Effekten av läkarägande på dialysresultat

Utredarna kommer att använda United States Renal Data System (USRDS), ett register över alla dialyspatienter i USA, oavsett betalare. Datauppsättningen inkluderar patientegenskaper (biologiska och sociodemografiska) inom 45 dagar efter att ha påbörjat dialys för alla patienter med ESKD oavsett försäkringsskydd, dödsfallsdata för alla patienter med ESKD oavsett försäkring, dialysanläggningens egenskaper, som uppdateras årligen, longitudinella behandlingsdata lämnas in av nätverken för njursjukdom i slutstadiet (ESRD) för alla patienter oavsett försäkring, och kliniska data från CROWNWeb: månatliga behandlingsdata (t.ex. Kt/V, behandlingstid, serumhemoglobin, vaskulär tillgång) inlämnade av dialysanläggningar för alla patienter oavsett av försäkringar. Registret är kopplat till Fee-for-service Medicare-krav för alla patienter med denna betalare. All data har redan samlats in (dvs detta är en retrospektiv studie) och avidentifierats av en datadistributör.

Utredarna har också erhållit en tvärsnittsdatauppsättning av dialysanläggningar och läkares ägare under 2017 från Centers for Medicare & Medicaid Services (CMS) genom en begäran om Freedom of Information Act.

I denna studie kommer utredarna att länka USRDS till denna tvärsnittsdatauppsättning. Utredarna kommer också att länka data till allmänt tillgängliga data från Dialysis Facility Compare (som innehåller kvalitetsprestanda för varje dialysanläggning, publicerad av regeringen på kvartalsbasis) och Census-data (som innehåller geografiska sociodemografiska egenskaper).

Utifrån denna datakoppling kommer utredarna att studera skillnader mellan anläggningar som ägs av läkare och de som inte ägs av läkare. Utredarna kommer att studera utfall både på anläggningsnivå och patientnivå.

Alla modeller kommer att ha en alfa på 5 % och kommer att ha 2-sidiga statistiska tester.

För resultat på anläggningsnivå:

Utredarna kommer att konstruera en datauppsättning på anläggningsnivå och jämföra läkarägda anläggningar med anläggningar som inte ägs av läkare och justera för anläggningens egenskaper och regionala (postnummernivå) sociodemografiska egenskaper. Utredarna kommer också att testa effekten av att inkorporera patientegenskaper i modellen. För patientegenskaper kommer utredarna att ta genomsnittet för varje anläggnings population (t.ex. medelålder, % av patienterna män, etc.). Utredarna kommer att använda vanliga minsta kvadrater för kontinuerliga utfall och logistisk regression för binära utfall. Utredarna kommer att använda robusta standardfel.

För resultat på patientnivå:

Utredarna kommer att konstruera en paneldatauppsättning för en patientmånad och jämföra patienter som dialyserar på läkarägda anläggningar med de som dialyserar på anläggningar som inte ägs av läkare. Utredarna kommer att justera för sociodemografiska egenskaper på patient-, anläggnings- och postnummernivå. Eftersom alla resultat är binära kommer utredarna att använda logistisk regression för alla modeller. Utredarnas primära analys kommer att vara logistisk regression, justering för patient, anläggning, postnummeregenskaper, med fasta effekter på patientnivå och icke-parametriska bootstrap-standardfel. Utredarna kommer att undersöka resultatens känslighet för följande:

• logistisk regression med alla justerare, fasta effekter på patientnivå och robusta standardfel
• vanliga minsta kvadrater med alla justerare, fasta effekter på patientnivå, kluster-robusta standardfel på anläggningsnivå
• vanliga minsta kvadrater med alla justerare, fasta effekter på patientnivå, robusta standardfel

Utredarna specificerar också justerarna nedan:

Patientegenskaper (samsjukligheter kommer att erhållas med Chronic Conditions Warehouse-programvaran på en 12-månaders tillbakablick av Medicares avgifter-för-tjänstanspråk)

• Ålder
• Sex
• Lopp
• Etnicitet
• Tidigare transplantation
• Incident patient (första 120 dagarna av dialys)
• År med ESRD
• Dubbel behörighet
• Hypertoni
• Alzheimers
• Förmaksflimmer
• Tidigare hjärtinfarkt
• Astma
• Bröstcancer
• Grå starr
• Kronisk obstruktiv lungsjukdom
• Kolorektal cancer
• Depression
• Diabetes
• Endometriecancer
• Glaukom
• Hjärtsvikt
• Höftfraktur
• Hyperlipidemi
• Hypertoni
• Ischemisk hjärtsjukdom
• Lungcancer
• Osteoporos
• Prostatacancer
• Reumatoid artrit / Artros
• Tidigare stroke/övergående ischemisk attack
• Benign prostatahyperplasi

Anläggningens egenskaper

• Vinstdrivande status
• Kedjeägd
• Antal patienter på anläggningen
• Förhållande mellan patient och personal
• ESRD nätverk

Regionala (postnummernivå) sociodemografiska egenskaper

• Medianinkomst
• % av postnummer med gymnasieexamen
• % av postnummer under fattigdomsgränsen

Vi fördefinierar en undergruppsanalys av huruvida dialysanläggningen ägs av en stor dialysorganisation (d.v.s. Davita, Fresenius).