贫困人口心理住院率是非贫困的三倍

医疗保健

文章 加利福尼亚州中央谷地贫困人口因心理健康服务住院率是非贫困人口的三倍

摘要

引言:为贫困人口提供健康保险已成为应对贫困与非贫困人口之间健康差异的标准政策回应。人们通常认为,如果贫困人口获得健康保险,他们将使用预防性护理,从而避免更昂贵的急诊就诊和住院治疗,进而从长期来看节省医疗成本。本文报告了我们在加利福尼亚州开展的一项研究结果,探讨当贫困人口获得健康保险后会发生什么情况。本研究旨在了解加利福尼亚州的医疗系统如何以不同于非贫困人口的方式对待贫困患者。
方法:本研究采用多变量逻辑回归,分析了来自加州全州规划与发展办公室(OSHPD)的加利福尼亚州中央谷地八个县的大规模患者出院数据(PDD)(N = 423,640)。首先,利用国际疾病分类(ICD 10)作为诊断标准,估算心理健康与非心理健康住院率。其次,使用保险状况作为患者贫困程度的代理指标。通过卡方检验,基于保险类型估算接受心理健康服务的住院概率。最后,通过逐步逻辑回归,在控制个体特征、保险类型和地理特征的条件下,估算心理健康住院的几率。
发现:当贫困人口获得健康保险后,他们因心理健康服务而住院的可能性是非贫困人口的三倍。这种超过三倍的心理健康住院率差异并非由人口统计学或地理特征驱动。该发现是全新的,对贫困人口的医疗政策具有重要意义。未来还需进一步研究,以明确贫困人群心理健康住院率异常偏高在多大程度上是由供方诱导需求所导致的。
关键词 : 贫困;健康保险;心理健康;住院

1. 引言

加利福尼亚州中央谷地是美国贫困最集中的地区[1,2]。该地区同时也具有较高的疾病发生率和健康差异[3]。贫困对穷人的健康产生严重影响[4],加利福尼亚州中央谷地的贫困人口承受着不成比例的高疾病负担和低生活质量。因此,加利福尼亚州中央谷地成为一个理想的天然实验室,用于研究当前医疗系统如何对待贫困人口。

人们通常认为,贫困人口的健康问题更严重,是因为他们难以获得医疗保健服务。例如,研究表明,贫困人口接受心理健康服务的可能性较低,服务的贫困人口是非贫困人口的三倍,且在寻求医疗服务时面临障碍[5,6]。主要原因是穷人没有健康保险[7]。因此,为贫困人口提供健康保险已成为政府应对穷人与非贫困人口之间医疗保健差异的一项政策重点。通常的观点是,如果贫困人口获得健康保险,他们将使用预防性护理,从而避免花费更高的急诊就诊和住院治疗。由此假设,从长期来看,这将为政府节省更多资金(例如,[8,9],等)。

因此,健康保险已成为获得健康服务的标志。尽管已有大量文献论述了由于缺乏保险导致贫困人口对健康服务利用不足的问题,但对于当穷人获得健康保险后实际会发生什么,人们知之甚少。他们是否会如预期那样使用健康服务?这是否会减少住院治疗?本研究以保险类型作为患者贫困状况的替代指标,考察了加利福尼亚州中央谷地贫困人口在健康服务方面的住院治疗模式。研究分析了来自加州全州规划与发展办公室(OSHPD)的医院数据(N = 423,640)。该研究旨在了解加利福尼亚州的医疗系统在对待穷人患者与非贫困人口患者方面有何差异。

2. 方法

这是一项回顾性观察研究,数据包含来自加州全州规划与发展办公室(OSHPD)数据集的所有患者出院数据(PDD)。加利福尼亚州的医院被要求向OSHPD报告所有患者的出院信息。这些报告包括患者的年龄、种族/族裔、性别、居住县和邮政编码、预期支付来源、医院收费、机构类型,以及最多24项诊断和24项手术代码。最新可用的数据集为2012年的数据,由于数据需去标识化,并在患者出院后一至两年才公开提供。这些数据已获得加利福尼亚州卫生与公共服务机构人类受试者保护委员会(CPHS)的批准。本研究评估了居住在圣华金谷地(SJV)八个县(即弗雷斯诺、克恩、金斯县、马德拉、默塞德、圣华金、斯坦尼斯劳斯和图莱里)内的个体记录。

