Effekten av Medicaid-utvidelsen på bruk av helsetjenester

Bakgrunn The Patient Protection and Affordable Care Act (PPACA) ble signert i lov av president Obama 23. mars 2010. To av de mest omstridte klausulene under PPACA var å straffe alle personer som manglet forsikring etter 1. januar 2014 og utvidelse av Medicaid-forsikring til alle voksne med inntekter på eller under 138 % av det føderale fattigdomsnivået. Konstitusjonaliteten til loven ble undersøkt og førte til "National Federation of Independent Businesses vs Sebelius"-saken der Høyesterett opprettholdt de fleste av bestemmelsene i PPACA, men bestemte seg for å gi stater muligheten til ikke å utvide Medicaid og samtidig beholde deres føderale finansiering for programmet. Denne høyesterettsavgjørelsen resulterte i at Medicaid-utvidelsen ble valgfri for stater. Fra 1. januar 2014 valgte 24 stater og District of Columbia å utvide Medicaid-dekningen i henhold til PPACA-kravene. Denne variasjonen i Medicaid-utvidelsen ga naturlige eksperimenter for å undersøke virkningen av utvidelsesbeslutninger.

Døgnomsorg står for den største andelen av nasjonale helseutgifter i USA. Det er flere bestemmelser i PPACA som oppmuntrer til koordinering av omsorg mellom leverandørene gjennom bruk av pasientsentrerte medisinske hjem og baseleverandørrefusjoner på pasientresultater i motsetning til mengde omsorg levert. Gjennom slike reformer tok PPACA sikte på å redusere sløsing med ressurser som forebyggbare sykehusinnleggelser. Tidligere forskning har vist at innlagt bruk, spesielt forebyggende sykehusinnleggelser, kan være følsomme for dekningsgevinster og kan tjene som en indikator på tilgang til primærhelsetjenesten. En vurdering av hvordan forsikringsutvidelsen under PPACA har påvirket den generelle bruken av pasienter og frekvensen av sykehusinnleggelser som kan forebygges, kan derfor gi innsikt i hvor vellykket PPACA har vært med å erstatte kostbare, sløsende tjenester med rimeligere primærhelsetjenester. Wherry et al, ved hjelp av data fra National Health Interview Survey, bestemte en positiv sammenheng mellom PPACA Medicaid-utvidelsen og frekvensen av sykehusinnleggelser over natten, mens Sommers et al, ved å bruke data fra en undersøkelse i Arkansas, Kentucky og Texas fant ingen signifikant sammenheng mellom overnatting sykehusinnleggelser og Medicaid Expansion. De oppdaget ingen forskjeller i sannsynlighet for sykehusinnleggelse over natten og utvidelsesmetode (Arkansas vs Kentucky). Studien deres var imidlertid begrenset av en liten utvalgsstørrelse og basert på resultater fra en undersøkelse. I tillegg, på grunn av mangel på administrative data, var de ikke i stand til å vurdere utfall som kan være mer følsomme for økt tilgang til primæromsorg, som forebyggbare sykehusinnleggelser. Så langt vi vet, er det kun én studie utført så langt, som vurderte virkningen av Medicaid-utvidelsen under PPACA på den generelle bruken av pasienter og antallet sykehusinnleggelser som kan forebygges. Studien deres var imidlertid begrenset til California, i tillegg hadde forskjellige fylker forskjellige utvidelsesnivåer, med noe utvidet dekning opp til 133 % FPL, noen opp til 200 % FPL og noen var under 100 % FPL. Ingen av studiene så langt har bestemt virkningen av forskjellige metoder for Medicaid-utvidelse under PPACA på antall sykehusinnleggelser av alle årsaker og forebygges ved hjelp av administrative data. Et av målene med PPACA var å dempe helsekostnader ved å redusere volumet av omsorg levert på ED. Visse tiltak innlemmet i PPACA som å øke antall forsikrede personer og dermed øke tilgangen til omsorg utenfor ED og integrering av helsetjenester kan bidra til å redusere ED-utnyttelsen. To studier som vurderer virkningen av Medicaid-utvidelse på bruk av ED, analyserte også frekvensen av ambulerende omsorgssensitive tilstander (ACSC), emergent men primærhelsebehandlingstilstander og ikke-emergent ED-besøk. Imidlertid var den ene studien begrenset til bare staten Maryland som manglet en sammenligningsstat som ikke utvidet Medicaid, og den andre var begrenset til bare en enkelt for-profit investor-eid kjede av sykehus i 6 stater som utvidet Medicaid og 14 som ikke gjorde det . Videre har ingen av studiene vurdert hvordan ulike metoder for Medicaid-utvidelse under PPACA-effekten av total og ikke-emergent ED-bruk. Rase/etniske forskjeller i ulike fasetter av helsevesenet som forsikringsdekning og generell tilgang til helsetjenester er godt dokumentert i litteraturen. Kombinert med dekningsbestemmelsene, kan ytterligere reformer gjort av PPACA, som å heve det nasjonale senteret for minoritetshelse og helseforskjeller ved National Institutes of Health fra et senter til et fullt institutt, føre til at disse forskjellene reduseres. Studiene som har vurdert virkningen av Medicaid-utvidelse under PPACA på forskjeller i stasjonær bruk eller bruk av ED har hovedsakelig basert seg på selvrapporterte data som er gjenstand for kognitive, manglende respons, tilbakekalling og andre skjevheter. Videre kan granulære tiltak for bruk på innleggelse eller akuttmottak, som forebyggbare sykehusinnleggelser og forebyggbare akuttmottaksbesøk, ikke oppnås nøyaktig fra selvrapporterte data. Ingen av studiene har så langt bestemt virkningen av utvidelse av Medicaid eller utvidelser av forskjellige metoder under PPACA på forskjeller i typer bruk av sykehus eller akuttmottak.

