,21; 95% IC, 1,55-3,16; P==.03) e in psichiatria (2,38; 95% IC, 1,65-3.43; P<<1.001) e più basso in cardiologia (0,84; 95% IC, 0,54-1,31; P==.44) e radiologia (0,76; 95% IC, 0,49-1,17; P==.21). Dopo l’adattamento multivariabile, la pratica della medicina in un luogo urbano non era più associata all’esclusione.
Differenze per tipo di esclusione
Alcune caratteristiche del medico – tra cui l’essere maschio, l’essere più anziano e il non avere un appuntamento di facoltà in una scuola di medicina statunitense – erano associate a maggiori probabilità di esclusione, indipendentemente dal motivo dell’esclusione (Tabella 2).
| Caratteristiche del medico | OR aggiustato (95% CI)a | ||
|---|---|---|---|
| Frode | Criminalità sanitaria | Abuso di sostanze | |
| Laureati in medicina a livello internazionale | 0.95 (0.83-1.09) | 1.62 (1.37-1.91) | 1.34 (1.04-1.73) |
| Maschio | 1.24 (1.09-1.42) | 1.52 (1.26-1.83) | 2.18 (1.59-2.99) |
| Laurea in Medicina e Chirurgia | 0.88 (0.68-1.14) | 0.80 (0.56-1.15) | 0.54 (0.35-0.83) |
| Ha frequentato la top 20 della scuola di medicinab | 0.97 (0.81-1.15) | 0.66 (0.49-0.88) | 0.81 (0.53-1.22) |
| Membro della facoltà presso la scuola di medicina degli Stati Uniti | 0.48 (0.38-0.61) | 0.69 (0.52-0.93) | 0.25 (0.12-0.50) |
| Posizione urbana | 0.73 (0.50-1.06) | 1.17 (0.62-2.19) | 0.51 (0.29-0.92) |
| Età, y | |||
| ≤34 | 1 [Riferimento] | 1 [Riferimento] | 1 [Riferimento] |
| 35-44 | 1.89 (1.38-2.60) | 1.93 (1.21-3.07) | 4.42 (1.58-12.35) |
| 45-54 | 2.92 (2.15-3.96) | 3.36 (2.16-5.25) | 6.94 (2.53-19.05) |
| 55-64 | 3.75 (2.77-5.07) | 3.95 (2.54-6.15) | 10.94 (4.02-29.75) |
| ≥65 | 3.43 (2.52-4.65) | 3.79 (2.42-5.93) | 9.59 (3.51-26.25) |
| Specialità | |||
| Anestesiologia | 1.69 (1.06-2.68) | 1.13 (0.57-2.24) | 1.24 (0.53-2.88) |
| Cardiologia | 0.67 (0.38-1.19) | 0.68 (0.30-1.52) | 0.82 (0.32-2.13) |
| Medicina d’emergenza | 1.35 (0.84-2.19) | 1.31 (0.65-2.62) | 1.18 (0.50-2.80) |
| Medicina di famiglia | 1.70 (1.09-2.65) | 2.20 (1.18-4.08) | 1.72 (0.79-3.76) |
| Gastroenterologia | 0.90 (0.48-1.68) | 1.00 (0.42-2.36) | 0.29 (0.06-1.37) |
| Medicina interna | 1.33 (0.85-2.08) | 2.24 (1.21-4.14) | 1.53 (0.70-3.34) |
| Neurologia | 1.63 (0.95-2.80) | 1.84 (0.87-3.86) | 1.67 (0.65-4.31) |
| Ostetricia e ginecologia | 1.76 (1.10-2.80) | 1.70 (0.87-3.31) | 0.92 (0.37-2.25) |
| Chirurgia ortopedica | 1.09 (0.64-1.83) | 0.99 (0.46-2.15) | 0.57 (0.20-1.64) |
| Patologia | 1.08 (0.69-1.68) | 1.14 (0.61-2.14) | 0.75 (0.33-1.69) |
| Pediatria | 1.05 (0.65-1.68) | 0.98 (0.50-1.93) | 0.45 (0.17-1.17) |
| Psichiatria | 2.38 (1.52-3.73) | 2.08 (1.09-3.95) | 0.86 (0.36-2.09) |
| Radiologia | 0.63 (0.36-1.09) | 0.76 (0.36-1.63) | 0.32 (0.10-1.00) |
| Chirurgia | 1.75 (1.09-2.81) | 1.71 (0.87-3.37) | 0.62 (0.23-1.68) |
| Sottospecialità chirurgica | 1.24 (0.77-2.00) | 1.32 (0.67-2.60) | 0.36 (0.12-1.02) |
