责任医疗组织对医生利润的影响的研究

数据科学与管理2（2021）28研究文章责任医疗组织的发展及其对医生群体利润的影响的探索性研究系统方法李梅a，*，S.M.NiazAri finb，Sarv Devarajc，Gregory R.Madeyd，Alfredo Casettiea美国俄克拉荷马州诺曼市俄克拉荷马大学普赖斯商学院营销&bSafeway Albertsons Companies，Pleasanton，CA，USAcDepartment of IT，Analytics，and Operations，Mendoza College of Business，University of Notre Dame，Notre Dame，IN，46556，USAd计算机科学与工程系，384 Fitzpatrick Hall，College of Engineering，University of Notre Dame，Notre Dame，IN，46556，USASouthBend Clinic，211 North Eddy Street，South Bend，IN，46617，USAA R T I C L E I N F O保留字：问责医疗组织（ACO）ACO扩张和收缩医师团体的利润复杂适应系统A B S T R A C T责任关怀组织（ACO）在美国的出现医疗保健系统标志着医疗保健运营模式的转变。ACO的潜在影响一直是激烈辩论的话题。传统的分析方法并不适合于研究医疗保健网络中ACO的出现和增长 我们采用一个复杂适应系统的镜头来检查医生群体中的ACO的增长，并探讨影响这种增长的因素。我们还讨论了ACO对医生群体利润的影响。建立了一个基于Agent的ACO模型，模拟了基于一组简单规则的医生群体的ACO进入和退出，以及他们与其他Agent的复杂交互根据模拟结果，我们得出ACO扩张和收缩的模式，以下四个阶段的观望，过山车，快速增长，稳定。研究结果表明，ACO的增长是敏感的ACO成员的初始状态当ACO成员的初始规模增加时，它有助于消除过山车阶段。此外，ACO的增长取决于当成本和质量目标可以同时满足时，ACO成员的增长遵循观望和快速增长阶段，然后是一个不同的阶段，我们称之为粘性状态。ACO对医生集团累计利润的影响因医生集团的服务质量水平而异。与收取最低或最高水平健康保险费的保险公司有关联的医生群体在ACO选项中的情况更糟。然而，助理合规主任令与收取适度保费的保险公司有关连的医生团体1. 介绍责任关怀组织（Accountable Care Organizations，ACOs）的出现是美国医疗保健发展史上的一个新生而重要的事件保健系统可以理解的是，关于ACO对医疗保健网络的影响尚未达成任何共识事实上，自2012年在国家一级设立ACO以来，就这些组织实现其绩效目标的能力以及可能对卫生供应成员产生不利影响的任何意外后果进行了多次辩论。网络（Dove等人， 2009年; Numerof，2011年）。导致这场辩论的因素之一是，由于美国的固有复杂性，现实地评估ACO的影响是极其困难的医疗保健系统（Burns等人，2002年）。医疗保健供应网络由许多实体/组织组成（如患者团体、医生团体和保险公司;Burns和Pauly，2002）。为了向患者提供医疗保健服务，这些实体参与了复杂的关系，以分配资源，同时与该地区的其他医疗保健提供商竞争（Plsek，2001）。此外，这些实体是自我监管的，同行评议由Xi交通大学负责* 通讯作者。电子邮件地址：www.example.commei.li @ ou.edu（M. Li）。https://doi.org/10.1016/j.dsm.2021.05.003接收日期：2021年1月22日;接收日期：2021年5月23日;接受日期：2021年5月26日2021年6月2日在线提供2666-7649/©2021 Xi'an Jiaotong University.出版社：Elsevier B.V.代表科爱通信有限公司公司 这是一篇基于CC BY-NC-ND许可证的 开 放 获 取 文 章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表数据科学与管理杂志主页：www.keaipublishing.com/en/journals/data-science-and-managementM. Li等人数据科学与管理2（2021）2829（Anderson等人，2003年），他们学习和适应环境的变化（威尔逊和霍尔特，2001年）。 