使用间断时间序列方法测量《平价医疗法案》(Affordable Care Act)的医疗补助扩展对初级保健获取的影响

背景

2010年的《患者保护与平价医疗法案》(Patient Protection and Affordable Care Act)，通常被称为《平价医疗法案》(ACA)，旨在增加获得初级医疗的机会，提高医疗质量，并降低医疗成本。当各州可以选择自愿扩大医疗补助计划时，法律中授权扩大州医疗补助计划的关键条款发生了变化。我们的研究试图衡量ACA医疗补助计划的扩大对可预防住院率(PH)的影响，PH是获得初级保健的一种衡量标准。

方法

我们对2012年至2015年8个州的季度住院率进行了间断时间序列分析。采用分段回归分析确定政策改革对PH值的影响。

结果

《平价医疗法案》(Affordable Care Act)的医疗补助计划(Medicaid)的扩大降低了PH率(改善了获得医疗的机会);但结果不显著(系数估计:−0.0059,CI−0.0225,0.0107，p= 0.4856)。医疗保健系统的特征，如每个参保人的医疗补助支出和医疗补助收入资格，与PH(改善获得保健的机会)率的显著降低相关。然而，医疗补助-医疗保险费用指数(医生报销)和民主党州立法机构的州PH(难以获得医疗服务)比例显著增加。

结论

卫生政策改革和保健服务的特点影响获得保健服务的机会。研究人员应该在更长的时间内，在更多的州继续评估这种政策变化。研究人员应该将这些发现转化为成本分析，以便州政策制定者为他们的选民做出更明智的决定。

对知识的贡献

门诊护理敏感条件是评估政策和衡量初级保健获取的可行方法。仅靠政策无法改善获得保健的机会。必须解决其他因素(信任、沟通、决策者的动机和目标等)，以改善获取机会。

在美国，影响获得初级保健的最具影响力的因素之一是联邦保健立法、政策和方案的执行情况。尽管医疗保健立法旨在创造医疗保健的公平，但许多美国人仍然因为许多原因而无法获得高质量的医疗保健，其中包括他们的种族[1或收入等社会经济因素[2]和就业[3.］．为了增加获得初级保健的机会，提高保健质量，并减少医疗保健中不必要的成本，立法者在2010年制定了《患者保护和平价医疗法案》(PPACA)，通常被称为《平价医疗法案》(ACA)或“奥巴马医改”。ACA的基本条款包括如下命令:(a)在所有州将医疗补助的资格扩大到联邦贫困水平(FPL)的138%，(b)修改医疗补助的资格，允许低收入和无家属的个人有资格获得医疗补助，(c)要求个人获得健康保险，否则将面临税收罚款，(d)允许子女在26岁生日之前继续享受父母的医疗保险[4］．

概念框架

获得初级保健是一个多才多艺的概念，包含了影响接受和维持保健能力的一系列变量。根据可获得性研究的理论模型框架，在检查可获得性时，以下个人和环境因素可显著影响可获得性:卫生政策、保健的提供、个人特征、保健的利用和患者满意度[5］．该框架确定并讨论了几个可能阻碍或促进获得保健的变量。作者在Aday和Andersen的准入研究框架中采用了几种结构，包括医疗保健政策、医疗保健提供和社会人口特征，以指导研究研究并为分析目的选择适当的变量(图1)。1)．

在医疗政策方面，前总统巴拉克·奥巴马(Barack Obama)和他的支持者希望通过《平价医疗法案》(ACA)增加初级保健的覆盖面，这是40多年来最重要的医疗改革之一。然而，2012年6月，最高法院“应用了胁迫理论”[6),在全国独立企业联合会诉西贝利厄斯案，在不影响各州财政的情况下，否决了联邦政府关于扩大各州医疗补助计划的命令，从而使各州可以选择自愿扩大医疗补助计划或选择不扩大医疗补助计划，而不会受到联邦政府的任何金钱惩罚[6］．最高法院的裁决修改了《平价医疗法案》，并可能对数百万低收入美国人获得医疗、医院和健康结果的机会产生不利影响，特别是对那些生活在没有扩大医疗补助计划的州的人。7］．

