- Leiyu Shi , DrPH, MBA ,
- James Macinko , PhD ,
- Barbara Starfield , MD, MPH ,
- John Wulu , PhD ,
- Jerri Regan , MPA y
- Robert Politzer , ScD
+Author Affiliations
Resumen
Objetivos: Este estudio pone a prueba la solidez de las relaciones entre la atención primaria, la desigualdad de ingresos, y la salud de la población (1) evaluación de la relación durante 4 períodos de tiempo a 1980, 1985, 1990 y 1995; (2) examinar el efecto independiente de los componentes de la oferta de médicos de atención primaria; (3) con 2 medidas diferentes de la desigualdad de ingresos (índice Robin Hood y el coeficiente de Gini); y (4) prueba la solidez de la asociación mediante el uso de variables independientes de tiempo lag 5 años.
Fuentes de datos / Estudio Marco: Los datos se obtienen a partir de los archivos comprimidos de mortalidad, el Departamento de Comercio y la Oficina del Censo, el Centro Nacional de Estadísticas de Salud, los Centros para el Control y la Prevención de Enfermedades y la Asociación Médica Americana Médico Master File. La unidad de análisis fue los 50 estados de Estados Unidos durante un período de 15 años.
Diseño del estudio: Diseño ecológico, transversal durante 4 años seleccionados (1980, 1985, 1990, 1995), y la incorporación de variables independientes de tiempo lag 5 años. La medida de resultado principal es estandarizada por edad, por todas las causas de mortalidad por 100.000 habitantes en los 50 estados de Estados Unidos en los 4 períodos de tiempo.
Los métodos de recopilación / extracción: El estudio utilizó datos secundarios de los conjuntos de datos disponibles públicamente. El software CDC WONDER / PC se utilizó para obtener los datos de mortalidad y directamente normalizarlos para la edad de la población de Estados Unidos 1980. Los datos utilizados para calcular el indicador de desigualdad de ingresos provenían de las poblaciones y de resumen vivienda cintas del censo de Estados Unidos para el año 1980 se obtuvieron a 1995. Condes de la cantidad de hogares que cayó en cada intervalo de ingreso junto con el ingreso agregado total y el ingreso medio por hogar para cada estado. El coeficiente de Gini para cada estado se calculó utilizando el software desarrollado para este propósito.
Resultados: En las regresiones multivariantes ponderados, ambas medidas de desigualdad de ingresos contemporáneas y tiempo lag (coeficiente de Gini, índice Robin Hood) se asociaron significativamente con la mortalidad por cualquier causa (p <0,05 para ambas medidas para todos los períodos de tiempo). Contemporáneas y tiempo lag de atención primaria-médico-población se asociaron significativamente con una menor mortalidad por cualquier causa(p <0,05 para todos los 4 periodos de tiempo), mientras que las medidas de atención especializada se asociaron con la mortalidad más alta (P <0.05 para todos períodos de tiempo, excepto 1990, en la que P <0,1). Entre las subespecialidades de atención primaria, única medicina familiar fue consistentemente asociada con una menor mortalidad (P <0,01 para todos los períodos de tiempo).
Conclusiones: Mejora de la atención primaria, especialmente la medicina de familia, incluso en estados con altos niveles de desigualdad de ingresos, podrían llevar a reducir todas las causas de mortalidad en esos estados.
Durante la última década, ha habido un debate en curso sobre el papel de la desigualdad del ingreso como determinante de la salud de la población. 01.04El debate continúa, con evidencia tanto apoyo y refutar lo que se ha conocido como la "hipótesis de la renta relativa" -la proposición de que cuanto mayor es la brecha de ingresos entre ricos y pobres en un área determinada, peor es el estado de salud de la población de esa zona. Aunque los estudios internacionales y de esquí de fondo de la hipótesis de la renta relativa han dado lugar a conclusiones contradictorias, 5 , 6 Existe considerable evidencia de que, al menos dentro de los Estados Unidos, la desigualdad del ingreso se asocia con una peor salud de la población. 7-9
También ha habido una creciente evidencia de una relación entre la atención primaria y un mejor estado de salud. . Tanto la evidencia teórica y empírica de la relación entre la atención primaria y la mejora de los indicadores de salud existen 10 Por ejemplo, Starfield, 11 en la comparación de 11 naciones industrializadas de Occidente en términos de la magnitud de su servicio primaria de salud y los niveles de los indicadores de salud, incluyendo los resultados del parto, la esperanza de vida y tasas de mortalidad ajustadas por edad, encontraron que había concordancia general entre la fuerza de la atención primaria y los indicadores de salud. Estos resultados fueron confirmados por un estudio posterior utilizando 13 países a lo largo de varios períodos de tiempo. 12
Shi 13-15 llevó a cabo una serie de estudios que correlacionan los indicadores sociodemográficos y conductuales con diversos resultados de salud entre los 50 estados y el Distrito de Columbia. Los indicadores incluyen medidas sociodemográficas, factores de estilo de vida y la oferta de los servicios médicos. Estos estudios encontraron que, entre las variables de atención médica, la atención primaria fue de lejos el más importante en su asociación con un mejor estado de salud, tal como se refleja en la mortalidad general más baja y menores tasas de mortalidad por enfermedades del corazón y cáncer.
