Impacto de la expansión de Medicaid en la utilización de la atención médica

Antecedentes La Ley de Protección al Paciente y Cuidado de Salud a Bajo Precio (PPACA, por sus siglas en inglés) fue promulgada por el presidente Obama el 23 de marzo de 2010. Dos de las cláusulas más polémicas de la PPACA fueron penalizar a todas las personas que carecían de seguro después del 1 de enero de 2014 y la expansión del seguro de Medicaid a todos los adultos con ingresos iguales o inferiores al 138 % del nivel federal de pobreza. La constitucionalidad de la ley fue objeto de escrutinio y condujo al caso "Federación Nacional de Empresas Independientes contra Sebelius", en el que la Corte Suprema confirmó la mayoría de las disposiciones de la PPACA pero decidió dar a los estados la opción de no expandir Medicaid y al mismo tiempo retener su financiación federal para el programa. Esta decisión de la Corte Suprema resultó en que la expansión de Medicaid se volviera opcional para los estados. A partir del 1 de enero de 2014, 24 estados y el Distrito de Columbia optaron por ampliar la cobertura de Medicaid según los requisitos de la PPACA. Esta variación en la expansión de Medicaid proporcionó experimentos naturales para investigar el impacto de las decisiones de expansión.

La atención hospitalaria representa la mayor parte de los gastos nacionales de atención médica en los Estados Unidos. Hay varias disposiciones en la PPACA que fomentan la coordinación de la atención entre los proveedores mediante el uso de hogares médicos centrados en el paciente y los reembolsos basados ​​en los resultados del paciente en lugar del volumen de la atención brindada. A través de tales reformas, la PPACA pretendía reducir el despilfarro de recursos, como las hospitalizaciones prevenibles. Investigaciones anteriores han demostrado que el uso de pacientes hospitalizados, específicamente las hospitalizaciones prevenibles, pueden ser sensibles a las ganancias de cobertura y pueden servir como un indicador del acceso a la atención primaria. Por lo tanto, evaluar cómo la expansión del seguro bajo PPACA ha impactado la utilización general de pacientes hospitalizados y la tasa de hospitalizaciones prevenibles puede proporcionar una idea de qué tan exitoso ha sido PPACA en reemplazar servicios derrochadores de alto costo con servicios de atención primaria de menor costo. Wherry et al, utilizando datos de la Encuesta Nacional de Entrevistas de Salud, determinaron una asociación positiva entre la expansión de PPACA Medicaid y la tasa de hospitalizaciones nocturnas, mientras que Sommers et al, utilizando datos de una encuesta realizada en Arkansas, Kentucky y Texas, no encontraron una asociación significativa entre la hospitalización nocturna. hospitalizaciones y Expansión de Medicaid. No detectaron ninguna diferencia en la probabilidad de hospitalización durante la noche y el método de expansión (Arkansas frente a Kentucky). Sin embargo, su estudio estuvo limitado por un tamaño de muestra pequeño y se basó en los resultados de una encuesta. Además, debido a la falta de datos administrativos, no pudieron evaluar los resultados que podrían ser más sensibles a un mayor acceso a la atención primaria, como las hospitalizaciones prevenibles. Hasta donde sabemos, solo un estudio realizado hasta ahora evaluó el impacto de la expansión de Medicaid bajo PPACA en la utilización general de pacientes hospitalizados y las tasas de hospitalización prevenible. Sin embargo, su estudio se limitó a California, además, diferentes condados tuvieron diferentes niveles de expansión, con algunos ampliando la cobertura hasta el 133 % del FPL, algunos hasta el 200 % del FPL y algunos estaban por debajo del 100 % del FPL. Ninguno de los estudios hasta el momento ha determinado el impacto de los diferentes métodos de expansión de Medicaid bajo el PPACA en las tasas de hospitalizaciones prevenibles y por todas las causas utilizando datos administrativos. Uno de los objetivos de la PPACA era reducir los costos de atención médica al reducir el volumen de atención brindada en el ED. Ciertas medidas incorporadas en el PPACA, como aumentar el número de personas aseguradas y, por lo tanto, aumentar el acceso a la atención fuera del ED y la integración de la prestación de atención médica pueden contribuir a reducir la utilización del ED. Dos estudios que evaluaron el impacto de la expansión de Medicaid en el uso de ED también analizaron las tasas de condiciones sensibles a la atención ambulatoria (ACSC), condiciones emergentes pero tratables de atención primaria y visitas a ED que no son de emergencia. Sin embargo, un estudio se limitó solo al estado de Maryland sin un estado de comparación que no amplió Medicaid y el otro se limitó a una sola cadena de hospitales propiedad de inversores con fines de lucro en 6 estados que ampliaron Medicaid y 14 que no ampliaron Medicaid. . Además, ninguno de los estudios ha evaluado cómo los diferentes métodos de expansión de Medicaid bajo el PPACA afectan las tasas de uso general y no emergente de ED. Las disparidades raciales/étnicas en varias facetas de la atención médica, como la cobertura de seguro y el acceso general a la atención médica, están bien documentadas en la literatura. En combinación con las disposiciones de cobertura, las reformas adicionales realizadas por la PPACA, como elevar el Centro Nacional de Salud de las Minorías y Disparidades de Salud en los Institutos Nacionales de Salud de un Centro a un Instituto completo, podrían conducir a la reducción de estas disparidades. Los estudios que evaluaron el impacto de la expansión de Medicaid bajo PPACA en las disparidades en el uso de pacientes hospitalizados o el uso de ED se basaron principalmente en datos autoinformados que están sujetos a sesgos cognitivos, de falta de respuesta, de recuerdo y otros. Además, las medidas granulares del uso de pacientes hospitalizados o en el servicio de urgencias, como las hospitalizaciones evitables y las visitas evitables al servicio de urgencias, no se pueden obtener con precisión a partir de los datos autoinformados. Ninguno de los estudios hasta el momento ha determinado el impacto de la expansión de Medicaid o las expansiones de diferentes métodos bajo PPACA en las disparidades en los tipos de utilización de pacientes hospitalizados o departamentos de emergencia.

