Indvirkning af Medicaid-udvidelse på sundhedsudnyttelse

Baggrund The Patient Protection and Affordable Care Act (PPACA) blev underskrevet af præsident Obama den 23. marts 2010. To af de mest omstridte klausuler under PPACA var at straffe alle personer, der manglede forsikring efter 1. januar 2014, og udvidelse af Medicaid-forsikring til alle voksne med indkomster på eller under 138 % af det føderale fattigdomsniveau. Lovens forfatningsmæssighed blev undersøgt og førte til sagen "National Federation of Independent Businesses vs Sebelius", hvor højesteretten stadfæstede de fleste af bestemmelserne i PPACA, men besluttede at give staterne mulighed for ikke at udvide Medicaid og samtidig beholde deres føderale finansiering til programmet. Denne højesteretsbeslutning resulterede i, at Medicaid-udvidelsen blev valgfri for stater. Fra 1. januar 2014 valgte 24 stater og District of Columbia at udvide Medicaid-dækningen i henhold til PPACA-kravene. Denne variation i Medicaid-udvidelsen gav naturlige eksperimenter for at undersøge virkningen af ​​udvidelsesbeslutninger.

Indlæggelsespleje tegner sig for den største andel af nationale sundhedsudgifter i USA. Der er adskillige bestemmelser i PPACA, som tilskynder til koordinering af pleje mellem udbydere gennem brug af patientcentrerede lægehjem og refusion fra basisudbydere på patientresultater i modsætning til mængden af ​​ydelser, der leveres. Gennem sådanne reformer sigtede PPACA på at reducere spild brug af ressourcer såsom forebyggelige hospitalsindlæggelser. Tidligere forskning har vist, at indlæggelse, specifikt forebyggelige hospitalsindlæggelser, kan være følsomme over for dækningsgevinster og kan tjene som en indikator for adgang til primær pleje. En vurdering af, hvordan forsikringsudvidelsen under PPACA har påvirket den samlede indlæggelsesudnyttelse og antallet af forebyggelige hospitalsindlæggelser, kan således give indsigt i, hvor succesfuldt PPACA har været med at erstatte kostbare spildtjenester med billigere primære sundhedsydelser. Wherry et al, ved hjælp af data fra National Health Interview Survey, fastslog en positiv sammenhæng mellem PPACA Medicaid-udvidelsen og antallet af indlæggelser natten over, hvorimod Sommers et al. ved hjælp af data fra en undersøgelse udført i Arkansas, Kentucky og Texas ikke fandt nogen signifikant sammenhæng mellem natten over. hospitalsindlæggelser og Medicaid Expansion. De opdagede ingen forskelle i sandsynligheden for overnatning på hospitalet og udvidelsesmetoden (Arkansas vs Kentucky). Deres undersøgelse var dog begrænset af en lille stikprøvestørrelse og baseret på resultaterne af en undersøgelse. På grund af mangel på administrative data var de desuden ude af stand til at vurdere resultater, som kunne være mere følsomme over for øget adgang til primær pleje, såsom forebyggelige hospitalsindlæggelser. Så vidt vi ved, har kun én undersøgelse gennemført indtil videre vurderet virkningen af ​​Medicaid-udvidelsen under PPACA på den samlede indlæggelsesudnyttelse og antallet af forebyggelige hospitalsindlæggelser. Men deres undersøgelse var begrænset til Californien, desuden havde forskellige amter forskellige niveauer af udvidelser, med nogle udvidede dækning op til 133 % FPL, nogle op til 200 % FPL og nogle var under 100 % FPL. Ingen af ​​undersøgelserne hidtil har bestemt virkningen af ​​forskellige metoder til Medicaid-udvidelse under PPACA på antallet af alle årsager og forebyggelige hospitalsindlæggelser ved hjælp af administrative data. Et af målene med PPACA var at begrænse sundhedsudgifterne ved at reducere mængden af ​​pleje leveret på ED. Visse foranstaltninger, der er indarbejdet i PPACA, såsom at øge antallet af forsikrede personer og dermed øge adgangen til pleje uden for ED og integration af sundhedsydelser, kan bidrage til at reducere ED-udnyttelsen. To undersøgelser, der vurderede virkningen af ​​Medicaid-udvidelsen på ED-brug, analyserede også frekvensen af ​​følsomme tilstande i ambulatorier (ACSC), nye, men primære behandlingstilstande og ikke-emergent ED-besøg. Imidlertid var den ene undersøgelse begrænset til kun staten Maryland, der manglede en sammenligningsstat, som ikke udvidede Medicaid, og den anden var begrænset til kun en enkelt for-profit investor-ejet kæde af hospitaler i 6 stater, som udvidede Medicaid og 14, som ikke gjorde det. . Ydermere har ingen af ​​undersøgelserne vurderet, hvordan forskellige metoder til Medicaid-udvidelse under PPACA-påvirkningsraterne for overordnet og ikke-emergent ED-brug. Race/etniske forskelle i forskellige facetter af sundhedspleje såsom forsikringsdækning og generel adgang til sundhedspleje er veldokumenteret i litteraturen. Kombineret med dækningsbestemmelserne kan yderligere reformer foretaget af PPACA, såsom at hæve National Center for Minority Health and Health Disparities ved National Institutes of Health fra et center til et fuldt institut, føre til indsnævring af disse forskelle. De undersøgelser, der har vurderet virkningen af ​​Medicaid-udvidelse under PPACA på forskelle i indlæggelsesbrug eller brug af ED, har primært været afhængig af selvrapporterede data, som er underlagt kognitive, manglende respons, tilbagekaldelse og andre skævheder. Desuden kan granulære foranstaltninger for indlæggelse eller brug af akutte lægemidler, såsom forebyggelige hospitalsindlæggelser og forebyggelige akutte besøg, ikke opnås nøjagtigt ud fra selvrapporterede data. Ingen af ​​undersøgelserne hidtil har bestemt virkningen af ​​Medicaid-udvidelsen eller udvidelser af forskellige metoder under PPACA på forskelle i typer af indlæggelse eller akutafdelingsudnyttelse.