Aunque estudios previos han examinado la relación entre la desigualdad de ingresos, la atención primaria, y los resultados de salud, algunos análisis publicados han incluido todas las medidas simultáneamente. En uno de los primeros estudios de este tipo, Shi y sus colegas 16 encontró que la atención primaria tiene un impacto independiente y positivo en los indicadores de salud y que en los modelos multivariados controlar las covariables demográficas, ingresos, y del sistema de salud, la atención primaria reduce realmente la magnitud de el impacto nocivo de la desigualdad de ingresos en los resultados sanitarios.
Este estudio amplía en un trabajo anterior que mostró que la atención primaria atenúa los efectos de la desigualdad de ingresos en la salud de la población dentro de los estados de Estados Unidos. Pone a prueba la solidez de las relaciones entre la atención primaria, la desigualdad de ingresos y la salud de la población durante 4 años seleccionados: 1980, 1985, 1990, y 1995. Este estudio examina el efecto independiente de los componentes de la oferta de médicos de atención primaria, así como el suministro de especialistas. Se compara el efecto de 2 medidas de desigualdad de ingresos diferentes (el coeficiente de Gini y el índice de Robin Hood), y se pone a prueba la asociación de las variables independientes de tiempo lag con la mortalidad durante un período de 20 años.
Métodos
Datos y Medidas
Los datos para este estudio provienen de los archivos de mortalidad comprimido, el Departamento de Comercio de Estados Unidos y la Oficina del Censo, 17 del Centro Nacional de Estadísticas de Salud, 18 y los Centros para el Control y la Prevención de Enfermedades (CDC). 19 datos médicos se obtuvieron de la American Asociación Médica Médico Master File. 20 Los datos fueron extraídos de 1980, 1985, 1990, y 1995.
La medida de resultado usada fue total por todas las causas de mortalidad. La mortalidad es uno de los indicadores del estado de salud más utilizados, sobre todo en los estudios sobre la desigualdad de ingresos y la salud. 3 , 19 , 21 , 22 Se asocia significativamente e inversamente con la esperanza de vida (r = -.90, p <0,001, basado en 1.990 datos de estado de Estados Unidos). El software / PC CDC Wonder 23 se utilizó para obtener los datos de mortalidad y directamente normalizarlos para la edad de la población de Estados Unidos 1980. Datos normalizados para cada estado se expresan como el número de muertes por cada 100.000 habitantes.
La distribución del ingreso se mide por el coeficiente de Gini, un indicador comúnmente utilizado de la desigualdad de ingresos. El coeficiente de Gini se basa en la curva de Lorenz, una curva de frecuencia acumulada que compara la distribución de una variable específica (por ejemplo, el ingreso) con la distribución uniforme que representa la igualdad. Esta distribución igualdad se representa por una línea diagonal; cuanto mayor es la desviación de la curva de Lorenz de esta línea, mayor es la desigualdad. Por lo tanto, la curva de Lorenz es un mecanismo para representar gráficamente el porcentaje acumulado de la renta total devengada a intervalos de ingresos sucesivos. 24 El coeficiente de Gini varía entre 0 y 1; 0 representa la igualdad perfecta de ingresos y 1 la desigualdad total de ingresos. La reducción del coeficiente de Gini requiere correspondiente redistribución de la renta o la riqueza de los ricos a los pobres. Aunque el nivel de las desigualdades de ingresos se refleja en el valor de la propia coeficiente de Gini (por ejemplo, un valor muy cercano a 0 representará un bajo nivel de desigualdad), la interpretación del coeficiente se hace generalmente en términos comparativos, contrastando el valor calculado con el de otras unidades geográficas, grupos de población, etc. Por ejemplo, un coeficiente de 0,2 representará un menor nivel de desigualdad de un coeficiente de 0,4. Para ver ejemplos de cálculo del coeficiente de Gini, por favor consulte los sitios web específicos (http://www.paho.org/English/SHA/be_v22n1-Gini.htm ).
