Impact de l'expansion de Medicaid sur l'utilisation des soins de santé

Contexte Le Patient Protection and Affordable Care Act (PPACA) a été promulgué par le président Obama le 23 mars 2010. Deux des clauses les plus controversées de la PPACA pénalisaient toutes les personnes qui n'avaient pas d'assurance après le 1er janvier 2014 et l'extension de l'assurance Medicaid à tous les adultes dont les revenus étaient égaux ou inférieurs à 138% du seuil de pauvreté fédéral. La constitutionnalité de la loi a fait l'objet d'un examen minutieux et a conduit à l'affaire "Fédération nationale des entreprises indépendantes contre Sebelius" dans laquelle la Cour suprême a confirmé la plupart des dispositions de la PPACA, mais a décidé de donner aux États la possibilité de ne pas étendre Medicaid et en même temps de conserver leur financement fédéral pour le programme. Cette décision de la Cour suprême a rendu l'expansion de Medicaid facultative pour les États. Au 1er janvier 2014, 24 États et le District de Columbia ont choisi d'étendre la couverture de Medicaid conformément aux exigences de la PPACA. Cette variation de l'expansion de Medicaid a fourni des expériences naturelles pour étudier l'impact des décisions d'expansion.

Les soins hospitaliers représentent la plus grande part des dépenses nationales de santé aux États-Unis. Plusieurs dispositions de la PPACA encouragent la coordination des soins entre les prestataires grâce à l'utilisation de maisons médicales centrées sur le patient et basent les remboursements des prestataires sur les résultats des patients plutôt que sur le volume de soins dispensés. Grâce à ces réformes, le PPACA visait à réduire le gaspillage de ressources telles que les hospitalisations évitables. Des recherches antérieures ont montré que l'utilisation des patients hospitalisés, en particulier les hospitalisations évitables, peut être sensible aux gains de couverture et peut servir d'indicateur de l'accès aux soins primaires. Ainsi, l'évaluation de l'impact de l'expansion de l'assurance dans le cadre de la PPACA sur l'utilisation globale des patients hospitalisés et le taux d'hospitalisations évitables peut donner un aperçu de la réussite de la PPACA dans le remplacement des services coûteux et coûteux par des services de soins primaires à moindre coût. Wherry et al, en utilisant les données de l'enquête nationale sur la santé, ont déterminé une association positive entre l'expansion de Medicaid PPACA et le taux d'hospitalisations de nuit, tandis que Sommers et al, en utilisant les données d'une enquête menée dans l'Arkansas, le Kentucky et le Texas n'ont trouvé aucune association significative entre les hospitalisations et l'expansion de Medicaid. Ils n'ont détecté aucune différence dans la probabilité d'hospitalisation d'une nuit et la méthode d'expansion (Arkansas vs Kentucky). Cependant, leur étude était limitée par la petite taille de l'échantillon et basée sur les résultats d'une enquête. De plus, en raison du manque de données administratives, ils n'ont pas été en mesure d'évaluer les résultats qui pourraient être plus sensibles à un accès accru aux soins primaires, comme les hospitalisations évitables. À notre connaissance, une seule étude menée à ce jour a évalué l'impact de l'expansion de Medicaid dans le cadre de la PPACA sur l'utilisation globale des patients hospitalisés et les taux d'hospitalisation évitable. Cependant, leur étude était limitée à la Californie, de plus différents comtés avaient différents niveaux d'expansion, avec une couverture en expansion jusqu'à 133 % FPL, certaines jusqu'à 200 % FPL et certaines étaient inférieures à 100 % FPL. Jusqu'à présent, aucune des études n'a déterminé l'impact des différentes méthodes d'expansion de Medicaid dans le cadre de la PPACA sur les taux d'hospitalisations toutes causes et évitables à l'aide de données administratives. L'un des objectifs de la PPACA était de réduire les coûts des soins de santé en réduisant le volume de soins dispensés à l'urgence. Certaines mesures incorporées dans la PPACA telles que l'augmentation du nombre d'assurés et donc l'amélioration de l'accès aux soins en dehors de l'urgence et l'intégration de la prestation des soins de santé peuvent contribuer à réduire l'utilisation des urgences. Deux études évaluant l'impact de l'expansion de Medicaid sur l'utilisation des urgences ont également analysé les taux de conditions sensibles aux soins ambulatoires (ACSC), les conditions émergentes mais traitables en soins primaires et les visites aux urgences non urgentes. Cependant, une étude était limitée à l'état du Maryland sans un état de comparaison qui n'a pas étendu Medicaid et l'autre était limitée à une seule chaîne d'hôpitaux appartenant à des investisseurs à but lucratif dans 6 états qui ont étendu Medicaid et 14 qui n'ont pas étendu Medicaid. . En outre, aucune des études n'a évalué l'impact des différentes méthodes d'expansion de Medicaid dans le cadre de la PPACA sur les taux d'utilisation globale et non urgente des services d'urgence. Les disparités raciales/ethniques dans divers aspects des soins de santé tels que la couverture d'assurance et l'accès général aux soins de santé sont bien documentées dans la littérature. Combinées aux dispositions de couverture, des réformes supplémentaires apportées par la PPACA, telles que l'élévation du Centre national sur la santé des minorités et les disparités en matière de santé des National Institutes of Health d'un centre à un institut complet, pourraient conduire à une réduction de ces disparités. Les études qui ont évalué l'impact de l'expansion de Medicaid dans le cadre de la PPACA sur les disparités dans l'utilisation des patients hospitalisés ou de l'utilisation des services d'urgence se sont principalement appuyées sur des données autodéclarées sujettes à des biais cognitifs, de non-réponse, de rappel et autres. De plus, les mesures granulaires de l'utilisation des patients hospitalisés ou des services d'urgence, telles que les hospitalisations évitables et les visites évitables aux services d'urgence, ne peuvent pas être obtenues avec précision à partir des données autodéclarées. Jusqu'à présent, aucune des études n'a déterminé l'impact de l'expansion de Medicaid ou de différentes méthodes d'expansion dans le cadre de la PPACA sur les disparités dans les types d'hospitalisation ou d'utilisation des services d'urgence.