州长为共和党人的州更有可能选择退出医疗补助计划，而州长为民主党人的州更有可能选择扩大医疗补助计划[8］．许多选择退出的州的州长指出，州预算受到限制，联邦政府对扩大医疗补助计划的持续财政支持存在不确定性;然而，扩张的州的州长们相信，扩张将通过覆盖未参保人口来增加医保覆盖面，改善健康结果，并节省税收[8］．最高法院的裁决和政策制定者对ACA医疗补助扩展的态度可能会影响初级保健的获得。

目的

这项研究比较了在2014年1月1日实施ACA医疗补助计划扩展的4个州和没有扩大医疗补助计划的4个州获得初级保健的机会——以可预防住院率(PH)衡量。

研究设计

ACA的医疗补助扩展允许进行回顾性、准实验性研究，使用间断时间序列(ITS)研究设计来评估ACA医疗补助扩展对初级保健获取的影响。ITS设计允许改变或干预，以分开的时间段和比较干预的效果;它越来越多地用于评估医疗保健干预措施，如医疗保健政策和计划[9］．ITS是一种稳健的设计，用于评估在明确定义的时间点实施的人口层面干预措施(如医疗补助扩大)的有效性[10］．

干预措施是在2014年1月1日生效的ACA法案下实施医疗补助扩展。我们研究了实施前的八个季度干预前时间点(2012年1月1日- 2013年12月31日)和实施后的七个季度干预后时间点(2014年1月1日- 2015年9月30日)。2015年，由于国际疾病分类第九修订版(ICD-9)代码向ICD-10代码过渡，第四季度(10月至12月)的住院人数没有使用。一般建议研究人员在使用ITS时，干预前和干预后各有12个数据点[11］．然而，使用ITS方法的研究人员在政策改变等干预前后使用了不同数量的数据点[12，13］．

研究人群

根据该项目的住院数据，我们选择了4个在2014年1月1日扩大了医疗补助的州(治疗组):亚利桑那州(AZ)、肯塔基州(KY)、新泽西州(NJ)和纽约州(NY)。然后，我们选择了四个选择不扩大医疗补助的州(对照组):佛罗里达州(FL)，佐治亚州(GA)，南卡罗来纳州(SC)和威斯康星州(WI)。这些州中的大多数更有可能被推广到美国东南部或东北部。

纳入标准包括以下特征:(a)所有支付款人(医疗补助、医疗保险、私人保险、自付)，(b) 18-64岁，(c)所有种族，以及(d)所有以门诊护理敏感(ACS)疾病为主要出院诊断的住院患者。由于行政医院的数据构建，南卡罗来纳州的住院数据包括20-64岁的患者。我们包括了所有向健康研究和质量机构(AHRQ)医疗成本和利用项目(HCUP)国家住院患者数据库(SID)报告患者出院数据的社区医院。联邦或退伍军人医院不包括在研究样本中。

数据源

AHRQ HCUP SID提供了每个州社区医院所有住院患者的行政医院数据、患者人口统计数据、ICD-9诊断代码、总费用、住院时间和预期支付来源[14］．

2010年人口普查和2015年人口估计的数据被用于计算2012年至2015年的年度人口估计(18-64岁)[16］．综合人口普查数据(2011-2015年)用于报告教育和中位数家庭收入(MHI)。2015年美国社区调查提供了失业人数百分比[17］．

全国州立法机构会议(NCSL)提供了关于州立法机构控制的数据[18］．Henry J. Kaiser家庭基金会(KFF)提供了关于医疗补助到医疗保险费用指数和每个参保人的医疗补助支出的信息[19，20.］．KFF还报告了各州医疗补助收入资格限制[21］．