Los datos utilizados para calcular el indicador de desigualdad de ingresos provenían de las cintas de población del censo de Estados Unidos y de resumen de vivienda para los años 1980 a 1995. Este archivo proporciona datos anuales sobre los ingresos familiares de los intervalos de ingresos 25. Condes de la cantidad de hogares que caen en cada intervalo de ingreso junto con el ingreso agregado total y el ingreso familiar promedio se obtuvieron para cada estado.El coeficiente de Gini se calculó utilizando el software desarrollado por E. Welniak. 25 También utilizamos el índice de Robin Hood, otra medida de la desigualdad de ingresos que es menos sensible a las distribuciones del ingreso muy desigual. 26 Debido a que ambas medidas proporcionaron resultados similares, por lo general sólo presentan resultados utilizando el coeficiente de Gini.
Especialidades médico de atención primaria incluyen medicina familiar y medicina general, medicina interna general y pediatría general. 17 , 27 Familia y práctica general a menudo se combinan en un solo grupo llamado medicina familiar. Por lo tanto, los médicos de atención primaria se refiere a los médicos de la medicina por 10.000 personas que estaban en activo cuidados en el consultorio de un paciente en la medicina familiar, medicina interna y pediatría.En aras de la brevedad, esta variable se llama la atención primaria en este artículo. En el análisis, se compara el efecto de esta medida de atención primaria en combinación con los efectos independientes de cada sub-especialidad de atención primaria.
También evaluamos el impacto de la atención especializada en salud de la población. Atención especializada se define como médicos de atención no primarios de la medicina por 10.000 personas (excluyendo los médicos en formación de residencia o médicos osteópatas) que estaban en la atención al paciente en el consultorio activo.
Los análisis excluyeron otros determinantes potenciales para la salud, como la educación, seguro de salud, las minorías raciales / étnicas, y la pobreza por varias razones. En primer lugar, los estudios anteriores que utilizan las mismas fuentes de datos y la unidad de análisis (estados de Estados Unidos) ya han confirmado la relación entre la desigualdad de ingresos y la salud mientras que el control de estas covariables. 16 , 28 En segundo lugar, muchas covariables están altamente correlacionados con la medida de la desigualdad de ingresos, por lo que incluyendo juntos en el mismo modelo podría resultar en multicolinealidad. Por ejemplo, Blakely y Kawachi 29 encontraron que el uso de ingreso medio por hogar en modelos de regresión múltiple, incluyendo la desigualdad de ingresos, puede "supercontrol 'la asociación de la desigualdad de ingresos con los resultados de salud. Esto podría resultar en una mayor probabilidad de un error tipo II, ya que cualquier ausencia de efecto de la desigualdad de ingresos podría ser explicable por su relación con estas otras medidas en lugar de su falta de relación con el resultado de salud. 30
Diseño
El presente estudio fue un estudio ecológico del tipo sin mezclar; es decir, nuestros análisis correlacionado las variables ecológicas con un resultado ecológico. 31 La unidad de análisis fue los 50 estados de Estados Unidos.Debido a que hay que evitar hacer inferencias sobre las personas individuales a partir de datos agrupados, no se produjo ningún sesgo entre los diferentes niveles. 31 , 32
Una ventaja de este enfoque es la probabilidad más baja de las fluctuaciones aleatorias en ambos numeradores y denominadores de las tasas de mortalidad a través de la agregación geográfica en el ámbito estatal. El uso de datos agregados a nivel estatal también tenía la ventaja de atenuar el efecto probable "cruzado" se encuentra cuando se utilizan unidades más pequeñas de análisis para medir la disponibilidad de la atención médica y la mortalidad. 19 , 33 El efecto "crossover" se refiere a la probabilidad de que los que requerir atención especializada pueden buscar atención en áreas donde esa atención está más disponible. Sin embargo, los pacientes son menos propensos a moverse a través de los estados de las unidades geográficas a través de pequeños, como condados o ciudades, a buscar atención especializada.