Les personnes souffrant de troubles liés à l'usage de substances (TUS) ont des coûts de soins de santé nettement plus élevés, des taux de tentatives de suicide et des incapacités plus élevés par rapport à la population générale, ce qui représente un fardeau pour la société dans son ensemble. Malgré cela, en 2012, près de 90 % des personnes âgées de 12 ans et plus nécessitant un traitement pour un TUS n'ont pas reçu un traitement adéquat. L'absence d'assurance ou l'assurance ne couvrant pas les services de traitement SUD entraînant l'incapacité du patient à les payer sont parmi les obstacles au traitement les plus fréquemment cités. Les extensions de couverture dans le cadre de la PPACA ont permis à près de 1,6 million d'Américains souffrant de SUD dans les États d'expansion de Medicaid d'obtenir une couverture d'assurance maladie. En outre, en vertu de la PPACA, le traitement SUD est l'un des dix avantages essentiels pour la santé que tous les régimes doivent offrir à compter de 2014. La PPACA exige également que tous les plans adhèrent à la loi fédérale de 2008 sur la parité en matière de santé mentale et l'équité en matière de toxicomanie (MHPAEA). En vertu de cette loi, tous les régimes qui offrent des prestations de santé mentale et de traitement SUD à leurs bénéficiaires doivent faire en sorte que les prestations ne soient pas plus restrictives que les prestations médicales. La PPACA oblige tous les plans à couvrir le dépistage, l'intervention brève et l'orientation vers le traitement (SBIRT) pour les SUD. En plus de mandater SBIRT, la PPACA encourage également les organisations de soins responsables et les maisons médicales centrées sur le patient, ce qui pourrait accroître les soins coordonnés pour les patients souffrant de SUD. Les efforts visant à accroître la coordination des soins et à intégrer le SBIRT pour SUD dans le primaire pourraient se traduire par une augmentation du nombre d'orientations vers des soins de santé pour le traitement SUD qui, historiquement, ont été principalement effectuées par les forces de l'ordre. Une seule étude a examiné l'impact des extensions de couverture de 2014 sur la population adulte éligible (18-64 ans). Les auteurs ont utilisé les données de l'Enquête nationale sur la consommation de drogues et la santé et ont constaté une augmentation significative de l'utilisation des traitements de santé mentale sans aucun changement significatif dans le traitement des SUD. Cependant, ils n'ont pas établi de comparaisons entre les États qui ont élargi Medicaid et les États qui ne l'ont pas fait. L'étude n'a pas non plus examiné les changements dans les sources de paiement pour le traitement SUD suite à l'expansion de Medicaid.

