退出率的负责任的医疗机构提供高比例的种族和少数民族的受益者

要点

问题是负责任的医疗机构(治疗),并且提供高比例的受益人之一的种族和少数民族更容易退出医疗保险储蓄计划共享?

发现在这个队列研究589年医疗保险储蓄计划位于共享,从2012年1月至2018年12月,位于更高比例的患者的种族和少数民族更有可能退出医疗保险储蓄计划共享。在多变量分析中,相关的高退出率显著差异在受益人复杂性和算法结构。

意义研究结果表明,这些“可信赖医疗组织”,为种族和少数民族也更有可能为受益人提供复杂的医疗和社会需求;最近的变化在医疗保险的支付结构共享储蓄计划可能与出口有关的这些“可信赖医疗组织”在这些人群,这可能与种族和民族差异有关在华访问。

重要性医疗共享储蓄计划为负责任的医疗机构提供财政激励(治疗),以减少医疗费用。储蓄计划可能不会充分共享的结构调整与照顾患者相关的挑战医学的复杂性和社会需求高,人口比例由种族和少数民族。如果是这样,这些“可信赖医疗组织”服务种族和少数民族更有可能退出程序,提高关注潜在收益的公平分配医疗保健改革的努力。

客观的评估是否位于高比例的受益人之一的种族和少数民族更有可能退出医疗共享储蓄计划和确定这种差异的相关特征。

设计,设定和参与者本回顾性观察性队列研究使用二级数据医疗保险储蓄计划共享这些“可信赖医疗组织”从2012年1月到2018年12月。二元和多元横截面回归分析用于理解ACO种族和民族成分是否与程序退出,以及位于高比例的受益人之一的种族和少数民族的不同特点与程序中退出。

曝光种族和民族ACO的受益者。

主要结果和措施共享的储蓄计划在2018年之前退出。

结果这项研究包括589名医疗保险储蓄计划位于共享。位于最高四分位数的比例的种族和少数民族被指定的受益人之一高比例治疗(145[25%]),和3四分位最低的是指定的比重不高这些“可信赖医疗组织”(444 [75%])。在未经调整的分析中,增加人数点的受益者种族和少数民族的比例与配电网的几率增加了1.12倍退出(95% CI, 1.00 - -1.25;P= .04点)。在分析,调整有重大关联高比例这些“可信赖医疗组织”等特征之间的病人并发症,残疾,临床医师组成和退出的可能性更高。

结论和意义研究结果表明,这些“可信赖医疗组织”,为更高比例的受益人之一的种族和少数民族更有可能退出医疗共享储蓄计划,部分原因是更复杂的疾病严重程度和患者服务。这些调查结果引发担忧目前支付改革如何影响不同种族和少数民族。

与477年负责任的医疗机构(治疗)共同负责1070万分配生活,共享储蓄计划(SSP)是医疗保险最大的路径。¹组织参与SSP面临金融风险和回报会议每年成本目标。SSP是一个自愿的程序,这意味着在任何一年参与治疗也可以退出。之前工作发现,自2012年推出SSP,大约有30%的参与这些“可信赖医疗组织”退出。组织与程序退出相关的因素包括未能获得共享储蓄、领导结构,临床医生组成。²

然而,据我们所知,很少有人注意到种族和民族的这些“可信赖医疗组织”出口,尤其是退出率是否与ACO受益人的比例是种族和少数民族的成员(即受益人在医疗保险登记数据库中自述为亚洲人,黑人,西班牙人,印第安人/阿拉斯加本地人,和/或太平洋岛民)。这是很重要的,因为现有的长期存在的差距在卫生保健访问和种族和少数民族之间的结果。³医疗保险受益人是种族和少数民族的成员更可能有更复杂的医疗和社会需求等多种并发症,障碍,和更低的财富,与增加障碍相关卫生和贫困的结果。⁴贝尔蒙特的正义原则报告表明,公共资金资助的创新,如SSP,应该包括所有的人口受益。⁵此外,在某种程度上,这些“可信赖医疗组织”在提高护理质量和成本对齐的受益者,ACO辍学率,之间的差距可能会加剧现有的医疗卫生相关的差异。