他们的适应性行为对使用基于网络级中央规划假设的传统模型理解ACO的含义提出了重大挑战（Pathak等人， 2007年）的报告。然而，在传统模型失败的地方，我们相信复杂适应系统（CAS）方法将起作用。 复杂适应系统是一个理论框架，它包含复杂性，并将组织视为活的、适应性强的、可变的系统（Choi et al.，2001年）。如果我们将医疗保健供应网络视为CAS，那么环境中的一个变化，例如创建ACO，在医疗保健供应网络中的无数关系中传播时，可能会产生此外，CAS视角允许诸如医师团体的代理学习和适应环境中的变化，这提供了医疗保健供应网络之间的复杂动态的现实表示在这项研究中，我们使用CAS镜头来检查ACO的增长，这是医疗保健中的一个紧迫问题因此，我们提出了我们的第一个研究问题：ACO成员如何随着时间的推移扩大和收缩？由于与复杂系统相关的一个定义性特征是其对初始条件的敏感性（Kolen和Pollack，1990），我们还着手发现在ACO形成开始医生群体的不同参与水平是否会影响ACO的此外，由于学者们长期以来一直观察到制造业等各个学科的质量和成本权衡（Farooq等人， 2017），项目管理（ Khang 和 Myint ， 1999 ） ， 数 学 和 计 算 （ Tareghian 和 Taheri ，2006），我们研究了质量和成本权衡如何影响ACO的扩张和收缩。因此，我们的第二个研究问题是：什么因素影响的扩张和收缩模式的ACOs？最后，我们调查了ACO对医生集团利润的影响这一发现有助于卫生服务提供者就是否加入ACO做出战略决策在这里，我们正式提出了我们的第三个研究问题：创建ACO如何影响医生团体的利润这种影响在不同的医生群体中有何不同通过回答这三个问题，我们的研究为ACO，其部署策略及其潜在影响提供了政策指导。在实施ACO的早期阶段，这种政策指导非常必要，并可能影响美国的医疗保健供应网。具体来说，我们模拟了供应网络代理的响应患者、医师团体和保险公司）对环境变化的反应ACO的形成），他们的反应所产生的复杂的相互作用，以及这些复杂的相互作用对ACO网络的扩张以及对医生群体的利润产生的影响。此外，我们还研究了可能影响ACO增长的因素。 了解这些因素可以帮助政策制定者设计和调整程序参数，以更好地部署ACO。除了重要的政策指导外，通过应用CAS视角，我们的研究为供应网络研究，特别是医疗供应网络研究首先，我们扩展了我们对作为CAS的医疗保健供应网络的行为的理解，这响应了运营和供应链管理（O&SCM）学者的呼吁（Carter等人，2015; Pathak等人， 2007年），以更现实地看待供应网络的复杂性。其次，我们建立了一个阶段模型，并得出了扩展和收缩的ACO，这是新的医疗服务供应网络研究的模式。本文的其余部分分为以下几个部分。第二部分提供了美国行政长官委任组织的背景资料。医疗服务供应网络，并解释了CAS镜头如何提供了一个优越的理论框架，以调查在这个复杂的医疗服务供应网络的动力学第三节阐述了方法论. 第四部分建立了基于Agent的模型。第5节介绍了调查结果和讨论。第6节给出了结论、意义和未来的研究方向。2. 研究背景2.1. 责任医疗组织美国的医疗保健递送系统传统上被认为是独立的系统（Rice等人，2013年），其中“护理由多个提供者提供，很少或没有协调“（Barnes等人，2014年）。这种碎片化导致高医疗成本和低质量的问题（Barnes等人， 2014年）。 为了解决这些问题，2010年通过的《平价医疗法案》为建立ACO提供了资金。这些组织是CMS.gov。在美国，ACO的出现医疗保健标志着医疗保健运营的范式转变（Bohmer和Lee，2009; Song等人，2012年）。预计将超过50%的美国参与ACO模式的医院数量从2012年的5%远离传统的按服务付费模式，ACO是一种支付和护理提供模式，试图将提供者报销与质量指标明确联系起来，并降低所考虑人群的护理总成本建立ACO的动机是节省医疗保险服务的成本（Fisher等人， 2009年）。如果ACO能够达到成本节约目标，那么与ACO有关联的医生团体将获得美国联邦政府的一定比例的节省（CMS.gov）。节省的费用是由美国联邦政府的一个分支机构医疗保险服务中心根据ACO在绩效年度的人均支出的历史基准计算的。为了符合节省的资格，ACO必须达到或超过预定的成本节省以及质量标准。