Personer med rusforstyrrelser (SUD) har betydelig høyere helsekostnader, høyere forekomst av selvmordsforsøk og funksjonshemninger sammenlignet med befolkningen generelt, og utgjør dermed en byrde for samfunnet generelt. Til tross for dette, i 2012, fikk nesten 90 % av personene i alderen 12 år og eldre som trengte behandling for SUD ikke tilstrekkelig behandling. Mangelen på forsikring eller forsikring som ikke dekker SUD-behandlingstjenester som fører til pasientens manglende evne til å betale for dem, er noen av de mest omtalte barrierene for behandling. Dekningsutvidelsene under PPACA har ført til at nesten 1,6 millioner amerikanere lider av SUDs i Medicaid-utvidelsesstater har fått helseforsikringsdekning. Videre, under PPACA, er SUD-behandling en av de ti essensielle helsefordelene som alle planer må tilby fra og med 2014. PPACA krever også at alle planer følger den føderale Mental Health Parity and Addiction Equity Act of 2008 (MHPAEA). I henhold til denne loven må alle planer som tilbyr fordeler for mental helse og SUD-behandling til sine mottakere gjøre fordelene ikke mer restriktive enn medisinske fordeler. PPACA pålegger alle planer å dekke screening, kort intervensjon og henvisning til behandling (SBIRT) for SUDs. Sammen med mandat til SBIRT oppfordrer PPACA også ansvarlige omsorgsorganisasjoner og pasientsentrerte medisinske hjem som kan øke koordinert omsorg for pasienter som lider av SUDs. Innsatsen for å øke omsorgskoordineringen og innlemme SBIRT for SUD i primærskolen kan føre til en økning i antall helsehenvisninger for SUD-behandling, som historisk sett hovedsakelig har vært gjennom rettshåndhevelsesbyråer. Bare én studie har undersøkt virkningen av 2014-dekningsutvidelser på den kvalifiserte voksne befolkningen (18-64 åringer). Forfatterne brukte National Survey on Drug Use and Health data og fant en betydelig økning i bruk av psykisk helsebehandling uten noen vesentlige endringer i behandlingen av SUDs. Imidlertid gjorde de ikke sammenligninger mellom stater som utvidet Medicaid vs stater som ikke gjorde det. Studien undersøkte heller ikke endringer i betalingskilder for SUD-behandlingen etter utvidelse av Medicaid.