Las personas con trastornos por uso de sustancias (SUD) tienen costos de atención médica significativamente más altos, tasas más altas de intentos de suicidio y discapacidades en comparación con la población general, lo que representa una carga para la sociedad en general. A pesar de ello, en 2012, cerca del 90% de las personas de 12 y más años que requirieron tratamiento por TUS no recibieron el tratamiento adecuado. La falta de seguro o un seguro que no cubra los servicios de tratamiento de SUD, lo que lleva a que el paciente no pueda pagarlos, son algunas de las barreras para el tratamiento citadas con mayor frecuencia. Las expansiones de cobertura bajo PPACA han llevado a que casi 1.6 millones de estadounidenses que sufren SUD en los estados de expansión de Medicaid obtengan cobertura de seguro médico. Además, bajo el PPACA, el tratamiento SUD es uno de los diez beneficios de salud esenciales que todos los planes deben ofrecer a partir de 2014. La PPACA también requiere que todos los planes se adhieran a la Ley Federal de Paridad en Salud Mental y Equidad en Adicción de 2008 (MHPAEA). Según esta ley, todos los planes que ofrecen beneficios de tratamiento de salud mental y SUD a sus beneficiarios deben hacer que los beneficios no sean más restrictivos que los beneficios médicos. La PPACA exige que todos los planes cubran la detección, la intervención breve y la remisión a tratamiento (SBIRT) para los SUD. Además de exigir SBIRT, la PPACA también fomenta las Organizaciones de Atención Responsable y los Hogares Médicos Centrados en el Paciente, que podrían aumentar la atención coordinada para los pacientes que padecen SUD. Los esfuerzos para aumentar la coordinación de la atención e incorporar SBIRT para SUD en la atención primaria podrían traducirse en un aumento en el número de referencias de atención médica para el tratamiento de SUD que, históricamente, se ha realizado predominantemente a través de las agencias de aplicación de la ley. Solo un estudio ha examinado el impacto de las expansiones de cobertura de 2014 en la población adulta elegible (18-64 años). Los autores utilizaron los datos de la Encuesta Nacional sobre Uso de Drogas y Salud y encontraron un aumento significativo en la utilización del tratamiento de salud mental sin cambios significativos en el tratamiento de los SUD. Sin embargo, no hicieron comparaciones entre los estados que ampliaron Medicaid y los estados que no lo hicieron. El estudio tampoco examinó los cambios en las fuentes de pago para el tratamiento SUD luego de la expansión de Medicaid.