然而,最近支付改革计划还没有设计时考虑到种族和少数民族。⁶在2017年之前,这些“可信赖医疗组织”的支出基准是基于他们自己的历史表现。因此,这些“可信赖医疗组织”,一个高比例的种族和少数民族的受益者有更高的标准和更有可能实现储蓄。⁷然而,在2017年,尽管模拟表明这将影响这些“可信赖医疗组织”,关心种族和少数民族,⁷美国医疗保险和医疗补助服务中心(CMS)开始将区域趋势纳入SSP基准计算没有考虑或为社会需求调整。因此,这些“可信赖医疗组织”,关心种族和少数民族被直接与附近的这些“可信赖医疗组织”服务更多特权人群。进一步,在2018年,CMS宣布,所有这些“可信赖医疗组织”将被要求承担了下行风险加速时间表,让SSP治疗压力更大,照顾种族和少数民族。因此,SSP治疗服务更高比例的种族和少数民族可能是更有可能退出。

因此,我们进行了一项回顾性观察研究使用国家医疗保险SSP这些“可信赖医疗组织”在从2012年到2018年的数据。本研究填补了缺口我们理解当前的SSP政策是否包括种族和少数民族。从这个研究结果可能在付款通知的政策,提供公平的保健改革的努力,一个重要目标给出CMS的目标有100%的医疗保险受益人(包括大约1400万人的种族和少数民族)⁸2030年在风险承担行为模型。⁹

我们的理赔数据从2012年1月1日,12月31日,2018年,20%的医疗保险受益人的随机样本对应的年的SSP算法公共使用文件。参加费用医疗保险受益人,我们分析了索赔从医疗保险提供者分析和审查,门诊,载体研究可识别的文件。通过SSP Beneficiary-level研究可识别的文件,我们确定受益人被分配给一个SSP算法在给定年连同他们的自我报告的种族和民族特点和其他受益人。我们只包括受益人有连续的A和B部分覆盖在那一年。密歇根大学的制度审查委员会认为这项研究不受监督和知情同意,因为所有的病人数据鉴定。本研究的报告符合加强流行病学观察研究(的报告选通脉冲)报告指南。

我们获得了SSP提供者级的ACO组织特点,研究识别数据库文件和火炬的洞察力。火炬洞察力数据库是一个验证数据库包含30多个治疗领域的信息,定期更新通过公共记录和采访。万博manbetx平台首页我们获得环境特征区域卫生资源文件根据县最常见的邮政编码算法的受益者。

我们排除了这些“可信赖医疗组织”退出程序,但重新进入后,这些“可信赖医疗组织”成立于2018年,因为他们没有机会退出研究期结束前。最后加入SSP的分析数据集包括所有这些“可信赖医疗组织”从2012年到2017年,所有检查条目,反是最后一年的观察。

我们定义这些“可信赖医疗组织”,退出那些ACO身份证号码出现在SSP提供者级研究识别文件研究至少1年但没有出现在随后的一年。我们创建了一个二进制指标是否ACO退出SSP程序在数据集的最后一年,2018年。

识别这些“可信赖医疗组织”服务更高比例的种族和少数民族的受益人之一,我们使用数据从SSP Beneficiary-Level研究可识别的文件。种族和民族测定使用的医疗保险登记数据库代码来自受益人的社保数据。种族和少数民族被确认为所有受益者不登记数据库中编码为非西班牙裔白人。我们计算的比例每个算法的受益者种族和少数民族的成员,被认为是高比例治疗的最高四分位数的百分比的受益人之一种族和少数民族的条目,比重不高治疗和其他治疗^10,11(eFigure补充)。我们选择种族和族裔少数群体类别分组,因为我们主要是感兴趣的种族和民族作为配电网的特点,而不是一个个人的特点。此外,先前的研究已经证明,种族和少数民族更广泛面临一系列挑战美国与权力和特权。¹²然而,认识到崩溃的种族和民族类别擦除重要的异构群体之间的差异,我们也跑分析分别为每个种族和民族的5美国人口普查的类别。

