美国各州 Medicaid 1915(c) 豁免及相关福利为老年与失能成人提供居家和社区服务的设计与使用：HCBS Waiver Atlas 数据集

《Health Services Research》：State Design and Use of Medicaid 1915(c) Waivers and Related Benefits to Provide Home- and Community-Based Services to Aging and Disabled Adults: The Medicaid HCBS Waiver Atlas

　　

目标：居家和社区服务（Home- and Community-Based Services, HCBS）使失能成人能够在社区中养老。在美国，HCBS的主要支付方是Medicaid（美国医疗补助项目），其资金主要经由1915(c)豁免提供，但各州日益依赖1115示范项目。因此，Medicaid HCBS项目在各州间差异显著，然而关于Medicaid HCBS项目结构与慷慨程度如何不同所知甚少，这阻碍了对不同HCBS项目有效性的严格评估。研究人员介绍一个系统捕捉美国各州内及跨州Medicaid HCBS项目特征的数据集。研究场景与设计：研究人员开发并验证了一种自动化、系统化的方法，利用HTML解析、纯文本提取、基于视觉的光学字符识别（optical character recognition, OCR）和大语言模型（large language models, LLMs）提取Medicaid HCBS项目特征（2010–2024）。研究人员调整政策流行病学框架（policy epidemiological framework, PEF），纳入策展数据企业框架（Curated Data Enterprise Framework）的要素，通过利益相关者参与识别对政策制定者和研究人员评估可能关键的政策要素，以及严格的数据验证和质量控制检查，指导数据集创建。数据来源/样本：1115示范项目（n = 145）和1915(c) HCBS文件，涉及服务于18+岁具有功能性/认知障碍成人的豁免（n = 1277）。主要发现：研究人员分别从93%和100%的1915(c)和1115文件中成功提取数据，开发出包含元数据和文档的数据集。从1915(c)豁免中，研究人员提取并描述了所有可用要素的流行率，如资格标准、费用限制、目标人群、服务特征（例如可用类型、使用/费用限制）、自我导向等。从1115豁免中，研究人员提取了资格标准、特定HCBS服务（例如个人护理）的覆盖情况以及管理式照护。结论：研究界可使用这一新数据集来利用各州间差异，并对Medicaid HCBS项目进行比较效果评估。除老年失能成人外，该方法学途径可扩展至研究跨服务的Medicaid项目特征。

研究背景与问题。美国婴儿潮一代老龄化使居家和社区服务（Home- and Community-Based Services, HCBS）需求预期上升。HCBS包括个人护理、非急诊医疗运输、成人日间服务、家庭健康等，可使失能成人在社区养老，并可能延迟或避免养老院入住。美国HCBS主要支付方为Medicaid（美国低收入人群公共保险项目），其资格与覆盖由州计划确定并由联邦与州共同资助。自1999年Olmstead判决及1980年代以来州和联邦政策推动去机构化后，HCBS覆盖扩大。各州可通过1915(c)豁免（1915(c) waivers）和1115示范项目（1115 demonstration projects，统称豁免）提供HCBS，并在费用不超过机构照护费用的前提下试验服务种类、限制（如每年30天喘息）和提供方式（如管理式照护组织或自我导向）。因此活跃豁免超过300个，项目结构在州内和跨州差异显著。但缺乏系统记录豁免特征的数据基础设施，阻碍对HCBS项目进行比较效果评估；现有证据有限，且不清楚项目特征如何随时间变化，亦无单一综合数据库。为此，研究人员开发并实施透明、自动化方法记录Medicaid HCBS豁免特征，使用2020—2024年1115文件与2010—2024年1915(c)文件，扩展并改进既往提取方法，创建可重复、可更新、供公众使用的数据集，目标是供研究人员和政策制定者评估项目有效性并识别优化特征；更广泛地展示如何利用跨学科方法低成本构建新数据清单。

关键技术方法。数据来源为州和Centers for Medicare & Medicaid Services（CMS，美国医疗保险和医疗补助服务中心）网站公开的1915(c)申请、续期和修订文件（2010—2024）及2020—2024年HCBS相关1115文件；2010—2019年1915(c)文件来自既往收集。方法学由PEF指导并纳入Curated Data Enterprise Framework要素。对结构化1915(c)文件使用HTML解析、纯文本提取、基于视觉的OCR并扩展既往管线；对非结构化1115文件使用提示式通用LLM与基于布局json的微调LLM。质控包括1915(c)按提取块10%随机人工复核、1115全部人工质控并迭代；以LLM按Medicaid HCBS Taxonomy（HCBS服务分类体系）构建服务交叉walk并10%人工验证。