Análisis
Al analizar los datos, lo primero que miramos la correlación entre desigualdad contemporánea y tiempo lag ingresos, la atención primaria y subespecialidades de atención primaria, y las variables de atención especializada con los resultados de salud mediante coeficientes de correlación de Pearson en cada período de 5 años (1980, 1985, 1990 , y 1995).
Modelos multivariados utilizan regresión múltiple ponderado. Este procedimiento tiene en cuenta un peso (basado en el tamaño de la población del estado) asignado a cada observación de que refleja la "cantidad relativa de la información" encarnado en la observación. 34 El modelo de regresión múltiple fue elegido porque las variables incluidas en el análisis fueron ya sea intervalo o medidas de razón y que parecían ser distribuidos normalmente. Esta técnica nos permitió examinar la asociación de cualquier variable independiente dada en la variable dependiente manteniendo constantes todas las demás variables independientes.
Debido a que se espera que los efectos de los predictores de mortalidad materializar en el futuro, también realizaron análisis con retrasos de tiempo. Se presentaron un total de 3 modelos de retardo de tiempo (cada uno con un retraso de 5 años). El primer modelo se compara la mortalidad total en 1985 como una función de las medidas independientes de 1980; el segundo compara la mortalidad en 1990 con predictores de 1985, y la tercera compara la mortalidad de 1995 con predictores de 1990.
Resultados
Los análisis bivariados
La Tabla 1 presenta las correlaciones de Pearson entre la desigualdad de renta media (coeficiente de Gini y Robin Índice Hood), atención primaria, médicos de la especialidad de atención primaria, médicos de la especialidad, y por todas las causas de mortalidad para cada estado para los períodos 1980, 1985, 1990, y 1995. Ambos el coeficiente de Gini y el Índice de Robin Hood fueron estadísticamente significativamente asociados con el estado de todas las causas de mortalidad durante cada período (P <0.01 para todas las medidas, excepto el coeficiente de Gini en 1995, donde P <0,05). La magnitud de la asociación no muestra una tendencia clara. Las correlaciones más altas se observaron en 1990, mientras que se observaron las correlaciones más bajas en 1995. Cinco años rezagados medidas de desigualdad de ingresos fueron asimismo una correlación significativa con la mortalidad, pero la magnitud de la asociación aumentaron cada período de 0,46 en 1985 a 0,55 en 1995 (P < 0,01 para cada período).
Tabla 1.
Las correlaciones entre la Atención Primaria, Atención Especializada, Ingresos Inequidad y la mortalidad estandarizada, estados de los EEUU 1980-1995
La atención primaria se asoció negativamente con la mortalidad en 1980 (P<0,01), 1985 (no significativo), 1990 (P <0,1), y 1995 P <0,01). Cinco años quedó medidas de atención primaria mostraron una asociación negativa más fuerte que las medidas actuales de atención primaria. El sub-especialidad de atención primaria de medicina general fue igualmente asociado negativamente con todas las causas de mortalidad para cada período. La fuerza de la asociación disminuyó con cada periodo, y la significación estadística se redujo al 90% en 1995. rezagado medidas generales de práctica mostraron un patrón similar. Ni las medidas contemporáneas ni retardados de medicina interna, pediatras generales, o los médicos de atención especializada se asociaron significativamente con la mortalidad en cualquier período.
Los análisis multivariados
La Tabla 2 presenta los coeficientes de regresión ponderada de la atención primaria, la desigualdad de ingresos y la atención especializada en todas las causas de mortalidad. Se presentan cuatro columnas, 1 para cada período de 5 años. Los resultados muestran que la desigualdad de ingresos y la atención especializada se asociaron fuertemente con una mayor mortalidad, mientras que la atención primaria se asoció con una menor mortalidad en cada período.
Tabla 2.