Personer med stofbrugsforstyrrelser (SUD) har betydeligt højere sundhedsudgifter, højere frekvenser af selvmordsforsøg og handicap sammenlignet med den generelle befolkning, hvilket udgør en byrde for samfundet generelt. På trods af dette modtog næsten 90 % af de personer på 12 år og ældre, som havde behov for behandling for SUD i 2012, ikke tilstrækkelig behandling. Manglen på forsikring eller forsikring, der ikke dækker SUD-behandlingstjenester, der fører til patientens manglende evne til at betale for dem, er nogle af de mest almindeligt nævnte barrierer for behandling. Dækningsudvidelserne under PPACA har ført til, at næsten 1,6 millioner amerikanere lider af SUD'er i Medicaid-udvidelsesstater, har fået sygeforsikringsdækning. Under PPACA er SUD-behandling en af ​​de ti væsentlige sundhedsmæssige fordele, som alle planer skal tilbyde fra og med 2014. PPACA kræver også, at alle planer overholder den føderale Mental Health Parity and Addiction Equity Act af 2008 (MHPAEA). I henhold til denne lov skal alle planer, der tilbyder mental sundhed og SUD-behandlingsydelser til deres modtagere, ikke gøre fordelene mere restriktive end medicinske fordele. PPACA pålægger alle planer at dække screening, kort intervention og henvisning til behandling (SBIRT) for SUD'er. Sammen med mandat til SBIRT opfordrer PPACA også ansvarlige plejeorganisationer og patientcentrerede lægehjem, som kan øge den koordinerede pleje af patienter, der lider af SUD'er. Indsatsen for at øge plejekoordineringen og inkorporering af SBIRT for SUD i primærskolen kan oversætte til en stigning i antallet af sundhedshenvisninger til SUD-behandling, som historisk set overvejende har været gennem retshåndhævende myndigheder. Kun én undersøgelse har undersøgt virkningen af ​​2014-dækningsudvidelser på den støtteberettigede voksne befolkning (18-64-årige). Forfatterne brugte National Survey on Drug Use and Health data og fandt en signifikant stigning i brugen af ​​mental sundhed behandling uden nogen væsentlige ændringer i behandlingen af ​​SUDs. Men de lavede ikke sammenligninger mellem stater, der udvidede Medicaid vs. stater, der ikke gjorde det. Undersøgelsen undersøgte heller ikke ændringer i betalingskilder for SUD-behandlingen efter Medicaid-udvidelsen.