研究结果。3.1 数据提取（Data Extraction）：研究人员汇总2010—2024年有活跃1915(c)豁免的48州数据；从州和CMS网站收集1277份唯一1915(c)豁免申请（唯一豁免号及修订号），剔除97份无效文档编号和40份提取极少（缺失值>90%）文件后，得到1140份成功提取数据的豁免（90.7%提取成功率）。1115 HCBS示范项目相关145份文件中，58份因文档无效或缺乏服务详情被排除，质控前85份观察（占58.6%）；人工质控后再排除3份重复/错误观察，最终分析数据集82份（占56.6%）。3.2 1915(c)豁免：活跃1915(c) HCBS豁免数量随时间稳步增加，2012—2019年呈平台期；提取成功率随时间保持一致。提取的豁免文件中，94.1%服务于需要护理机构或为智力障碍个体提供中级照护机构（intermediate care facilities for individuals with intellectual disabilities, ICF/IID）水平照护者，88.0%服务于同时符合Medicare和Medicaid资格者（dually eligible）。最常见服务为设备、技术和改造（86.8%），其次为居家服务（如个人或家庭健康照护，83.3%）、照护者支持（78.6%）、日间服务（75.2%）；其他健康和治疗服务（51.7%）与其他精神健康和 behavioral 服务（43.8%）约半数文件允许。不同服务允许自我导向（self-direction）的比例差异显著，参与式培训（39.4%）、支持性就业（31.4%）和居家服务（31.4%）约三成左右允许自我导向。最常见限制为费用限制，近60%文件限制设备、技术和改造成本，家庭送餐为56.6%；其他限制包括服务地点/环境及允许小时数，例如19.1%文件限制居家服务小时数，25.9%限制护理小时数。3.3 1115豁免：最常见服务依次为病例管理（51.2%）、家务/家庭健康/个人护理（48.8%）、喘息（42.7%）和自我导向（41.5%）；其他包括成人日间健康（34.1%）、环境改造（37.8%）、家庭送餐（29.3%）、辅助技术（22.0%）、护理（36.6%）、辅助生活（19.5%）、陪伴服务（13.4%）。

讨论部分总结。研究人员提出系统、可重复的方法来编目Medicaid HCBS 1915(c)豁免这一HCBS主导筹资机制，并系统描述1115豁免项目；与既往工作一致，研究发现Medicaid HCBS豁免项目在州内和跨州存在显著异质性。研究输出与过程对开展项目评估、提升Medicaid项目设计效率具有启示。研究结果提供机会在更细粒度上评估1915(c)豁免项目，以形成改善社区失能成人生活质量和照护的证据；既有证据显示1915(c)豁免项目结构可影响HCBS使用及无酬/家庭照护使用，但仍需严格比较效果评估以理解不同患者人群的最优结构，并为未来修改提供依据，尤其项目在COVID-19疫情期间经历修改且因HCBS属可选服务而在Medicaid预算削减时可能受威胁。研究方法可推广至其他Medicaid项目特征；豁免也用于智力与发育障碍成人、物质使用障碍、孕妇和医学复杂儿童照护，方法可扩展至行为健康服务、自闭症儿童支持等，并可进一步扩展至州计划及修正案。对非结构化1115文件提取需不同技术并带来不同挑战，依赖LLM完全提取和验证可能对模型版本敏感，公开LLM版本更新或退役会影响可重复性；尽管如此，研究证明LLM可帮助减少对手工提取的依赖。局限包括：缺乏既有数据基础设施可能遗漏部分豁免并可能对研究早期年份产生差异影响；新方法发展后重访方法可改善结果，数据版本记录对项目评估关键；提取过程不完美，缺失数据仍为挑战，既源于提取不完整也源于源豁免文件有时缺失字段；1115数据集文档日期可能不对应服务开始日期，只能说明某年某州提供某服务。结论翻译：Medicaid HCBS豁免项目支持美国失能成人在社区独立生活。尽管Medicaid HCBS豁免项目自1980年代出现以来迅速增加，但研究豁免的数据基础设施滞后，构成生成政策相关证据以指导未来HCBS豁免项目开发的重大障碍。研究人员的方法学途径和发现提供支持未来评估Medicaid HCBS豁免项目的基础设施。