《The Journal of Strength & Conditioning Research》：Leveraging Medicaid Claims to Map Complex Chronic Conditions for Emergency Preparedness
编辑推荐：
本文介绍了佛罗里达州医疗补助计划如何利用索赔数据开发一种方法，以识别患有复杂慢性病（CCCs）及依赖医疗技术（如呼吸机、透析）的参保人，并绘制其地理分布图。该方法支持在飓风季前后向健康计划提供实时报告，用于针对性的灾前准备和灾后响应（如主动联系、协调服务），从而增强对最脆弱人群的连续性照护（continuity of care），提升卫生系统在灾害中的韧性（health system resilience）。
背景
复杂慢性病（CCCs）是指持续存在、涉及多系统、需要长期管理和专业护理的健康状况，例如晚期心脏病、肾衰竭以及依赖呼吸机等技术维持生命的状况。依赖医疗补助（Medicaid）的人群中，CCC患者比例很高，他们在灾害（如飓风）期间面临不成比例的风险，因为其健康状况依赖于持续的医疗护理、电力驱动的设备和药物。历史事件（如飓风卡特里娜、桑迪和艾尔玛）表明，医疗服务中断会导致这类脆弱人群住院率和死亡率增加。佛罗里达州频繁的飓风季节凸显了针对医疗补助参保人中CCC患者进行针对性灾害准备的迫切需要，但此前缺乏标准化、可扩展的方法来快速识别和定位这一人群。
计划
为应对这一缺口，佛罗里达州医疗补助计划开发了一种基于索赔数据的分类方法，旨在识别患有CCC的参保人，特别是那些依赖医疗技术（如呼吸机、饲管、透析机）的个体，以支持应急准备和响应活动。
实施
该计划利用佛罗里达医疗补助管理信息系统（FMMIS）中的数据。研究团队改编了Feudtner（2014年）开发并经过验证的诊断和操作代码框架，将原始的SAS算法转换为结构化查询语言，以便集成到FMMIS的关系数据库架构中。该分类系统使用ICD-10-CM、当前 procedural terminology (CPT) 和医疗保健通用程序编码系统（HCPCS）代码集，将参保人分为12个CCC类别。识别逻辑要求参保人至少有两次符合条件、间隔30天或以上的索赔记录。该方法最初在儿科人群中验证，但本研究将其应用于所有年龄段的医疗补助参保人（包括儿童、残疾成人、老年人），以捕捉整个生命周期中因临床复杂性和结构性脆弱性（如贫困）而面临高风险的人群。技术依赖的识别依据CCC分类系统中的“技术依赖”类别，包括呼吸机、饲管、透析机、中心静脉导管等外部维持生命的设备，但不包括植入式设备（如起搏器）。计算了州和县级的CCC患病率，并采用直接标准化法计算了年龄调整患病率。在2022年至2024年飓风季节前后，将识别出的技术依赖参保人名单提供给受影响的医疗补助健康计划，用于定向外联和护理协调。
评估
截至2024年6月，在4,428,516名佛罗里达医疗补助参保人中，共有317,592人（7.2%）被识别出至少患有一种CCC。其中，57,725人（占CCC患者的18.2%，占总参保人的1.3%）被归类为技术依赖。
人口学分析显示，CCC患者遍布各年龄段，65岁及以上成人占比最大（38%），其次是45-64岁成人（30%）。18岁以下儿科参保人占CCC病例的13%，但其技术依赖比例最高，达22.8%。男性CCC参保人中技术依赖的比例（22.1%）高于女性（15.5%）。在黑人或非裔美国人CCC参保人中，技术依赖率（20.4%）高于白人（17.4%）和西班牙裔（13.9%）参保人。
按CCC类别分析，代谢性疾病（如糖尿病、肥胖、代谢综合征）最为常见，影响220,682人（占CCC病例的69.5%）。其次是心血管病（29.7%）和胃肠道疾病（18.1%）。技术依赖率最高的类别见于移植（99.8%）、呼吸系统疾病（76.2%）、肾脏疾病（74.5%）和胃肠道疾病（42.9%）。近半数（44.8%）的CCC患者被诊断患有两种或以上的CCC类别。
地理分布显示，经年龄调整的CCC患病率在佛罗里达州67个县之间存在差异，范围在每10万参保人5.7至13.2例之间。农村和沿海地区（如潘汉德尔、大本德和佛罗里达中北部）的患病率较高。技术依赖比例在县与县之间也从11.4%到24.7%不等，较高的比例出现在北佛罗里达和皮内拉斯县等沿海地区。
在2022-2024年飓风季（特别是飓风伊恩和伊达利亚期间），健康计划利用收到的技术依赖参保人名单进行主动联系、优先进行健康检查、协调关键医疗设备（如呼吸机、氧气供应、喂养泵）的运送或更换，并为因停电或房屋损毁而需要临时搬迁的参保人安排支持，促进了从医院到合适的急性后护理环境的过渡，确保了处方药的连续性，并重新连接了在灾害期间中断的家庭健康服务。
讨论与结论
这项实践报告表明，基于索赔数据的CCC识别方法在佛罗里达州医疗补助数据基础设施内实施是可行的，并且具有实用性。它能为健康计划和应急管理人员在自然灾害的准备和响应中提供可操作的实时信息。地理分析揭示了灾害高风险地区（农村和沿海）恰好是医疗脆弱人群集中的区域，这为有针对性的资源规划和干预措施提供了依据。该方法不仅支持灾害响应，也有助于更广泛的卫生系统规划和政策制定。
研究的局限性包括依赖可能不完整的索赔数据、缺乏直接的临床验证、将主要针对儿童的算法外推至全年龄段人群可能存在的误分类，以及未评估对个体健康结局（如死亡率）的直接影响。尽管如此，该方法为其他州提供了一个可扩展、可重复的解决方案，可用于增强灾害准备和卫生系统韧性，其应用也可扩展到应对野火、洪水或极端热事件等其他紧急情况。
对政策与实践的启示
医疗补助计划可以利用现有索赔数据主动识别和绘制CCC及技术依赖参保人地图。向健康计划提供关于医疗脆弱人群的实时数据是可行的，可增强其在灾害期间进行外联、协调护理和维持服务连续性的能力。CCC患病率的地理绘图有助于州和地方应急管理机构进行有针对性的资源规划。其他州可以采用这种可扩展的、基于索赔的识别方法来改善对高医疗需求参保人的应急响应。未来的政策努力可以考虑整合医疗保险和商业支付方的数据，以覆盖所有收入水平和保险类型的复杂医疗需求个体。在使用这些数据工具时，必须遵循强有力的伦理保障措施，优先考虑个体自主权和透明度。