因此，有一个直接的激励医生群体，以提高护理质量和降低总成本的护理。希望医疗保健系统和支付者之间的目标的这种一致性（例如，政府为医疗保险）将导致一个更有效和更有效率的系统。在操作上，ACO模式要求医生团体和其他医疗保健提供者走到一起，为患者提供协调的护理。 ACO承担部分患者护理的财务风险，如果提供护理的成本低于预算，同时满足某些质量要求，则会获得奖金。随着ACO意识的提高，人们呼吁使用分析来帮助医疗保健供应商“从人口角度尽可能有效地”使用医疗保健资源我们的研究回应了这一呼吁。我们研究ACO的增长及其对医疗保健供应网络成员的影响我们认为，为了真实地模拟这种现象并理解其含义，采用CAS视角是很重要的，原因如下。首先，ACO嵌入在医疗保健供应网络中的代理网络中，例如保险集团，患者和医生团体。这些代理人有自己的属性，目标和行为规则集，导致崎岖的景观（考夫曼和莱文，1987年;帕塔克等人， 2007），不能以良好的线性方式进行研究。其次，ACO由医生群体组成，这些医生群体与医疗保健系统中的其他代理人直接或间接相互作用，由于代理人的不同行为，很难将这些影响分解为线性项。第三，ACO代表了环境的一个关键变化，美国 卫生系统和医生团体等机构观察、学习和适应这种变化。这种类型的学习和适应行为不能使用传统的线性方法建模（Dooley，1997）。CAS镜头增加了现实性和实用性的研究模型，捕捉这样的学习和适应行为。2.2. 作为复杂适应系统的供应网络的设想-无论是物理材料供应网络还是医疗保健服务供应网络-作为CAS，在O SCM中是相对较新&的（Carter等人， 2015; Pathak等人，2007年）的报告。的M. Li等人数据科学与管理2（2021）2830Choi等人进行的研究（2001）是第一个提出研究范式从供应网络的有组织观点转变为包含复杂性的观点的人。他们认为，供应网络是自然形成的，而不是由一个单一实体规划的。因此，管理者应该在控制的需要与允许供应网络通过自组织和适应过程出现的需要之间取得平衡。许多研究人员已经加入到促进供应网络问题中CAS视角的使用中。值得注意的是，Pathak等人（2007）审查了广泛的同行评审期刊列表，并确定了CAS研究中使用的理论、方法和技术的定义。他们还注意到，这些发展中的大多数都超出了供应链管理的领域。他们随后讨论了将CAS应用于O SCM的机遇和挑战Day（2014）将CAS的应用集中在救灾这一特定领域，解释了为什么CAS可能是指导理解灾害发生时供应网络运行的最合适的理论框架，并提出了如何提高供应网络弹性的建议。最近，Carter etal. （2015年）承认缺乏理论发展，表1供应网络作为复杂适应系统的研究综述作者（年份）方法/类型Choi等人（2001）概念性的第一篇论文设想供应网络作为CAS。Pathak等人（2007）概念识别在供应网络研究中应用CAS的挑战和机遇。Holweg&Pil（2008）案例研究CAS有助于解释供应链协调，并补充其他竞争理论支持的发现。Nair等人03 The Dog（2009）关于供应网络中合作关系的发展。Kim（2009）基于代理的建模信任本地代理及其系统层面的影响。Bozarth等人（2009）调查研究供应链复杂性对工厂绩效的影响。在供应链管理中的作用，并提出了一个框架，概念化供应链领域。在他们的努力下，CAS镜头02 TheDog（2014）从CAS镜头看灾害作为供应链概念化的基本前提。除了在概念上解决供应链管理中的CAS问题外，许多研究人员还尝试将CAS透镜应用于特定的供应网络phe。Tangpong等人（二零一四年）调查与实验人的特性与供应链系统特性的相互影响的检验。这一点，尤其是在企业间合作方面例如，Holweg和Pil（2008）进行了案例研究，以检查复杂的Sawaya等人， 2015年时间序列建模结合自适应极限过程图异常识别供应流的流动模式。供应链协调的性质，并发现CAS镜头COM-补充来自其他竞争理论的发现。Nair等人（2009）用基于代理的模型模拟了供应链协调，并提出了关于供应网络中合作关系发展的建议。Kim（2009）研究了本地代理级别的信任及其在系统级别的影响最近的一项研究李等人。Carter等人（2015）供应链作为CAS的概念理论。Giannoccaro（2015）基于代理的建模研究了关系学习和适应之间的关系。（2021）研究了买方公司的财务紧缩及其对通过复杂的相互作用，买方的扩展供应网络。