2.1. 测量方法

使用国际疾病分类第九版临床修改版(ICD‐9‐CM)的临床分类软件(CCS)来识别住院记录中的主要诊断类别。该工具由医疗成本与使用项目(HCUP)开发,HCUP是由医疗保健研究与质量局(AHRQ)资助的联邦‐州‐产业合作项目。患者的主要诊断依据其首位列出的国际疾病分类第九版临床修改版(ICD‐9‐CM)编码确定。仅使用主要诊断中的ICD‐9‐CM编码290‐319来识别因精神障碍导致的住院。患者记录已去标识化,因此无法以任何方式评估再入院情况。所有住院记录均被重新编码为两类:0=其他任何状况和1=精神障碍。

患者出院数据(PDD)包含了患者的保险状况(支付方类别)信息,并将其分为四类:(1)私人保险(包括自费和工伤赔偿);(2)医疗保险;(3)医疗补助;以及(4)政府(包括其他政府项目、贫困者项目以及为穷人提供的县贫困项目)。在本研究中,我们将政府保险作为患者贫困状况的代理指标。尽管医疗补助主要面向穷人,但在加利福尼亚州,它也覆盖老年人和残疾人。因此,我们将医疗补助视为与专门为穷人设立的政府保险不同的独立类别。这使得我们在不同保险类型之间的比较更加精确。

个体的特征被设为虚拟变量,包括性别、年龄组和种族/族裔。对于性别变量,男性作为参照组(0= Male 和 1= Female)。年龄分为三个层次:20–64岁、65岁及以上,以及20岁以下作为参照。

2.2. 数据分析

采用双变量分析来检验精神障碍住院与保险类型之间的初步关联。保险类型被合并,以反映使用比例和保险特征。将保险类型合并为更广泛、更具包容性的组别,并未对后续分析产生显著影响。根据双变量分析结果,我们随后构建了逻辑回归模型,用于检验精神障碍住院与自变量之间的关联。

我们采用直接模型构建策略,建立了三个分析性逻辑回归模型。第一个模型仅包含保险类型。第二个模型在保险类型的基础上,增加了性别、年龄和种族/民族协变量。最后,第三个模型引入了患者的居住县,以估计地理差异。未发现严重的多重共线性,且所有其他模型假设均得到满足。由于样本量较大,事件与协变量比率保持在20:1以上,因此不存在模型过拟合问题。数据分析使用IBM SPSS Statistics for Windows, 版本 22.0(IBM 公司,阿蒙克,纽约州,美国)进行。

3. 结果

表1列出了研究人群特征的数据。在所有住院人群中,有19,178人(4.5%)因心理健康问题住院,59.3%为女性,种族/族裔变量如下:46.2%为白人,40%为西班牙裔,6.1%为黑人,4.8%为亚裔,3%为其他。大部分(49.6%)年龄在20–64岁之间,其次是65岁及以上(25.8%)和20岁以下(24.6%)。大多数患者(35.8%)拥有医疗补助,30.4%拥有私人保险,29.3%拥有医疗保险,4.6%拥有政府保险。大多数患者居住在弗雷斯诺县(24.5%),其次是克恩(21.4%)、圣华金(16.1%)、斯坦尼斯劳斯(13.8%)、图莱里(11.3%)、默塞德(6.0%)、马德拉(3.5%)和金斯县(3.4%)。

表1. 住院人群的特征。

变量 N %
因变量
住院原因
非心理健康 404,462 95.5
心理健康 19,178 4.5
自变量
性别
女性 251,263 59.3
Male 172,353 40.7
种族/族裔
白人 195,652 46.2
西班牙裔 169,392 40.0
黑人 26,004 6.1
亚裔 20,235 4.8
其他 12,357 3.0
年龄组
20岁以下 104,352 24.6
20至64岁 210,183 49.6
65岁及以上 109,105 25.8
保险
医疗补助 151,520 35.8
私人(非贫困) 128,595 30.4
医疗保险 124,016 29.3
政府(贫困) 19,509 4.6
居住县
弗雷斯诺 103,904 24.5
Kern 90,825 21.4
圣华金 68,094 16.1
斯坦尼斯劳斯 58,476 13.8
图莱里 47,844 11.3
默塞德 25,306 6.0
马德拉 14,729 3.5
金斯县 14,462 3.4
总计 423,640 100.0

表2列出了按保险类型划分的住院原因数据。数据显示,在拥有政府保险(贫困)的人群中,有15.3%因心理健康问题住院,而在拥有私人保险(非贫困)的人群中这一比例仅为4.7%,医疗补助用户中为4.5%,医疗保险用户中为2.7%。

表2. 按保险类型划分的住院原因。

保险类型 非心理健康 心理健康 总计
n % n
政府(贫困) 16,531 84.7% 2,978
私人(非贫困) 122,513 95.3% 6,082
医疗补助 144,756 95.5% 6,764
医疗保险 120,662 97.3% 3,354
总计 404,462 95.5% 19,178
### 3. 结果(续)