独立变量

主要的自变量是州医疗补助计划扩张状态、医疗补助计划扩张后(时间)和一个交互项(州医疗补助计划扩张状态*医疗补助计划扩张后)。州医疗补助计划扩展状态是一个二分类变量，表示一个州在2014年1月1日是否扩展了它的医疗补助计划(0 = No vs 1 = Yes)。医疗补助扩大后(时间变量)是二值的(0 = 2014年1月1日之前vs 1 = 2014年1月1日之后)。交互项为二元变量，表示扩展前后的时间，与时间变量相互作用，以评估Medicaid扩展后PH的速率变化。

社会人口模型

以下州特征在社会人口模型中被认为是自变量:(a) 18-64岁人口的百分比，(b)少数民族的百分比，(c) 2011 - 2015年25岁及以上拥有学士学位的人口的百分比，(d)失业人口的百分比，以及(e) 2011 - 2015年的MHI(以2015年美元报告)。

卫生服务系统模型

2014年医疗补助到医疗保险费用指数是一个数值，表明州医疗补助计划向医生报销初级保健服务的金额，与医疗保险初级保健服务相比。医疗补助收入资格是一个代表2014年1月1日前后医疗补助资格FPL的数值。每个成年参保人的医疗补助支出是每个州在2011财年用于参保成人的医疗补助支出。

卫生政策模型

共和党州长是一个二分变量(0=民主党vs 1=共和党)，衡量的是该州有共和党州长的时期。共和党的州立法机关是一个二分变量(0=民主党vs 1=共和党)，衡量的是共和党控制州立法机关的时期。

因变量

因变量是在选定的州，从2012年1月到2015年9月，18-64岁的成年人罹患ACS的每万人PH值的变化率。

PH值

PH被定义为以ACS病情为主要出院诊断的住院，并被用于衡量初级保健的可获得性。ACS病情的使用是一种有效的方法，可用于衡量获得初级保健的机会[22］．从理论上讲，急性冠脉综合征是一种疾病或诊断，如果在社区环境中对疾病进行适当的管理，通过适当的初级保健，可以避免住院治疗[2］．在我们的研究中包括一些ACS的例子，包括哮喘，细菌性肺炎，脱水，高血压和糖尿病1)．

统计分析

我们进行了双变量分析，以确定两个队列数据的显著差异:n= 4)和非医疗补助扩张州(n= 4)。检验变量之间的相关性，中相关性到高相关性变量(r> 0.65)被排除在最终分析之外[23］．我们进行了t-检验用于连续数据，卡方检验用于分类数据。

我们使用Wagner及其同事描述的ITS (SR-ITS)分段回归作为主要分析方法[11］．每个部分的回归基于一个通用线性模型(GLM)，这使我们能够估计与干预相关的水平和趋势变化，也使我们能够控制基线水平和趋势。我们使用每个结果的时间序列来建立一个潜在趋势，该趋势在一个已知时间点(2014年1月1日)被干预“中断”。我们评估了干预的效果与反事实(假设的情况下，干预没有发生，并且在干预前的时期趋势保持不变)。我们区分了干预前阶段、干预后阶段和实施阶段，以便在评估干预效果时分别考虑。

采用GLM对未调整模型和调整模型进行分析。由于我们在分析中仅使用了8个状态，因此我们基于阿代和安徒生框架中的因素分析了单独的回归模型，以研究获得护理的机会[5］．解释模型包含一个自变量，即医疗补助扩展状态(0 vs 1)，其中0表示“否”，1表示“是”。接下来，基础模型包含了一个交互项(医疗补助扩展状态*时间)，它按季度解释了随时间变化的趋势。随后的三个模型考虑了各种特征，包括社会人口因素、卫生服务系统因素和卫生政策因素。

α < 0.05时主要效应显著。交互项被认为是显著的在alpha < 0.15时，表明在实施医疗补助扩大后，由于ACS条件导致的PH速率发生了显著变化。［24我们使用SAS 9.4软件完成所有数据分析(SAS Institute Inc.， Cary, NC)。