除了企业间的合作，学者们还研究了供应链复杂性对工厂绩效的影响（Bozarth等人， 2009），相互Li等人（2021）基于代理的建模评估金融紧缩对买方扩展供应网络的影响。在人类代理的特性和供应链系统的特性之间的关联（Tangpong等人，2014），供应流中的异常湍流模式（Sawaya等人， 2015年），以及位于工业区内的供应网络中学习和适应之间的关系（吉安-纳斯卡罗，2015年）。表1总结了供应网络作为CAS的关键研究如表1所示，我们不知道有任何供应链研究将CAS镜头应用于医疗保健领域的ACO增长。在这方面缺乏研究可能是由于ACO概念的nascency和如何知道它的有效性少除了ACO背景下的新颖性之外，我们注意到很少有现有的研究涉及供应网络的进化方面（Yan等人，2021年）。通过研究ACO成员的成长模式，我们追踪了ACO网络在几年内的扩张，并描绘了ACO网络成长的阶段在这方面，我们的研究在理论上是新的和令人兴奋的，并增强了对医疗保健供应网络演变的理解。3. 方法我们的研究分两步进行 在第一步中，我们构建了一个基于经验的医疗保健供应网络，并与医疗保健提供者合作，以了解加入ACO的权衡以及权衡背后的原因。 在第二步中，我们基于医疗供应网络建立了一个基于代理的模型，以模拟ACO的增长及其对医疗供应网络成员累积利润的影响。我们在下面详细介绍这两个步骤3.1. 医疗保健供应网络的经验数据由于ACO于2012年率先推出，随后于2013年向所有医疗机构开放，我们追溯到2012年的HIMSS Analytics™数据库（HIMSS），以定义医疗供应网络的结构，并为属于ACO的医生群体获得成本和质量参数。HIMSS数据库汇编了美国各地护理提供组织的年度调查调查项目涵盖了广泛的美国。医疗保健供应商的特点和运营实践。我们将该数据集与Medicare.gov 发 布 的 2013 年 医 院 比 较 数 据 库 相 关 联 。HospitalCompare捕获医疗保健提供者的绩效数据，如服务质量和患者满意度。 我们选择基于2012年收集的数据构建网络级数据，并将我们的绩效变量滞后一年，因为研究表明，组织变革的影响可能会在随后的几年中显现出来（Devaraj和Kohli，2003）。此外，由于复杂适应系统的发展对初始条件敏感（Kolen和Pollack，1990），因此我们必须根据2012年ACO成立以来的数据对网络结构进行基于HIMSS数据，我们绘制了一个医疗保健供应网络，位于美国中西部地区 我们选择中西部地区代表美国的通用医疗保健系统，因为该国东部或西部地区的医疗保健系统可能会受到其他因素的干扰，例如多样化的人口分布，这可能导致医疗保健差异（Riley，2012），以及医疗保健相关技术的不同轨迹（Feibus，2015）。我们注意到M. Li等人数据科学与管理2（2021）2831¼¼表2基本方案中使用的关键参数参数设置患者基数20万医生团体总数ACO中医生组的初始百分比5%（或60人中的3根据表4，Levene方差齐性检验没有拒绝方差齐性的假设因此，我们根据方差相等假设对结果 结果显示，两组的服务质量平均值存在统计学显著差异。p值为0.001。<信心interval为（0.864，2.355），不包含0值两个P-服务质素罚则参数（只适用于ACO会员）0.92值和置信区间验证平均值差异价值具有统计意义。因此，我们得出结论，与加入ACO相关的行政费用 20，000美元表3服务质素水平的平均值及标准差：ACO会员与非ACO成员。类型N是说标准偏差标准误差平均值非ACO成员2,76371.395.160.10ACO成员19869.785.280.38医生组的数量、ACO组的数量以及该地区的患者基础更重要的是，我们经验性地研究了尽管ACO的既定目标是在提高质量的同时降低成本，但研究表明，ACO对质量的影响结果不一（Kelleher等人， 2015年）。为了真实地模拟供应网络动态，我们分析了经验数据，以得出与ACO有关联的医疗保健供应商的成本质量权衡的现实参数根据经验数据，我们注意到在我们建模的中西部地区有60个医生团体，为20万患者的需求提供服务。最初，5%的医生团体加入了ACO。 我们使用这些参数来建立我们的基于代理的模型。表2总结了这些参数。3.2. 成本下一步，我们首先分析经验数据，以得出加入ACO集团的成本和质量权衡，然后采访该地区的主题专家（SME），以了解成本和质量权衡背后的原因在分析与ACO成员资格相关的这两组服务质素水平的平均比较结果载于表3。