根据以前的文献,^2,10,13我们在分析协变量包括以下。受益人特征包括残疾比例,比例双医疗补助和医疗保险,和平均百分等级条件的情况下风险(HCC)分数岁non-dual-eligible受益者。组织特征包括获得共享储蓄,开始年的计划(即队列),数量的指定受益人(在数百个),许多临床医生(在数百个),初级保健医生的临床医师比例,比例先进的临床医生实践临床医生、领导结构(physician-led或医院或医师医院合作),和网外护理水平。获得共享储蓄作为一个二进制变量测量指示是否ACO获得财政激励措施在今年之前使用SSP算法公共使用文件。我们计算的网外保健使用总数的百分比基本和特殊门诊访问(即预防互访,年度健康访问,和其他门诊访问)交付的SSP网络。^13,14

我们还包括以下环境特点的住宅中最常见的邮政编码算法的分配受益人:城市化(城市、郊区、农村),双重医疗补助比例/医疗保险资格,百分比收入低于贫困线以下,家庭收入中值,每1000名居民和初级保健医生的数量。

首先,我们进行了二元分析使用2-tailedχ²为分类变量和测试t测试连续变量来描述是否高比例位于退出率不同,共享的储蓄率,和受益人,组织,或环境的特点从比重不高这些“可信赖医疗组织”。退出并获得共享的储蓄率,我们还测试了是否不同。

第二,我们进行了横断面logistic回归分析来确定配电网的种族和少数民族团体组成,其SSP退出的可能性。每个模型在配电网运行水平ACO的退出/去年的研究期间(即2018年)使用一个连续的种族或少数民族的受益者的比例作为自变量。第一个模型只包括主要的预测,第二个模型包括了共享的储蓄,第三受益人包括特征,第四个包括组织和环境特征。我们比较这些特征的尺度效应与高,比重不高这些“可信赖医疗组织”确定为显著性差异来识别潜在的机制来支持高比例的保留这些“可信赖医疗组织”。

最后,我们使用了完全调整模型来预测每个协变量的边际效应,持有所有的共组意味着/模式高比例治疗和比重不高这些“可信赖医疗组织”(即水平了表1)。确定影响大小明显不同的比重不高和高比例这些“可信赖医疗组织”之间,我们重新完整的模型与每个协变量相互作用的种族和民族。

检查发现外生事件的敏感性可能发生在任何一个研究,我们重新未经调整的二元回归模型,每年下降,并在模型相比,尺度效应。测试结果的敏感性的规范”种族和少数民族,“我们跑3额外的敏感性分析。首先,我们重复的主要分析使用分离变量每个人口种族和民族的范畴(例如,亚洲/太平洋岛民,黑人,西班牙人,印第安人/阿拉斯加本地人,和其他)。我们也反复使用估算的分析种族研究三角研究所提供的代码,它试图提高种族和民族代码通过识别的准确性亚洲和拉美裔受益人基于姓或名。¹⁵最后,我们反复分析,取代连续测量的种族和民族二进制高比例这些“可信赖医疗组织”。

被认为具有统计显著性效果P< . 05。所有分析都在占据完成,15.1版本(StataCorp)。

研究对象包括589 SSP治疗状况。位于最高四分位数的比例的种族和少数民族被指定的受益人之一高比例治疗(145 (25%);受益人的种族和少数民族比例从25.6%到94.0%不等),和治疗3四分位最低指定比重不高这些“可信赖医疗组织”(444 (75%);种族和少数民族的比例的受益者[eFigure从1.5%到25.5%不等补充])。与比重不高这些“可信赖医疗组织”相比,高比例治疗服务残疾人的比例明显高于受益者,双重Medicaid-eligible受益人,受益人与更高的平均肝癌风险评分。同时,她们也更有可能在早期组加入了SSP,医生带领,有更高比例的初级保健医生,有高水平的网络外,坐落在城市环境中,服务社区双重Medicaid-eligible居民的比例较低,并且有更高比例的人收入水平低于贫困线以下(表1)。

从2012年到2018年,55高比例治疗(40%)获得共享储蓄在倒数第二年与117年相比比重不高这些“可信赖医疗组织”(26%)。获得共享储蓄率变化的研究。高比例治疗更有可能获得共享储蓄在所有研究多年,从2015年到2018年,这种差异具有统计学意义(图)。