| Altro | 1 [Riferimento] | 1 [Riferimento] | 1 [Riferimento] |
| Osservazioni, no. | 777 035 | 776 477 | 776 166 |
Per le altre caratteristiche del medico, la forza dell’associazione tra la caratteristica del medico e le probabilità di esclusione differiscono a causa dell’esclusione. Ad esempio, le IMG hanno avuto esclusioni più elevate di OR di reati sanitari (1,62; 95% IC, 1,37-1,91) e di abuso di sostanze (1,34; 95% CI, 1,04-1,73), ma non di frodi (0,95; 95% CI, 0,83-1,09). Gli OR rettificati di esclusione per frode e reati sanitari, ma non per abuso di sostanze, sono stati significativamente associati alla pratica della medicina di famiglia (1,70; 95% IC, 1,09-2,65 e 2,20; 95% CI, 1,18-4,08, rispettivamente) e della psichiatria (2,38; 95% CI, 1,52-3,73 e 2,08; 95% CI, 1,09-3,95, rispettivamente). Le sale operatorie modificate per frode, ma non per reati sanitari o abuso di sostanze, erano più alte per i medici chirurghi (1,75; 95% IC, 1,09-2,81), anestesisti (1,69; 95% IC, 1,06-2,68) e ostetrici e ginecologi (1,76; 95% IC, 1,10-2,80). Le sale operatorie adattate per i reati sanitari erano più alte per i medici di medicina interna (2,24; 95% IC, 1,21-4,14).
Discussione
Lo studio ha valutato le tendenze geografiche e temporali dei tassi di esclusione dei medici dalla partecipazione ai piani di assicurazione sanitaria pubblica federale e statale a causa di potenziali frodi, sprechi e abusi, nonché il rapporto tra diverse caratteristiche dei medici e l’esclusione. Lo studio ha rilevato che circa lo 0,3% dei medici statunitensi è stato escluso temporaneamente o permanentemente dai programmi di assicurazione sanitaria pubblica statale e Medicare tra il 2007 e il 2017 per frode, prescrizione illegale di sostanze controllate o reati sanitari. Il numero di medici esclusi è aumentato in media del 20% all’anno (48 esclusioni aggiuntive/anno) tra il 2007 e il 2017. Dopo un adeguamento multivariabile, il sesso maschile, l’età avanzata, il fatto di aver conseguito la laurea in una scuola di medicina osteopatica o di essere un IMG, di non avere un appuntamento di facoltà in una scuola di medicina statunitense e di praticare medicina di famiglia, psichiatria, medicina interna, anestesiologia, chirurgia, ostetricia e ginecologia sono stati associati in modo significativo e positivo all’esclusione.
A nostra conoscenza, questo studio rappresenta lo sforzo più completo e contemporaneo per valutare le tendenze dell’esclusione dei medici dalla partecipazione all’assicurazione sanitaria pubblica a causa di frodi, sprechi e abusi e le caratteristiche dei medici associati all’esclusione. Questo studio ha rilevato che il numero di medici esclusi dalla partecipazione all’assicurazione sanitaria pubblica è aumentato di circa il 200% in un periodo di 10 anni (da 236 nel 2007 a 670 nel 2017).