一个机构审查委员会认为这项研究不是人体研究，因为数据使用的是去识别的公共用途数据。合适的人员完成了HCUP数据使用协议(DUA)在线培训。

从2012年1月到2015年9月，8个州共有2,103,114名医生。大约52.1%的这些小灵通发生在没有扩大医疗补助计划的队列州(表1)．扩大了医疗补助的州拥有学士学位的个人比例更高(30.2% vs 27.4%)，p= 0.0194)，报告的健康指数更高(56,240美元vs 49,006美元，p= 0.0005)。

平均而言，扩大医疗补助的州比没有扩大医疗补助的州每万人PH值的平均比率更高(28.93/10,000 vs 26.94/10,000)(图2)。2)．

2014年，扩大医疗补助资格限制的州平均FPL为138%，而没有扩大的州平均FPL为60.2%(表2)2)．2011财政年度，在医疗补助计划扩张的州，人均医疗补助支出高于没有扩大医疗补助计划的州(5103美元vs 3342美元)。

在未经调整的模型中，医疗补助计划的扩大与PH率的轻微但不显著的增加相关(系数估计为0.0713,CI−0.0076,0.1503，p= 0.0764)(表3.)．在考虑了一段时间的趋势后，医疗补助扩张州的PH值变化有所下降;然而，这一发现并不显著(系数估计−0.0059,CI−0.0225,0.0107，p= 0.4856)。

当我们控制了医疗保健服务的特性时，扩大了医疗补助计划的州的PH值变化显著增加(系数估计为0.0237,CI为0.0067,0.0406，p= 0.0061)。每个参保人的医疗补助支出和医疗补助收入资格与PH(改善获得保健的机会)率的显著降低相关(表)3.)．

在控制州政策因素时，扩大医疗补助的州PH值较低，但这种差异并不显著。在民主党控制州立法机构的州，PH值显著上升(系数估计为0.1711,CI为0.0273,0.3150，p= 0.0197)(表3.)．

我们的研究结果表明，随着时间的推移，扩大医疗补助的州PH值的比率略有下降。尽管不显著，但我们的研究表明，医疗补助计划的扩大可能对初级保健的获得产生了积极影响。这项研究最重要的方面是卫生服务系统的特点及其对各州PH值的影响。

我们的发现与先前评估医疗补助扩大及其对获得初级保健的影响的研究相似。在俄勒冈州，1994年医疗补助扩大后，研究人员报告说，每年PH值从每万人46.1上升到54.9 [25］．在调整后的分析中，他们报告说，个体更有可能经历PH值(OR = 1.18，p< 0.001) (25］．PH值上升不应表明政策失败，但可能暗示需要增加或改善初级保健服务[25］．在马萨诸塞州的另一项研究中，研究人员发现，医疗改革后，急诊科(ED)对ACS患者的使用率增加了6.7个百分点(21.1%到27.8%)，p< 0.05)(26］．作者指出，获得初级保健取决于初级保健医生的可用性和急诊室的便利性;此外，可能需要时间才能看到患者改变求医行为，这也可能影响PH的比率[26］．尽管医疗补助计划的扩大可能会减少未参保的人数，但在政策改革之后，获得医疗保健的困难仍然是一个问题，这可能是由于各种原因，包括医疗补助计划的低报销、被压抑的医疗保健需求、急诊科的便利和时间，以及疾病的严重程度。

状态卫生配送系统的特点

几个州一级的卫生保健提供系统特征(例如，医疗补助收入资格和每个参保人花费的医疗补助资金)是医疗保健政策的衍生品，似乎与PH(改善获得保健的机会)率的降低显著相关。医疗补助收入资格的提高以及各州为每个医疗补助注册者支付的费用的增加可能使更多的人获得医疗保险，这可能增加了获得医疗保健的机会，并导致PH率的显著下降。

