美国政府的医疗保险和医疗补助服务中心目前使用的医院星级评分系统存在许多缺陷，芝加哥大学布斯商学院教授丹·阿德尔曼(Dan Adelman)提出了一种新方法来解决其最具争议的问题之一。

阿德尔曼(Adelman)在INFORMS杂志《运筹学》上即将发表的最新研究“对医院绩效进行评分和排名的有效前沿方法”中，提出了一种对美国医院进行评分的替代方法，该方法解决了CMS医院比较评分的某些局限性。在新的医院质量等级可搜索数据库中说明了他的发现。该数据库是与Chicago Booth Review合作开发的，将其系统的评级与政府系统进行了比较。

“我的建议方法是奖励表现良好的医院，并对没有按照实际报告的措施进行惩罚的医院，”芝加哥展位运营管理教授查尔斯·克拉夫(Charles I. Clough)的小阿德尔曼说。“它提出了一种替代方法，有朝一日可以帮助建立一个更好的系统，使患者能够获得更准确的信息以做出选择。目标是创建一个评估系统，使医院之间的竞争可以基于更现实的医院评估来进行质量和性能要比今天好。”

根据阿德尔曼(Adelman)的说法，CMS当前采用的方法(使用统计学家称之为潜在变量模型)的中心问题是，即使相对于所有其他医院，每项绩效指标均得到提高，医院的评级也可能会下降。

例如，直到最近，芝加哥拉什大学医学中心在CMS的评分系统中吹嘘最多五颗星。用于计算2018年7月评级的数据表明，该医院在许多方面都有所改善，因此当医院管理者获得新评级的预览而Rush降至三星级时，这令人震惊。全国医院对新结果的轩然大波导致CMS将其发布推迟到2019年2月并修改了评级。拉什然后从三颗星升到了四颗。

阿德尔曼(Adelman)认为，在计算医院等级时使用有效的前沿方法将导致比较公平的比较，而不会出现如此剧烈和意外的波动。这种方法的关键在于，每家医院都有一套自己独特的衡量权重，这些权重在相同权重下尽可能接近表现最佳的医院。这与CMS方法形成对比，后者在所有医院中使用一组通用参数来估计特定医院的潜在变量。

阿德尔曼(Adelman)警告说，他提出的模型旨在解决当前潜在变量模型的问题，但并未解决医院排名中的其他问题-包括与基础指标，方法论步骤或评级系统本身相关的问题。