然后我们使用SPSS20版进行了两次独立样本t检验。 t检验结果见表4。经验数据支持ACO成员的服务质量下降。 如表3所示，非ACO成员的服务质量平均值和标准差为71.387（标准差5.157），ACO成员的服务质量平均值和标准差为69.778（标准差5.283）。非ACO成员的服务质量均值高于ACO成员。作为ACO成员的医疗保健提供者的权衡。尽管提高质量是ACO目标的一部分（CMS.gov），但ACO成员的服务质量却有所下降3.3. 与医生团体的我们与当地的医疗保健提供者和医生团体广告部合作，研究质量和成本权衡背后的原因。我们根据他们的任期、专业领域和工作职能选择这些中小企业具体而言，我们采访了ACO双方的中小企业，以提供全面的了解：医疗管理者方和医疗工作者方。 从管理者的角度来看，我们采访了一位帮助建立了许多ACO小组的医疗保健管理人员。 在医护人员方面，我们采访了一名外科医生，他也是一个医生小组的负责人，以及一名注册护士。 所有中小型企业都充分认识到ACO的形成，并在医疗领域平均拥有超过30年的经验。 他们证实了我们的研究结果，并将服务质量下降的原因归结为患者治疗选择的限制和治疗灵活性的降低。根据我们对医疗专业人士的采访，一旦医生团体加入ACO，医生就会对患者群体承担越来越多的风险 因此，医生正在更严格地控制转诊模式，以降低成本并达到成本目标。例如，一位普通外科医生指出，“在这个ACOs时代，我做的疝气手术比以前少了。“他将手术减少的原因归因于初级保健医生转诊模式的改变，他们现在是病人问题的守门人。“病人仍然有同样的抱怨，'嘿，我得了疝气，我想得到它固定。现在，他们被告知，在更高的百分比，你不需要得到修复。你放心吧。”患者被告知推迟疝气手术，以减少手术量和相关费用。这种治疗选择的局限性降低了患者的满意度。在膝盖和髋关节置换术中也有类似的情况 由于这些手术的成本很高（在我们的采访中有人引用了“这些手术要5万美元”），如果允许太多的手术，“这将对你的底线产生负面影响。“因此，病人必须经过一系列较便宜的治疗，然后才能得到更换。因此，治疗不稳定性降低。一位医生观察到，“病人习惯和期望的服务减少了，这导致病人满意度下降”。采访表4服务质素水平平均值比较：ACO会员与非ACO成员。Levene方差齐性t- 平均值FSig.不DFSig. （双尾）平均差异标准误差差差异的95%置信降低上部假设方差相等0.130.724.2429590.001.610.380.86 2.35未假设4.15224.750.001.610.390.84 2.37M. Li等人数据科学与管理2（2021）2832可应要求提供协议、访谈问题和回复有了这种经验验证，我们接着估计与ACO相关的成员的质量下降的程度。在这里，我们回归ACO成员的服务质量，所得模型在p0.001水平具有统计学显著性<我们依靠相关系数r来估计质量的程度，降解r值为0.08，因此我们将ACO成员的8%质量下降因素计入基本场景。我们后来改变了这个参数，以执行后续的假设分析。3.4. 基于代理的模型基于代理的模型（ABM）是一种计算模型，它模拟自主代理的动作和交互，以评估它们对整个模拟系统的影响它允许直接表示单个实体（作为代理）及其在系统中的交互。 ABM在各种现实问题中有应用，并且在许多学科的研究中作为建模方法越来越受欢迎。 表5提供了在各种学科中使用的ABM的示例（Ari Finn等人， 2016年）。表5基于代理的模型（ABM）的应用。ABM类在 O &SCM中 ， ABM 技 术已 被应 用于 将供 应网 络建模为CAS（Giannoccaro，2015; Kim，2009; Nair等人， 2009;等）。ABM相对于其他建模技术有几个优点。首先，它允许研究人员将个体代理相互作用产生的行为规则与聚合或复杂的模式联系起来，并在宏观或网络层面上捕捉涌现的现象（Bonabeau，2002）。此外，ABM可以适应异质性，因为每个代理人都可以根据自己的偏好或自己的行动规则进行操作（Marchi和Page，2014）。ABM的第三个优点是它可以在代理层和网络层模拟学习在CAS中，代理人可以在他们的行动和与其他代理人的交互中自适应（Macy和Willer，2002）。例如，代理通过模仿和/或复制来适应这些自适应行为不能通过常规线性模型来建模（Pathak等人，2007），因为线性模型不允许独立结构响应于依赖结构的变化而连续调整。