Réponses de l'Arkansas, du Kentucky et de la Floride. L'Arkansas a été le premier État à obtenir une approbation pour son projet de démonstration "Private Option" afin de mettre en œuvre l'expansion de Medicaid dans le cadre de la PPACA. L'Arkansas a adopté une stratégie d'assistance aux primes, qui impliquait l'utilisation de fonds fédéraux pour fournir une assurance maladie commerciale individuelle à toutes les personnes nouvellement éligibles à Medicaid gagnant jusqu'à 138% du FPL en les plaçant dans l'un des plans de santé agréés par le gouvernement fédéral. Le 9 mai 2013, le gouverneur Beshear a déclaré que le Kentucky poursuivrait l'expansion de Medicaid comme proposé dans le cadre de la PPACA. Le Kentucky a décidé de réaliser l'expansion de Medicaid en plaçant les personnes nouvellement éligibles dans ce programme Medicaid géré préexistant. Malgré l'opposition véhémente de l'État à la PPACA, le gouverneur Rick Scott a exprimé son soutien à une "expansion limitée de Medicaid" par le biais d'un plan de soins gérés financé par le gouvernement fédéral et administré par le secteur privé. Cependant, la Floride a opté contre l'expansion de Medicaid. Ainsi, près de 764 000 personnes n'ont pas eu d'options de couverture abordables car elles n'étaient pas éligibles à la couverture Medicaid ou aux subventions de Marketplace.

La comparaison de l'utilisation des patients hospitalisés et des salles d'urgence entre ces trois États mettra en évidence l'impact que l'expansion de Medicaid et les différentes approches de l'expansion de Medicaid pourraient avoir sur l'utilisation des services de santé. En outre, en utilisant des données au niveau national, la comparaison de l'évolution du taux d'admissions au traitement SUD après l'expansion de Medicaid dans les États qui ont élargi Medicaid par rapport aux États qui ne l'ont pas fait déterminera l'impact de l'expansion de Medicaid sur l'utilisation du traitement SUD.

Objectifs et buts spécifiques

1. Déterminer l'impact de l'expansion de Medicaid et le type d'expansion de Medicaid (achat d'une assurance commerciale par rapport à l'expansion traditionnelle de Medicaid) sur l'utilisation des patients hospitalisés toutes causes confondues et les hospitalisations évitables et si l'effet de l'expansion de Medicaid sur l'utilisation des patients hospitalisés diffère selon la race/ethnie.

   1. En utilisant une approche par différences dans les différences, nous comparerons le taux d'hospitalisations toutes causes confondues et d'hospitalisations évitables pour les adultes âgés de 19 à 64 ans entre 2013 et 2014 dans les deux États qui ont élargi Medicaid par rapport à la Floride. Une analyse de sous-groupe comparant l'Arkansas et le Kentucky révélera si différentes approches d'expansion ont influencé l'utilisation des patients hospitalisés.
   2. En utilisant une approche des différences dans les différences dans les différences, nous déterminerons si l'impact de l'expansion de Medicaid sur l'utilisation des patients hospitalisés pour les adultes âgés de 19 à 64 ans différait selon les groupes raciaux/ethniques (hispaniques, blancs non hispaniques et noirs non hispaniques) entre les trois États.

2. Déterminer l'impact de l'expansion de Medicaid et le type d'expansion de Medicaid sur l'utilisation des services d'urgence et l'utilisation non urgente des services d'urgence et si l'effet de l'expansion de Medicaid sur l'utilisation des services d'urgence diffère selon la race/ethnie.

   1. En utilisant une approche de différences dans les différences, nous comparerons le taux de visites aux urgences et de visites aux urgences non urgentes pour les adultes âgés de 19 à 64 ans entre 2013 et 2014 dans les deux États qui ont élargi Medicaid par rapport à la Floride. Une analyse de sous-groupe comparant l'Arkansas et le Kentucky révélera si différentes approches d'expansion ont influencé l'utilisation des services d'urgence.
   2. En utilisant une approche des différences dans les différences dans les différences, nous déterminerons si l'impact de l'expansion de Medicaid sur l'utilisation des services d'urgence, pour les adultes âgés de 19 à 64 ans, diffère selon les sous-groupes raciaux/ethniques (hispaniques, blancs non hispaniques et noirs non hispaniques) entre les trois états.

3. Déterminer l'impact de l'expansion de Medicaid sur le taux d'admissions en traitement SUD dans les établissements recevant une aide publique.