Respuestas de Arkansas, Kentucky y Florida. Arkansas fue el primer estado en obtener una aprobación para su proyecto de demostración de "Opción privada" para implementar la expansión de Medicaid bajo la PPACA. Arkansas adoptó una estrategia de asistencia de primas, que implicó el uso de fondos federales para proporcionar un seguro de salud comercial individual para todas las personas recién elegibles para Medicaid que ganan hasta el 138 % del FPL al colocarlas en uno de los planes de salud calificados a nivel federal. El 9 de mayo de 2013, el gobernador Beshear declaró que Kentucky seguiría adelante con la expansión de Medicaid según lo propuesto por la PPACA. Kentucky decidió llevar a cabo la expansión de Medicaid colocando a las nuevas personas elegibles en este programa administrado de Medicaid preexistente. A pesar de la vehemente oposición del estado a la PPACA, el gobernador Rick Scott expresó su apoyo a una "expansión limitada de Medicaid" a través de un plan de atención administrado de forma privada y financiado con fondos federales. Sin embargo, Florida optó en contra de la expansión de Medicaid. Esto dio como resultado que casi 764,000 personas no tuvieran ninguna opción de cobertura asequible en virtud de no ser elegibles para la cobertura de Medicaid o los subsidios del Mercado.

La comparación de la utilización de salas de emergencia y de pacientes hospitalizados entre estos tres estados resaltará el impacto que la expansión de Medicaid y los diferentes enfoques de la expansión de Medicaid podrían tener en la utilización de los servicios de salud. Además, utilizando datos a nivel nacional, comparando el cambio en la tasa de admisiones al tratamiento SUD después de la expansión de Medicaid en los estados que ampliaron Medicaid frente a los estados que no lo hicieron determinará el impacto de la expansión de Medicaid en la utilización del tratamiento SUD.

Objetivos y Fines Específicos

1. Determinar el impacto de la expansión de Medicaid y el tipo de expansión de Medicaid (compra de seguro comercial frente a la expansión tradicional de Medicaid) en la utilización de pacientes hospitalizados por todas las causas y las hospitalizaciones prevenibles y si el efecto de la expansión de Medicaid en la utilización de pacientes hospitalizados difiere según la raza/origen étnico.

   1. Utilizando un enfoque de diferencias en diferencias, compararemos la tasa de hospitalizaciones por todas las causas y hospitalizaciones prevenibles para adultos de 19 a 64 años entre 2013 y 2014 en los dos estados que ampliaron Medicaid frente a Florida. Un análisis de subgrupos que compare Arkansas y Kentucky revelará si los diferentes enfoques de expansión influyeron en la utilización de pacientes hospitalizados.
   2. Usando un enfoque de diferencias en diferencias en diferencias, determinaremos si el impacto de la expansión de Medicaid en la utilización de pacientes hospitalizados para adultos de 19 a 64 años difería por grupos raciales/étnicos (hispanos, blancos no hispanos y negros no hispanos) entre los tres estados.

2. Determinar el impacto de la expansión de Medicaid y el tipo de expansión de Medicaid en la utilización de ED y el uso de ED no emergente y si el efecto de la expansión de Medicaid en la utilización de ED difiere según la raza/origen étnico.

   1. Utilizando un enfoque de diferencias en diferencias, compararemos la tasa de visitas al servicio de urgencias y las visitas al servicio de urgencias que no son de emergencia para adultos de 19 a 64 años entre 2013 y 2014 en los dos estados que ampliaron Medicaid frente a Florida. Un análisis de subgrupos que compare Arkansas y Kentucky revelará si los diferentes enfoques de expansión influyeron en la utilización de los servicios de urgencias.
   2. Usando un enfoque de diferencias en diferencias en diferencias, determinaremos si el impacto de la expansión de Medicaid en la utilización del departamento de emergencias, para adultos de 19 a 64 años, difirió por subgrupos raciales/étnicos (hispanos, blancos no hispanos y negros no hispanos) entre los tres estados.

3. Determinar el impacto de la expansión de Medicaid en la tasa de admisiones a tratamiento SUD en establecimientos que reciben algún apoyo público.

