美国不同种族、支付方及健康状态人群处方药物使用与支出的多维度差异分析

这项横断面研究由美国疾病支出项目团队开展，通过分析2019年50个州及华盛顿特区143种健康状态下4种支付方(Medicare/Medicaid/商业保险/自费)和4个种族族群(亚裔/黑人/西班牙裔/白人)的处方数据，揭示黑人群体药物使用量显著低于疾病负担均值，而西班牙裔群体支出差异主要源于使用率。研究为推进药物公平性(pharmacoequity)提供了州级精准干预依据。

　　

这项横断面研究(cross-sectional study)像一台精密扫描仪，全方位透视了2019年美国零售处方药的"使用-支出"地图。研究人员将美国疾病支出项目(US Disease Expenditure project)数据拆解成38个年龄性别组、4种支付方(Medicare/Medicaid/private insurance/out of pocket)和143个健康状态的马赛克拼图，特别新增种族维度——亚裔/太平洋岛民(API)、黑人、西班牙裔和白人群体。

关键发现令人深思：按人头计算，白人群体药物使用量领跑，API和西班牙裔垫底；但经过年龄和疾病负担标准化后(52种可追踪疾病)，黑人群体每病例处方量明显低于均值，形成"高疾病负担-低药物利用"的剪刀差。这种差异在各州上演着不同剧情——东北部某些州的黑人用药缺口可达南部的2倍。

通过达斯古普塔分解法(Das Gupta decomposition)，研究者发现黑人群体支出差异的"幕后推手"是较高的疾病患病率(disease prevalence)，而西班牙裔群体则主要受每病例处方量(prescriptions per prevalent case)影响。有意思的是，药品价格(spending per prescription)在种族差异中的戏份反而最少。

这些数据像一组警示灯，提示美国医疗系统需要针对黑人群体开发"精准公平处方"(precision pharmacoequity)策略——或许在糖尿病高发的阿拉巴马州增加社区药房密度，比在纽约推行全民药品降价更能缩小用药差距。研究最后留下一个开放式问题：当AI处方系统遇上这些差异数据，能否训练出更公平的算法？