   1. En utilisant une approche des différences dans les différences dans les différences, nous comparerons le taux d'admissions au traitement SUD de 2010 à 2014 pour les personnes âgées de 18 à 54 ans par rapport à celles âgées de 12 à 17 ans dans les États qui ont étendu Medicaid en 2014 par rapport aux États qui n'ont pas étendu Medicaid en 2014. .
   2. En utilisant une approche des différences dans les différences dans les différences, nous comparerons les changements dans les sources de paiement pour les admissions en traitement SUD de 2010 à 2014 pour les personnes âgées de 18 à 54 ans par rapport à celles âgées de 12 à 17 ans dans les États qui ont élargi Medicaid en 2014 par rapport aux États qui l'ont fait. pas étendre Medicaid en 2014.
   3. En utilisant une approche des différences dans les différences dans les différences, nous comparerons le taux d'orientation vers les soins de santé pour les admissions en traitement SUD de 2010 à 2014 pour les personnes âgées de 18 à 54 ans par rapport à celles âgées de 12 à 17 ans dans les États qui ont élargi Medicaid en 2014 par rapport aux États qui l'ont fait. pas étendre Medicaid en 2014.

Méthodes Impact de l'option privée, de l'expansion traditionnelle de Medicaid et de l'opposition à l'expansion de Medicaid sur l'utilisation des patients hospitalisés : une comparaison à trois états sur nos mesures d'utilisation des patients hospitalisés. Nous déterminerons l'évolution des taux d'hospitalisation toutes causes et évitables de 2013 à 2014 et comparerons l'évolution entre les États en fonction du statut d'expansion/méthode d'expansion. Les enquêteurs utiliseront une différence quasi-expérimentale transversale longitudinale dans la conception de l'étude de différence pour évaluer l'impact de l'expansion de Medicaid et de la méthode d'expansion sur les disparités raciales/ethniques sur nos mesures d'utilisation des patients hospitalisés. Les enquêteurs détermineront l'évolution des taux d'hospitalisation toutes causes confondues et évitables de 2013 à 2014 pour chaque race/ethnie et compareront l'évolution entre les États en fonction de l'état d'expansion/méthode d'expansion.

Données CDC - Wonder Bridged-Race Population Estimates Le centre national des statistiques sur la santé (NCHS) combine 31 catégories raciales utilisées dans le recensement en quatre catégories raciales : asiatique ou insulaire du Pacifique, noir ou afro-américain, amérindien ou natif de l'Alaska, blanc et fournit l'âge, le sexe et l'origine ethnique (hispanique/non hispanique) décomptes de population spécifiques pour chaque comté des États-Unis. Ces fichiers sont disponibles pour un usage public sur le site Web de CDC Wonder. Nous utiliserons ces fichiers pour obtenir les chiffres de population totale qui serviront de dénominateurs pour nos mesures d'utilisation pour chaque comté de l'Arkansas, de la Floride et du Kentucky pour 2013 et 2014.

HCUP SID Pour nos mesures d'utilisation des patients hospitalisés, les enquêteurs acquerront la base de données des patients hospitalisés (SID) du projet de coût et d'utilisation des soins de santé (HCUP) de l'Arkansas, du Kentucky et de la Floride respectivement. Les SID capturent les dossiers de sortie des patients hospitalisés de l'État particulier pour l'année donnée et les contiennent dans un format uniforme pour permettre des comparaisons entre États. L'unité d'analyse dans l'ensemble de données est une sortie d'hôpital. En plus des informations sur chaque hospitalisation telles que la durée du séjour, les frais, les dates d'admission et de sortie, les SID contiennent également des informations cliniques telles que le diagnostic enregistré et les procédures effectuées lors de chaque hospitalisation et les données démographiques du patient hospitalisé telles que la date de naissance, le code postal de résidence, sexe, race, origine ethnique, type de payeur, etc.