最后，一般来说，ABM提供了描述和模拟由行为实体组成的系统的最自然的方式，提供了更接近现实的表示这适用于表5中列出的ABM的大多数应用，并且是我们研究中选择ABM而不是其他建模技术的主要原因之一在医疗保健方面，基于代理的建模的使用正在迅速不断增长，学者们已经认识到在医疗保健研究中采用ABM的合适性（Barnes等人， 2013年）。例如，Kanagarajah et al. （2010）采用ABM来展示医疗系统的并发症，商业行业商业企业计算机互联网人工生活决策支持系统经济学股票市场管理（Arthur等人，1997年）软件代理（购物机器人和价格机器人）（Kephart等人，（2000年）供应链管理（Macal等人，2004; Swaminathan等人，1998; Julka等人，2002）智能制造（Shen和Norrie，1999; Shen等人，（2006年）信用风险分析（Yan等人，2021年）电力批发市场（Sueyoshi和Tadiparthi，2008年）运营风险和组织设计（Bonabeau，2002年）消费者购买行为（North等人，2010）企业环境管理（Bolloju等人，（2002年）互联网上的产品开发（Holweg和Pil，2008年）机器人控制、机器人制造、计算机图形、娱乐、游戏、音乐、经济、互联网、信息处理、工业设计、电子、安全、数据挖掘、电信等（Macal，2009年; Kim和Cho，2006年）控制系统（Jennings和Bussmann，2003年）社会计算和社会智能（威尔逊和霍尔特，2001年）决策支持系统（Bui和Lee，1999年; Power和Sharda，2007年; Angehrn，1993年; Foster等人，2005年;安，2012年）经济学（Tesfatsion，2002年）金融（LeBaron，2000年）在急诊科的范围内进行TEM改进。他们的工作证明了医疗服务提供的非线性行为，并展示了ABM在评估医疗服务方面的适用性同样，Xie和Peng（2012）使用ABM来研究医院手术室等待时间的减少和资源利用率的提高他们将医疗系统中的患者建模为具有自主和自适应行为的代理人。 他们的发现验证了利用ABM改善医疗保健决策的有效性。 ABM还被应用于传染病的传播（Laskowski等人，2011; Xie和Peng，2012），医疗保健投资回报率的计算（Blachowicz等人，2008; Kruzikas等人，2014），并发现增加人口健康的干预措施（Silverman等人， 2015年）。 有关ABM在各种医疗保健环境中应用的广泛综述，请参阅Barnes等人。（2013年）。4. 基于ABM4.1. 基于经验的ABM我们模拟的演变ACO形成在美国中西部的一个地区S区的医疗保健供应网络的特点是有20万名患者，三个保险集团和60个医生办公室，其中5%参加了ACO。生态学生态学（一般）（格林和Railsback，2013）捕食者-猎物关系（虎鲸和海狮/海獭）（Testa等人，2012年）土地使用（Matthews等人，2007; Castella等人，2005年）森林生态系统管理（Nute等人，（2004年第10期）4.2. 模型架构一般来说，ABM的三个主要组成部分是代理人、环境和规则。代理人可以是个人或集体实体（如组织或团体）。每个代理代表SIMU中的一个参与者环境保护结构自然灾害管理《环境健康法》（Sokolova和Fern'andez-Caballero，2009年）关键基础设施建模（Rinaldi，2004; Dudenhoeffer等人，（2006年）飓风疏散（Chen等人，2006年; Dow和Cutter，2002年）洪水管理（Dawson等人，（2011年）地震和海啸管理（Mas等人，2012年）虚拟环境，在其中与其他代理进行交互。使用一组规则，代理人单独评估环境并做出决策。 作为一个整体，代理人，环境和规则的集合，以及它们明确定义的边界，输入和输出，组成了ABM（AriFinn et al.， 2016年）。ACO ABM包括四种主要的代理类型：患者，医生运输物流（Davidsson等人，（2005年）旅行行为（Pel等人，2012年）资料来源：Ari Finn等人， 2016年，获得了来源许可。a本 表 中 引 用 的 论 文参考文献见AriFinn et al.。