   1. Usando un enfoque de diferencias en diferencias en diferencias, compararemos la tasa de admisiones al tratamiento SUD de 2010 a 2014 para personas de 18 a 54 años frente a las de 12 a 17 años en los estados que ampliaron Medicaid en 2014 frente a los estados que no ampliaron Medicaid en 2014 .
   2. Usando un enfoque de diferencias en diferencias en diferencias, compararemos los cambios en las fuentes de pago para las admisiones de tratamiento SUD de 2010-2014 para personas de 18 a 54 años frente a aquellas de 12 a 17 años en los estados que ampliaron Medicaid en 2014 frente a los estados que lo hicieron. no ampliar Medicaid en 2014.
   3. Usando un enfoque de diferencias en diferencias en diferencias, compararemos la tasa de referencias de atención médica para las admisiones de tratamiento SUD de 2010-2014 para personas de 18 a 54 años frente a las de 12 a 17 años en los estados que ampliaron Medicaid en 2014 frente a los estados que lo hicieron. no ampliar Medicaid en 2014.

Métodos Impacto de la opción privada, la expansión tradicional de Medicaid y la opción contra la expansión de Medicaid en la utilización de pacientes hospitalizados: una comparación de tres estados en nuestras medidas de utilización de pacientes hospitalizados. Determinaremos el cambio en las tasas de hospitalización prevenible y por todas las causas entre 2013 y 2014 y contrastaremos el cambio entre estados según la expansión/método del estado de expansión. Los investigadores utilizarán un diseño de estudio de diferencia en diferencia en diferencia cuasi-experimental transversal longitudinal para evaluar el impacto de la expansión de Medicaid y el método de expansión en las disparidades raciales/étnicas en nuestras medidas de utilización de pacientes hospitalizados. Los investigadores determinarán el cambio en las tasas de hospitalización prevenible y por todas las causas entre 2013 y 2014 para cada raza/etnicidad y contrastarán el cambio entre estados según la expansión/método del estado de expansión.

Datos CDC - Estimaciones de población de raza puente de maravilla El centro nacional de estadísticas de salud (NCHS) combina 31 categorías de raza utilizadas en el censo en cuatro categorías de raza: asiático o isleño del Pacífico, negro o afroamericano, indio americano o nativo de Alaska, blanco y proporciona recuentos de población específicos de edad, género y etnia (hispano/no hispano) para cada condado de los Estados Unidos. Estos archivos están disponibles para uso público en el sitio web CDC Wonder. Usaremos estos archivos para obtener los conteos de población total que servirán como denominadores para nuestras métricas de utilización para cada condado de Arkansas, Florida y Kentucky para 2013 y 2014.

HCUP SID Para nuestras medidas de utilización de pacientes hospitalizados, los investigadores adquirirán la base de datos estatal de pacientes hospitalizados (SID) del Proyecto de Costo y Utilización de Atención Médica (HCUP) de Arkansas, Kentucky y Florida, respectivamente. Los SID capturan los registros de alta hospitalaria de un estado en particular para el año dado y los contienen en un formato uniforme para permitir comparaciones entre estados. La unidad de análisis en el conjunto de datos es el alta hospitalaria. Además de la información de cada hospitalización, como la duración de la estadía, los cargos, las fechas de ingreso y alta, los SID también contienen información clínica, como el diagnóstico registrado y los procedimientos realizados durante cada hospitalización, y datos demográficos del paciente hospitalizado, como la fecha de nacimiento, el código postal de residencia, sexo, raza, etnia, tipo de pagador, etc.