在2012年至2018年之间,168治疗研究退出SSP (29%);50高比例治疗(34%)退出SSP与118年相比比重不高这些“可信赖医疗组织”(27%)(图)。SSP高比例的退出率位于每年增加,从2014年的1.4%,2017年达到17.3%,2018年降至11.2%。相比之下,低治疗退出率从2014年的0.8%,2016年达到12.3%,2018年降至9.7% (图)。在二元分类分析的一年,我们没有找到一个统计上的显著差异群体之间在任何一年。

在未经调整的分析,增加人数点的受益者种族和少数民族的比例与SSP退出的可能性增加1.12倍(95% CI, 1.00 - -1.25;P= .04点;表2)。在模型调整储蓄和受益人共享特征,受益人的种族和少数民族的比例仍具有统计学显著相关,较高的SSP退出(表2)。在模型中添加组织特征和环境特征,受益人的种族和少数民族的比例不再与SSP退出的可能性显著相关(表2)。充分调整后的模型,而不是收入共享储蓄,残疾人有更高比例的受益者,更高的平均肝癌风险评分,2012年加入SSP与2016年和2017年的人群相比,有更高比例的初级保健医生也与出口有关。

使用完全调整模型来估计比例较小的平均边际影响治疗和高比例这些“可信赖医疗组织”,我们发现耳索共享储蓄有高比例的更强的保护作用比低治疗(平均边际效应,32百分点和−−9.8,分别),虽然效果在两组之间的差异没有统计学意义(P= .19)。残疾人有更高比例的受益者,更高的平均肝癌风险评分,更多的受益者,更少的临床医生,和更少的推进实践临床医生治疗SSP退出的可能性增加;同样,这些效应大小比比重不高这些“可信赖医疗组织”是高比例数字更大,但它们之间的差异没有统计学意义(表3)。

当我们测试未经调整的敏感性分析一年事件,我们发现影响大小和方向保持相对一致(eTable 1的所有模型补充)。单独检查每个种族和民族类别,我们发现未经调整的二元关联算法的种族和少数民族团体组成和退出率并没有显著的个人种族和少数民族团体(eTable 2的补充)。这表明,治疗更多元化的人口(即混合在一起的不同的种族和族裔群体)更有可能退出SSP比这些“可信赖医疗组织”,主要提供一个种族和民族群体。比赛,当我们使用三角研究Institute-imputed值协变量的影响大小和方向是一致的,主要的分析,尽管种族和少数民族团体组成的效果并没有达到统计意义上的显著性水平为未经调整的模型和模型调整的受益人(eTable 3的特征补充)。最后,当我们用一个二进制的比例高,而不是连续的测量,种族和少数民族群体的效应值变量增加模型除了完全调整模型,和大小的影响不再显著调整模型和特征模型调整的受益者(eTable 4的补充)。

这项队列研究的结果表明,这些“可信赖医疗组织”更高比例的受益人之一的种族和少数民族有较高的SSP出口从2012年到2018年比位于较低比例的种族和少数民族的受益人之一。受益人的特点,如双重资格和残疾,与这种差异密切相关,而收入共享储蓄对SSP保留有保护作用。

高比例治疗更有可能获得共享的储蓄,也更有可能退出。虽然我们不能直接测试这个,时间模式的研究结果表明,引入区域调整SSP基准2017年实施高比例这些“可信赖医疗组织”可能会使它更难以达到成本目标。加上时间的加速下行风险,^16,17本研究提出了保留SSP高比例这些“可信赖医疗组织”的担忧。

我们还发现,这种影响是最强的种族和少数民族群体类别被认为是作为一个群体而不是个人。对于这个发现的一种解释是,这些“可信赖医疗组织”与不同患者群体也可能位于种族隔离的城市地区,那里的成本基准可能更受区域影响基准测试,因为附近的这些“可信赖医疗组织”的主机托管服务更多的白人特权的受益者。另一个可能的解释是,这些“可信赖医疗组织”更多元化的人口面临着额外的挑战在SSP比那些更同质的患者人群。

研究发现,高比例治疗更有可能获得共享储蓄并不奇怪,因为SSP最初旨在奖励改善使用单个算法的历史趋势。在历史成本的调整,这些“可信赖医疗组织”管理照顾病人可能受益于种族和少数民族的社会需求的高成本可以减少通过干预措施,如运输援助,护理管理服务和社会工作磋商。¹⁸引入区域基准没有足够的社会风险调整高比例这些“可信赖医疗组织”可能会使它更难以获得共享储蓄,可能导致较高的项目在2017年退出。