Coeficientes de regresión de la atención primaria, atención especializada, y la renta La inequidad en la mortalidad estandarizada, estados de los EEUU 1980-1995
Cada período de muestra esencialmente el mismo patrón en términos de la dirección importancia y la magnitud de la asociación entre las variables explicativas y la mortalidad. En ordinaria de regresión por mínimos cuadrados, el β-coeficiente estima el efecto de un aumento de 1 unidad en la variable independiente sobre la variable dependiente (mortalidad). Por ejemplo, en 1995, un aumento de 1 unidad en el coeficiente de Gini (es decir, la redistribución del ingreso a favor de los ricos) se asoció con un máximo de 719 muertes por cada 100.000 habitantes, mientras que un aumento de 1 médico de atención primaria por cada 10.000 personas se asoció con una reducción de 35 muertes por cada 100.000. Un aumento de 1 médico especialista por cada 10.000 habitantes se asoció con aproximadamente 15 muertes adicionales por cada 100.000.
El cuadrado del coeficiente de correlación múltiple (R 2) es una medida de la proporción de la varianza en la variable dependiente explicada por todas las variables independientes en el modelo. Todos los valores de R 2 aquí presentados se ajustan por el número de covariables en cada modelo. 30 Los ajustados R 2 valores (entre 0,27 y 0,35) indican que los modelos explican sólo el 30% de la variación en la mortalidad total ajustada por edad.
Tabla 3 es similar a la Tabla 2, excepto que la atención primaria se divide en sus 3 componentes de la especialidad (medicina familiar, medicina interna y pediatría general). En múltiples regresiones ponderadas para los períodos de tiempo 4, el coeficiente de Gini siguió una asociación positiva con la mortalidad por todas las causas (P <0,05 para todos los periodos, excepto en 1995, cuando la significación estadística cayó al P <0.1 nivel). La magnitud del coeficiente de regresión se reduce sin embargo,. Por ejemplo, en 1995, un aumento de 1 unidad en el coeficiente de Gini se asoció con un adicional de 657 muertes por cada 100.000, en comparación con 719 en la tabla anterior.
Tabla 3.
Coeficientes de regresión de subespecialidades de atención primaria, atención especializada, y la renta La inequidad en la mortalidad estandarizada, estados de los EEUU 1980-1995
Entre las especialidades de atención primaria incluidas en el modelo, sólo medicina familiar fue estadísticamente significativa para los 4 períodos (P<0,01). Un aumento de 1 médico especialista en medicina familiar por 10.000 personas se asoció con una disminución de 71 muertes por cada 100.000 en 1980 y 39 muertes por cada 100.000 en 1995. La medicina interna atención primaria especialidad fue estadísticamente significativa sólo en 1995 (P <0,05): un aumento de 1 internista general por 10.000 personas se asoció con una disminución de 30 muertes por cada 100.000 en 1995. Sin embargo, el número de pediatras generales no se asoció significativamente con la mortalidad. Al igual que en la tabla anterior, los médicos de especialidad no se asociaron significativamente con la mortalidad durante cualquier período. Los ajustados R2 medidas van 0,30-0,43, lo que indica que los modelos se mejoran más de los presentados en la Tabla 2 . Cada explica más del 30% de la varianza en la mortalidad total ajustada por edad.
Debido a que se espera que el efecto de la desigualdad de ingresos y la atención primaria en la mortalidad a manifestar con el tiempo, la Tabla 4 se presentan los resultados de las regresiones ponderadas de cuidado de tiempo lag primaria, atención especializada, y las medidas de desigualdad de ingresos en la mortalidad. También hemos probado los efectos de 2 diferentes medidas de desigualdad de ingresos: el índice de Robin Hood y el coeficiente de Gini.
Tabla 4.
Coeficientes de regresión de la atención primaria, atención especializada, y la renta La inequidad en la mortalidad estandarizada, estados de los EEUU 1980-1995
Cada columna se presenta la regresión de los predictores del tiempo lag de 5 años en las tasas de mortalidad. Modelos separados Comparar el efecto del índice de Robin Hood con la del coeficiente de Gini.
En cada uno de los períodos analizados, la relación es similar: las dos medidas de desigualdad de ingresos en tiempo-lag se asoció positivamente con la mortalidad (p <0,01 para ambas medidas en cada período). La magnitud de la β-coeficiente para el índice de Robin Hood fue consistente en alrededor de 18 para todos los períodos, mientras que la magnitud del coeficiente de Gini aumentó de 1.340 en 1985 a 1448 en 1995.
