Szomszédsági szegénység és faji különbségek az ESRD előfordulásában

Absztrakt

Az amerikai etnikai kisebbségek körében az ESRD magasabb előfordulását először csaknem három évtizeddel ezelőtt ismerték fel. 1 2004-ben a feketék előfordulási aránya csaknem 1000/millió volt, szemben a fehéreké 260-mal/millióval. 2 Számos 3–11. Vizsgálat és felülvizsgálat tárgyát képezte annak a lehetősége, hogy a fekete-amerikaiak körében a magasabb ESRD-teher az alacsonyabb társadalmi-gazdasági szinteken való aránytalan képviseletüknek tulajdonítható. 12,13 kutató azt találta, hogy a szocioökonómiai tényezők magasabb ESRD-kockázattal társulnak, talán 14–16 az egészségügyi ellátás akadályai (ideértve az ESRD-kezelés késleltetett áttételét és bemutatását), az egészséges ételek rendelkezésre állásának hiánya, a környezeti nephrotoxinoknak való kitettség vagy egyéb, még meghatározatlan tényezők az elszegényedett környéken. 12.

Az ilyen közösségi szocioökonómiai tényezők hozzájárulása az ESRD előfordulásában megfigyelt faji különbségekhez továbbra sem meggyőző (1. táblázat). A várakozásokkal ellentétben a közösségi szocioökonómiai státuszhoz (SES) való kiigazítás az ESRD feketefehér relatív kockázatának csak csekély mértékű csökkenését eredményezte. A 3,4,8–11 tanulmányok általában nagy területeken végzett szegénységi intézkedéseket alkalmaztak (például az egy főre jutó átlagos jövedelem a megyében), hogy megvizsgálják a SES szerepét a faji egyenlőtlenségekben. Továbbá kevés tanulmány értékelte, hogy a közösségi SES és az ESRD kockázat kapcsolata eltér-e a feketék és a fehérek esetében. Ennek a tanulmánynak a célja a szomszédsági szegénység szerepének vizsgálata volt az ESRD incidenciájában megfigyelt faji eltérésekben az Egyesült Államok délkeleti részén, egy kistérségi szegénységi intézkedés alkalmazásával, nevezetesen a szegénységi szint alatt élő CT-népesség százalékos arányával.

Társadalmi-gazdasági tényezők az ESRD faji különbségeinek vizsgálatában

EREDMÉNYEK

1998. január 1. és 2002. december 31. között 36 982 beteg kezdett dialízis-terápiát az ESRD Network 6 kezelési intézményekben. Ezek közül 34 767 (94%) páciens volt 20 évnél idősebb, fajuk CMS-2728 formában „fekete” vagy „fehér” volt, és Georgia, Észak-Karolina vagy Dél-Karolina lakóhelye volt. A betegek átlagos életkora 61 év volt, a férfiak és nők száma majdnem azonos volt. Az ESRD-esetek csaknem 57% -a fekete volt, összehasonlítva a három állam felnőtt lakosságával, ahol a.

A ki nem igazított fekete-fehér arányarány (B: W RR) a minden okot okozó ESRD esetében 3,9 (95% CI 3,8–4,0). A várakozásoknak megfelelően az életkor szorosan összefügg az ESRD incidenciájával; azaz a 60 évesnél idősebb személyek> 10-szer nagyobb valószínűséggel fejlődnek ki ESRD-t azokkal összehasonlítva. Tekintse meg ezt a táblázatot:

Soron belüli megtekintése
Felugró ablak megtekintése

Az ESRD előfordulása, valamint az egyén és a szomszédság szintje közötti összefüggés, egyváltozós és faj szerint rétegzett

A grúziai, észak-karolinai és dél-karolinai fehér lakosság több mint 50% -a CT-ben élt, a táblázat megtekintése:

Soron belüli megtekintése
Felugró ablak megtekintése

Grúzia, Észak-Karolina és Dél-Karolina fekete-fehér felnőtt lakossága a lakónegyedek szegénysége szerint

A szomszédsági szegénység a nyers elemzésben magasabb volt az ESRD minden okból eredő arányával. A CT-khez képest, ahol a szegénység alatti lakosság 20% -a (szövetségi szegénységi területek)> 3-szor magasabb volt a minden okból eredő ESRD előfordulási aránya (2. táblázat).