Arkansas, Kentucky og Florida svar. Arkansas var den første stat, der sikrede sig en godkendelse af sit "Private Option"-demonstrationsprojekt for at implementere Medicaid-udvidelsen under PPACA. Arkansas vedtog en præmieassistancestrategi, som involverede at bruge føderale midler til at levere individuel kommerciel sygeforsikring til alle de nyligt berettigede Medicaid-personer, der tjener op til 138% af FPL ved at placere dem i en af ​​de føderalt kvalificerede sundhedsordninger. Den 9. maj 2013 erklærede guvernør Beshear, at Kentucky ville gå videre med Medicaid-udvidelsen som foreslået under PPACA. Kentucky besluttede at udføre Medicaid-udvidelsen ved at placere de nyligt berettigede personer i dette allerede eksisterende administrerede Medicaid-program. På trods af statens voldsomme modstand mod PPACA udtrykte guvernør Rick Scott støtte til en "begrænset Medicaid-udvidelse" gennem en føderalt finansieret og privat administreret plejeplan. Men Florida valgte imod Medicaid-udvidelsen. Dette resulterede i, at næsten 764.000 personer ikke havde nogen overkommelige dækningsmuligheder i kraft af ikke at være berettiget til Medicaid-dækning eller markedspladstilskud.

Sammenligning af indlæggelse og skadestueudnyttelse mellem disse tre stater vil fremhæve den indvirkning, Medicaid-udvidelsen og forskellige tilgange til Medicaid-udvidelsen kan have på sundhedstjenesteudnyttelsen. Yderligere vil ved hjælp af data på nationalt niveau, sammenligning af ændringen i antallet af SUD-behandlingsindlæggelser efter Medicaid-udvidelse i stater, der udvidede Medicaid vs. stater, der ikke gjorde det, bestemme virkningen af ​​Medicaid-udvidelse på SUD-behandlingsudnyttelse.

Mål og specifikke mål

1. For at bestemme virkningen af ​​Medicaid-udvidelsen og typen af ​​Medicaid-udvidelse (køb kommerciel forsikring vs traditionel Medicaid-udvidelse) på alle årsager til indlæggelsesbrug og forebyggelige hospitalsindlæggelser, og hvis effekten af ​​Medicaid-udvidelse på indlæggelsesbrug er forskellig afhængigt af race/etnicitet.

   1. Ved at bruge en tilgang til forskelle i forskelle vil vi sammenligne antallet af hospitalsindlæggelser af alle årsager og forebyggelige hospitalsindlæggelser for voksne i alderen 19-64 mellem 2013 og 2014 i de to stater, der udvidede Medicaid vs Florida. En undergruppeanalyse, der sammenligner Arkansas og Kentucky, vil afsløre, om forskellige tilgange til udvidelse påvirkede brugen af ​​indlagte patienter.
   2. Ved at bruge en tilgang til forskelle i forskelle i forskelle vil vi afgøre, om virkningen af ​​Medicaid-udvidelsen på indlæggelsesbrug for voksne i alderen 19-64 afveg fra race/etniske grupper (spansktalende, ikke-spansktalende hvide og ikke-spansktalende sorte) mellem de tre stater.

2. For at bestemme virkningen af ​​Medicaid-udvidelse og typen af ​​Medicaid-udvidelse på ED-udnyttelse og ikke-emergent ED-brug, og om effekten af ​​Medicaid-udvidelse på ED-udnyttelse er forskellig efter race/etnicitet.

   1. Ved at bruge en forskel i forskelle-tilgang vil vi sammenligne antallet af ED-besøg og ikke-emergent ED-besøg for voksne i alderen 19-64 mellem 2013 og 2014 i de to stater, der udvidede Medicaid vs Florida. En undergruppeanalyse, der sammenligner Arkansas og Kentucky, vil afsløre, om forskellige tilgange til ekspansion påvirkede ED-udnyttelsen.
   2. Ved at bruge en tilgang til forskelle i forskelle i forskelle vil vi afgøre, om virkningen af ​​Medicaid-udvidelsen på brugen af ​​akutafdelingen for voksne i alderen 19-64 afveg efter race/etniske undergrupper (spansktalende, ikke-spansktalende hvide og ikke-spanske sorte) mellem de tre stater.

3. For at bestemme virkningen af ​​Medicaid-udvidelsen på antallet af SUD-behandlingsindlæggelser i faciliteter, der modtager offentlig støtte.