（2016年）。团体、保险公司和责任关怀组织。每个患者代理都连接到一个医师组代理和一个保险公司代理。保险公司代理可以有多个医师组代理，每个医师组代理都可能连接到M. Li等人数据科学与管理2（2021）2833¼þFig. 1. ABM中模型架构的简化类图。图例：“1和1..*”表示网络代理之间一对多关系责任关怀组织代理。ABM的简化模型结构如图所示。1.一、4.3. Agent在本节中，我们将介绍医疗保健供应网络中的患者、医师组和保险公司代理的属性下面我们描述与医疗保健供应网络中的每个代理相关联的属性。病人代理。首先，我们检查Patient代理。我们的ABM可容纳200，000名患者。在模拟开始时，每位患者被随机分配到一个保险组和一个与该保险组相关的医生组。此外，患者被随机分配一个财富水平以及一个二元指标，用于判断患者是否对价格敏感。财富水平是衡量患者收入水平的指标。一旦被随机分配，它将与患者保持在一起，直到模拟结束重要的是，在模拟开始时，患者还被随机分配了一组服务期望水平。 服务期望表示患者期望从医师群体获得的服务质量水平。附录中的表A1提供了有关Patient代理的更多详细信息医师组代理。接下来，我们描述医师组代理。医师组代理具有其提供给其患者的设定的能力和服务质量水平布尔指示符（inACO）描述医师组是否是ACO的成员，并且该指示符基于一组行为规则（将在稍后的手稿中描述）响应于环境的变化而变化 我们亦追踪病人就诊次数、本集团的年度溢利及累计溢利。附录中的表A2提供了有关医师组代理的更多详细信息。医师集团年度利润的计算取决于其ACO状态。对于非成员，prof-itYearlynonACO的计算遵循以下公式：profit年度nonACO¼revenue年度nonACOrevenueYearlynonACO¼perVisitRevenueConstantnonACO*numVisits（2）成本每年非ACO固定成本非ACO（unitCostConstantnonACO*numVisits）（3）固定成本非ACO固定成本常数非ACO*容量（4）累积利润，profitcumulativenonACO，是以下各项的总和多年来，非ACO就ACO成员而言，溢利YearlyACO乃按以下公式计算：利润年度ACO收入年度其中：收入年度ACO/4每次访问收入恒定ACO*访问次数（6）成本年度ACO/4固定成本ACO/4（单位成本恒定ACO *访问次数）（7）固定成本ACO/4固定成本恒定ACO*容量（8）累积利润，profitCumulativeACO，是以下各项的总和多年来的ACO利润表6报告了用于设置Physician Group代理的初始值请注意，我们假设通过加入ACO，平均而言，医生组将实现每次患者就诊成本降低20美元。此外，我们的模型假设，通过加入ACO，办公室的成员医生将分享一部分（50%，或10美元/患者就诊）的成本节省。这些都是基于ACO的成本节约目标和奖励结构的合理假设CMS.gov保险公司代理。有三家保险公司。第一个是AffordMe，保费最低，因此，与AffordMe相关的医师集团代理平均提供最低的服务质量。第二个是BetterLife，保费略高于AffordMe，平均为患者提供略高的服务质量。最后一个是CareTop，其费用最高，与CareTop相关的医生平均提供最高的服务质量。 三个保险代理人之间的区别模仿了区域S中的常见做法，其中保险费范围从最便宜的组到最严格的医疗保健供应商选择，即，管理式医疗保险;适度表6医生组的初始参数：ACO与非ACO组。名称描述Non-ACO group ACO group加入成本相关的恒定管理成本加入ACOperVisitRevenueConstant收到的平均收入每次患者访视时的医生组unitCostConstant每次患者访视时医师组发生的平均成本。costSharingConstant ACO收到的现金回扣实现降低成本的目标。$0 $20，000二百五十块二百五十块五十块三十块$0 $10/次FIXedCostConstant每个容量的平均开销$20$20医师组的容量。均匀分布（2000年，6 000年）服务质量服务质量水平在每个医师组。与保险集团AffordMe、BetterLife和CareTop相关的医生组的平均值为（2.5，3.0，3.5），标准差为（.5，.5，.5）的正态分布。