保险公司如何评估预防干预效果

当一家健康管理公司或医院拿着一份"干预效果报告"去找保险公司谈合作，双方经常鸡同鸭讲。健康管理方说的是"我们的项目让参与者健康指标改善了 X%"，险企精算师问的是"你怎么证明这个改善是你造成的，而不是这批人本来就更健康？"

这不是险企故意刁难，而是他们的专业职责所在。精算师的工作是基于可量化的证据定价，而不是基于感觉或声明。理解险企的评估逻辑，才能知道什么样的证据真正管用。

险企评估预防项目的三个核心问题

问题一：参与者是否存在选择偏倚？

传统报告的回答（无法被接受）

参与项目的1000人，平均心血管风险评分比未参与的人低 15%。

PSM报告的回答（可被接受）

匹配前两组在年龄、BMI、吸烟史等关键协变量上的 SMD 为 0.28-0.35，存在显著选择偏倚。经 PSM 匹配后，SMD 均降至 0.03-0.07（<0.1），两组可比性良好，消除了可观测的选择偏倚。

问题二：健康改善是否可归因于干预本身？

传统报告的回答

项目结束后，参与者心血管风险评分平均下降 12%，对照组下降 3%，差异显著。

PSM报告的回答

基于 PSM 匹配后的配对样本，ATT（平均处理效应）= -0.087（心血管风险评分单位），95% CI：[-0.112, -0.062]，p < 0.001。该效应在排除可观测混杂因素后仍然显著，具有统计意义上的因果归因依据。

问题三：赔付降低的 ROI 是否合算？

传统报告的回答

我们的项目让参与者更健康，相信长期会降低赔付。

PSM报告的回答

基于 ATT 效应量和历史赔付数据换算：高危人群风险评分下降 0.087 单位，对应 12 个月内预期医疗费用减少约 ¥X 万（换算方法详见报告附录）。健康管理投入 ¥Y 万，预估 ROI 为 Z%，置信区间为 [A%, B%]。

险企的精算部门在评估一份预防干预证据时，通常会按以下框架逐项核查：

评估维度	达标标准	传统报告	PSM证据报告
选择偏倚控制	匹配后 SMD < 0.1	❌ 未处理	✅ 全部 < 0.1
因果归因方法	准实验设计或 RCT	❌ 简单对比	✅ PSM 因果推断
效应量报告	ATT + 置信区间	❌ 仅 p 值	✅ ATT + 95% CI
样本充分性	干预组 >100，匹配率 >80%	❌ 未说明	✅ 完整说明
局限性声明	未观测混杂、外推范围	❌ 未声明	✅ 明确声明
方法论可复核	方法说明完整、数据可审计	❌ 黑盒	✅ 完整方法文档

理解了评估框架，就能理解险企在健康管理合作中真正想要的东西——不是最漂亮的健康改善数字，而是三件事的组合：可信的因果证据 + 可量化的赔付影响 + 可持续的合作模式。

可信的因果证据（PSM 报告）解决"干预有没有效"的问题。可量化的赔付影响（ATT 到赔付金额的换算）解决"有效值多少钱"的问题。可持续的合作模式（定期证据更新、动态费率调整机制）解决"这套逻辑能不能长期运行"的问题。

对险企健康管理部门的建议：在向精算部门提交健康管理项目立项申请时，直接附上 PSM 因果证据报告，而非传统的"健康改善统计"。精算师会问的问题，PSM 报告里都有答案。这是让内部审批顺利通过的最直接路径。

险企在与企业客户谈团体险续保时，如果能提供 PSM 因果证据，可以支持两个方向的费率调整：

方向一：对参与健康管理的企业给予费率优惠。PSM 证据证明该企业的健康管理干预真实降低了员工风险，险企可据此给予 X% 的保费优惠，同时仍维持合理利润率。

方向二：对高风险企业提高费率或附加条件。风险评分数据支持更精准的核保，对高风险员工占比高的企业，可以要求其参与特定健康管理项目作为续保条件。

核心结论

险企评估预防干预效果，问的不是"效果好不好"，而是"效果能不能被因果归因、能不能换算成赔付数字、能不能支撑精算决策"。PSM 因果证据报告直接对应精算部门的评估框架，是目前唯一能在真实世界场景下通过险企审查的预防干预证据格式。