Arkansas, Kentucky og Florida svar. Arkansas var den første staten som sikret en godkjenning for sitt "Private Option" demonstrasjonsprosjekt for å implementere Medicaid-utvidelsen under PPACA. Arkansas vedtok en premiumassistansestrategi, som innebar å bruke føderale midler til å gi individuell kommersiell helseforsikring for alle de nylig kvalifiserte Medicaid-personene som tjener opptil 138% av FPL ved å plassere dem i en av de føderalt kvalifiserte helseplanene. 9. mai 2013 erklærte guvernør Beshear at Kentucky ville gå videre med Medicaid-utvidelsen som foreslått under PPACA. Kentucky bestemte seg for å gjennomføre Medicaid-utvidelsen ved å plassere de nylig kvalifiserte personene i dette eksisterende administrerte Medicaid-programmet. Til tross for statens voldsomme motstand mot PPACA, uttrykte guvernør Rick Scott støtte til en "begrenset Medicaid-utvidelse" gjennom en føderalt finansiert og privat administrert administrert omsorgsplan. Imidlertid valgte Florida mot Medicaid-utvidelsen. Dette resulterte i at nesten 764 000 personer ikke hadde noen rimelige dekningsalternativer i kraft av at de ikke var kvalifisert for Medicaid-dekning eller markedsplass-subsidier.

Ved å sammenligne bruken av sykehus og akuttmottak mellom disse tre statene vil det fremheve virkningen Medicaid-utvidelsen og ulike tilnærminger til Medicaid-utvidelsen kan ha på helsetjenesteutnyttelsen. Videre, ved å bruke data på nasjonalt nivå, sammenligne endringen i frekvensen av SUD-behandlingsinnleggelser etter Medicaid-utvidelse i stater som utvidet Medicaid vs stater som ikke gjorde det, vil det avgjøre virkningen av Medicaid-utvidelse på bruk av SUD-behandling.

Mål og spesifikke mål

1. For å bestemme virkningen av Medicaid-utvidelse og type Medicaid-utvidelse (kjøp kommersiell forsikring vs tradisjonell Medicaid-utvidelse) på alle årsaker til bruk av pasienter og sykehusinnleggelser som kan forebygges, og om effekten av utvidelse av Medicaid på bruk av pasienter varierer etter rase/etnisitet.

   1. Ved å bruke en tilnærming til forskjeller i forskjeller vil vi sammenligne frekvensen av sykehusinnleggelser av alle årsaker og sykehusinnleggelser som kan forebygges for voksne i alderen 19-64 mellom 2013 og 2014 i de to delstatene som utvidet Medicaid vs Florida. En undergruppeanalyse som sammenligner Arkansas og Kentucky vil avsløre om ulike tilnærminger til utvidelse påvirket bruken av pasienter.
   2. Ved å bruke en tilnærming til forskjeller i forskjeller i forskjeller vil vi finne ut om virkningen av Medicaid-utvidelsen på bruk av pasienter for voksne i alderen 19-64 var forskjellig etter rase/etniske grupper (spansktalende, ikke-spanske hvite og ikke-spanske svarte) mellom de tre statene.

2. For å bestemme virkningen av Medicaid-utvidelse og type Medicaid-utvidelse på ED-utnyttelse og ikke-emergent ED-bruk og om effekten av Medicaid-utvidelse på ED-utnyttelse er forskjellig etter rase/etnisitet.

   1. Ved å bruke en tilnærming til forskjeller i forskjeller vil vi sammenligne frekvensen av ED-besøk og ikke-emergent ED-besøk for voksne i alderen 19-64 mellom 2013 og 2014 i de to delstatene som utvidet Medicaid vs Florida. En undergruppeanalyse som sammenligner Arkansas og Kentucky vil avsløre om ulike tilnærminger til ekspansjon påvirket ED-utnyttelsen.
   2. Ved å bruke en tilnærming til forskjeller i forskjeller i forskjeller vil vi finne ut om virkningen av Medicaid-utvidelsen på bruk av akuttmottak, for voksne i alderen 19-64, var forskjellig etter rase/etniske undergrupper (spansktalende, ikke-spanske hvite og ikke-spanske svarte) mellom de tre statene.

3. For å bestemme virkningen av Medicaid-utvidelsen på frekvensen av SUD-behandlingsinnleggelser i anlegg som mottar offentlig støtte.

   1. Ved å bruke en tilnærming til forskjeller i forskjeller i forskjeller vil vi sammenligne frekvensen av SUD-behandlingsinnleggelser fra 2010-2014 for personer i alderen 18-54 vs de i alderen 12-17 i statene som utvidet Medicaid i 2014 vs stater som ikke utvidet Medicaid i 2014 .
   2. Ved å bruke en tilnærming til forskjeller i forskjeller i forskjeller vil vi sammenligne endringene i betalingskilder for SUD-behandlingsinnleggelser fra 2010-2014 for personer i alderen 18-54 vs de i alderen 12-17 i statene som utvidet Medicaid i 2014 vs stater som gjorde det ikke utvide Medicaid i 2014.
   3. Ved å bruke en tilnærming til forskjeller i forskjeller i forskjeller vil vi sammenligne frekvensen av henvisninger fra helsetjenester for SUD-behandlingsinnleggelser fra 2010-2014 for personer i alderen 18-54 vs de i alderen 12-17 i statene som utvidet Medicaid i 2014 vs stater som gjorde det ikke utvide Medicaid i 2014.