在我们的研究中，医疗补助-医疗保险费用指数似乎与较高的PH率或较差的初级保健机会有关。这可能是由于研究中没有测量到的其他因素。例如，如果医生在医疗补助计划下的初级保健服务获得更高的报销率，理想情况下，我们假设更多的医生会接受和治疗更多的医疗补助保险患者，这可能会改善获得医疗的机会，降低ph值。然而，情况可能完全不是这样。研究人员援引了其他因素，如医疗保健需求增加，加上接受医疗补助的提供者数量减少，这些因素可能会影响医疗保健的获得[27］．如果接受医疗补助计划的医疗提供者数量减少，这可能是由于一个州的医疗补助计划初级保健服务报销率较低。例如，联邦医疗保险每为初级保健服务支付1美元，联邦医疗补助计划在纽约州(联邦医疗补助计划扩张州)为初级保健服务支付0.48美元，而在美国为0.59美元，在佛罗里达州(非联邦医疗补助计划扩张州)为0.48美元[19］．

另一个可能促成我们发现的因素是我们所调查的州中初级保健医生或医疗服务不足地区的数量。医生的可获得性可能会影响医疗服务的获得。在一项研究中，研究人员发现，随着家庭医生(FP)和全科医生(GP)数量的增加，可避免的住院率下降[28］．研究人员报告说，每增加FP或GP，每1万人的PH值就会降低2.75。[28］．因此，医生的数量(或缺乏)可能导致更多的PH值是合理的，这是一个较差的初级保健的指标。

国家社会人口特征

我们的研究表明，随着失业率的上升，博士学位的比率也会上升。这可能是由于其他的社会经济因素，包括教育、收入，甚至压力，这些都可能影响健康状况。失业、缺乏经济资源、财务紧张和没有医疗保险的人可能会延误治疗，并因可预防的疾病而住院。获得护理文献中的几项研究报告了由于费用而延迟护理的情况[27，29，30.，31］．

国家卫生政策特征

与共和党控制的州立法机构相比，民主党控制的州立法机构的PH值随时间的推移显著增加。这可能是由于共和党议员的性质，他们提倡更保守的财政政策，这可能会影响医疗服务系统的特点，导致更低的医疗补助收入资格限制和每个医疗补助注册者的支出金额。

个体层面的特征

健康保险卡不能立即获得医疗保健[32］．保险卡不能提供方便的办公时间或保证前往医疗提供者的交通，也不能满足每个病人的独特需求[32］．在查阅资料的研究框架内[5]，交通缺乏和个人的特殊需求被归为“风险人群特征”，便利的办公场所被归为“消费者满意度”。在同样的框架下，“消费者满意度”下的所有变量，如便利、成本、质量和礼貌，都没有在这项研究中进行衡量，这些变量肯定会影响个人获得初级保健的机会。

个人层面的另一个因素可能是，尽管个人获得了健康保险卡，但他们不一定知道如何获得初级保健，也不一定与他们愿意向其吐露个人健康信息的提供者建立信任关系。根据医疗保健研究和质量局[33]，沟通和信任是促进获得保健服务的基本组成部分。(a)让个人熟悉初级保健实践和(b)与初级保健提供者建立信任关系所需要的时间是相当重要的因素，而在医疗保健实践中，这方面需要时间，特别是对于那些可能从未有过医疗保险或从未见过初级保健提供者的人。随着越来越多的人在《平价医疗法案》下获得保险，并找到通常的医疗服务来源或初级保健医生，他们可能不太可能获得PH值。在看到PH值显著下降之前，我们可能需要更多的时间来看到人们找到并发展与值得信任的初级保健提供者的关系。

州医疗补助计划的特点

在州一级的另一个因素是医疗补助计划扩张的州如何向符合条件的人群推销医疗补助保险的方法，这是我们的研究中未观察到的因素。医疗补助扩张的州可能因领导、合作努力和其他因素而有所不同[34］．扩大医疗补助的州可能有不同的策略来针对服务不足的群体或提供注册援助，如双语工作人员和口译服务[34］．在医疗补助扩大的州，这些未被观察到的特征可能会影响PH值的比率，这是合理的。如果医疗补助扩大的州在推广医疗补助方面行动迟缓，或没有针对传统上服务不足的人群(例如，少数族裔、无保险、低收入群体)，个人可能错过了获得医疗保险的机会，并承受了获得初级保健的困难，这可能会导致医疗补助扩大的州PH值的比率上升。

