Techniques d’enquête
Stratification fondée sur un modèle de populations de paiements dans les enquêtes au sujet de l’intégrité de Medicare
par Don Edwards, Piaomu Liu et Alexandria DelageNote 1
- Date de diffusion : le 3 janvier 2024
Résumé
Lorsqu’un fournisseur de soins de santé de Medicare est soupçonné de fraude liée à la facturation, on isole une population de paiements versés à ce fournisseur sur une certaine période. Un examinateur médical agréé peut, dans un long processus, établir le trop-payé (montant justifié par la preuve) pour chaque paiement. En temps normal, il y aura trop de paiements dans une population pour que chacun soit examiné avec soin, aussi prélève-t-on un échantillon probabiliste. Les trop-payés de cet échantillon servent alors à calculer une borne inférieure de l’intervalle de confiance de 90 % pour le trop-payé total de cette population. La borne correspond au montant exigé en recouvrement auprès du fournisseur. Malheureusement, les méthodes classiques de calcul de cette borne ne permettent parfois pas de dégager le niveau de confiance de 90 %, plus particulièrement lorsqu’on utilise un échantillon stratifié.
Dans le présent document, nous présentons et décrivons 166 échantillons épurés tirés des enquêtes au sujet de l’intégrité de Medicare qui comportent 156 populations de paiements correspondantes. Les 7 588 paires échantillonnées indiquent 1) que les vérifications réalisées au sein de Medicare affichent des taux d’erreur élevés : plus de 76 % des paiements en question sont considérés comme étant des erreurs. Elles indiquent aussi 2) que les configurations de ces échantillons vont dans le sens d’un modèle de mélange « tout ou rien » pour qui est déjà défini dans les études spécialisées. Nous analysons des procédures de test de Monte Carlo fondées sur un modèle pour les plans de sondage de Medicare, ainsi que des méthodes de stratification fondées sur les moments anticipés du modèle. Pour la viabilité (atteinte d’un niveau de confiance de 90 %), nous définissons dans le présent article une nouvelle méthode de stratification qui rivalise avec les meilleures parmi de nombreuses méthodes existantes et qui semble moins sensible au choix de paramètres d’exploitation. Pour ce qui est du recouvrement des trop-payés (ce qui équivaut à une mesure de la précision), la nouvelle méthode se compare aussi aux meilleures parmi les nombreuses méthodes expérimentées. Malheureusement, aucun algorithme de stratification mis à l’essai ne s’est révélé viable pour plus de la moitié environ des 104 populations visées par l’essai.
Mots-clés : Fraude de Medicare; modèle de mélange « tout ou rien »; stratification de Dalenius-Hodges; moments anticipés; répartition de Neyman.
Table des matières
- Section 1. Introduction
- Section 2. Faisons honneur aux données : examen de 166 échantillons de Medicare
- Section 3. Un modèle pour les données d’échantillonnage de Medicare
- Section 4. Test de Monte Carlo des plans de sondage selon le modèle de mélange « tout ou rien »
- Section 5. Méthodes de construction de strates à l’aide d’une variable auxiliaire X
- Section 6. Comparaisons de l’efficacité des méthodes de stratification
- Section 7. Analyse et conclusion
- Remerciements
- Bibliographie
Citation de l'article
Edwards, D., Liu, P. et Delage, A. (2023). Stratification fondée sur un modèle de populations de paiements dans les enquêtes au sujet de l’intégrité de Medicare. Techniques d’enquête, Statistique Canada, n° 12‑001‑X au catalogue, vol. 49, n° 2. Article accessible à l'adresse http://www.statcan.gc.ca/pub/12-001-x/2023002/article/00001-fra.htm.
Note
- Date de modification :