Az egyéni életkorra és nemre történő kiigazítás után (1. modell) a becsült B: W RR minden okból eredő ESRD-re 5,0-ra (95% CI 4,8-ról 5,1-re) emelkedett, szemben a nyers modell 3,9-ével. Miután számoltuk az ESRD incidenciájának CT közötti változását (2. modell), a B: W RR-t 4,4-re becsültük (95% CI 4,3–4,5). A CT közötti eltérés fontos volt (statisztikailag szignifikáns), ami azt sugallja, hogy az általános ESRD-arányok földrajzi eltéréseit nem lehet teljes mértékben elszámolni a terület korának, fajának és nemi összetételének különbségeivel.

Ezután meghatároztuk, hogy az ESRD arányainak földrajzi eltérése milyen mértékben volt összehasonlítható a feketék és a fehérek esetében (3. modell). A becsült B: W RR 4,3 (95% CI 4,0–4,6). A CT által végzett faj véletlenszerű hatásparamétere szintén statisztikailag szignifikáns volt, jelezve, hogy az ESRD incidenciájában a fekete-fehér eltérés a CT és az életkor és a nem figyelembevétele után változott.

Ezután értékeltük a szomszédsági szegénység és a fajszegénység összefüggését az ESRD incidenciájával (4. modell). A B: W RR a szomszédsági szegénységi rétegek szerint változó volt; azaz statisztikailag szignifikáns faj-szegénység kölcsönhatás volt a multiplikatív skálán (4. táblázat). Például a CT-ben, ahol a népesség 25% -a a szegénységi szint alatt van.

Többváltozós elemzés a faj és a minden okot okozó ESRD előfordulása közötti összefüggésről (4. modell)

A modell által előre jelzett ESRD előfordulási arányok a szomszédsági szegénység és faj szerint. RR, kockázati arány; RD, kockázati különbség.

VITA

Számos lehetséges magyarázat kínálható fel a tanulmányunk során megfigyelt mintákra. Az ESRD előfordulásának fekete-fehér különbségei a közösségi szegénység azonos szintjén belül továbbra is tükrözhetik a jövedelmi különbségek fennmaradó hatásait. Például a feketék még ugyanazon CT-n belül is gazdaságilag hátrányosabb helyzetben lehetnek, mint a fehérek (vagyis alacsonyabb jövedelemmel és alacsonyabb vagyonnal rendelkezhetnek). Modelleinkben nem tudtunk alkalmazkodni az egyedi SES-hez, és ha ezt megtettük volna, a szomszédsági szegénység és az ESRD aránya, valamint a fennmaradó faji különbségek összefüggései csökkentek.

Nem gondoljuk azonban, hogy a jelenlegi személyes jövedelemre vonatkozó kiegészítő kiigazítás teljes mértékben megmagyarázná az ESRD előfordulásának továbbra is fennálló faji különbségeit a hasonló szegénységű közösségekben. A veseelégtelenség bizonyos idő alatt kialakul, és valószínűleg társadalmi-gazdasági hatások halmozódnak fel az élet során. 18 Így a jelenlegi SES mellett a korábbi élet-társadalmi-gazdasági helyzethez való igazodás további betekintést nyújthat a SES szerepébe az ESRD incidenciájában a faji különbségek terén.

Lehetséges, hogy az életkoron, a nemen és az egyéni gazdasági helyzeten kívül vannak olyan egyéni tényezők, amelyek megzavarhatják mind a faji, mind a szomszédsági szegénység és az ESRD előfordulásának összefüggéseit, például számos egészségkereső és kockázatos magatartás (dohányzás, drogfogyasztás, stb.). E tényezőkről szóló információk hiányában nem lehet kiküszöbölni az ellenőrizetlen zavarás okozta torzítás lehetőségét.

Sőt, összehasonlítható egyéni SES-ek, az egészségügyi ellátáshoz való hozzáférés és a feketék és fehérek hasonló egészségügyi ellátást kereső magatartása esetén is faji különbségek mutatkozhatnak a nyújtott ellátás minőségében a közösségekben. Például dokumentált faji különbségek vannak a magas vérnyomás 19 és a cukorbetegség 20,21 kimutatásában, kezelésében és ellenőrzésében, valamint a szív- és érrendszeri betegségek másodlagos megelőzésében, 22 amelyek mindegyike az ESRD fokozott kockázatával jár. E körülmények kontrollálása a közösségek között szintén nem lenne váratlan, mivel vidéki/városi különbségekről számoltak be, 23 és az egészségügyi ellátás mintáiban jelentős különbségeket dokumentáltak a közösségek között. 24,25 Ezen tényezők szerepe a faji különbségben az ESRD előfordulásában még leírandó.