   1. Ved at bruge en tilgang til forskelle i forskelle i forskelle vil vi sammenligne antallet af indlæggelser i SUD-behandling fra 2010-2014 for personer i alderen 18-54 mod dem i alderen 12-17 i de stater, der udvidede Medicaid i 2014, vs. stater, der ikke udvidede Medicaid i 2014 .
   2. Ved at bruge en tilgang til forskelle i forskelle i forskelle vil vi sammenligne ændringerne i betalingskilder for SUD-behandlingsindlæggelser fra 2010-2014 for personer i alderen 18-54 mod dem i alderen 12-17 i de stater, der udvidede Medicaid i 2014 vs. stater, der gjorde det. ikke udvide Medicaid i 2014.
   3. Ved at bruge en tilgang til forskelle i forskelle i forskelle vil vi sammenligne antallet af henvisninger til sundhedspleje for SUD-behandlingsindlæggelser fra 2010-2014 for personer i alderen 18-54 mod dem i alderen 12-17 i de stater, der udvidede Medicaid i 2014, vs. stater, der gjorde det. ikke udvide Medicaid i 2014.

Metoder Indvirkning af privat valgmulighed, traditionel Medicaid-udvidelse og valg imod Medicaid-udvidelse på indlæggelsesbrug: En sammenligning med tre stater Efterforskerne vil bruge en langsgående tværsnits kvasi-eksperimentel forskel i forskelsundersøgelsesdesign til at vurdere virkningen af ​​Medicaid-udvidelse og udvidelsesmetode på vores indlæggelsestiltag. Vi vil bestemme ændringen i antallet af alle årsager og forebyggelige hospitalsindlæggelser fra 2013 - 2014 og kontrastere ændringen mellem stater baseret på udvidelse/udvidelsesmetode. Efterforskerne vil bruge en langsgående tværsnits-kvasi-eksperimentel forskel i forskel i forskel-studiedesign til at vurdere virkningen af ​​Medicaid-udvidelse og udvidelsesmetode på race/etniske uligheder på vores indlæggelsesudnyttelsesforanstaltninger. Efterforskerne vil bestemme ændringen i rater af alle årsager og forebyggelige hospitalsindlæggelser fra 2013 - 2014 for hver race/etnicitet og kontrastere ændringen mellem stater baseret på ekspansion/udvidelsesmetode status.

Data CDC - Wonder Bridged-Race Population Estimates Det nationale center for sundhedsstatistik (NCHS) kombinerer 31 racekategorier brugt i folketællingen til fire racekategorier: Asiatisk eller stillehavsøboer, sort eller afroamerikansk, indianer eller Alaska indfødt, hvid og giver alder, køn og etnicitet (spansktalende/ikke-spansktalende) specifikke befolkningstal for hvert amt i USA. Disse filer er tilgængelige til offentlig brug på CDC Wonders websted. Vi vil bruge disse filer til at opnå de samlede befolkningstal, der vil tjene som nævnere for vores udnyttelsesmetrics for hvert amt i Arkansas, Florida og Kentucky for 2013 og 2014.

HCUP SID Til vores indlæggelsesudnyttelsesforanstaltninger vil efterforskerne erhverve Healthcare Cost and Utilization Project (HCUP) State Inpatient Database (SID) fra henholdsvis Arkansas, Kentucky og Florida. SID'erne fanger den særlige stats hospitalsudskrivningsjournal for det givne år og indeholder dem i et ensartet format for at tillade sammenligninger mellem stater. Analyseenheden i datasættet er en hospitalsudskrivning. Ud over oplysninger om hver indlæggelse, såsom opholdets længde, gebyrer, indlæggelses- og udskrivelsesdatoer, indeholder SID'erne også kliniske oplysninger, såsom den registrerede diagnose og procedurer udført under hver indlæggelse og demografi for den indlagte patient, såsom fødselsdato, postnummer for bopæl, køn, race, etnicitet, betalertype mv.