我们的研究有几个局限性，包括ICD-9代码可能出现的管理错误。此外，也无法衡量不同州人口中未被观察到的差异，包括医疗补助计划注册、营销策略和患者求医行为方面的差异。此外，所使用的分析方法可能无法捕获变量之间的非线性关系。选择偏差可能是一个问题，因为作者使用了研究时可用的住院数据。有各种方法来衡量获得保健的机会，包括使用自我报告或调查数据以及来自医疗服务不足地区的数据。最后，研究结果仅限于被研究人群。

重要的是，根据我们对卫生服务体系特征(卫生政策改革的产物)的调查结果，继续研究医疗补助扩大对获得初级保健的影响。虽然ACA医疗补助计划的扩展发生在大约10年前，但衡量医疗补助计划扩展后获得初级保健的医院管理数据仍然相对较新，包括从ICD-9代码到ICD-10代码的过渡。对ACA医疗补助扩大影响的研究仍处于早期阶段。随着越来越多的行政数据可用，研究人员应该继续在更长的时间内分析更多的州立医院数据，以观察是否对初级保健的获取有显著影响。最后，研究人员应该将这些发现转化为成本分析，以便州政策制定者为他们的选民做出更好的决策。

支持本研究结果的数据可从医疗保健研究和质量机构获得，但这些数据的可用性受到限制，这些数据是在当前研究的许可下使用的，因此不能公开使用。

数据和分析支持通过比较有效性和数据分析研究资源核心(CEDAR)提供，由南卡罗来纳医科大学教务主任办公室和南卡罗来纳临床和转化研究(SCTR)研究所资助，该研究所在南卡罗来纳医科大学设有学术中心，NIH资助号为UL1 RR029882和UL1 TR001450。

不适用。

从属关系

1. 南卡罗来纳医科大学健康职业学院临床科学系，美国南卡罗来纳州查尔斯顿，拉特利奇大道151-B, MSC 962

   伊丽莎白·a·布朗

2. 肯塔基大学健康科学学院健康科学、教育和研究部，美国肯塔基州莱克星顿市南石灰岩街900号威辛顿大厦209C室，40536-0200

   布m .白

3. 美国南卡罗来纳州查尔斯顿市拉特利奇大道151-B, MSC 962，南卡罗莱纳医科大学卫生职业学院卫生保健领导力和管理系

   沃尔特·琼斯和基特·n·辛普森

4. 美国南卡罗来纳州查尔斯顿坎农街135号南卡罗莱纳医科大学医学院公共卫生科学系，邮编29425

   Mulugeta danawit Gebregziabher

贡献

研究思路由KS、EB、BW和WJ构思。分析由EB完成。初稿由EB撰写。MG审阅了这篇论文，并进行了大量编辑。所有的合著者都参与了手稿的写作和批判性的审查。所有作者阅读并批准了最终稿件。

相应的作者

对应到伊丽莎白·a·布朗．

伦理批准和同意参与

南卡罗莱纳医科大学机构审查委员会(IRB)认为这项研究不是人体研究，因为数据使用的是去识别的公共用途数据。合适的人员完成了HCUP数据使用协议(DUA)在线培训。

同意出版

不适用。

相互竞争的利益

作者声明他们没有竞争利益。

出版商的注意

Vwin徳赢施普林格自然对出版的地图和机构附属的管辖权要求保持中立。

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License)，该协议允许在任何媒体或格式中使用、分享、改编、分发和复制，只要您给予原作者和来源适当的署名，提供创作共用许可协议的链接，并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中，除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中，并且您的预期用途不被法律法规允许或超出了允许的用途，您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本，请访问http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献放弃书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信用额度中另有说明。

再版和权限