Az életmódbeli különbségek mellett a megelőzés terén mutatkozó különbségek a hipertónia és a cukorbetegség eltérő prevalenciáját eredményeznék a feketék és a fehérek körében, amit az irodalom is elismer. Például az NHANES I – III. Megállapította, hogy a magas vérnyomás életkorral igazított prevalenciája a feketéknél szignifikánsan magasabb volt, mint a fehéreknél (23%, szemben az NHANES III-ban a 13% -kal). 26 Az orvos által diagnosztizált cukorbetegség nem és életkor alapján korrigált prevalenciája a 20 évesnél idősebb felnőtteknél 8,2% volt a feketéknél és 4,8% a fehéreknél az NHANES III-ban. 27 A cukorbetegség és a magas vérnyomás kombinációja körülbelül háromszor gyakoribb a feketéknél, mint a fehéreknél. A magas vérnyomás és a cukorbetegség ilyen elterjedtsége minden bizonnyal arra utal, hogy a feketéknél nagyobb az ESRD kialakulásának kockázata. Az egyéni magas vérnyomás és a cukorbetegség kórelőzményét nem tudtuk kontrollálni, mert ezek az adatok nem álltak rendelkezésünkre. Ez minden bizonnyal korlátozza a tanulmányt. Számos korábbi tanulmány azonban azt vizsgálta, hogy ezeknek a feltételeknek a magasabb előfordulása a feketéknél volt-e a fő tényező az ESRD magasabb kockázatának számításában, hasonló következtetésre jutottak: Az ESRD előfordulási faji különbségei nem magyarázhatók teljesen a cukorbetegség és a magas vérnyomás. 3,4,28,29

Az egyéni SES, a cukorbetegség és a magas vérnyomás, valamint esetleg más egyéni szintű tényezők által a fentiekben leírt kontrollálhatatlan összetévesztés lehetősége mellett ezt a tanulmányt korlátozhatja az a tény is, hogy az adminisztratív egységek (CT) nem lehetnek ideális helyettesek a lakóingatlanok számára szomszédság. Továbbá a tanulmányterv nem teszi lehetővé számunkra a lakossági mobilitás vagy a lakóhely-kiválasztás kérdésének kezelését.

Vizsgálatunk másik korlátja, hogy elemzést végeztek három délkeleti állam adatairól, ezért az eredményeket körültekintően kell általánosítani. Az országos adatok felhasználásával nem tudtunk elemzést végezni, mert csak a geokódolt 6-os hálózat ESRD felügyeleti adatkészletéhez volt hozzáférésünk. Az ESRD összes megfigyelési adatának geokódolása hasznos lehet a jövőbeni egészségügyi különbségek kutatásában.

Vizsgálatunk erőssége, hogy a három déli állam népességalapú megfigyelési adatait használtuk fel, és így a népesség nagy volt, és a kisebbségek jól képviseltették magukat. A CT-ket földrajzi elemzési egységként használtuk, szemben a nagyobb területekkel, például megyékkel vagy irányítószámokkal. A CT-k homogénebbek azokon a társadalmi tényezőkön, amelyek valószínűleg megzavarják az ESRD előfordulása és a faj közötti kapcsolatot (vagyis csökken a maradék megzavarás lehetősége), és megfelelőbbek a társadalmi kontextus és a környezeti expozíció szempontjából. A tanulmányban alkalmazott többszintű modellezési megközelítés egyetlen elemzésbe foglalta az alanyok és a CT-k adatait, és megadta azokat a becsléseket, amelyek a környéken lévő egyének csoportosulásához igazodnak.

Összegzésként megállapítottuk, hogy a szomszédsági szegénység szorosan összefügg az ESRD gyakoriságával mind a feketék, mind a fehérek esetében. Ezenkívül az ESRD incidenciájának faji különbsége (a feketék és a fehérek közötti abszolút különbség az ESRD arányában) kifejezettebb volt a szegényebb környéken. Végül a betegségek előfordulásában a faji különbségek a szomszédsági szegénység minden szintjén fennmaradtak, még a legkevésbé elszegényedett környezetekben is. További kutatásokra van szükség annak megvizsgálására, hogy a társadalmi-gazdasági tényezők hogyan befolyásolhatják a feketék és a fehérek ESRD kockázatát, és hogyan lehet ezt a hatást enyhíteni. A feketék és a fehérek körében az ESRD kockázatát befolyásoló potenciálisan módosítható környezeti tényezők azonosítása vonzó, mert ez olyan megelőzési stratégiák kidolgozását és célzását eredményezheti, amelyek praktikusabbak és könnyebben megvalósíthatók, mint az egyéni szintű beavatkozások.