表3展示了多变量逻辑回归的结果。多变量逻辑回归的结果显示,拥有政府保险(贫困)的人群心理健康住院的几率比拥有私人保险(非贫困)的人群高出3.6倍(比值比 = 3.63,p < 0.005)。换句话说,与拥有私人保险(非贫困)的患者相比,拥有政府保险(贫困)的患者因心理健康问题住院的几率高出260%。相比之下,医疗保险(Medicare)用户(比值比 = 0.56,p < 0.001)和医疗补助(Medi-Cal)用户(比值比 = 0.94,p < 0.005)的心理健康住院几率较低。

即使在控制了人口统计学和地理变量后,这些差异仍然存在。性别、年龄、种族和居住县是精神健康住院的显著预测因素。与男性相比,女性因心理健康问题住院的可能性较小(OR = 0.569,p < 0.001),20–64岁组比20岁以下者更可能住院(OR = 2.746,p < 0.001),但64岁以上组则较不可能住院(OR = 0.293,p < 0.001)。白人与黑人在因心理健康问题住院的几率上无显著差异(OR = 1.043,p > 0.05);然而,西班牙裔(OR = 0.510,p < 0.001)、亚裔(OR = 0.559,p < 0.001)和其他族裔(OR = 0.875,p < 0.001)的住院几率较低。居住县也是精神健康住院的重要预测因素。不同保险类型之间在精神健康住院率上的三倍以上差异,并不仅仅由患者的人口统计学特征或地理变量差异所导致。

表3. 心理健康住院的比值比(OR)。

参数 模型1 模型2 模型3
OR 95% Wald 置信区间 OR 95% Wald 置信区间 OR 95% Wald 置信区间
保险
私人(非贫困) 参考 参考 参考
政府(贫困) 3.628*** (3.463, 3.802) 3.254*** (3.1, 3.414) 3.196*** (3.044, 3.356)
医疗保险 0.559*** (0.536, 0.584) 1.375*** (1.309, 1.445) 1.399*** (1.331, 1.47)
医疗补助 0.941** (0.908, 0.975) 1.325*** (1.277, 1.376) 1.317*** (1.268, 1.367)
性别
Male 参考 参考
女性 0.569*** (0.552, 0.587) 0.569*** (0.551, 0.586)
年龄组
20岁以下 参考 参考
20至64岁 2.773*** (2.655, 2.896) 2.746*** (2.628, 2.868)
65岁及以上 0.302*** (0.278, 0.328) 0.293*** (0.27, 0.318)
种族/族裔
白人 参考 参考
黑人 0.987 (0.936, 1.041) 1.043 (0.988, 1.1)
西班牙裔 0.484*** (0.467, 0.501) 0.510*** (0.492, 0.528)
亚裔 0.550*** (0.507, 0.598) 0.559*** (0.514, 0.608)
其他 0.885** (0.814, 0.962) 0.875*** (0.804, 0.952)
居住县
马德拉 参考
弗雷斯诺 1.387*** (1.262, 1.524)
Kern 1.004 (0.912, 1.105)
金斯县 0.582*** (0.508, 0.666)
默塞德 0.918 (0.819, 1.030)
圣华金 1.061 (0.961, 1.170)
斯坦尼斯劳斯 2.166*** (3.348, 4.137)
图莱里 0.857*** (1.313, 1.651)

** p ≤ 0.005. *** p ≤ 0.001。比值比用OR表示,采用沃尔德方法计算95%置信区间,表示为95% Wald 置信区间。

4. 讨论

这是首项报告加利福尼亚州中央谷地医疗系统对穷人与非贫困人口待遇差异的研究。本研究结果显示,拥有政府保险的贫困人群因心理健康服务而住院的可能性是拥有私人保险或其他类型保险的非贫困人口的三倍。精神健康住院率超过三倍的差异并非由患者的人口统计学特征(性别、年龄和种族)或地理变量的差异所驱动。我们认为这些发现具有新颖性和重要意义,对当前医疗系统和实践具有重要影响。研究结果还表明,女性、年龄较大、西班牙裔、亚裔或其他族裔,以及居住在金斯县或图莱里县的人群,其接受心理健康服务住院的几率较低。另一方面,年龄在20–64岁之间以及居住在弗雷斯诺或斯坦尼斯劳斯县的人群,其住院几率较高。此外,本研究揭示上述患者特征在贫困患者(拥有政府保险者)与非贫困患者(拥有私人保险者)中似乎被区别评估,从而加深了我们对这些差异产生原因的理解。