Analyse Les enquêteurs décriront les taux de résultats pour chaque État par trimestre et détermineront s'il y a un changement dans les tendances entre 2013 et 2014 ou s'il y a un changement immédiat entre 2013 et 2014 en utilisant une analyse de séries chronologiques interrompues. Les enquêteurs calculeront les taux bruts d'hospitalisation toutes causes et évitables pour chaque État pour chaque année. En utilisant la population des États-Unis en 2014 comme population de référence, nous effectuerons une standardisation directe pour calculer les taux ajustés selon l'âge et le sexe des hospitalisations toutes causes et évitables pour chaque État et chaque année. Les enquêteurs effectueront également une standardisation directe pour les sous-groupes de race/ethnicité. Ensuite, nous effectuerons une analyse de régression multivariée pour estimer le changement excessif dans l'utilisation des patients hospitalisés en raison de l'expansion de Medicaid. Les enquêteurs utiliseront une distribution de Poisson pour nos variables de résultats. La population à risque sera le dénombrement total de la population de chaque cohorte, tel qu'obtenu à partir des données du NCHS. Les erreurs types seront regroupées au niveau de la région de gestion des urgences pour tenir compte de l'imbrication de chaque cohorte dans une région de gestion des urgences. Le modèle comprendra des effets fixes au niveau de la région de gestion des urgences, pour tenir compte des facteurs invariants dans le temps au niveau de la région de gestion des urgences, des variables fictives pour le groupe d'âge, le sexe, la race/ethnie et l'année. Les enquêteurs créeront des indicateurs pour la période (2013 et 2014) et le statut d'expansion (Medicaid étendu ou non). Les enquêteurs interagiront entre l'indicateur de période et l'indicateur d'état d'expansion pour déterminer le changement excessif dans les mesures de résultats pour les États qui ont étendu Medicaid (AR et KY) par rapport à l'état qui n'a pas étendu Medicaid en 2014 (FL). La même spécification de modèle sera utilisée pour déterminer l'impact de la méthode d'expansion de Medicaid sur les taux d'hospitalisations toutes causes et évitables. Pour cette analyse, les enquêteurs compareront les données de 2013 et 2014 de l'Arkansas et du Kentucky. Pour évaluer si l'impact de l'expansion de Medicaid sur nos mesures de résultats différait selon les groupes raciaux/ethniques dans les trois États, nous utiliserons une différence multivariée dans le modèle de différence de différence. Les données seront limitées aux cohortes blanches non hispaniques, hispaniques et noires non hispaniques. En plus des termes des modèles précédents, nous inclurons des interactions entre la race/l'ethnicité et les indicateurs d'état pour contrôler les disparités de base dans les résultats dans les états et les interactions entre la race/l'ethnicité et le temps pour contrôler les tendances longitudinales des disparités globales. Les indicateurs pour les Noirs non hispaniques et les Hispaniques seront mis en interaction avec des indicateurs de période et des indicateurs d'état. Les coefficients de ces interactions nous fourniront le changement excessif dans les mesures de résultats entre les Blancs hispaniques contre les Blancs non hispaniques et les Noirs non hispaniques contre les Blancs non hispaniques dans les États qui ont étendu Medicaid (AR et KY) par rapport à l'état qui n'a pas étendu Medicaid en 2014 (Référence = FL).

Analyse de sensibilité Les enquêteurs utiliseront une distribution binomiale négative pour nos mesures de résultats à la place d'une distribution de Poisson. Dans la deuxième analyse de sensibilité, pour notre mesure des hospitalisations toutes causes confondues, les enquêteurs excluront toutes les sorties maternelles. Dans une troisième analyse de sensibilité, les enquêteurs n'incluront que les hospitalisations d'adultes âgés de 27 à 64 ans pour exclure tous les jeunes adultes qui pourraient avoir connu des gains de couverture avant 2014 en raison du "mandat des jeunes adultes". Dans une quatrième analyse de sensibilité, les enquêteurs n'incluront que les hospitalisations qui ont eu lieu dans des hôpitaux communautaires. Dans une cinquième analyse de sensibilité, les enquêteurs regrouperont les groupes raciaux/ethniques et définiront chaque cohorte en fonction de l'année, de l'état, de la région de gestion des urgences, du groupe d'âge et du sexe. Les enquêteurs le feront afin d'incorporer ces admissions dans le décompte des mesures de résultats où la race/ethnicité du patient est manquante. Sixièmement, au lieu de regrouper les données annuellement, les enquêteurs les regrouperont par trimestre et effectueront une analyse de régression segmentée. Enfin, les enquêteurs calculeront toutes les variables de résultat sous forme de taux pour 10 000 personnes et utiliseront une analyse de régression pondérée par les moindres carrés ordinaires pour déterminer si nos interprétations changent.

Impact de l'option privée, de l'expansion traditionnelle de Medicaid et de l'opposition à l'expansion de Medicaid sur l'utilisation des services d'urgence : une comparaison à trois états sur les mesures d'utilisation des patients hospitalisés. Les enquêteurs détermineront l'évolution des taux de visites globales et des types de visites à l'urgence de 2013 à 2014 et compareront l'évolution entre les États en fonction de l'expansion/de la méthode d'expansion. Les enquêteurs utiliseront une différence quasi-expérimentale transversale longitudinale dans la conception de l'étude de différence pour évaluer l'impact de l'expansion de Medicaid et de la méthode d'expansion sur les disparités raciales/ethniques sur nos mesures d'utilisation des services d'urgence. Les enquêteurs détermineront le changement des taux de visites globales et des types de visites à l'urgence de 2013 à 2014 pour chaque race/ethnie et compareront le changement entre les États en fonction du statut d'expansion/méthode d'expansion.

