การประยุกต์ใช้ตัวแบบการทำให้เรียบล็อกเชิงเส้นสำหรับการแจกแจงความสูญเสียของสวัสดิการรักษาพยาบาลข้าราชการไทย

Abstract

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อสร้างตัวแบบการทำให้เรียบล็อกเชิงเส้น (Log-linear Smoothing Models) เพื่อทำนายความถี่และความรุนแรงของความสูญเสียของสวัสดิการรักษาพยาบาลข้าราชการไทย ประเภทผู้ป่วยนอกและผู้ป่วยใน ปี 2556 – 2558 ซึ่งได้รับข้อมูลมาจากกรมบัญชีกลาง โดยได้นำตัวแบบการทำให้เรียบหนึ่งตัวแปร สองตัวแปร และหลายตัวแปร (Univariate, Bivariate and Multivariate Smoothing Models) มาประยุกต์ใช้กับตัวแบบความสูญเสีย (Loss Model) ในการนำค่าของความถี่ ความรุนแรง และอายุมาใช้ในตัวแบบจำเป็นต้องตัดข้อมูลต่อเนื่องออกเป็นข้อมูลจัดประเภท (Discretized) แล้วจึงนำค่ากลาง (Mid Point) ในแต่ละช่วงมาคำนวณให้เป็นคะแนนมาตรฐาน (Z-score) ผลการวิจัยพบว่า จากการคัดเลือกตัวแบบด้วยเกณฑ์ G2 และ AIC โดยเลือกค่าต่ำสุด ปรากฎว่าทั้งสองเกณฑ์ได้เลือกตัวแบบเดียวกัน เมื่อพิจารณาความสัมพันธ์จะเห็นว่า เพศและอายุมีความสัมพันธ์กันกับทั้งความถี่และความรุนแรง นอกจากนี้ในการวิจัยพบว่า สัดส่วนของประเภทผู้ป่วยนอกและประเภทผู้ป่วยในของเพศหญิงมีการเข้ารับการรักษาพยาบาลที่สูงกว่าเพศชาย คือ 8.4 % และ 11.8 % ในส่วนของช่วงอายุของผู้ที่เข้ารับการรักษาพยาบาลข้าราชการ ประเภทผู้ป่วยนอกส่วนใหญ่จะอยู่ที่ช่วงอายุ 55 – 59 ปี สำหรับประเภทผู้ป่วยในส่วนใหญ่จะอยู่ที่ช่วงอายุ 75 – 79 ปี ตัวแบบความสูญเสียมีประโยชน์ คือ สามารถนำไปใช้คำนวณเบี้ยทางคณิตศาสตร์ประกันภัยและตั้งสำรองได้ดีขึ้น

The purpose of this research is to create log-linear smoothing models to predict the frequency and severity of healthcare benefit loss among Thai government officers. The data used in this study were obtained from the Comptroller General's Department including outpatients and inpatients who admitted to the hospital between 2013 – 2015. Univariate, bivariate, and multivariate smoothing models were applied to the loss model. The original frequency, severity and age were discretized and their mid points were standardized (Z-score) for log-linear smoothing models estimation. The results show that, if we consider the minimum values of G2 and AIC for model selection, two criteria lead to an identical model. Both gender and age correlate to frequency and severity. Furthermore, the proportions of female outpatients and inpatients are 8.4 % and 11.8 % higher than male. Most outpatients are 55 – 59 years old, while most inpatients are 75 – 79 years old. The loss models from this current study can be used to calculate the insurance premium and improve the loss reserve determination.