Analyse Efterforskerne vil afbilde resultaterne for hver stat i kvartaler og afgøre, om der er nogen ændring i tendenser mellem 2013 og 2014, eller om der er en øjeblikkelig ændring mellem 2013 og 2014 ved at bruge afbrudt tidsserieanalyse. Efterforskerne vil beregne de rå rater af alle årsager og forebyggelige hospitalsindlæggelser for hver stat for hvert år. Ved at bruge den amerikanske 2014-befolkning som referencepopulation vil vi udføre direkte standardisering for at beregne de alders- og kønsjusterede satser for alle årsager og forebyggelige hospitalsindlæggelser for hver stat for hvert år. Efterforskerne vil også udføre direkte standardisering for race/etniske undergrupper. Dernæst vil vi udføre multivariat regressionsanalyse for at estimere den overskydende ændring i indlæggelsesbrug på grund af Medicaid-udvidelsen. Efterforskerne vil bruge en Poisson-fordeling til vores udfaldsvariable. Den risikobefolkede population vil være det samlede antal populationer af hver kohorte som opnået fra NCHS-data. Standardfejl vil blive grupperet på beredskabsregionsniveau for at tage højde for indlejring af hver kohorte inden for en beredskabsstyringsregion. Modellen vil inkludere faste effekter på nødstyringsregionniveau for at tage højde for tidsinvariable faktorer på nødstyringsregionniveau, dummies for aldersgruppe, køn race/etnicitet og år. Efterforskerne vil skabe indikatorer for periode (2013 og 2014) og ekspansionsstatus (udvidet Medicaid eller ej). Efterforskerne vil interagere periodeindikator med ekspansionsstatusindikator for at bestemme den overskydende ændring i resultatmålene for stater, der udvidede Medicaid (AR og KY) kontra stat, der ikke udvidede Medicaid i 2014 (FL). Den samme modelspecifikation vil blive brugt til at bestemme virkningen af ​​metoden til Medicaid-udvidelse på antallet af alle årsager og forebyggelige hospitalsindlæggelser. Til denne analyse vil efterforskerne sammenligne data fra 2013 og 2014 fra Arkansas og Kentucky. For at vurdere, om virkningen af ​​Medicaid-udvidelsen på vores resultatmål var forskellig fra race/etniske grupper i de tre stater, vil vi bruge en multivariat forskel i forskel i forskelsmodel. Dataene vil være begrænset til ikke-spansktalende hvide, latinamerikanske og ikke-spanske sorte kohorter. Ud over vilkårene i de tidligere modeller vil vi inkludere interaktioner mellem race/etnicitet og statslige indikatorer for at kontrollere for baseline-forskelle i resultatet i staterne og interaktioner mellem race/etnicitet og tid til kontrol for longitudinelle tendenser i uligheder overordnet. Indikatorerne for ikke-spansktalende sorte og latinamerikanere vil blive interageret med periodeindikatorer og statsindikatorer. Koefficienterne for disse interaktioner vil give os den overskydende ændring i resultatmålene mellem latinamerikanske vs ikke-spanske hvide og ikke-spanske sorte vs ikke-spanske hvide i stater, der udvidede Medicaid (AR og KY) vs. stat, der ikke udvidede Medicaid i 2014 (Referent = FL).

Følsomhedsanalyse Efterforskerne vil bruge en negativ binomialfordeling til vores resultatmål i stedet for en Poisson-fordeling. I den anden følsomhedsanalyse, for vores mål for hospitalsindlæggelser af alle årsager, vil efterforskerne udelukke alle moderudskrivninger. I en tredje følsomhedsanalyse vil efterforskerne kun inkludere hospitalsindlæggelser for voksne i alderen 27-64 år for at udelukke alle unge voksne, der kunne have oplevet dækningsgevinster før 2014 på grund af "unge-voksenmandatet". I en fjerde følsomhedsanalyse vil efterforskerne kun inkludere de indlæggelser, der fandt sted på kommunale hospitaler. I en femte følsomhedsanalyse vil efterforskerne kollapse de racemæssige/etniske grupper og definere hver kohorte baseret på år, stat, beredskabsregion, aldersgruppe og køn. Efterforskerne vil gøre dette for at inkorporere de indlæggelser i optællingen af ​​resultatmålene, hvor patientens race/etnicitet mangler. For det sjette, i stedet for at gruppere dataene årligt, vil efterforskerne gruppere dem efter kvartal og udføre en segmenteret regressionsanalyse. Til sidst vil efterforskerne beregne alle udfaldsvariablerne som rater pr. 10.000 personer og bruge vægtet almindelig mindste kvadraters regressionsanalyse til at bestemme, om vores fortolkninger ændrer sig.

Indvirkningen af ​​privat valgmulighed, traditionel Medicaid-udvidelse og valg imod Medicaid-udvidelse på brug af akutafdelingen: En sammenligning med tre stater Efterforskerne vil bruge en langsgående tværsnits kvasi-eksperimentel forskel i forskelsstudiedesign til at vurdere virkningen af ​​Medicaid-udvidelsen og udvidelsesmetoden om de indlagte udnyttelsestiltag. Efterforskerne vil bestemme ændringen i satserne for overordnede og typer af ED-besøg fra 2013 - 2014 og kontrastere ændringen mellem stater baseret på udvidelse/udvidelsesmetode. Efterforskerne vil bruge en langsgående tværsnits-kvasi-eksperimentel forskel i forskel i forskelsstudiedesign til at vurdere virkningen af ​​Medicaid-udvidelse og udvidelsesmetode på race/etniske uligheder på vores ED-udnyttelsesforanstaltninger. Efterforskerne vil bestemme ændringen i antallet af overordnede og typer af ED-besøg fra 2013 - 2014 for hver race/etnicitet og kontrastere ændringen mellem stater baseret på ekspansion/udvidelsesmetode.