Metoder Effekten av privat opsjon, tradisjonell Medicaid-utvidelse og valg mot Medicaid-utvidelse på bruk av pasienter: En sammenligning med tre stater Utforskerne vil bruke en langsgående tverrsnitt kvasi-eksperimentell forskjell i forskjellsstudiedesign for å vurdere virkningen av Medicaid-utvidelsen og utvidelsesmetoden på våre døgnutnyttelsestiltak. Vi vil bestemme endringen i rater for sykehusinnleggelse av alle årsaker og forebyggbar sykehusinnleggelse fra 2013 - 2014 og kontrastere endringen mellom stater basert på utvidelse/utvidelsesmetode. Etterforskerne vil bruke en langsgående tverrsnitt kvasi-eksperimentell forskjell i forskjell i forskjell studiedesign for å vurdere virkningen av Medicaid utvidelse og metode for utvidelse på rasemessige/etniske forskjeller på våre innlagte brukstiltak. Etterforskerne vil bestemme endringen i rater av alle årsaker og forebygges sykehusinnleggelse fra 2013 - 2014 for hver rase/etnisitet og kontrastere endringen mellom stater basert på utvidelse/metode for ekspansjonsstatus.

Data CDC - Wonder Bridged-Race Population Estimates Det nasjonale senteret for helsestatistikk (NCHS) kombinerer 31 rasekategorier brukt i folketellingen til fire rasekategorier: Asiatisk eller stillehavsøyboer, svart eller afroamerikansk, amerikansk indianer eller indianer fra Alaska, hvit og gir alder, kjønn og etnisitet (spansktalende/ikke-spansktalende) spesifikke befolkningstall for hvert fylke i USA. Disse filene er tilgjengelige for offentlig bruk på CDC Wonders nettsted. Vi vil bruke disse filene for å få de totale befolkningstallene som vil tjene som nevnere for våre utnyttelsesberegninger for hvert fylke i Arkansas, Florida og Kentucky for 2013 og 2014.

HCUP SID For våre innlagte brukstiltak vil etterforskerne anskaffe Healthcare Cost and Utilization Project (HCUP) State Inpatient Database (SID) fra henholdsvis Arkansas, Kentucky og Florida. SID-ene fanger opp den aktuelle statens sykehusutskrivningsposter for det gitte året og inneholder dem i et enhetlig format for å tillate sammenligninger mellom stater. Analyseenheten i datasettet er en sykehusutskrivning. I tillegg til informasjon om hver sykehusinnleggelse, som lengde på opphold, gebyrer, innleggelses- og utskrivningsdatoer, inneholder SID-ene også klinisk informasjon som diagnosen registrert og prosedyrer utført under hver sykehusinnleggelse og demografiske opplysninger om den innlagte pasienten, som fødselsdato, postnummer for bosted, kjønn, rase, etnisitet, betalertype etc.

