观念平台－谁来为健保政策的「安全」与「有效性」把关呢？

卫福部贸然推出一个政策效果未经验证的政策，宣称提高部分负担可以控制不必要医疗支出，其所造成的潜在健康风险绝不亚于贩卖未经临床试验的药品。既然所有的药品都要经过严格的三期临床试验，证实安全与有效性后才能获得上市，那健保推出一个新政策是不是也要进行类似的临床试验，证实政策的有效性，不会有不良的副作用才可以实施呢？谁来为健保政策的「安全」与「有效性」把关呢？

从各国长期的政策经验与所累积的研究成果显示，部分负担在增加收入与减少医疗服务使用量这两个层面效果明确，没有很大的争议。但对于所减少的医疗服务量是必要的还是非必要的，则存在许多的争议。所以关键是如何评估提高部分负担所造成的使用量减少是必要的还是非必要的？必要的是指有助于增进健康，而非必要的是指没有明显的健康效益，所以评估的重点在于了解政策所产生的健康影响。

健保政策的推出与服用药品一样，其最终影响都是会影响个人的健康与整体国民健康。为了评估健保政策对健康的影响，仿效药品临床试验的方法，透过随机分配控制组与试验组的方式，排除其他因素的干扰，是现在最先进的健保政策创新作法。美国麻省理工学院经济系教授Amy Finkelstein在去年发表的一篇文章中指出，在2009年到2013年之间，美国所推出的各项健保政策新措施，有18％事先进行随机控制试验证实有效后才推出。但在同一期间，採用随机控制试验的药品研究则高达86％。

为什么用随机控制试验方法评估健保政策效果还无法像药品临床试验一样普遍？原因就是出在金钱与时间这两项因素的限制。例如美国在1970年代末期推出的兰德健康保险实验，就是开启健保政策健康效果评估的先驱。但多年后少有国家能复制同样的研究就是时间与金钱的花费阻碍其他人跟进的机会。但近年来在资讯科技的进步下，採用随机控制试验的研究所需花费的时间与金钱已经大幅减少。例如最近美国纽约大学医学中心在一年内就完成了10项健保政策的随机控制试验。

随机控制试验之所以成为近年来先进国家政府与医药卫生研究机构最夯的研究方法，除了可以排除干扰因素得出明确的因果推论之外，还有三个明显的好处。第ㄧ，随机控制试验可以超越既有资料的限制，研究想要回答的问题，而不是只能受限于资料，研究资料能回答的问题。第二，随机控制试验可以打开政策效果的黑盒子，让决策者明白政策之所以有效或无效的作用机制。第三，随机控制试验也可用来探索政策的间接影响，明白政策是否有一些外溢效果，是否会波及无辜，产生明显副作用。

既然随机控制试验的研究方法已成为先进国家健保政策创新的趋势，卫福部何不加大投资，多做创新研发，採用与国际接轨的研究方法，好好评估各项健保政策的健康效益。未来新政策推出时，都是应该有先做过类似药品的临床试验，确定健康效益显着后再行推出，避免给人留下「政治只是最高明骗术」的印象。