Ci sono state diverse spiegazioni per l’aumento osservato delle esclusioni e dei tassi di frodi, sprechi e abusi sanitari identificati. In primo luogo, questa constatazione potrebbe essere la prova che i regolatori, che sono stati aiutati dalle recenti politiche pubbliche che mirano alla riduzione delle frodi e degli sprechi, potrebbero essere sempre più bravi nell’identificare gli autori di attività fraudolente. L’Affordable Care Act ha stanziato 350 milioni di dollari (a partire dal 2011) per il conto frodi e abusi sanitari del Dipartimento della Salute e dei Servizi Umani degli Stati Uniti e ha aumentato le sanzioni sui fornitori di servizi discutibili, consentendo anche ai programmi statali Medicaid di bloccare i pagamenti, richiedendo che i pagamenti in eccesso di Medicare siano restituiti entro 60 giorni (invece di 3 anni), e aumentando la sanzione per una richiesta di risarcimento falsa da 10.000 dollari per richiesta a 50.000 dollari per richiesta.18,19 Inoltre, lo Small Business Jobs Act del 2010 ha impegnato Medicare ad un calendario di 5 anni per sviluppare e applicare l’analisi predittiva per prevenire le frodi.5,20 I Centri per l’Assistenza Medica e i Servizi Medicaid hanno utilizzato l’analisi predittiva per individuare le fatture improprie a partire dal luglio 2011.5,6 Questa combinazione di maggiori finanziamenti per l’identificazione e la prevenzione delle frodi sanitarie, di sanzioni più severe per i potenziali autori di frodi e di nuovi strumenti per l’identificazione delle frodi può aver aiutato i regolatori a identificare un maggior numero di medici impegnati in attività fraudolente.
Inoltre, la crescita delle esclusioni dei medici potrebbe anche essere dovuta, almeno in parte, alla crescita del numero totale di medici statunitensi che partecipano alle assicurazioni pubbliche. L’iscrizione ai programmi assicurativi pubblici è aumentata significativamente dopo l’approvazione dell’Affordable Care Act; l’iscrizione a qualsiasi piano di assicurazione sanitaria pubblica è aumentata del 12,6% totale dal 2013 al 2017, superiore all’aumento del 7,9% delle assicurazioni private.21 Parallelamente, è aumentato anche il numero di medici che curano i pazienti con assicurazione pubblica. Pertanto, è possibile che almeno una parte dell’aumento delle esclusioni dei medici sia stata associata all’espansione del pool totale di medici che Medicare e i programmi di assicurazione statale stavano monitorando alla ricerca di prove di frodi, sprechi e abusi. Non possiamo escludere la possibilità che l’aumento delle esclusioni dei medici rifletta un aumento delle pratiche fraudolente e disdicevoli dei medici statunitensi. Tuttavia, non siamo a conoscenza di dati pubblicati che supportino questa potenziale spiegazione.
Abbiamo scoperto che le esclusioni dei medici sono più comuni in alcuni stati dell’ovest e del sud-est. Molte di queste regioni avevano Medicare Fraud Strike Strike Force Teams, che sono state istituite in “punti caldi” di inspiegabili livelli di fatturazione elevati di Medicare (Florida, California, Michigan, Texas, New York, Louisiana, Florida e Illinois a partire dal 2017).4 Essi corrispondono anche a stati con alti livelli di rifiuti Medicare per beneficiario, calcolati come pagamenti in eccesso Medicare per fatture non accurate o alti livelli di spesa Medicare per episodio di assistenza, corretti per il rischio.22,23 Ad esempio, gli stati ad alto tasso di esclusione della California in Occidente, Texas, Oklahoma e Arkansas nel Sud, e New Jersey e Delaware nell’Est hanno avuto livelli di rifiuti Medicare che si sono classificati nel primo 20% a livello nazionale. Il New Jersey, la Florida e la Louisiana hanno avuto i più alti livelli di spesa pro capite per l’assistenza sanitaria statale basata su misure di spesa standardizzate che hanno eliminato le differenze geografiche nei pagamenti come fonte di variazione.24
L’esclusione era più comune tra i medici di sesso maschile, i medici con formazione osteopatica, i medici più anziani e i medici in specifiche specialità (ad esempio, medicina di famiglia, psichiatria, medicina interna, anestesiologia, chirurgia e ostetricia/ginecologia). Mentre lo studio ha identificato diverse caratteristiche personali e professionali dei medici che erano associate a maggiori probabilità di esclusione dalle assicurazioni pubbliche, l’entità di queste associazioni era, per la maggior parte, modesta. Tuttavia, le maggiori probabilità di esclusione per le frodi e le esclusioni dei reati sanitari osservate tra i medici e gli psichiatri di medicina di famiglia si discostano da questa tendenza. Una potenziale spiegazione di questa constatazione è che le frodi sono più facili da realizzare quando il rischio di azioni legali per negligenza è particolarmente basso, come nel campo della medicina di famiglia e della psichiatria.25 In particolare, queste specialità non sono statisticamente associate in modo significativo a tassi più elevati di esclusione dell’abuso di sostanze stupefacenti, con un’entità della OR inferiore a 1 per gli psichiatri.