La medida de la atención primaria de tiempo lag exhibió un patrón consistente también. Se asoció negativamente con la mortalidad en cada período (P <0,05 para todos los modelos). La magnitud del coeficiente de regresión de atención primaria no difieren significativamente basa en la medida de la desigualdad de ingresos utilizada en el modelo. Medidas de atención primaria de tiempo-lag se asociaron con una disminución de alrededor de 40 muertes por cada 1000.000 en 1985 a menos de 30 muertes por cada 100.000 en 1995. La magnitud de esta asociación fue similar a la de la acción contemporánea de atención primaria.
También se realizaron análisis de tiempo-lag que examinan la influencia de las especialidades de atención primaria sobre la mortalidad (resultados no se muestra, pero a petición). Al igual que en el análisis contemporáneo, sólo medicina familiar fue estadísticamente significativa para los 4 períodos (P<0,01). Un aumento de 1 médico especialista en medicina familiar por 10.000 personas se asoció con una disminución de alrededor de 70 muertes por cada 100.000. Las especialidades de atención primaria de medicina interna y pediatría fueron inversamente pero no estadísticamente significativamente asociados con la mortalidad (p> 0,05).
Atención especializada Tiempo-lag se asoció positivamente con la mortalidad en 1985 y 1990 (P <0,05), pero la significación estadística se redujo al nivel del 90% en 1995. La magnitud del coeficiente de regresión fue similar para cada medida de la desigualdad de ingresos en cada periodo y disminuyó de aproximadamente 17 en 1985 a aproximadamente 10 en 1995.
Los ajustados R 2 medidas van desde 0,34 hasta 0,39, lo que indica que los modelos explican más del 30% de la variación en la mortalidad total ajustada por edad. No hubo una diferencia clara entre los valores de R 2 ajustado para los modelos utilizando el coeficiente de Gini en comparación con aquellos que utilizan el índice de Robin Hood
Discusión
Nuestro estudio confirma hallazgos anteriores de que, entre los estados de EE.UU., la desigualdad del ingreso se asocia con una peor salud. 8 , 26 , 35 , 36La desigualdad de ingresos se mantuvo una correlación significativa de la mortalidad, incluso teniendo en cuenta el efecto de la atención primaria y especializada. La robustez de esta asociación fue confirmada por pruebas de 2 medidas de desigualdad de ingresos (el coeficiente de Gini y el Índice de Robin Hood) y mediante el uso de medidas de desigualdad de ingresos en tiempo-lag. Ambas medidas de desigualdad de ingresos se asociaron significativamente con una mayor mortalidad en ambos modelos contemporáneas y tiempo lag. Por cierto, el ingreso total no se relacionó significativamente con la mortalidad.
También se encontró que la atención primaria, específicamente de medicina familiar, se asoció significativamente con la mortalidad a nivel estatal durante un período de 20 años y que las tasas de mortalidad de las variables de atención primaria de tiempo lag pronosticados. Aunque no podemos probar la causalidad con este diseño del estudio, el hecho de que las medidas de tiempo lag de atención primaria fueron más fuertemente asociados con la mortalidad de las medidas de atención primaria contemporáneas sugiere una relación entre la estructura de la atención primaria y la mortalidad posterior. Debido a que la mortalidad es significativamente e inversamente relacionada con la esperanza de vida, la reducción de la mortalidad significa un aumento correspondiente en la esperanza de vida. Utilizando datos de 1990 se estima un incremento del 1 al médico de atención primaria por cada 10.000 personas se asoció con un aumento de 0,67 años de esperanza de vida (t = 3,531; p<0,001). Por otro lado, el deterioro de la distribución del ingreso (un aumento del 1% en la disparidad de ingresos entre los ricos y los pobres) se asoció con una reducción de 0,26 años de esperanza de vida (t = -2,921, P <0.01) (resultados de las pruebas disponibles en petición).
La relación inversa significativa entre la atención primaria, en particular la medicina de familia, y la mortalidad persiste después de incluir medidas adicionales de estatus social, incluyendo seguro de salud, el total de los ingresos per cápita, la educación, la pobreza por habitante, y la minoría (no se muestran pero a petición). Sin embargo, la desigualdad de ingresos está asociado ya no de forma significativa con la mortalidad después de incluir las medidas adicionales de estatus social.