Données CDC - Wonder Bridged-Race Population Estimates HCUP SEDD Pour nos mesures de résultats, les enquêteurs acquerront la base de données du département des urgences de l'État (SEDD) du projet de coût et d'utilisation des soins de santé (HCUP) pour l'Arkansas, le Kentucky et la Floride respectivement. Les SEDD saisissent toutes les visites aux urgences pour l'année particulière qui ont lieu dans des urgences affiliées à des hôpitaux et qui n'entraînent pas d'hospitalisations. En plus des informations sur chaque visite à l'urgence telles que les frais et les dates d'admission, les SEDD contiennent également des informations cliniques telles que le diagnostic enregistré et les procédures effectuées lors de chaque visite et les données démographiques du patient telles que la date de naissance, le code postal de résidence, le sexe, la race , origine ethnique, type de payeur, etc.

Mesures des résultats

1. Visite au service des urgences.

2. Type de visite à l'urgence :

   1. Évitable/évitable.
   2. Émergent. Structure des données analytiques Semblable à l'objectif précédent, seule la différence serait en termes de résultats. Analyse Semblable à l'objectif précédent, la seule différence serait en termes de résultats. Analyse de sensibilité Les enquêteurs utiliseront une distribution binomiale négative pour nos mesures de résultats à la place d'une distribution de Poisson. Dans une deuxième analyse de sensibilité, nous inclurons les visites aux urgences pour les adultes âgés de 27 à 64 ans afin d'exclure tous les jeunes adultes qui pourraient avoir connu des gains de couverture avant 2014 en raison du « mandat des jeunes adultes ». Dans une troisième analyse de sensibilité, les enquêteurs modifieront notre définition des visites évitables et des visites urgentes. Les enquêteurs définiront une visite évitable comme toute visite dont la probabilité d'être évitable est ≥ 0,5 et toute visite dont la probabilité d'être émergente est ≥ 0,5 sera définie comme telle. Dans une quatrième analyse de sensibilité, les enquêteurs n'incluront que les visites à l'urgence qui ont eu lieu dans des hôpitaux communautaires. Dans une cinquième analyse de sensibilité, nous regrouperons les groupes raciaux/ethniques et définirons chaque cohorte en fonction de l'année, de l'état, de la région de gestion des urgences, du groupe d'âge et du sexe. Les enquêteurs le feront afin d'intégrer ces visites à l'urgence dans le décompte des mesures de résultats où la race / l'ethnie du patient est manquante. Sixièmement, au lieu de regrouper les données annuellement, nous les regrouperons par trimestre et effectuerons une analyse de séries chronologiques interrompues. Septièmement, la probabilité qu'une visite à l'urgence soit évitable sera définie comme la somme de la probabilité qu'une visite à l'urgence soit non urgente et émergente mais traitable en soins primaires et la probabilité qu'une visite à l'urgence soit urgente sera définie comme la somme de la probabilité qu'une visite à l'urgence soit urgente et Soins aux urgences nécessaires. Enfin, les enquêteurs calculeront toutes les variables de résultat sous forme de taux pour 10 000 personnes et utiliseront une analyse de régression pondérée par les moindres carrés ordinaires pour déterminer si nos interprétations changent.

Impact précoce de l'expansion de Medicaid sur le traitement de la toxicomanie dans le secteur public : preuves tirées de la loi sur les soins abordables Nous déterminerons les changements dans les taux d'admissions dans les structures de traitement SUD, les changements dans les sources de paiement et les changements dans le taux d'orientation vers les soins de santé de 2010 à 2014 pour les personnes âgées de 18 à 54 ans par rapport aux 12 à 17 ans et comparerons les changements entre eux en fonction sur le statut d'expansion de Medicaid des États.

Ensemble de données sur les épisodes de traitement des données - Admissions (TEDS-A) TEDS-A est une base de données administrative nationale des admissions dans les établissements de traitement spécialisés du SUD. Il se compose d'établissements qui reçoivent une source de financement public pour fournir un traitement SUD. Certains États ne recueillent des données que sur les admissions financées par des fonds publics, tandis que d'autres recueillent également des admissions financées par des fonds privés dans des établissements qui reçoivent un financement public. TEDS-A comprend des données sur les données démographiques du patient, y compris le groupe d'âge, le sexe, la race/l'origine ethnique, l'état de résidence, les substances consommées, le type d'établissement, la source de paiement pour l'admission pour un sous-groupe d'états et la source d'aiguillage vers le traitement. Il couvre près de 80 % des admissions en traitement SUD aux États-Unis.