Data CDC - Wonder Bridged-Race Population Estimates HCUP SEDD For vores resultatmål vil efterforskerne erhverve Healthcare Cost and Utilization Project (HCUP) State Emergency Department Database (SEDD) for henholdsvis Arkansas, Kentucky og Florida. SEDD'erne fanger alle ED-besøg for det pågældende år, som finder sted på ED'er, der er tilknyttet hospitaler, og som ikke resulterer i hospitalsindlæggelser. Ud over oplysninger om hvert ED-besøg, såsom afgifter og indlæggelsesdatoer, indeholder SEDD'erne også kliniske oplysninger, såsom den registrerede diagnose og procedurer udført under hvert besøg og demografi af patienten, såsom fødselsdato, postnummer for bopæl, køn, race , etnicitet, betalertype osv.

Resultatmål

1. ED besøg.

2. Type af ED besøg:

   1. Forebyggelig/undgåelig.
   2. Emergent. Analytisk datastruktur I lighed med tidligere mål ville kun forskellen være med hensyn til resultaterne. Analyse I lighed med tidligere mål ville kun forskel være med hensyn til resultaterne. Følsomhedsanalyse Efterforskerne vil bruge en negativ binomialfordeling til vores resultatmål i stedet for en Poisson-fordeling. I en anden sensitivitetsanalyse vil vi inkludere ED-besøg for voksne i alderen 27-64 for at udelukke alle unge voksne, der kunne have oplevet dækningsgevinster før 2014 på grund af "unge-voksen-mandatet". I en tredje følsomhedsanalyse vil efterforskerne ændre vores definition af besøg, der kan forhindres, og akutte besøg. Efterforskerne vil definere et besøg, der kan forhindres, som ethvert besøg, hvis sandsynlighed for at kunne forebygges er ≥ 0,5, og ethvert besøg, hvis sandsynlighed for at være akut er ≥ 0,5, vil blive defineret som sådan. I en fjerde følsomhedsanalyse vil efterforskerne kun inkludere de ED-besøg, der fandt sted på lokale hospitaler. I en femte følsomhedsanalyse vil vi kollapse de racemæssige/etniske grupper og definere hver kohorte baseret på år, stat, beredskabsregion, aldersgruppe og køn. Efterforskerne vil gøre dette for at inkorporere disse ED-besøg i optællingen af ​​resultatmålene, hvor patientens race/etnicitet mangler. For det sjette vil vi i stedet for at gruppere dataene årligt gruppere dem efter kvartal og udføre en afbrudt tidsserieanalyse. For det syvende vil sandsynligheden for, at ED-besøg kan forebygges, blive defineret som summen af ​​sandsynligheden for, at ED-besøg er ikke-emergent og emergent, men primært behandlingsbart, og sandsynligheden for ED-besøg vil blive defineret som summen af ​​sandsynligheden for, at ED-besøg er opstået og ED pleje nødvendig. Til sidst vil efterforskerne beregne alle udfaldsvariablerne som rater pr. 10.000 personer og bruge vægtet almindelig mindste kvadraters regressionsanalyse til at bestemme, om vores fortolkninger ændrer sig.

Tidlig indvirkning af Medicaid-udvidelsen på den offentlige sektors stofmisbrugsbehandling: Evidens fra Affordable Care Act Vi vil bruge en langsgående tværsnits kvasi-eksperimentel forskel i forskel i forskelsstudiedesign. Vi vil bestemme ændringerne i antallet af indlæggelser på SUD-behandlingsfaciliteter, ændringer i betalingskilderne og ændringer i antallet af henvisninger til sundhedspleje fra 2010 - 2014 for personer i alderen 18-54 vs 12-17 og sammenligne ændringerne mellem dem baseret på om staters Medicaid-udvidelsesstatus.

Databehandlingsepisode-datasæt - Indlæggelser (TEDS-A) TEDS-A er en landsdækkende administrativ database over indlæggelser på særlige SUD-behandlingsfaciliteter. Det består af faciliteter, der modtager en offentlig finansieringskilde til at yde SUD-behandling. Nogle af staterne indsamler kun data om optagelser, der er offentligt finansierede, mens andre også indsamler privat finansierede optagelser fra faciliteter, der modtager en vis offentlig finansiering. TEDS-A inkluderer data om patientens demografi, herunder aldersgruppe, køn, race/etnicitet, bopælsstat, misbrugte stoffer, type facilitet, betalingskilde for indlæggelse for en undergruppe af stater og kilde til henvisning til behandlingen. Det dækker næsten 80% af SUD-behandlingsindlæggelser i USA.