I nostri risultati evidenziano il potenziale valore dell’utilizzo delle caratteristiche del medico, insieme alle informazioni sulle affermazioni mediche presentate dai medici, per aiutare a identificare il comportamento avverso del medico. Nei loro modelli predittivi, i Centers for Medicare & Medicaid Services utilizzano già i dati relativi alle richieste di rimborso a pagamento per identificare i comportamenti dei medici che giustificano azioni amministrative.26 Tuttavia, alcuni di questi modelli hanno alte percentuali di falsi positivi27 e hanno indotto le autorità di regolamentazione a investire tempo e risorse significative nelle indagini dei medici che non sono impegnati in attività disdicevoli. Pertanto, il miglioramento della sensibilità e della specificità di questi modelli predittivi potrebbe aumentare l’efficienza con cui i regolatori destinano risorse limitate alle indagini e all’applicazione delle norme. Alla luce delle differenze nelle OR di esclusione corrette che sono state associate a specifiche caratteristiche dei medici, l’identificazione di outlier all’interno di queste caratteristiche può aiutare a identificare modelli che sono effettivamente aberranti. Ad esempio, questi modelli possono essere migliorati controllando le variazioni geografiche delle frodi, le variazioni di comportamento specifiche per specialità e le differenze di età, le differenze di genere e le differenze di formazione che possono essere associate a differenze basate sulla pratica o sul paziente.
Limitazioni
Questo studio aveva diversi limiti. In primo luogo, il disegno dello studio trasversale limita l’inferenza causale. Tuttavia, determinare le associazioni tra le caratteristiche dei medici e il comportamento fraudolento è un primo passo essenziale per identificare le caratteristiche che possono aiutare ad associare potenzialmente quali medici sono più o meno propensi a intraprendere attività fraudolente. In secondo luogo, questo studio si è concentrato solo sui medici che sono stati identificati come fraudolenti. Queste esclusioni rappresentano tipicamente coloro che hanno commesso atti di frode, crimini contro la salute o abuso di sostanze; dal suo inizio nel marzo 2007, la Medicare Fraud Strike Force ha accusato più di 4000 imputati che collettivamente hanno falsamente fatturato al programma Medicare più di 14 miliardi di dollari.28 Le caratteristiche di coloro che commettono atti di frode minori possono essere diverse da quelle osservate in questa ricerca. In terzo luogo, abbiamo dati limitati sulle caratteristiche specifiche della pratica e del paziente che possono far luce sul motivo per cui alcune caratteristiche dei medici sono state associate a tassi di esclusione più elevati. Quarto, non possiamo escludere fattori di confusione dovuti a variabili non misurate.