RÖVID MÓDSZEREK

Földrajzi egység és társadalmi-gazdasági elem kiválasztása az elemzéshez

A CT-ket választottuk az elemzés földrajzi egységeként. A CT-k kicsiek (átlagosan 4000 lakos), viszonylag állandó megyék statisztikai alegységei, amelyeket „homogénnek terveztek a népesség jellemzői, gazdasági állapota és életkörülményei tekintetében” 30, és a helyi és szövetségi kormányok adminisztratív egységként használják a programhoz tervezés és erőforrás-elosztás. Következésképpen a CT-ket elemzési egységként alkalmazták az egészségre gyakorolt környezeti hatások számos tanulmányában. 31–33

Az elemzéshez a CT gazdasági nélkülözésének mértéke a szegénységi szint alatt élő népesség százalékos aránya volt. Korábbi kutatások kimutatták, hogy ez az intézkedés értelmesen összefoglalta a szomszédság társadalmi-gazdasági körülményeinek fontos szempontjait, és következetesen észlelte a társadalmi-gazdasági gradienseket az egészségügyi eredmények széles skáláján. 32–35 A szegénységi szint meghatározásához a Népszámlálási Iroda pénznövekedési küszöböket használ, amelyek családnagyság és összetétel szerint változnak. Például a két felnőtt és két gyermekes család szegénységi szintje 1999-ben 16 895 dollár volt. Megjegyzendő, hogy a Népszámlálási Iroda a szegénységi területeket CT-ként határozza meg, vagy blokkszámozási területeket jelent, ahol a lakosok legalább 20% -a él a szegénységi szint alatt.

Az ESRD 6-os hálózatából szereztek azonosított adatokat azokról az incidenses betegekről, akik 1998 januárja és 2002 decembere között kezdték el vesepótló terápiát Georgia, Észak-Karolina és Dél-Karolina dialízis létesítményekben. A 6. hálózat az ESRD hálózatok nemzeti rendszerének része, amely fenntartja az egyetemes népességalapú ESRD nyilvántartás a Medicare ESRD program minőségének ellenőrzésére.

Felhasználtuk a Medicare & Medicaid Services (CMS) orvosi evidencia jelentési űrlapjának (CMS-2728) 36 demográfiai adatait, amelyet a hálózaton belüli dialízis létesítmények töltöttek ki az összes incidenses dializált betegről. Az adatok tartalmazzák a nemet, a fajt, az életkorot és a lakcímet, amelyet geokódoltak (szélességi és hosszúsági fokokra konvertálva), hogy minden beteget be lehessen helyezni a megfelelő CT-be. A fajra vonatkozó adatokat a beteg önállóan jelentheti be, vagy a CMS-2728 űrlapot kitöltő személyzet választhatja ki. Az incidensek száma CT, kereszt, táblázatok szerint, az életkor, a faj és a nem alapján képezték a számláló adatait az arányszámításhoz.

Az egyes CT-k életkor-faj-nem-specifikus népességi becslései Grúziában, Észak-Karolinában és Dél-Karolinában a 2000. évre az Egyesült Államok Népszámlálási Irodájának 1. összefoglaló fájljából származnak. 30 Ezeket a becsléseket használtuk a nevezők levezetésére az arányszámításhoz. Figyelemre méltó, hogy az amerikai népszámlálás során a fajról saját jelentést tettek. Végül minden egyes CT-hez az Egyesült Államok Népszámlálási Irodájának 3. összefoglaló fájljának adatait felhasználva származtattuk az 1999-ben a szegénységi szint alatt élő népesség arányát. 30

Kizárások

Kizártuk a pácienseket. 37 Minden elemzést SAS csomag 9.0 verziójával (SAS Institute, Inc., Cary, NC) használtunk. A kétszintű Poisson modelleket az NLMIXED eljárással illesztettük be. A tanulmányt az Emory University Institutional Review Board 2004. december 30-án hagyta jóvá.