Current Population Survey (CPS) CPS rapporterer månedlige oplysninger om befolkningsdemografi, herunder alder, race/etnicitet, køn, bopælsstat osv. Vi vil bruge disse data til at få information om det samlede befolkningstal for vores kohorter udviklet på basis af aldersgruppe (12-14, 15-17, 18-29, 30-39, 40-54), køn, race/etnicitet (Ikke-spansktalende hvide, latinamerikanske, ikke-spanske sorte, andre), delstats- og årstal og kovariater på statsniveau. Efterforskerne vil udelukke New Hampshire og Michigan fra vores data for at undgå tvetydighed, da disse stater udvidede senere i 2014. For at vurdere indvirkningen af ​​Medicaid-udvidelsen på ændringer i betalingskilden for SUD-indlæggelser vil efterforskerne kun inkludere de stater, der giver oplysninger om primær betaler i TEDS-filerne for mindst 85 % af indlæggelserne i hvert af årene.

Resultatmål

1. Behandlingsindlæggelser.

2. Betalingskilde

   1. Behandlingsindlæggelser privat finansieret.
   2. Behandlingsindlæggelser finansieret af Medicaid.
   3. Behandlingsindlæggelser er selvfinansieret.
   4. Behandlingsindlæggelser, der er gratis/eller finansieret af andre offentlige kilder.
3. Behandlingsindlæggelser via en henvisningskilde fra sundhedsvæsenet. Analytisk datastruktur Vi vil opsummere alle resultatmål fra TEDS-A-dataene efter stat, år, alder, køn og race/etnicitet. Efterforskerne vil farve CPS-dataene og de samlede TEDS-filfiler. Efterforskerne vil indsamle de kovariable oplysninger fra CPS-dataene på statsårsniveau, hvilket vil give os vores endelige analytiske datasæt til at vurdere virkningen af ​​Medicaid-udvidelsen på SUD-behandling i offentligt finansierede faciliteter.

Analyse Efterforskerne vil sammenligne demografien af ​​indlæggelserne og samvarierer mellem stater, der udvidede Medicaid vs. stater, der ikke udvidede Medicaid for hvert år af undersøgelsesperioden. Efterforskerne vil udføre t-tests/chi-kvadrat for at bestemme signifikante forskelle for henholdsvis kontinuerte og kategoriske variable. Efterforskerne vil opsummere alle resultatmålene for hver stat og plotte dem årligt på separate grafer for visuelt at undersøge tendenserne. Efterforskerne vil udføre multivariat regressionsanalyse for at estimere den overskydende ændring i vores resultatmål, der kan tilskrives Medicaid-udvidelsen. Efterforskerne vil bruge en Poisson-fordeling til udfaldsvariable. Befolkningen i risikozonen vil være befolkningsantallet for hver kohorte. Modellen vil inkludere faste effekter på statsniveau for at tage højde for tidsinvariable tilstandsniveaufaktorer og dummies for aldersgruppe, køn, periodeindikator (før-ekspansion vs post-ekspansion), race/etnicitet, tilstands-års niveau kovariater (ægteskabelig status, uddannelsesniveau og andel arbejdsløse) og tidsvarierende statspolitikker (f.eks. legalisering af medicinsk marihuana). Efterforskerne vil skabe indikatorer for perioden før og efter Medicaid-udvidelsen (2014 og 2010-2013) og udvidelsesstatus for staten (udvidet Medicaid eller ej) og en indikator for behandlingsgruppen (12-17 vs 18-54). Efterforskerne vil interagere periodeindikator med ekspansionsstatusindikator for at kontrollere den overordnede tendens i resultatet i stater, der ekspanderede vs. stater, der ikke ekspanderede. Efterforskerne vil interagere med behandlingsindikatoren med periodeindikator for at kontrollere den overordnede tendens i udfaldet blandt behandlingsgruppen (18-54-årige) kontra ikke-behandlingsgruppen (12-17-årige). Undersøgerne vil også kontrollere for baseline forskelle i udfaldet mellem behandlingsgruppe (18-54-årige) vs ikke-behandlingsgruppe (12-17-årige) i stater, der udvidede vs. stater, der ikke udvidede sig ved at interagere med ekspansionsstatus med behandlingsgruppen indikator. Modellen vil inkludere en forskel i forskel i forskelsindikator for at vurdere effekten af ​​Medicaid Expansion på resultatmålet blandt behandlingsgruppen (18-54-årige) vs ikke-behandlingsgruppen (12-17-årige). Forskellen i forskel i forskelsindikator vil blive specificeret ved at interagere med ekspansions-, behandlings- og periodeindikatorerne.