Conclusioni
In questo studio, abbiamo scoperto che il numero di medici esclusi dalla partecipazione all’assicurazione sanitaria pubblica è cresciuto sostanzialmente nel tempo e che i medici esclusi erano concentrati in specifiche regioni degli Stati Uniti. Inoltre, le probabilità di essere esclusi erano significativamente più alte tra i medici che erano più anziani, erano di sesso maschile, laureati presso scuole di medicina osteopatica, mancava una facoltà di facoltà di medicina e praticavano la medicina di famiglia, la psichiatria, l’ostetricia e la ginecologia, o la chirurgia. L’identificazione di queste associazioni pone le basi per ulteriori studi per illuminare i meccanismi alla base di queste associazioni e il loro potenziale per migliorare i modelli predittivi.
References
- Best Care at Lower Cost: The Path to Continuously Learning Health Care in America. National Academies Press: Washington, DC; 2012.
- Eliminating waste in US health care. JAMA. 2012; 307(14)DOI | PubMed
- Financial crimes report 2010-2011.Publisher Full Text
- The ACA’s new weapons against health care fraud. N Engl J Med. 2010; 363(4):304-306. DOI | PubMed
- Small Business Jobs Act of 2010. In: Congress, ed. Public Law 111-240. Vol 124 Stat.
- Patient Protection and Affordable Care Act. In: Congress, ed. H.R. 3590. Vol Public Law 111-1482010.
- Exclusion of international medical graduates from federal health-care programs. Med Care. 2002; 40(1):68-72. DOI | PubMed
- Physicians disciplined by a state medical board. JAMA. 1998; 279(23):1889-1893. DOI | PubMed
- A demographic portrait of physicians sanctioned by the federal government for fraud and abuse against Medicare and Medicaid. Med Care. 1985; 23(8):1028-1031. DOI | PubMed
- Characteristics associated with physician discipline: a case-control study. Arch Intern Med. 2004; 164(6):653-658. DOI | PubMed
- Physician medicare fraud: characteristics and consequences. Int J Pharm Healthc Mark. 2013; 7(1):8-33. DOI
- Physician age and outcomes in elderly patients in hospital in the US: observational study. BMJ. 2017; 357:j1797. DOI | PubMed
- Physicians’ political preferences and the delivery of end of life care in the United States: retrospective observational study. BMJ. 2018; 361:k1161. DOI | PubMed
- Quality of care delivered by general internists in US hospitals who graduated from foreign versus US medical schools: observational study. BMJ. 2017; 356:j273. DOI | PubMed
- Sex differences in academic rank in US medical schools in 2014. JAMA. 2015; 314(11):1149-1158. DOI | PubMed
- Sex differences in physician salary in US public medical schools. JAMA Intern Med. 2016; 176(9):1294-1304. DOI | PubMed
- The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Ann Intern Med. 2007; 147(8):573-577. DOI | PubMed
- Eliminating fraud and abuse. Health Aff. 2012. DOI
- Health care fraud and abuse laws affecting Medicare and Medicaid: an overview.Publisher Full Text
- Assessment of predictive modeling for identifying fraud within the Medicare program. Health Manag Policy Innov. 2012; 1(2):8-37.
- Health Insurance Coverage in the United States: 2017. Current Population Reports: Washington, DC; 2018.
- Top 10 states with highest Medicare waste.Publisher Full Text
- Publisher Full Text
- Geographic variation in standardized Medicare spending.Publisher Full Text
- Malpractice risk according to physician specialty. N Engl J Med. 2011; 365(7):629-636. DOI | PubMed
- Medicare and Mediciad: CMS needs to fully align its antifraud efforts with the fraud risk framework.Publisher Full Text
- Medicare fraud prevention: CMS has implemented a predictive analytics system, but needs to define measures to determine its effectiveness.Publisher Full Text
- Physician and Two Clinic Operators Found Guilty for Their Roles in $17 Million Medicare Fraud Scheme. Justice News: Washington, DC; 2018.
Fonte
Chen A, Blumenthal DM, Jena AB (2018) Characteristics of Physicians Excluded From US Medicare and State Public Insurance Programs for Fraud, Health Crimes, or Unlawful Prescribing of Controlled Substances. JAMA Network Open 1(8): e185805. https://doi.org/10.1001/jamanetworkopen.2018.5805