这项研究强调了有效的风险调整方法的重要性,结合不仅医疗,而且社会风险因素,以确保这些“可信赖医疗组织”不是惩罚承担患者的复杂性,¹⁹特别是因为一个不成比例的高百分比的这些病人可能是种族和少数民族的成员。^{20.- - - - - -22}政策变化没有附带权益影响评估可能会大大影响种族和少数民族。¹²除了评估股票的影响最近SSP的变化,一个支持性的政策可能对CMS的任务质量改进组织(区域中心,医疗保险受益人和临床医生)提供技术支持与识别额外的策略来支持保留在治疗与高比例的种族和少数民族的受益人之一。发现也可以通知算法的设计和实现,医疗保险算法模型,旨在卫生公平合并到程序设计的基准测试和其他元素。

这项研究有一些局限性。首先,衡量种族和少数民族的结合所有受益者不是白色的到一个单独的类别,消除人口异质的重要区别。需要额外的工作来理解不同的边缘化群体的微妙的经验在这些“可信赖医疗组织”和其他支付改革模式。第二,我们的研究结果的普遍性是限于SSP治疗状况。然而,由于SSP是最大的算法程序的国家,作为其他医疗保险的基础,商业,和医疗补助算法程序,我们相信我们的发现有更广泛的相关性。第三,我们的发现是联想的,而不是因果关系。我们没有检查是否治疗,获得额外的受益人之一的种族和少数民族更有可能退出SSP,尽管最初的分析表明,这些“可信赖医疗组织”的种族和民族成分在研究期间保持相对稳定。最后,当我们假设不公平获得医疗保险SSP与和加剧结构性种族主义,我们不能包括明确的结构性种族主义的措施分析由于缺乏验证,理论推导的措施。²³然而,种族上的标签的应用对人类身体可以认为种族主义的工件本身,²⁴比赛是一种社会建构,没有生物学基础,在历史上和目前被用来证明歧视性做法和政策针对的人群。^24,25因此,我们相信这工作是一个一步理解的贡献支付改革种族和种族不平等。

在这个队列研究退出率的差异SSP位于种族和少数民族,我们发现这些“可信赖医疗组织”更高比例的受益人之一的种族和少数民族更有可能退出SSP程序。高比例治疗也更容易照顾患者更大的疾病严重程度和复杂性。这些发现表明一个equity-centered政策的设计和评价方法的好处是必要的,以确保卫生改革和创新保健交付模式更公平地分配。

发表:2022年8月11日。

发表:2022年9月30日。doi:10.1001 / jamahealthforum.2022.3398

通讯作者:女士阳光明媚的c·林博士,克莱顿大街4523号,校园盒800年,圣路易斯,密苏里州63110 (linsc@wustl.edu)。

开放:这是一个开放的分布式根据文章CC-BY许可证。林©2022 SC et al。JAMA健康论坛。

作者的贡献林:Drs和霍林完全访问所有的数据研究,负责数据的完整性和数据分析的准确性。

概念和设计:林,瑞安Moloci•霍林斯沃思。

数据的采集、分析或解释:林Joynt Maddox, Moloci夏恩•霍林斯沃思。

起草的手稿:林。

关键的修订手稿的重要知识内容:所有作者。

统计分析:林,Moloci,谢。

获得资助:•霍林斯沃思。

行政、技术或材料支持:瑞安。

监督:•霍林斯沃思。

利益冲突的披露:Joynt马德克斯博士报道美国国立卫生研究院(NIH) /国家心脏,肺和血液研究所,NIH /国家衰老研究院,国立卫生研究院/国家护理研究所和个人费用从胡玛纳和Centene集团以外的健康政策顾问委员会提交的工作。霍林博士报道赠款从国家老龄研究所(R01AG068074)进行研究。没有其他信息披露报告。

资金/支持:本研究由国家衰老研究院的资助(R01AG068074)。

资助者的角色/赞助商:国家衰老研究所没有参与这项研究的设计和实施;的收集、管理、分析和解释数据;准备、审查或批准的手稿;并决定提交出版的手稿。