Análisis Los investigadores representarán las tasas de resultados para cada estado por trimestre y determinarán si hay algún cambio en las tendencias entre 2013 y 2014 o si hay un cambio inmediato entre 2013 y 2014 mediante el uso de análisis de series de tiempo interrumpido. Los investigadores calcularán las tasas brutas de hospitalización por todas las causas y evitables para cada estado para cada año. Usando la población de EE. UU. de 2014 como población de referencia, llevaremos a cabo una estandarización directa para calcular las tasas ajustadas por edad y sexo de hospitalizaciones por todas las causas y prevenibles para cada estado para cada año. Los investigadores también llevarán a cabo la estandarización directa para subgrupos de raza/etnicidad. A continuación, realizaremos un análisis de regresión multivariable para estimar el exceso de cambio en la utilización de pacientes hospitalizados debido a la expansión de Medicaid. Los investigadores utilizarán una distribución de Poisson para nuestras variables de resultado. La población en riesgo será el recuento total de la población de cada cohorte según se obtenga de los datos del NCHS. Los errores estándar se agruparán a nivel de región de gestión de emergencias para dar cuenta de la anidación de cada cohorte dentro de una región de gestión de emergencias. El modelo incluirá efectos fijos a nivel de región de gestión de emergencias, para tener en cuenta los factores a nivel de región de gestión de emergencias invariantes en el tiempo, variables ficticias por grupo de edad, género, raza/etnicidad y año. Los investigadores crearán indicadores para el período (2013 y 2014) y el estado de expansión (Medicaid ampliado o no). Los investigadores interactuarán el indicador de período con el indicador de estado de expansión para determinar el cambio excesivo en las medidas de resultado para los estados que expandieron Medicaid (AR y KY) frente al estado que no expandió Medicaid en 2014 (FL). Se usará la misma especificación del modelo para determinar el impacto del método de expansión de Medicaid en las tasas de hospitalizaciones prevenibles y por todas las causas. Para este análisis, los investigadores compararán los datos de 2013 y 2014 de Arkansas y Kentucky. Para evaluar si el impacto de la expansión de Medicaid en nuestras medidas de resultado diferían según los grupos raciales/étnicos en los tres estados, utilizaremos un modelo multivariante de diferencia en diferencia en diferencia. Los datos estarán restringidos a cohortes de blancos no hispanos, hispanos y negros no hispanos. Además de los términos de los modelos anteriores, incluiremos interacciones entre raza/etnicidad e indicadores estatales para controlar las disparidades de referencia en el resultado en los estados e interacciones entre raza/etnicidad y tiempo para controlar las tendencias longitudinales en las disparidades en general. Los indicadores para negros e hispanos no hispanos interactuarán con indicadores de período e indicadores estatales. Los coeficientes de estas interacciones nos proporcionarán el exceso de cambio en las medidas de resultado entre hispanos frente a blancos no hispanos y negros no hispanos frente a blancos no hispanos en los estados que ampliaron Medicaid (AR y KY) frente a los estados que no ampliaron Medicaid. en 2014 (Referente = FL).

Análisis de sensibilidad Los investigadores utilizarán una distribución binomial negativa para nuestras medidas de resultado en lugar de una distribución de Poisson. En el segundo análisis de sensibilidad, para nuestra medida de hospitalizaciones por todas las causas, los investigadores excluirán todas las altas maternas. En un tercer análisis de sensibilidad, los investigadores incluirán solo las hospitalizaciones de adultos de 27 a 64 años para excluir a todos los adultos jóvenes que podrían haber experimentado aumentos de cobertura antes de 2014 debido al "mandato de adultos jóvenes". En un cuarto análisis de sensibilidad, los investigadores incluirán solo aquellas hospitalizaciones que tuvieron lugar en hospitales comunitarios. En un quinto análisis de sensibilidad, los investigadores colapsarán los grupos raciales/étnicos y definirán cada cohorte según el año, el estado, la región de manejo de emergencias, el grupo de edad y el sexo. Los investigadores harán esto para incorporar esas admisiones en el recuento de las medidas de resultado donde falta la raza/origen étnico del paciente. Sexto, en lugar de agrupar los datos anualmente, los investigadores los agruparán por trimestre y realizarán un análisis de regresión segmentado. Por último, los investigadores calcularán todas las variables de resultado como tasas por cada 10 000 personas y utilizarán un análisis de regresión de mínimos cuadrados ordinarios ponderados para determinar si nuestras interpretaciones cambian.

Impacto de la opción privada, la expansión tradicional de Medicaid y la opción contra la expansión de Medicaid en la utilización del departamento de emergencias: una comparación de tres estados sobre las medidas de utilización de pacientes hospitalizados. Los investigadores determinarán el cambio en las tasas generales y los tipos de visitas al servicio de urgencias entre 2013 y 2014 y contrastarán el cambio entre los estados en función del estado de expansión/método de expansión. Los investigadores utilizarán un diseño de estudio de diferencia en diferencia en diferencia cuasi-experimental transversal longitudinal para evaluar el impacto de la expansión de Medicaid y el método de expansión en las disparidades raciales/étnicas en nuestras medidas de utilización de ED. Los investigadores determinarán el cambio en las tasas generales y los tipos de visitas al servicio de urgencias de 2013 a 2014 para cada raza/etnicidad y contrastarán el cambio entre estados según el estado de expansión/método de expansión.