我们的研究结果表明,为穷人提供健康保险并不能减少住院治疗。事实上,当穷人为获得健康保险后,其住院的可能性高出三倍以上。在控制人口统计学特征和居住县份的情况下,拥有政府保险的穷人、拥有医疗保险者以及拥有医疗补助者因心理健康服务而住院的可能性分别是非贫困人口(即拥有私人健康保险的患者相比)。一种解释是,穷人可能面临更多的心理健康问题,因而需要比非贫困人口更多的住院治疗。穷人常常面临许多导致心理健康问题的生活困难(例如[10–14]),且穷人所面临的心理健康问题的类型和严重程度可能与非贫困人口不同[13]。来自贫困县(弗雷斯诺和斯坦尼斯劳斯)的患者因心理健康服务而住院的风险高于非贫困县的患者,这一事实进一步支持了这种解释。

另一个合理的解释是,医疗系统根据患者的健康保险类型为其提供不同的健康服务。由于没有理由认为拥有政府保险的人比拥有私人保险的人有更多心理健康问题,因此不同保险类型之间存在区别对待的原因必定是疾病状况之外的因素。其中一个可能的原因是不同保险类型的报销率存在差异。由于政府保险的报销率已知低于私人保险,医疗服务提供者可能会向穷人出售超出必要范围的服务以获取利润。本研究尚不清楚穷人较高的住院率在多大程度上是由实际需求驱动,还是由供方诱导需求所致。

本研究的结果引发了关于当前医疗系统和实践的更多问题,而非提供解释。尽管我们试图给出一些解释,但关于为何贫困患者(以其保险类型为指标)与非贫困人口受到不同对待的原因,已超出本研究的范围。

5. 结论

研究结果的一个启示是,向贫困人口提供健康保险可能无法减少住院和医疗成本。这些发现为当前围绕贫困人口卫生政策辩论的思考提供了一些见解。卫生政策辩论的主要焦点一直在于通过向贫困人口提供健康保险来降低急诊就诊费用并缩小健康差异(例如,[8,9],等)。然而,本研究的结果表明,尽管提供健康保险可能会增加对健康服务的获取,但似乎并未降低医疗成本。事实上,结果显示出相反的效果——穷人过度使用服务,从而增加了医疗成本。研究结果的另一个启示是,医疗实践和医疗系统也必须纳入卫生政策辩论中。由于医疗系统对贫困人口的对待方式不同于非贫困人口,仅提供健康保险似乎不足以满足贫困人口的需求。如果减少住院和医疗成本是政府的主要关切,那么也必须解决健康问题的根本原因——贫困。

如果贫困导致穷人住院率更高,那么帮助穷人摆脱贫困似乎是长期降低医疗成本最合理且可持续的方式。然而,如果向穷人提供健康保险的主要目的是仅仅提高他们对医院的可及性以及医疗服务的质量,那么卫生政策辩论还应考虑医疗系统根据患者的保险类型对待患者的方式。

6. 限制

研究结论受到本研究某些局限性的制约。首先,本研究仅使用主要诊断ICD‐9‐CM编码290‐319来确定因精神障碍导致的住院情况。未来的研究应进一步按保险类型分析更详细的诊断信息。其次,本研究的数据仅包含加利福尼亚州中央谷地的医院。未来的研究应分析具有全国代表性的样本,并检验研究结果在美国其他地区及其他国家的可推广性。第三,OSHPD数据集为去标识化数据,因此研究人员无法判断是否存在同一患者的多次入院记录。尽管根据OSHPD专家(本文合著者)的说法,出现多次记录的可能性很小,但未来的研究应在最大程度上考虑分析已标识身份的数据。第四,本研究使用了横截面数据分析。未来的研究应探讨更长时间段的数据,以便对穷人住院模式随时间的变化进行纵向分析。

尽管存在这些限制,本研究首次对美国贫困程度最高地区的大型医院数据进行了分析,也是首个报告穷人因心理健康服务住院频率是非贫困人口三倍的研究。我们认为这些发现具有新颖性和重要意义,它们引发了人们对当前医疗系统和实践的质疑。这些发现凸显了采取全面方法来改善穷人医疗保健的必要性,这些方法必须考虑到健康差异的根本原因——贫困。此类方法对于促进包括穷人在内的所有人的健康与福祉,以及减少当前的健康差异至关重要。此外,本研究的结果表明,保险类型是健康服务利用模式的一个重要标志,任何卫生政策辩论都必须超越仅仅提供健康保险的层面。这些发现为医疗保健系统如何根据经济/保险状况对待患者提供了重要的见解。

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值