Analyse Etterforskerne vil skildre utfallsratene for hver delstat per kvartal og avgjøre om det er noen endring i trender mellom 2013 og 2014 eller om det er en umiddelbar endring mellom 2013 og 2014 ved å bruke avbrutt tidsserieanalyse. Etterforskerne vil beregne grove rater av alle årsaker og forebygges sykehusinnleggelse for hver stat for hvert år. Ved å bruke USAs 2014-befolkning som referansepopulasjon vil vi utføre direkte standardisering for å beregne alders- og kjønnsjusterte rater for sykehusinnleggelser av alle årsaker og forebygges for hver stat for hvert år. Etterforskerne skal også gjennomføre direkte standardisering for rase/etnisitetsundergrupper. Deretter vil vi utføre multivariat regresjonsanalyse for å estimere den overskytende endringen i bruk av sykehus på grunn av utvidelse av Medicaid. Etterforskerne vil bruke en Poisson-fordeling for våre utfallsvariabler. Befolkningen i fare vil være det totale populasjonstallet for hver kohort som hentet fra NCHS-data. Standardfeil vil bli gruppert på beredskapsregionnivå for å ta høyde for hekking av hver kohort innenfor en beredskapsregion. Modellen vil inkludere faste effekter på beredskapsledelse på regionnivå, for å ta hensyn til tidsinvariante faktorer på beredskapsområdet på nivå, dummies for aldersgruppe, kjønn rase/etnisitet og år. Etterforskerne vil lage indikatorer for periode (2013 og 2014) og utvidelsesstatus (utvidet Medicaid eller ikke). Etterforskerne vil samhandle periodeindikator med utvidelsesstatusindikator for å bestemme den overskytende endringen i utfallsmålene for stater som utvidet Medicaid (AR og KY) kontra stat som ikke utvidet Medicaid i 2014 (FL). Den samme modellspesifikasjonen vil bli brukt til å bestemme virkningen av metoden for Medicaid-utvidelse på antallet sykehusinnleggelser av alle årsaker og som kan forebygges. For denne analysen vil etterforskerne sammenligne 2013- og 2014-dataene fra Arkansas og Kentucky. For å vurdere om virkningen av Medicaid-utvidelsen på våre utfallsmål var forskjellig etter rase/etniske grupper i de tre statene, vil vi bruke en multivariat forskjell i forskjellsmodell. Dataene vil være begrenset til ikke-spanske hvite, latinamerikanske og ikke-spanske svarte kohorter. I tillegg til begrepene i de tidligere modellene, vil vi inkludere interaksjoner mellom rase/etnisitet og statlige indikatorer for å kontrollere for grunnlinjeforskjeller i utfallet i statene og interaksjoner mellom rase/etnisitet og tid til kontroll for longitudinelle trender i ulikheter generelt. Indikatorene for ikke-spanske svarte og latinamerikanere vil bli interagert med periodeindikatorer og statlige indikatorer. Koeffisientene til disse interaksjonene vil gi oss den overflødige endringen i utfallsmålene mellom latinamerikanske vs ikke-spanske hvite og ikke-spanske svarte vs ikke-spanske hvite i stater som utvidet Medicaid (AR og KY) kontra stat som ikke utvidet Medicaid i 2014 (Referent = FL).

Sensitivitetsanalyse Undersøkerne vil bruke en negativ binomialfordeling for våre utfallsmål i stedet for en Poisson-fordeling. I den andre sensitivitetsanalysen, for vårt mål på sykehusinnleggelser av alle årsaker, vil etterforskerne ekskludere alle utskrivninger fra mor. I en tredje sensitivitetsanalyse vil etterforskerne kun inkludere sykehusinnleggelser for voksne i alderen 27-64 år for å ekskludere alle unge voksne som kan ha opplevd dekningsgevinster før 2014 på grunn av "ung-voksen-mandatet". I en fjerde sensitivitetsanalyse vil etterforskerne kun inkludere de sykehusinnleggelsene som fant sted på fellessykehus. I en femte sensitivitetsanalyse vil etterforskerne kollapse de rase/etniske gruppene og definere hver kohort basert på år, stat, beredskapsregion, aldersgruppe og kjønn. Etterforskerne vil gjøre dette for å inkludere de innleggelsene i tellingen av utfallsmålene der pasientens rase/etnisitet mangler. For det sjette, i stedet for å gruppere dataene årlig, vil etterforskerne gruppere dem etter kvartal og utføre en segmentert regresjonsanalyse. Til slutt vil etterforskerne beregne alle utfallsvariablene som rater per 10 000 personer og bruke vektet ordinær minste kvadraters regresjonsanalyse for å avgjøre om tolkningene våre endres.

Effekten av privat opsjon, tradisjonell Medicaid-utvidelse og valg mot Medicaid-utvidelse på bruk av akuttavdelingen: En sammenligning med tre stater Etterforskerne vil bruke en langsgående tverrsnitt kvasi-eksperimentell forskjell i forskjellsstudiedesign for å vurdere virkningen av Medicaid-utvidelsen og utvidelsesmetoden på de sengeliggende utnyttelsestiltakene. Etterforskerne vil bestemme endringen i rater for generelle og typer ED-besøk fra 2013 - 2014 og kontrastere endringen mellom stater basert på utvidelse/utvidelsesmetode. Etterforskerne vil bruke en langsgående tverrsnitt kvasi-eksperimentell forskjell i forskjell i forskjell studiedesign for å vurdere virkningen av Medicaid utvidelse og metode for utvidelse på rasemessige/etniske forskjeller på våre ED-utnyttelsestiltak. Etterforskerne vil bestemme endringen i frekvensen av generelle og typer ED-besøk fra 2013 - 2014 for hver rase/etnisitet og kontrastere endringen mellom stater basert på utvidelse/metode for ekspansjonsstatus.