Datos CDC - Estimaciones de población de Wonder Bridged-Race HCUP SEDD Para nuestras medidas de resultado, los investigadores adquirirán la Base de datos del Departamento de Emergencias del Estado (SEDD) del Proyecto de Costo y Utilización de Atención Médica (HCUP) para Arkansas, Kentucky y Florida respectivamente. Los SEDD capturan todas las visitas a los SU para el año en particular que tienen lugar en los SU que están afiliados a hospitales y que no resultan en hospitalizaciones. Además de la información sobre cada visita al servicio de urgencias, como cargos y fechas de admisión, los SEDD también contienen información clínica, como el diagnóstico registrado y los procedimientos realizados durante cada visita, y datos demográficos del paciente, como fecha de nacimiento, código postal de residencia, sexo, raza. , etnia, tipo de pagador, etc.

Medidas de resultado

1. visita al servicio de urgencias.

2. Tipo de visita al servicio de urgencias:

   1. Prevenible/Evitable.
   2. Emergente. Estructura de datos analíticos Similar al objetivo anterior, la única diferencia sería en términos de los resultados. Análisis Similar al objetivo anterior, la única diferencia sería en términos de los resultados. Análisis de sensibilidad Los investigadores utilizarán una distribución binomial negativa para nuestras medidas de resultado en lugar de una distribución de Poisson. En un segundo análisis de sensibilidad, incluiremos las visitas al servicio de urgencias para adultos de 27 a 64 años para excluir a todos los adultos jóvenes que podrían haber experimentado ganancias en la cobertura antes de 2014 debido al "mandato de adultos jóvenes". En un tercer análisis de sensibilidad, los investigadores cambiarán nuestra definición de visitas prevenibles y visitas de emergencia. Los investigadores definirán una visita evitable como cualquier visita cuya probabilidad de ser evitable sea ≥ 0,5 y toda visita cuya probabilidad de ser urgente sea ≥ 0,5 se definirá como tal. En un cuarto análisis de sensibilidad, los investigadores incluirán solo aquellas visitas a urgencias que tuvieron lugar en hospitales comunitarios. En un quinto análisis de sensibilidad colapsaremos los grupos raciales/étnicos y definiremos cada cohorte según el año, el estado, la región de manejo de emergencias, el grupo de edad y el sexo. Los investigadores harán esto para incorporar esas visitas al servicio de urgencias en el recuento de las medidas de resultado donde falta la raza/origen étnico del paciente. Sexto, en lugar de agrupar los datos anualmente, los agruparemos por trimestre y realizaremos un análisis de series temporales interrumpidas. Séptimo, la probabilidad de que la visita al ED sea prevenible se definirá como la suma de la probabilidad de que la visita al ED no sea de emergencia y de emergencia, pero la atención primaria sea tratable, y la probabilidad de que la visita al ED sea de emergencia se definirá como la suma de la probabilidad de que la visita al ED sea de emergencia y Se necesita atención de urgencias. Por último, los investigadores calcularán todas las variables de resultado como tasas por cada 10 000 personas y utilizarán un análisis de regresión de mínimos cuadrados ordinarios ponderados para determinar si nuestras interpretaciones cambian.

Impacto temprano de la expansión de Medicaid en el tratamiento del abuso de sustancias en el sector público: Evidencia de la Ley del Cuidado de Salud a Bajo Precio Usaremos un diseño de estudio cuasi-experimental transversal longitudinal de diferencia en diferencia en diferencia. Determinaremos los cambios en las tasas de admisiones a los centros de tratamiento SUD, los cambios en las fuentes de pago y los cambios en la tasa de referencias de atención médica de 2010 a 2014 para personas de 18 a 54 años frente a 12 a 17 años y compararemos los cambios entre ellos en función de sobre el estado de expansión de Medicaid de los estados.

Tratamiento de datos Conjunto de datos de episodios - Admisiones (TEDS-A) TEDS-A es una base de datos administrativa nacional de admisiones a centros especializados de tratamiento de SUD. Consiste en establecimientos que reciben alguna fuente de financiación pública para proporcionar tratamiento SUD. Algunos de los estados recopilan datos solo sobre admisiones financiadas con fondos públicos, mientras que otros también recopilan admisiones financiadas con fondos privados de instalaciones que reciben algunos fondos públicos. TEDS-A incluye datos sobre la demografía del paciente, incluido el grupo de edad, el sexo, la raza/etnicidad, el estado de residencia, las sustancias de las que se abusa, el tipo de centro, la fuente de pago para la admisión de un subgrupo de estados y la fuente de derivación a el tratamiento. Cubre casi el 80 % de las admisiones a tratamiento por SUD en los EE. UU.