类似于非ACO成员，除了服务质量降低0.08（即，0.92* 非ACO成员的服务质量）。M. Li等人数据科学与管理2（2021）2834þþþþ昂贵的群体，有更广泛的医疗保健提供者的选择，即，首选提供者组织;最昂贵的群体，最广泛的选择医疗保健提供者，即，赔偿范围。 关于不同类型的健康保险费及其临床质量性能权衡的讨论，请参考Robinson（2003）。一般而言，更广泛的医疗服务提供者选择与更高的服务质量有关，因为高素质的医生倾向于接受保费健康保险，而拒绝低保费保险（Galewitz，2020）。服务质量在[0，6]连续区间上建模，其中0表示最低，而SIX表示最高服务质量。这允许一个7分制。 研究表明，有更多的比例点提高精度，但有一个递减的回报，如果太多的比例点使用（Nunnally，1994年）。7分制比5分制更具区分力，是一个满意的中间值，因为它不需要维持太多的反应类别。AffordMe附属的医生团体的服务质量遵循正态分布，平均值为2. 5，标准差为0. 5。BetterLife所属医生团体的服务质量遵循正态分布，平均值为3.0，标准差为0.5。CareTop所属医生组的服务质量遵循正态分布，平均值为3. 5，标准差为0. 5。由于CareTop收取的保费最高，若BetterLife或AffordMe的服务水平未能达到预期，而患者又足够富裕，患者可考虑从BetterLife或AffordMe转投CareTop及其附属医生集团。附录中的表A3提供了有关保险公司代理人的更多详细信息4.4. 环境变化ACO的引入被认为是一种环境变化。 它对网络代理商施加了成本和质量影响。正如我们前面提到的，ACO成员的医生团体每次就诊的成本较低，到年底，医生团体可以分享50%的成本节省。 与此同时，ACO成员资格也会带来8%的质量惩罚，这一点得到了经验数据的支持。这意味着，一旦医生组加入ACO，其服务水平将自动降低到以前水平的92%一旦医生组退出ACO，则取消此处罚4.5. 行为规则Patient代理表现出切换行为，如果患者对接收到的质量不满意，则切换到不同的医生组对于一个给定的医生的办公室访问，如果收到的服务水平等于或超过病人的期望，那么，病人将继续留在医生的办公室。然而，如果服务水平低于患者的期望，那么患者将根据患者的财富水平决定是否更换医生组如果患者足够富有（或对价格不敏感），并且对服务体验不满意，则将打开开关，患者将切换到不同的保险组，并通过不同的保险组切换到一组新的医生。这种转换只在年底发生一次，模拟现实生活中发生的事情，即，转换保险集团是一种罕见的事件，通常只允许在每年的开放注册期间。医生组根据表7中规定的规则决定加入或退出ACO。作为一般原则，如果ACO成员的平均利润超过非ACO成员的平均利润，则ACO成员的医生团体将留在ACO相反的情况将降低医生组留在ACO的概率另一方面，如果ACO成员的每个医生团体的平均利润高于非ACO成员，则非ACO成员的医生团体将增加其加入的概率。否则，它将降低其加入的概率 表7还包括ACO利润为负数的情况。4.6. 情景/实验设计我们创建了一个基本场景来模拟ACO的增长表2描述了基础情景中使用的参数。我们运行了10次基本场景，输出代表了10次模拟的平均值为了研究影响ACO增长的因素，我们将基本情景与其他实验进行了对比 。首先， 研究表明，复杂系统的行为对初始条件敏感（Kolen和Pollack，1990）。如前所述，我们的基础数据是基于在美国中西部地区收集的经验数据集，该数据集显示，在ACOs的起始年份，参与率约为5%为了研究不同水平的初始参与率对ACO长期发展的影响，我们改变了ACO成员的初始百分比，将百分比增加一倍和三倍，分别为10%（EX实验1或E1）和15%（EX实验2或E2），或60人中的6人（和9人）。我们将每个场景重新运行10次并计算平均值。其次，我们对ACO的官方目标（即，提高成本和质量）和经验数据支持的质量下降。我们通过从基本场景（EX实验3或E3）中删除质量惩罚参数，重复模拟10次并计算平均值来运行假设分析三是表7医师团体如果X不是ACO初始P¼0.5的成员#PhysGrpProfit（X）Sign* ofXAvgACOProfit（Y）YX/Y（R）加入助理文书主任的可能性（P）如果X是ACO初始P¼ 1的成员1R>1 P¼P-R2R<¼1 P¼PR3–4英寸56 R<<$1P <$P7 PhysGrpProfit（X）XAvgNonACOProfit（Y）Y的符号X/Y（R）