Følsomhedsanalyse Efterforskerne vil udføre en række følsomhedsanalyser for at teste robustheden af ​​vores model og undersøgelsesobjektudvælgelseskriterier. For det første vil efterforskerne bruge en negativ binomialfordeling til udfaldstællingerne i stedet for Poisson-fordelingen. For det andet vil efterforskerne udelukke personer i alderen 18-29 for at eliminere den befolkning, der havde en stigning i adgangen til forsikring i 2010 på grund af "unge voksnes mandat". Aldersgruppen, der blev påvirket af mandatet, var 18-26 år. Men på grund af tilgængeligheden af ​​aldersgrupper i TEDS-A-dataene (18-20, 21-25 og 26-29) besluttede efterforskerne at inkludere hele aldersgruppen 18-29. For det tredje, i overensstemmelse med tidligere litteratur. Efterforskerne vil kun udelukke indlæggelser for afgiftning, da disse anses for at være forløbere for behandlinger frem for selve behandlingen. For det fjerde vil efterforskerne kun bestemme virkningen af ​​Medicaid-udvidelsen på antallet af førstegangsindlæggelser. Endelig vil efterforskerne udføre en vægtet mindste kvadraters regression for hvert af vores resultatmål. Her vil vægtene være befolkningstal for hver kohorte. Resultaterne bliver som følger: a. sats for behandlingsindlæggelser, privat finansierede indlæggelser, Medicaid-finansierede indlæggelser, selvfinansierede indlæggelser, indlæggelser betalt af velgørende organisationer eller andre statslige organisationer, indlæggelser gennem henvisninger til sundhedsvæsenet pr. 10.000 personer.

Begrænsninger Foreslåede undersøgelser af virkningen af ​​Medicaid-udvidelse på indlæggelse og ED-udnyttelse har flere begrænsninger. Efterforskerne analyserer data fra kun tre stater, og derfor kan vores resultater muligvis ikke generaliseres til andre stater i USA. Selvom Florida er en sydlig stat, er den markant anderledes med hensyn til demografisk sammensætning fra Arkansas og Kentucky. Men da antallet af uforsikrede i de tre stater var ens før Medicaid-udvidelsen, mener vi, at det ville tjene som en rimelig kontrol. Derudover har efterforskerne ikke adgang til data fra andre sydlige stater, som ikke udvidede Medicaid i 2014, og som kan være bedre kontroller såsom Texas, Tennessee, Mississippi, Louisiana eller Georgia. Efterforskerne har kun adgang til et års post-reform-data, hvorfor efterforskerne muligvis ikke er i stand til at fange den fulde effekt af sundhedsreformen. Da efterforskerne kun har ét års data før reformen, er vi muligvis ikke i stand til fuldt ud at redegøre for forskelle i tendenser i resultaterne før reformen i vores tre stater. Vores tredje undersøgelse er også underlagt begrænsninger. TEDS-A-data inkluderer ikke alle behandlingscentre for stofmisbrug. Efterforskerne kan således potentielt gå glip af nogle af indlæggelserne. Vores resultater kan være partiske ved at vise, at højere adgangsrater i stater har større offentlig finansiering i kraft af, at de bidrager med flere data. Da finansieringen desuden kan svinge årligt, kan efterforskerne ikke fastslå, om ændringerne i behandlingsrater er en funktion af udsvingene i rapporteringen eller på grund af Medicaids ekspansion. Efterforskerne afbøder denne begrænsning til en vis grad ved at inkludere aldersgruppen 12-17 som en kontrolgruppe, som ikke vil blive påvirket af Medicaid-udvidelsen, men hvis der er ændringer i rapporteringsraterne for stater, forventer efterforskerne, at de vil have samme effekt på 12. 17-årige som på 18-54-årige. Ikke alle stater giver oplysninger om finansieringskilden, hvilket begrænser generaliserbarheden af ​​vores resultater om ændringerne i betalingskilden. Tidligere forskning har dog ikke vist nogen forskelle i stater, der leverer data om finansieringskilder kontra stater, der ikke gør.