Encuesta de población actual (CPS) La CPS informa información mensual sobre la demografía de la población, incluida la edad, la raza/etnicidad, el género, el estado de residencia, etc. Usaremos estos datos para obtener información sobre los recuentos de población total para nuestras cohortes desarrolladas sobre la base del grupo de edad (12-14, 15-17, 18-29, 30-39, 40-54), género, raza/etnicidad (blancos no hispanos, hispanos, negros no hispanos, otros), estado y año y covariables a nivel estatal. Los investigadores excluirán New Hampshire y Michigan de nuestros datos para evitar la ambigüedad, ya que estos estados se expandieron más adelante en 2014. Para evaluar el impacto de la expansión de Medicaid en los cambios en la fuente de pago para las admisiones SUD, los investigadores incluirán solo aquellos estados que proporcionen información del pagador principal en los archivos TEDS para al menos el 85 % de las admisiones en cada uno de los años.

Medidas de resultado

1. Admisiones a tratamiento.

2. fuente de pago

   1. Admisiones de tratamiento financiadas de forma privada.
   2. Admisiones de tratamiento financiadas por Medicaid.
   3. Admisiones de tratamiento autofinanciadas.
   4. Admisiones de tratamiento que son gratuitas o financiadas por otras fuentes gubernamentales.
3. Admisiones a tratamiento a través de una fuente de referencia de atención médica Estructura de datos analíticos Sumamos todas las medidas de resultado de los datos de TEDS-A por estado, año, edad, sexo y raza/etnicidad. Los investigadores entintarán los datos de CPS y los archivos de archivo TEDS de nivel agregado. Los investigadores recopilarán la información de las covariables de los datos de CPS a nivel de estado y año, lo que nos brindará nuestro conjunto de datos analíticos final para evaluar el impacto de la expansión de Medicaid en el tratamiento de SUD en instalaciones financiadas con fondos públicos.

Análisis Los investigadores compararán la demografía de las admisiones y las covariables entre los estados que ampliaron Medicaid frente a los estados que no ampliaron Medicaid para cada año del período de estudio. Los investigadores realizarán pruebas t/chi-cuadrado para determinar diferencias significativas para variables continuas y categóricas, respectivamente. Los investigadores resumirán todas las medidas de resultado para cada estado y las trazarán por año en gráficos separados para examinar visualmente las tendencias. Los investigadores realizarán un análisis de regresión multivariable para estimar el exceso de cambio en nuestras medidas de resultado atribuible a la expansión de Medicaid. Los investigadores utilizarán una distribución de Poisson para las variables de resultado. La población en riesgo será el conteo de población de cada cohorte. El modelo incluirá efectos fijos a nivel estatal, para tener en cuenta los factores a nivel estatal invariantes en el tiempo, y variables ficticias para grupo de edad, género, indicador de período (pre-expansión vs. post-expansión), raza/etnicidad, covariables a nivel de estado-año estado, nivel educativo y proporción de desempleados) y políticas estatales variables en el tiempo (p. legalización de la marihuana medicinal). Los investigadores crearán indicadores para el período anterior y posterior a la expansión de Medicaid (2014 y 2010-2013) y el estado de expansión del estado (Medicaid ampliado o no) y un indicador para el grupo de tratamiento (12-17 frente a 18-54). Los investigadores interactuarán el indicador de período con el indicador de estado de expansión para controlar la tendencia general en el resultado en los estados que se expandieron frente a los estados que no se expandieron. Los investigadores interactuarán el indicador de tratamiento con el indicador de período para controlar la tendencia general en el resultado entre el grupo de tratamiento (18-54 años) frente al grupo sin tratamiento (12-17 años). Los investigadores también controlarán las diferencias iniciales en el resultado entre el grupo de tratamiento (18 a 54 años) frente al grupo sin tratamiento (12 a 17 años) en los estados que se expandieron frente a los estados que no se expandieron al interactuar el estado de expansión con el grupo de tratamiento. indicador. El modelo incluirá un indicador de diferencia en diferencia en diferencia para evaluar el efecto de la expansión de Medicaid en la medida de resultado entre el grupo de tratamiento (18-54 años) frente al grupo sin tratamiento (12-17 años). El indicador de diferencia en diferencia en diferencia se especificará interactuando los indicadores de expansión, tratamiento y período.

