人口统计工具对医疗保健差异产生了惊人的洞见
弗吉尼亚大学医学院(University of Virginia School of Medicine)的研究人员采用了一种新的方法,来理解为什么阿巴拉契亚地区如此多的乳腺癌患者没有得到所需的护理,他们的发现将改变人们对困扰该地区的护理障碍的看法。
例如,病人接受癌症治疗的距离通常被视为一个关键因素。但是弗吉尼亚大学的研究结果强调了获得初级保健提供者的至关重要性——一线医生可以更早地发现癌症。
UVA癌症中心的研究人员应用了新的人口统计学技术来评估为什么在阿巴拉契亚有这么多的女性被诊断为晚期癌症——而不是在更容易治疗的早期被发现——以及为什么那么多的人没有接受可以挽救她们生命的辅助激素治疗。
这通常被归咎于旅行时间和距离,但弗吉尼亚大学的新研究表明,这并不能说明全部问题。例如,与使用旅行时间或提供者与人口比率等传统指标相比,研究人员使用新方法更能准确地预测晚期诊断。
“我们发现近五分之一的女性——21%的女性被诊断患有这种疾病乳腺癌——被诊断为晚期乳腺癌,”弗吉尼亚大学公共卫生科学系的研究人员拉杰什·巴尔克里希南说。“这种晚期诊断的预测因素包括保险等,但最大的预测因素是我们创建的地理空间访问度量。在决定晚期诊断以及女性是否接受辅助激素治疗方面,获取途径是一个非常重要的因素。”
Balkrishnan和他的同事使用的方法被称为两步浮动集水区,已经被人口统计学家广泛使用,但弗吉尼亚大学的研究人员认为这是第一次将其应用于医疗保健。更复杂的模型考虑了多种因素,包括提供者与人口的比率,乳房x光检查中心的比率和旅行时间提供一个更全面的视角。
研究人员查阅了阿巴拉契亚四个州——肯塔基州、北卡罗莱纳州、俄亥俄州和宾夕法尼亚州的癌症登记处,确定了在2006年至2008年期间被诊断患有乳腺癌的1.5万多名女性。然后,他们评估了三种获得医疗服务的方法:医疗服务提供者占人口的比例,患者必须走多远才能看到医疗服务提供者,以及新的人口统计方法——两步浮动集水区。
Balkrishnan解释说:“传统上,人们在考虑差异时,会考虑距离,比如到医院的距离、到医生的距离、病人和医生之间的旅行时间。”“其中一个问题是,这没有考虑到供需因素,而这在阿巴拉契亚等地理差异地区尤为重要。”
相反,他发现考虑了大量变量的两步浮动集水区法是评估方法的最佳预测器。他的结论是:“传统的方法,比如与医生的距离,可能不能给你一个准确的指标,显示患者实际面临的障碍有多大。”
进一步探索