Especialidades de atención primaria difieren en su impacto en la mortalidad. El efecto más fuerte se observó para los médicos de medicina familiar. Esto es probablemente debido a que los profesionales de medicina de familia es probable que sean más accesibles a los pacientes en particular las poblaciones vulnerables, y ellos se encargan de las necesidades de salud más esenciales de la población. También tienden a compensar una proporción relativamente mayor de los médicos de atención primaria en los Estados Unidos. La medicina interna general no se asocia con la mortalidad (ni un aumento ni una reducción de la mortalidad), posiblemente debido a la relativamente pequeña proporción de médicos de atención primaria que se especializó en medicina interna. Por último, en cuanto a los pediatras, hay 2 explicaciones para la falta de un efecto significativo (es decir, el aumento de la oferta de los pediatras no reduce la mortalidad). En primer lugar, los pediatras representan sólo un pequeño porcentaje de la fuerza laboral de atención primaria. En segundo lugar, es probable que debido a que el resultado de salud (mortalidad por cualquier causa) es menos frecuente entre los niños que entre los adultos, no se detectó el impacto de los pediatras. Aunque los pediatras son una fuente importante de la atención primaria de los niños y adolescentes, su impacto podría ser capturado mejor por una medida de resultado que refleja la carga de la enfermedad que enfrenta esta subpoblación (resultados sanitarios específicos causar por ejemplo, la edad o).
La tercera conclusión es que las medidas contemporáneas y tiempo lag de atención especializada, o bien no se asociaron con la mortalidad o se asociaron con peores resultados de salud en cada período de tiempo. Este hallazgo es consistente con los análisis anteriores. 14 , 28 , 37
Aunque nuestros hallazgos parecen ser robustos, hay varias limitaciones en este estudio. En primer lugar, además de las especialidades de atención primaria identificadas, otros profesionales de la salud (por ejemplo, los médicos osteópatas y los proveedores no médicos) también ofrecen servicios de atención primaria. Limitación de datos nos impide la inclusión de estos en los análisis.
En segundo lugar, la mera presencia de más médicos de atención primaria por población no asegura que más personas en la población están expuestos a la atención primaria o que la prestación de la atención primaria producirá mejores resultados de salud a nivel individual. Para llegar a esta conclusión se arriesgaría a cometer una falacia ecológica. Sin embargo, varias líneas de evidencia nos ayudan a interpretar los efectos de la atención primaria a nivel estatal sobre la salud de la población.
Debido a las limitaciones de datos, actualmente no hay manera de determinar si los estados con relación médico de atención primaria más alta son estados en los que el acceso y la recepción de los servicios de atención primaria es mejor que en otros estados con relaciones médico / de población más bajas de atención primaria. Sin embargo, existe un creciente cuerpo de investigaciones que demuestran los efectos beneficiosos de atención primaria a nivel ecológico.
La primera de estas pruebas se deriva de los estudios ecológicos realizados en una docena de países occidentales industrializados. En estos estudios, la fortaleza del sistema nacional de atención primaria se evaluó al anotar 7 características de la infraestructura de atención primaria (incluyendo médico de atención primaria / proporciones de población) y 6 características de la práctica de atención primaria (entrega). En ambos análisis, los países con infraestructuras débiles de atención primaria tuvieron puntuaciones mucho más bajas para el acceso y la calidad de la práctica de atención primaria. 11 , 12
La segunda línea de evidencia proviene de estudios ecológicos de la relación entre el personal de atención primaria y los coeficientes de población y diversos tipos de resultados de salud. Tanto Shi y sus colegas 13 , 14 , 16 , 28y Farmer et al 38 encontraron mejores resultados de salud en los estados con índices de atención primaria / médicos mayores. Parchman y Culler 39demostrado que las áreas geográficas con más familiares y médicos generales por población tenían menores tasas de hospitalización para las condiciones que deberían ser evitables con una buena atención primaria; el mismo no fue el caso para los internistas generales o pediatras generales.
