Ein Artikel von Kowal et al. (2023) misst tatsächlich die Unterschiede in den Gesundheitsergebnissen. Dazu nutzen sie Daten des American Community Survey (ACS), des National Vital Statistics System (NVSS) und des Social Vulnerability Index (SVI) der CDC, um Unterschiede in der Lebenserwartung (LY) und der qualitätsbereinigten Lebenserwartung (QALE) abzuschätzen ) und behinderungsfreie Lebenserwartung (DFLY). Die Autoren verwendeten einen Bayes’schen Ansatz, um fehlende (oder unterdrückte) Sterblichkeitsdaten über Rassen/ethnische Gruppen hinweg (z. B. nicht-hispanische Indianer oder Alaska-Ureinwohner) zu untersuchen [AI/AN]nicht-hispanischer asiatischer/pazifischer Inselbewohner, nicht-hispanischer Schwarzer, nicht-hispanischer Weißer und Hispanoamerikaner) auf Kreisebene. Die Mortalitätsdaten stammen vom NVSS (über das CDC WONDER-Tool). Konkret stützte sich der Bayes’sche Ansatz auf raumzeitliche Modelle, die eine Binomialverteilung für die Anzahl der Todesfälle nach Kreisaltersgruppe und eine bedingte autoregressive Struktur zur Berücksichtigung kreisspezifischer Effekte verwendeten.
Mithilfe dieses Ansatzes fanden sie Folgendes heraus:
Die Lebenserwartung, die Lebenserwartung ohne Behinderung und die qualitätsbereinigte Lebenserwartung bei der Geburt sanken von 79,5, 69,4 bzw. 64,3 Jahren in den 20 % am wenigsten sozial gefährdeten (bestsituierten) Landkreisen auf 76,8, 63,6 bzw. 61,1 Jahre bzw. zu den 20 % der sozial am stärksten gefährdeten (am schlechtesten gestellten) Landkreise. Unter Berücksichtigung der Unterschiede zwischen Rassen- und ethnischen Untergruppen sowie der geografischen Lage, Lücken zwischen den am besten gestellten (Asien- und Pazifikinsulaner; 20 % am wenigsten sozial gefährdete Bezirke) und den am schlechtesten gestellten (Indianer/Alaska-Ureinwohner; 20 % am sozial am stärksten gefährdete Bezirke) Die Untergruppen waren groß (17,6 Lebensjahre, 20,9 behinderungsfreie Lebensjahre und 18,0 qualitätsbereinigte Lebensjahre) und nahmen mit zu Alter.
Diese Ergebnisse sind besonders nützlich, da sie zur Information über grundlegende gesundheitliche Ungleichheiten verwendet werden können, die im Rahmen einer Verteilungskosteneffektivitätsanalyse (DCEA) in den USA angewendet werden. Den vollständigen Artikel können Sie hier lesen. Beachten Sie, dass eine Konferenzzusammenfassung von Slejko et al. (2024) schätzt auch US-basierte Ungleichheitsaversionsparameter, die Sie ebenfalls für Ihre DCEA verwenden könnten.