Análisis de sensibilidad Los investigadores realizarán una serie de análisis de sensibilidad para probar la solidez de nuestro modelo y los criterios de selección de sujetos de estudio. Primero, los investigadores utilizarán una distribución binomial negativa para los recuentos de resultados en lugar de una distribución de Poisson. En segundo lugar, los investigadores excluirán a las personas de 18 a 29 años para eliminar la población que tuvo un aumento en el acceso a los seguros en 2010 debido al "mandato de adultos jóvenes". El grupo de edad que se vio afectado por el mandato fue el de 18 a 26 años. Sin embargo, debido a la disponibilidad de grupos de edad en los datos de TEDS-A (18-20, 21-25 y 26-29), los investigadores decidieron incluir todo el grupo de edad de 18-29 años. En tercer lugar, en consonancia con la literatura anterior, los investigadores excluirán las admisiones solo para desintoxicación, ya que se consideran precursores de los tratamientos en lugar del tratamiento en sí. Cuarto, los investigadores determinarán el impacto de la expansión de Medicaid solo en la tasa de admisión por primera vez. Finalmente, los investigadores realizarán una regresión de mínimos cuadrados ponderados para cada una de nuestras medidas de resultado. Aquí los pesos serán los conteos de población para cada cohorte. Los resultados serán los siguientes: a. tasa de admisiones a tratamiento, admisiones financiadas con fondos privados, admisiones financiadas por Medicaid, admisiones autofinanciadas, admisiones pagadas por organizaciones benéficas u otras organizaciones gubernamentales, admisiones a través de referencias de atención médica por cada 10,000 personas.

Limitaciones Los estudios propuestos sobre el impacto de la expansión de Medicaid en la utilización de pacientes hospitalizados y de urgencias tienen varias limitaciones. Los investigadores analizan datos de solo tres estados, por lo que nuestros hallazgos podrían no ser generalizables a otros estados de los EE. UU. Aunque Florida es un estado del sur, es significativamente diferente en términos de composición demográfica de Arkansas y Kentucky. Sin embargo, dado que la tasa de personas sin seguro en los tres estados era similar antes de la expansión de Medicaid, creemos que serviría como un control razonable. Además, los investigadores no tienen acceso a datos de otros estados del sur que no ampliaron Medicaid en 2014 y que podrían ser mejores controles, como Texas, Tennessee, Mississippi, Louisiana o Georgia. Los investigadores tienen acceso a solo un año de datos posteriores a la reforma, por lo tanto, es posible que los investigadores no puedan capturar el impacto total de la reforma de la atención médica. Dado que los investigadores tienen solo un año de datos previos a la reforma, es posible que no podamos explicar completamente las diferencias en las tendencias de los resultados previos a la reforma en nuestros tres estados. Nuestro tercer estudio también está sujeto a limitaciones. Los datos de TEDS-A no incluyen todos los centros de tratamiento de abuso de sustancias. Por lo tanto, es posible que los investigadores pierdan algunas de las admisiones. Nuestros hallazgos pueden estar sesgados al mostrar tasas más altas de admisiones en los estados que tienen mayor financiación pública en virtud de que aportan más datos. Además, dado que la financiación puede fluctuar anualmente, los investigadores no pueden determinar si los cambios en las tasas de tratamiento son una función de las fluctuaciones en los informes o se deben a la expansión de Medicaid. Los investigadores mitigan esta limitación hasta cierto punto al incluir el grupo de edad de 12 a 17 años como un grupo de control que no se verá afectado por la expansión de Medicaid, pero si hay cambios en las tasas de informes para los estados Los investigadores esperan que tengan el mismo efecto en 12- 17 años como en 18-54 años. No todos los estados brindan información sobre la fuente de financiamiento, lo que limita la generalización de nuestros hallazgos sobre los cambios en la fuente de pago. Sin embargo, investigaciones anteriores no han mostrado diferencias entre los estados que brindan datos sobre las fuentes de financiamiento y los estados que no lo hacen.