Seguro saúde, comorbidades e instalações médicas -Liberty Street Economics

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

[ad_1]

Nosso trabalho anterior documenta que as áreas de baixa renda e minoritárias foram consideravelmente mais afetadas pelo COVID-19, conforme capturado por taxas de casos e mortalidade marcadamente mais altas. Em uma série de quatro partes começando com este post, procuramos entender as razões por trás dessas disparidades raciais e de renda. As disparidades no estado de saúde se traduzem em disparidades na intensidade do COVID-19? O sistema de saúde desempenha um papel por meio do seguro saúde e da capacidade hospitalar? As disparidades na intensidade do COVID-19 podem ser explicadas por ambientes lotados e de alta densidade? O distanciamento social, a poluição ou a composição etária do condado são importantes? A prevalência de empregos de serviços essenciais faz diferença? Esta postagem se concentrará nas duas primeiras perguntas. As próximas três postagens desta série enfocarão as questões restantes. As postagens seguirão uma estrutura semelhante. Em cada postagem, buscaremos entender se os fatores considerados nessa postagem afetam a intensidade geral do COVID-19, se as diferenças raciais e de renda podem ser explicadas com mais detalhes quando incluímos adicionalmente os fatores em consideração nessa postagem, e se e para quê Até que ponto os fatores em consideração naquele posto afetam independentemente as diferenças raciais e de renda na intensidade do COVID-19 (sem controlar os fatores considerados nos outros postos desta série).


Dados e Definições
Uma vez que nossos dados COVID-19 estão disponíveis em nível de condado, usamos dados sobre raça e composição de renda em nível de condado para diferenciar entre baixa renda e outros condados e minoria majoritária (MM) e outros condados (ver Liberty Street anterior Economics post para detalhes sobre esses dados). Definimos condados de baixa renda como aqueles que se enquadram no quartil mais baixo da distribuição ponderada da população da renda familiar média. Definimos condados de MM como aqueles em que pelo menos metade da população é hispânica e / ou negra não hispânica.

Nesta postagem, também aproveitamos dados pré-COVID em nível de condado sobre comorbidades, seguro saúde e leitos hospitalares. Nossos dados sobre comorbidades incluem dados sobre obesidade, hipertensão, diabetes, doenças cardíacas, câncer e doenças respiratórias. Usamos duas medidas do lado da oferta do mercado de saúde – número total de leitos e número de leitos de UTI – para construir uma medida de nível municipal de capacidade hospitalar no período pré-COVID imediato: proporção de leitos hospitalares que estão na UTI . Ao longo desta série, capturamos a intensidade de COVID-19 por taxas de caso em 15 de dezembro. Os resultados para as taxas de mortalidade são qualitativamente semelhantes e não são relatados aqui.

Leia Também  Bloqueios estaduais estão criando um desastre de saúde mental

O CDC informa que os indivíduos com comorbidades apresentam risco aumentado de complicações graves da COVID-19. Indivíduos sem seguro têm pior saúde autorrelatada e podem ser mais vulneráveis ​​ao COVID-19. Além disso, a falta de seguro limita o acesso a cuidados de saúde e outras instalações hospitalares e pode aumentar a exposição e vulnerabilidade a esta doença. Por fim, os recursos da UTI são essenciais para o tratamento de casos graves de COVID-19. O acesso oportuno aos serviços de UTI e instalações médicas pode reduzir as taxas de mortalidade. Melhores tratamentos e curas devido ao acesso a recursos de saúde também podem controlar a propagação da doença e, portanto, reduzir as taxas de casos. O que está em questão é se a incidência de comorbidades e o acesso ao seguro saúde e aos recursos de saúde variam conforme a renda e as raças raciais. Se o fizerem, podem afetar potencialmente algumas das disparidades raciais e de renda que vemos nos dados.

Fatores de saúde e diferença racial e de renda no COVID-19

Para comorbidades existentes, acesso a unidades de saúde e seguro-saúde para afetar as disparidades raciais e de renda, eles devem estar correlacionados com baixa renda e status de MM. Olhando para as correlações, descobrimos que ambos os condados de baixa renda e MM também são condados que têm taxas de não seguro mais altas, uma menor parcela de recursos hospitalares na UTI (para condados de baixa renda, mas não condados de MM) e uma taxa maior de comorbidades. Uma questão importante, então, é se as exposições mais altas ao COVID-19 em MM e nos condados de baixa renda são parcialmente explicadas por alguns desses fatores de saúde.

Para entender melhor o papel desses vários fatores de saúde na explicação da diferença racial e de renda da incidência de COVID-19, usamos uma análise de regressão multivariada. Todas as regressões controlam as características invariantes no tempo dos estados e exploram a variação dentro do estado entre os condados para entender os padrões. Para melhor compreensão, ao longo desta série, apresentaremos os coeficientes de regressão de interesse como gráficos de barras, conforme mostrado a seguir. O painel do lado esquerdo mostra as diferenças em casos por 1.000 para condados de baixa renda em comparação com outros (a diferença de renda), enquanto o painel do lado direito mostra as diferenças para condados de MM em comparação com outros (a diferença de minoria). As barras da linha de base em azul mostram que os condados de baixa renda têm 4,2 casos a mais por 1.000 pessoas do que outros condados e os condados de MM têm 14 casos a mais por 1.000 pessoas do que outros condados após o controle da densidade populacional e status urbano. Definimos condados que se enquadram em uma área estatística metropolitana (MSA) como condados urbanos.