Current Population Survey (CPS) Le CPS rapporte des informations mensuelles sur la démographie de la population, y compris l'âge, la race/ethnicité, le sexe, l'état de résidence, etc. Nous utiliserons ces données pour obtenir des informations sur les chiffres de population totale pour nos cohortes développées sur la base du groupe d'âge (12-14, 15-17, 18-29, 30-39, 40-54), du sexe, de la race/ethnicité (Blancs non hispaniques, Hispaniques, Noirs non hispaniques, Autres), état et année et covariables au niveau de l'état. Les enquêteurs excluront le New Hampshire et le Michigan de nos données pour éviter toute ambiguïté puisque ces États se sont agrandis plus tard en 2014. Pour évaluer l'impact de l'expansion de Medicaid sur les changements de source de paiement pour les admissions SUD, les enquêteurs n'incluront que les États qui fournissent des informations sur le payeur principal dans les fichiers TEDS pour au moins 85 % des admissions au cours de chacune des années.

Mesures des résultats

1. Admissions en traitement.

2. Source de paiement

   1. Admissions en traitement financées par des fonds privés.
   2. Admissions en traitement financées par Medicaid.
   3. Admissions en traitement autofinancées.
   4. Admissions en traitement gratuites/ou financées par d'autres sources gouvernementales.
3. Admissions en traitement via une source de soins de santé Structure des données analytiques Nous additionnerons toutes les mesures de résultats à partir des données TEDS-A par état, année, âge, sexe et race/ethnie. Les enquêteurs encreront les données CPS et les fichiers du fichier TEDS au niveau agrégé. Les enquêteurs rassembleront les informations sur les covariables à partir des données du CPS au niveau de l'année de l'État, ce qui nous donnera notre ensemble de données analytiques final pour évaluer l'impact de l'expansion de Medicaid sur le traitement SUD dans les établissements financés par l'État.

Analyse Les enquêteurs compareront les données démographiques des admissions et des covariables entre les États qui ont élargi Medicaid et les États qui n'ont pas élargi Medicaid pour chaque année de la période d'étude. Les enquêteurs effectueront des tests t/chi carré pour déterminer les différences significatives pour les variables continues et catégorielles respectivement. Les enquêteurs résumeront toutes les mesures de résultats pour chaque État et les traceront par année sur des graphiques distincts pour examiner visuellement les tendances. Les enquêteurs effectueront une analyse de régression multivariée pour estimer le changement excessif dans nos mesures de résultats attribuable à l'expansion de Medicaid. Les enquêteurs utiliseront une distribution de Poisson pour les variables de résultat. La population à risque sera le dénombrement de la population de chaque cohorte. Le modèle comprendra des effets fixes au niveau de l'État, pour tenir compte des facteurs au niveau de l'État invariants dans le temps, et des variables fictives pour le groupe d'âge, le sexe, l'indicateur de période (pré-expansion vs post-expansion), la race/l'ethnicité, les covariables au niveau de l'année de l'État (état matrimonial). statut, niveau d'instruction et proportion de chômeurs) et politiques d'État variables dans le temps (par ex. légalisation de la marijuana médicale). Les enquêteurs créeront des indicateurs pour la période avant et après l'expansion de Medicaid (2014 et 2010-2013) et le statut d'expansion de l'État (Medicaid élargi ou non) et un indicateur pour le groupe de traitement (12-17 vs 18-54). Les enquêteurs interagiront entre l'indicateur de période et l'indicateur d'état d'expansion pour contrôler la tendance globale des résultats dans les États qui se sont développés par rapport aux États qui ne se sont pas développés. Les enquêteurs interagiront entre l'indicateur de traitement et l'indicateur de période pour contrôler la tendance globale des résultats parmi le groupe de traitement (18-54 ans) par rapport au groupe sans traitement (12-17 ans). Les chercheurs contrôleront également les différences de base dans les résultats entre le groupe de traitement (18-54 ans) et le groupe sans traitement (12-17 ans) dans les États qui se sont développés par rapport aux États qui ne se sont pas développés en interagissant sur le statut d'expansion avec le groupe de traitement. indicateur. Le modèle comprendra une différence dans la différence dans l'indicateur de différence pour évaluer l'effet de l'expansion de Medicaid sur la mesure des résultats entre le groupe de traitement (18-54 ans) et le groupe sans traitement (12-17 ans). L'indicateur de différence de différence de différence sera spécifié en faisant interagir les indicateurs d'expansion, de traitement et de période.