Data CDC - Wonder Bridged-Race Population Estimates HCUP SEDD For våre resultatmål vil etterforskerne anskaffe Healthcare Cost and Utilization Project (HCUP) State Emergency Department Database (SEDD) for henholdsvis Arkansas, Kentucky og Florida. SEDD-ene fanger opp alle ED-besøkene for det aktuelle året som finner sted i ED-er som er tilknyttet sykehus og som ikke resulterer i sykehusinnleggelser. I tillegg til informasjon om hvert ED-besøk som avgifter og innrømmedatoer, inneholder SEDD-ene også klinisk informasjon som diagnosen registrert og prosedyrer utført under hvert besøk og demografi til pasienten som fødselsdato, postnummer for bosted, kjønn, rase , etnisitet, betalertype osv.

Utfallsmål

1. ED besøk.

2. Type ED-besøk:

   1. Forebyggbar/unngåelig.
   2. Framvoksende. Analytisk datastruktur I likhet med tidligere mål vil bare forskjellen være når det gjelder resultatene. Analyse I likhet med tidligere mål vil bare forskjellen være når det gjelder resultatene. Sensitivitetsanalyse Undersøkerne vil bruke en negativ binomialfordeling for våre utfallsmål i stedet for en Poisson-fordeling. I en andre sensitivitetsanalyse vil vi inkludere ED-besøk for voksne i alderen 27-64 år for å ekskludere alle unge voksne som kan ha opplevd dekningsgevinster før 2014 på grunn av "ung-voksen-mandatet". I en tredje sensitivitetsanalyse vil etterforskerne endre vår definisjon av besøk som kan forebygges og akutte besøk. Etterforskerne vil definere et forebyggbart besøk som ethvert besøk hvis sannsynlighet for å kunne forebygges er ≥ 0,5 og ethvert besøk hvis sannsynlighet for å være akutt er ≥ 0,5 vil bli definert som det. I en fjerde sensitivitetsanalyse vil etterforskerne bare inkludere de akuttmottaksbesøkene som fant sted på kommunale sykehus. I en femte sensitivitetsanalyse vil vi kollapse rase/etniske grupper og definere hver kohort basert på år, stat, beredskapsregion, aldersgruppe og kjønn. Etterforskerne vil gjøre dette for å inkludere disse akuttmottaksbesøkene i tellingen av utfallsmålene der pasientens rase/etnisitet mangler. For det sjette, i stedet for å gruppere dataene årlig, vil vi gruppere dem etter kvartal og utføre en avbrutt tidsserieanalyse. For det syvende vil sannsynligheten for at akuttbesøket kan forebygges bli definert som summen av sannsynligheten for at akuttbesøket er ikke-emergent og emergent, men primærhelsetjenesten kan behandles, og sannsynligheten for at ED-besøket skal oppstå vil bli definert som summen av sannsynligheten for at ED-besøket oppstår og ED omsorg nødvendig. Til slutt vil etterforskerne beregne alle utfallsvariablene som rater per 10 000 personer og bruke vektet ordinær minste kvadraters regresjonsanalyse for å avgjøre om tolkningene våre endres.

Tidlig innvirkning av Medicaid-utvidelsen på offentlig stoffmisbruksbehandling: Bevis fra Affordable Care Act Vi vil bruke en langsgående tverrsnitt kvasi-eksperimentell forskjell i forskjell i forskjellsstudiedesign. Vi vil bestemme endringene i antall innleggelser til SUD-behandlingsfasiliteter, endringer i betalingskildene og endringer i frekvensen av henvisninger til helsetjenester fra 2010 - 2014 for personer i alderen 18-54 vs 12-17 og sammenligne endringene mellom dem basert på om statenes Medicaid-utvidelsesstatus.

Databehandlingsepisodedatasett - Innleggelser (TEDS-A) TEDS-A er en landsomfattende administrativ database over innleggelser til spesialitetsbehandlingsanlegg for SUD. Den består av fasiliteter som mottar en offentlig finansieringskilde for å gi SUD-behandling. Noen av statene samler kun inn data om opptak som er offentlig finansiert, mens andre også samler inn privat finansierte opptak fra anlegg som mottar noe offentlig finansiering. TEDS-A inkluderer data om pasientens demografi, inkludert aldersgruppe, kjønn, rase/etnisitet, bostedsstat, misbrukte stoffer, type anlegg, betalingskilde for innleggelse for en undergruppe av stater og henvisningskilde til behandlingen. Den dekker nesten 80 % av SUD-behandlingsopptakene i USA.