Leia Também  Apostas pandêmicas: Tesla ou tênis de mesa?
cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

Com base nas barras da linha de base para ambos os painéis, as segundas barras em ouro são responsáveis ​​pelas diferenças nas comorbidades entre os condados. Comparando a primeira e a segunda barras no painel direito, descobrimos que a inclusão de comorbidades reduz a diferença de minorias em mais de um quarto, enquanto o painel esquerdo mostra que a diferença de renda permanece semelhante. Isso implica que as diferenças na prevalência de comorbidades em MM versus outros condados estão associadas a diferenças nas taxas de casos de COVID-19 nesses condados.

Em cada painel, a terceira barra em cinza claro inclui variáveis ​​de saúde adicionais: seguro saúde e compartilhamento de leitos de UTI (como uma proporção de todos os leitos hospitalares) em um condado. Comparando as diferenças de minoria e renda entre as barras cinza claro e as barras douradas, descobrimos que a inclusão dessas variáveis ​​de saúde leva a um declínio em ambas as diferenças. A diferença de renda cai para um quarto de seu valor e a diferença de minorias para menos de dois terços. Assim, além do papel das comorbidades (as barras douradas), os resultados nas barras cinza claro sugerem que algumas das desigualdades raciais e de renda nas exposições COVID-19 (as barras azuis) são contribuídas por desigualdades em outros fatores de saúde, como disponibilidade de leitos na UTI e acesso a seguro saúde.

Separadamente, também estimamos regressões nas quais adicionamos a taxa de falta de seguro e a proporção de leitos de UTI individualmente e, em seguida, tomados em conjunto, mas sem adicionar comorbidades, às regressões de linha de base. As quartas barras em ambos os painéis, em cinza escuro, mostram os resultados quando incluímos as taxas de não seguro em nossa especificação de linha de base (sem controlar para comorbidades ou compartilhamento de leitos de UTI). Descobrimos que a inclusão do não seguro reduz a diferença de minorias em quase um quarto e a diferença de renda em mais de um terço (em comparação com a linha de base). Em resultados não relatados, encontramos uma redução muito semelhante nas lacunas quando as taxas de não seguro e a proporção de leitos de UTI são somadas à especificação de linha de base, mas apenas uma pequena ponte das lacunas quando apenas a proporção de leitos de UTI é adicionada. Portanto, as comorbidades e o acesso ao seguro saúde explicam separadamente componentes importantes da maior intensidade do COVID-19 em municípios de baixa renda e MM.

LSE_2021_heterogeneity_racial-gap1_chakrabarti_ch1-01

Olhando mais de perto os resultados da regressão que incluem variáveis ​​de linha de base, comorbidades e variáveis ​​de saúde (resultados correspondentes às barras cinza claro), descobrimos que obesidade, doenças cardíacas, hipertensão e diabetes e falta de seguro saúde estão associadas a COVID- mais alto 19 incidência, controlando para as variáveis ​​de baixa renda e MM. No gráfico abaixo, representamos as associações parciais com a taxa de doença cardíaca, taxas de falta de seguro e compartilhamento de leitos em UTI (os coeficientes em todas as comorbidades não são mostrados para economizar espaço). Descobrimos que um aumento de um ponto percentual na taxa de doenças cardíacas por 1.000 pessoas em um condado está associado a mais 3,44 casos de COVID por 1.000. Um aumento de um ponto percentual na taxa de não seguro de um condado está associado a 0,99 casos a mais por 1.000 habitantes em um condado. O aumento associado a uma maior fração de leitos na UTI não se diferencia estatisticamente de zero.

Leia Também  Petição para despedir Walter Block da Universidade de Loyola

LSE_2021_heterogeneity_racial-gap1_chakrabarti_ch2-02

Conclusão
Este artigo faz um mergulho profundo para entender as disparidades nas taxas de casos COVID-19 por raça e renda. Descobrimos que um quarto da diferença de renda e mais de um terço da diferença racial nas taxas de casos são contribuídos pelo estado de saúde e fatores do sistema. Esses resultados sugerem que a política pode desempenhar um papel na redução das disparidades na incidência de COVID-19. Maior acesso ao seguro saúde e maior esforço dos profissionais de saúde pública para combater doenças crônicas podem desempenhar um papel importante na redução do impacto do COVID-19 e na redução da diferença de renda e raça de intensidade do COVID-19. Em nossa próxima postagem, veremos o papel do apinhamento e se ele pode explicar mais sobre a lacuna na ocorrência do COVID-19.

Ruchi Avtar é analista de pesquisa sênior do Grupo de Pesquisa e Estatística do Federal Reserve Bank de Nova York.

Chakrabarti_rajashri Rajashri Chakrabarti é economista sênior do Grupo de Pesquisa e Estatística do Banco.

Pinkovskiy_maximMaxim Pinkovskiy é economista sênior do Grupo de Pesquisa e Estatística do Banco.

Como citar esta postagem:
Ruchi Avtar, Rajashri Chakrabarti e Maxim Pinkovskiy, “Understanding the Racial and Income Gap in Covid-19: Health Insurance, Comorbidities, and Medical Facilities”, Federal Reserve Bank of New York Liberty Street Economics, 12 de janeiro de 2021, https://libertystreeteconomics.newyorkfed.org/2021/01/understanding-the-racial-and-income-gap-in-covid-19-health-insurance-comorbidities-and-medical-facil. html.


Postagens adicionais de heterogeneidade em Liberty Street Economics
Heterogeneidade: uma série de pesquisas com várias partes


aviso Legal

As opiniões expressas nesta postagem são de responsabilidade dos autores e não refletem necessariamente a posição do Federal Reserve Bank de Nova York ou do Federal Reserve System. Quaisquer erros ou omissões são de responsabilidade do autor.

[ad_2]

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br