黒と白を超えて。メディケア受給者の人種と民族の誤分類をマッピングする

Beyond Black and White: Mapping Misclassification of Medicare Beneficiaries Race and Ethnicity.

• Irina B Grafova
• Olga F Jarrín

抄録

メディケア・メディケイド・サービスセンター（Centers for Medicare and Medicaid Services）の管理データには、健康格差の研究と評価に使用される2つの変数、すなわち、登録データベース（EDB）の受益者の人種コードとリサーチ・トライアングル・インスティテュート（RTI）の人種コードが含まれている。この論文の目的は、在宅医療中に収集された自己申告データと比較して、EDBおよびRTIの人種コードの人種／民族の誤分類における州レベルの変動を調べることである。研究対象は、2015年に在宅医療サービスを利用した4,231,370人のメディケア受給者であった。ヒスパニック系、アジア系アメリカ人/太平洋諸島人、アメリカインディアン/アラスカ先住民の自称受給者のメディケア行政データの誤分類には、州間でかなりのばらつきがあることがわかりました。メディケアのデータセットに含まれる既存の人種変数に基づいて、州レベルの医療格差とマイノリティの健康アウトカムを解釈する際には注意が必要である。メディケア受給者の日常的なケア中に収集された自己報告の人種／民族性データは、マイノリティの健康と健康格差の報告および調査の精度を向上させるために使用される可能性がある。

The Centers for Medicare and Medicaid Services administrative data contains two variables that are used for research and evaluation of health disparities: the enrollment database (EDB) beneficiary race code and the Research Triangle Institute (RTI) race code. The objective of this article is to examine state-level variation in racial/ethnic misclassification of EDB and RTI race codes compared with self-reported data collected during home health care. The study population included 4,231,370 Medicare beneficiaries who utilized home health care services in 2015. We found substantial variation between states in Medicare administrative data misclassification of self-identified Hispanic, Asian American/Pacific Islander, and American Indian/Alaska Native beneficiaries. Caution should be used when interpreting state-level health care disparities and minority health outcomes based on existing race variables contained in Medicare data sets. Self-reported race/ethnicity data collected during routine care of Medicare beneficiaries may be used to improve the accuracy of minority health and health disparities reporting and research.