Current Population Survey (CPS) CPS rapporterer månedlig informasjon om befolkningsdemografi, inkludert alder, rase/etnisitet, kjønn, bostedsstat osv. Vi vil bruke disse dataene for å få informasjon om totale befolkningstall for våre årskull utviklet på grunnlag av aldersgruppe (12-14, 15-17, 18-29, 30-39, 40-54), kjønn, rase/etnisitet (Ikke-spanske hvite, latinamerikanske, ikke-spanske svarte, andre), delstats- og års- og delstatsnivå-kovariater. Etterforskerne vil ekskludere New Hampshire og Michigan fra våre data for å unngå tvetydighet siden disse delstatene utvidet seg senere i 2014. For å vurdere virkningen av Medicaid-utvidelsen på endringer i betalingskilde for SUD-innrømmelser, vil etterforskerne bare inkludere de statene som gir informasjon om primær betaler i TEDS-filene for minst 85 % av innleggelsene i hvert av årene.

Utfallsmål

1. Behandlingsopptak.

2. Betalingskilde

   1. Behandlingsopptak privat finansiert.
   2. Behandlingsopptak finansiert av Medicaid.
   3. Behandlingsopptak selvfinansiert.
   4. Behandlingsopptak som er gratis/eller finansiert av andre offentlige kilder.
3. Behandlingsinnleggelser gjennom en henvisningskilde for helsevesenet. Analytisk datastruktur Vi vil summere alle utfallsmålene fra TEDS-A-dataene etter stat, år, alder, kjønn og rase/etnisitet. Etterforskerne vil trykke CPS-dataene og TEDS-filfilene på aggregert nivå. Etterforskerne vil samle kovariatinformasjonen fra CPS-dataene på delårsnivå, som vil gi oss vårt endelige analytiske datasett for å vurdere virkningen av Medicaid-utvidelsen på SUD-behandling i offentlig finansierte fasiliteter.

Analyse Etterforskerne vil sammenligne demografien til innleggelsene og samvarierer mellom stater som utvidet Medicaid vs stater som ikke utvidet Medicaid for hvert år av studieperioden. Etterforskerne vil gjennomføre t-tester/chi-kvadrat for å bestemme signifikante forskjeller for henholdsvis kontinuerlige og kategoriske variabler. Etterforskerne vil oppsummere alle utfallsmålene for hver stat og plotte dem årvis på separate grafer for å visuelt undersøke trendene. Etterforskerne vil utføre multivariat regresjonsanalyse for å estimere den overskytende endringen i våre resultatmål som kan tilskrives Medicaid-utvidelsen. Etterforskerne vil bruke en Poisson-fordeling for utfallsvariabler. Befolkningen i fare vil være befolkningstallene for hvert årskull. Modellen vil inkludere faste effekter på statsnivå, for å ta hensyn til tidsinvariable tilstandsnivåfaktorer, og dummies for aldersgruppe, kjønn, periodeindikator (før-ekspansjon vs etter-ekspansjon), rase/etnisitet, tilstands-årsnivå-kovariater (ekteskapelig status, utdanningsnivå og andel arbeidsledige) og tidsvarierende statlige retningslinjer (f.eks. legalisering av medisinsk marihuana). Etterforskerne vil lage indikatorer for perioden før og etter Medicaid-utvidelse (2014 og 2010-2013) og utvidelsesstatus for staten (utvidet Medicaid eller ikke) og en indikator for behandlingsgruppe (12-17 vs 18-54). Etterforskerne vil samhandle periodeindikator med ekspansjonsstatusindikator for å kontrollere den generelle trenden i utfall i stater som utvidet kontra stater som ikke utvidet. Etterforskerne vil samhandle behandlingsindikatoren med periodeindikator for å kontrollere for generell trend i utfall blant behandlingsgruppen (18-54 år) vs ikke-behandlingsgruppen (12-17 åringer). Undersøkerne vil også kontrollere for grunnlinjeforskjeller i utfallet mellom behandlingsgruppen (18-54 år) vs ikke-behandlingsgruppen (12-17 åringer) i stater som utvidet seg vs tilstander som ikke utvidet seg ved å samhandle ekspansjonsstatus med behandlingsgruppen indikator. Modellen vil inkludere en forskjell i forskjell i forskjellsindikator for å vurdere effekten av Medicaid Expansion på utfallsmålet blant behandlingsgruppen (18-54 år) vs ikke-behandlingsgruppen (12-17 åringer). Forskjellen i forskjell i forskjellsindikator vil spesifiseres ved å samhandle ekspansjons-, behandlings- og periodeindikatorene.