Analyse de sensibilité Les enquêteurs effectueront un certain nombre d'analyses de sensibilité pour tester la robustesse de notre modèle et étudier les critères de sélection des sujets. Premièrement, les enquêteurs utiliseront une distribution binomiale négative pour le nombre de résultats au lieu de la distribution de Poisson. Deuxièmement, les enquêteurs excluront les personnes âgées de 18 à 29 ans pour éliminer la population qui avait une augmentation de l'accès à l'assurance en 2010 en raison du "mandat jeune adulte". Le groupe d'âge qui a été touché par le mandat était de 18 à 26 ans. Cependant, en raison de la disponibilité des groupes d'âge dans les données TEDS-A (18-20, 21-25 et 26-29), les enquêteurs ont décidé d'inclure l'ensemble du groupe d'âge 18-29. Troisièmement, conformément à la littérature précédente Les enquêteurs excluront uniquement les admissions pour désintoxication, car celles-ci sont considérées comme des précurseurs de traitements plutôt que le traitement lui-même. Quatrièmement, les enquêteurs détermineront l'impact de l'expansion de Medicaid uniquement sur le taux de première admission. Enfin, les enquêteurs effectueront une régression pondérée des moindres carrés pour chacune de nos mesures de résultats. Ici, les poids seront les chiffres de population pour chaque cohorte. Les résultats seront les suivants : a. taux d'admissions en traitement, d'admissions financées par le secteur privé, d'admissions financées par Medicaid, d'admissions autofinancées, d'admissions payées par des organisations caritatives ou d'autres organisations gouvernementales, d'admissions via des références de soins de santé pour 10 000 personnes.

Limites Les études proposées sur l'impact de l'expansion de Medicaid sur l'utilisation des patients hospitalisés et des services d'urgence présentent plusieurs limites. Les enquêteurs n'analysent les données que de trois États. Par conséquent, nos résultats pourraient ne pas être généralisables à d'autres États des États-Unis. Bien que la Floride soit un État du sud, sa composition démographique diffère considérablement de l'Arkansas et du Kentucky. Cependant, étant donné que le taux de non-assurés dans les trois États était similaire avant l'expansion de Medicaid, nous pensons qu'il servirait de contrôle raisonnable. De plus, les enquêteurs n'ont pas accès aux données d'autres États du sud qui n'ont pas élargi Medicaid en 2014 et qui pourraient être de meilleurs contrôles tels que le Texas, le Tennessee, le Mississippi, la Louisiane ou la Géorgie. Les enquêteurs n'ont accès qu'à un an de données post-réforme. Les enquêteurs pourraient donc ne pas être en mesure de saisir l'impact complet de la réforme des soins de santé. Étant donné que les enquêteurs ne disposent que d'un an de données avant la réforme, nous pourrions ne pas être en mesure de tenir pleinement compte des différences dans les tendances des résultats avant la réforme dans nos trois États. Notre troisième étude est également sujette à des limites. Les données TEDS-A n'incluent pas tous les centres de traitement de la toxicomanie. Ainsi, les enquêteurs peuvent potentiellement manquer certaines des admissions. Nos résultats pourraient être biaisés en montrant que des taux d'admission plus élevés dans les États bénéficient d'un financement public plus important du fait qu'ils fournissent davantage de données. De plus, étant donné que le financement peut fluctuer chaque année, les enquêteurs ne peuvent pas déterminer si les changements dans les taux de traitement sont fonction des fluctuations des rapports ou dus à l'expansion de Medicaid. Les enquêteurs atténuent cette limitation dans une certaine mesure en incluant le groupe d'âge 12-17 ans comme groupe témoin qui ne sera pas impacté par l'expansion de Medicaid, mais s'il y a des changements dans les taux de déclaration pour les États. Les enquêteurs s'attendent à ce qu'ils aient un effet égal sur 12-17 ans. 17 ans comme les 18-54 ans. Tous les États ne fournissent pas d'informations sur la source de financement, ce qui limite la généralisation de nos conclusions sur les changements de source de paiement. Cependant, des recherches antérieures n'ont montré aucune différence entre les États qui fournissent des données sur les sources de financement et les États qui ne le font pas.