Se puede producir el efecto de las relaciones primarias de atención-población en los resultados de salud, al menos en parte, porque los médicos capacitados en la atención primaria tienen más probabilidades de lograr las funciones de atención primaria de cardenal con relaciones conocidas a mejorar los resultados de salud. 40 , 41 El ejercicio de estos funciones pueden también conducir a un mejor funcionamiento del sistema de salud en general, porque una fuerte atención primaria no sólo significa más prevención, sino también una mejor referencia, la coordinación y continuidad de la atención. 42 , 43
Los estudios sobre el nivel individual también proporcionan pruebas de los efectos beneficiosos de la atención primaria en los resultados sanitarios. Shea et al 44 utilizaron un método de casos y controles para demostrar el impacto de tener un médico de atención primaria. Los hombres que aparecen en un servicio de urgencias en una gran área metropolitana se caracterizan por tener complicaciones de la hipertensión o por tener otra condición y la hipertensión no complicada. Las personas con complicaciones de la hipertensión eran mucho menos propensos a tener una fuente de atención primaria que los hombres cuya hipertensión fue un hallazgo incidental, incluso controlando por otros factores como la cobertura de seguro. Francos y Fiscella, 45 utilizando datos de la encuesta representativa a nivel nacional, mostró que los adultos encuestados que informaron de un médico de atención primaria en lugar de un especialista como su fuente regular de atención tuvo menor mortalidad posterior y reducir los costos anuales de atención de salud, después de controlar por diferencias en las características demográficas, estado del seguro de salud, percepción de salud, informó diagnósticos, y la condición de fumador.
Por otra parte, puede ser que tanto la igualdad en la distribución del ingreso y la atención primaria de la orientación de un sistema de servicios de salud son parte de un proceso social y político subyacente común de la asignación de recursos, que puede ser el último "agente causal." Hay preliminar internacional evidencia de que el contexto político de un país puede ayudar a determinar las políticas sociales en relación con la distribución de recursos 46 y que algunas políticas, como el tipo de financiación de la sanidad, pueden influir en los resultados de salud. 47 A nuestro entender, este tipo de estudios todavía no se han ampliado para examinar los estados de EE.UU. .
Conclusiones
Hemos argumentado en otra parte que la mejora en la salud de las poblaciones es probable que requiera un enfoque múltiple que aborde los determinantes socioeconómicos y de comportamiento de salud y fortalece ciertos aspectos de los servicios de salud. 16 La literatura sobre la desigualdad de ingresos y la salud ha, por lo general, no incluido en serio examen de la función de los servicios de salud en la mitigación de la carga de salud impuesto por ingresos y otras desigualdades sociales. Este estudio proporciona una prueba más de que la mejora de la atención primaria, especialmente la medicina de familia, es un enfoque posible para mitigar al menos algunos de los efectos nocivos para la salud de las desigualdades sociales. El hecho de que la atención primaria, especialmente la medicina de familia, se encontró que se asocia con un mejor resultado de salud sugiere que la mejora de la relación de la atención primaria (especialmente los médicos de medicina de familia) para la población podría mejorar los resultados de salud, incluso en estados con graves desigualdades de salud.
Mejorar la atención primaria también se justifica por un examen de la oferta de médicos en curso. En general, los Estados Unidos todavía tiene un grave desequilibrio entre la producción de los médicos de atención primaria y los de otras especialidades. 48-50 En comparación con la mayoría de los demás países industrializados, los Estados Unidos tiene una baja proporción de médicos que son generalistas de atención primaria y una correspondientemente alta proporción de los que son especialistas. 50 Las comparaciones internacionales sugieren que las naciones industrializadas que promueven la atención primaria sobre la atención especializada a lograr un mejor estado de salud y los costos generales más bajos que los que no lo hacen. 51 , 52
Por último, la mejora de la atención primaria, en particular, medicina de familia, es una recomendación potencialmente viable para los formuladores de políticas de salud en los Estados Unidos, a quienes les gustaría reducir las desigualdades de salud, pero que a menudo carecen del poder político o mandato para afectar a factores fuera del sector salud. Este enfoque podría ser justificada no sólo por la evidencia del impacto de la atención primaria en salud de la población, sino también debido a nuevas pruebas de que la atención primaria también puede proporcionar un importante contrapeso a por lo menos algo de salud que dañan las condiciones ambientales, tales como la desigualdad de ingresos. De hecho, la evidencia internacional sugiere que las naciones que abrazan la atención primaria también son probablemente más igualitaria. Por lo tanto, en los Estados Unidos, avanzar en el tratamiento primario puede así servir como una estrategia viable para reducir las desigualdades, además de mejorar la salud.
- Este estudio fue financiado por el Centro de Atención Primaria Política de la Universidad Johns Hopkins y la Oficina de Atención Primaria de la Salud, la Administración de Recursos y Servicios de Salud.
No hay comentarios:
Publicar un comentario