Sensitivitetsanalyse Etterforskerne vil gjennomføre en rekke sensitivitetsanalyser for å teste robustheten til modellen vår og studieobjektvalgskriterier. For det første vil etterforskerne bruke en negativ binomialfordeling for utfallstallene i stedet for Poisson-fordeling. For det andre vil etterforskerne ekskludere personer i alderen 18-29 år for å eliminere befolkningen som hadde en økning i tilgang til forsikring i 2010 på grunn av "ungdomsmandatet". Aldersgruppen som ble berørt av mandatet var 18-26 år. Men på grunn av tilgjengeligheten av aldersgrupper i TEDS-A-dataene (18-20, 21-25 og 26-29) bestemte etterforskerne seg for å inkludere hele aldersgruppen 18-29. For det tredje, i samsvar med tidligere litteratur. Undersøkerne vil utelukke innleggelser kun for avgiftning siden disse anses å være forløpere for behandlinger i stedet for selve behandlingen. For det fjerde vil etterforskerne bestemme virkningen av Medicaid-utvidelsen kun på frekvensen av førstegangsinnleggelse. Til slutt vil etterforskerne gjennomføre en vektet minste kvadraters regresjon for hvert av våre utfallsmål. Her vil vektene være befolkningstallene for hvert årskull. Resultatene blir som følger: a. rate for behandlingsinnleggelser, privatfinansierte innleggelser, Medicaid-finansierte innleggelser, egenfinansierte innleggelser, innleggelser betalt av veldedige organisasjoner eller andre offentlige organisasjoner, innleggelser gjennom helsehenvisninger per 10 000 personer.

Begrensninger Foreslåtte studier om virkningen av Medicaid-utvidelse på bruk av pasienter og ED har flere begrensninger. Etterforskerne analyserer data fra bare tre stater, og derfor kan funnene våre kanskje ikke generaliseres til andre stater i USA. Selv om Florida er en sørstat, er den betydelig forskjellig når det gjelder demografisk sammensetning fra Arkansas og Kentucky. Siden frekvensen av uforsikrede i de tre statene var lik før Medicaid-utvidelsen, tror vi imidlertid at det vil tjene som en rimelig kontroll. I tillegg har etterforskerne ikke tilgang til data fra andre sørlige stater som ikke utvidet Medicaid i 2014 og som kan være bedre kontroller som Texas, Tennessee, Mississippi, Louisiana eller Georgia. Etterforskerne har tilgang til kun ett år med data etter reformen, og det kan derfor hende at etterforskerne ikke er i stand til å fange opp den fulle effekten av helsereformen. Siden etterforskerne bare har ett år med data før reformen, kan vi kanskje ikke fullt ut redegjøre for forskjeller i trender for resultatene før reformen i våre tre stater. Vår tredje studie er også underlagt begrensninger. TEDS-A-data inkluderer ikke alle behandlingssentre for rusmisbruk. Dermed kan etterforskerne potensielt gå glipp av noen av innleggelsene. Funnene våre kan være partiske ved å vise at høyere opptaksrater i stater har større offentlig finansiering i kraft av at de bidrar med mer data. Videre siden finansieringen kan svinge årlig, kan etterforskerne ikke fastslå om endringene i behandlingsrater er en funksjon av svingningene i rapporteringen eller på grunn av Medicaid-utvidelsen. Etterforskerne reduserer denne begrensningen til en viss grad ved å inkludere aldersgruppen 12-17 som en kontrollgruppe som ikke vil bli påvirket av Medicaid-utvidelsen, men hvis det er endringer i rapporteringsratene for stater, forventer etterforskerne at de vil ha samme effekt på 12. 17 år som på 18-54 år. Ikke alle stater gir informasjon om finansieringskilden, og begrenser dermed generaliserbarheten til våre funn om endringene i betalingskilden. Tidligere forskning har imidlertid ikke vist noen forskjeller i stater som gir data om finansieringskilder kontra stater som ikke gjør det.