加州熟练护理设施在COVID-19相关人员配置豁免之前和之后的人员配置审计结果

《Journal of the American Medical Directors Association》:Staffing Audit Outcomes Among California Skilled Nursing Facilities, Prior to and After COVID-19–Related Staffing Waivers

【字体: 时间:2026年07月18日 来源:Journal of the American Medical Directors Association 3.4

编辑推荐:

  摘要 目的:加利福尼亚州对熟练护理设施(SNFs)进行审计,以确保达到规定的人员配置水平。研究人员分析了与这些人员配置审计失败相关的设施特征、COVID-19大流行前后的趋势以及豁免政策的影响。 设计:采用纵向重复横断面设计,结合双重差分框架进行多变量

  
摘要
目的:加利福尼亚州对熟练护理设施(SNFs)进行审计,以确保达到规定的人员配置水平。研究人员分析了与这些人员配置审计失败相关的设施特征、COVID-19大流行前后的趋势以及豁免政策的影响。
设计:采用纵向重复横断面设计,结合双重差分框架进行多变量逻辑回归。
设置与参与者:2018年7月至2022年6月期间,对经医疗保险和医疗补助服务中心(CMS)认证的加州SNFs进行的3964次人员配置审计观察。
方法:研究人员将加州公共卫生部数据与联邦数据源合并。分析了审计结果与设施特征(例如,豁免状态[申请、批准和拒绝]、所有权、连锁隶属关系、规模、平均入住率、享受医疗补助居民比例以及居民种族/民族构成)在COVID-19豁免期之前、期间和之后的关联。
结果:审计失败率从2019财年的7%上升至2021财年的55%。失败几率随时间增加(Q1-Q14;调整后比值比[aOR],1.581;95% CI,1.480-1.690)。在COVID-19前、COVID-19豁免期和COVID-19豁免后三个时期,失败几率存在显著差异。在多变量回归中,失败与营利性连锁设施(相对于非营利性独立设施)(aOR,2.634;95% CI,1.757-3.947)、农村地理位置(aOR,3.237;95% CI,1.925-5.443)以及医疗补助份额(aOR,1.178;95% CI,1.079-1.285)相关。豁免降低了失败几率,但被拒绝劳动力短缺豁免的SNFs申请者并未更可能失败。亚裔居民比例较高的SNFs失败几率较低(aOR,0.853;95% CI,0.780-0.933),而黑人居民比例较高的SNFs失败几率较高(aOR,1.101;95% CI,1.015-1.195)。
结论与启示:虽然审计失败率在大流行前已攀升,但COVID-19豁免后较平缓的失败轨迹反映了新的趋势,而非持续趋势。由于劳动力短缺豁免拒绝与审计失败无关,加州公共卫生部政策有效确定了不需要豁免的SNFs。在控制其他特征后,SNFs种族构成与审计失败之间的关联值得进一步研究。
**论文解读:加州熟练护理设施人员配置审计结果与COVID-19豁免政策的影响**

**研究背景与问题**

熟练护理设施(SNFs)的人员配置水平直接关系到患者安全与护理质量。联邦医疗保险和医疗补助服务中心(CMS)自2001年起设定了最低人员配置标准,但多数SNFs未能达标,其中四分之一处于危险低水平。2024年CMS曾发布新标准,但于2025年被废止,且“一项大而美的法案”禁止联邦执行长期护理人员配置法规直至2034年,这使得州级政策在未来十年中更为关键。加州是全美首个强制执行SNFs最低直接护理人员与居民配比标准的州,自2018年7月起要求每日每居民直接护理小时数(HPRD)达到3.5小时(其中助理护士2.4小时)。加州公共卫生部(CDPH)通过随机抽查审计来监督执行,设施若超过5%的审计日不达标即判定为失败。然而,大流行期间人员短缺加剧,CDPH允许设施申请劳动力短缺豁免(WSW)和患者需求豁免(PNW),并临时发放COVID-19豁免。现有研究多关注大流行早期人员配置与护理质量的关系,但缺乏对审计结果长期趋势、豁免政策效果以及设施特征关联的深入分析。因此,本研究旨在探讨与SNFs审计失败相关的设施特征、COVID-19大流行前后审计结果的变化趋势,以及人员配置豁免政策的影响。

**研究内容与结论**

研究人员利用纵向重复横截面设计,结合双重差分框架进行多变量逻辑回归,分析了2018年7月至2022年6月期间加州1022家经CMS认证的SNFs共3964次审计观察数据。研究发现,审计失败率从2019财年的7%急剧上升至2021财年的55%,且失败几率随时间显著增加(调整后比值比[aOR] 1.581,95% CI 1.480-1.690)。多变量分析显示,失败风险与营利性连锁设施(aOR 2.634)、农村位置(aOR 3.237)、高医疗补助份额(aOR 1.178)以及黑人居民比例增加(aOR 1.101)显著正相关,而与亚裔居民比例增加(aOR 0.853)及小型设施(<50床位)负相关。值得注意的是,COVID-19豁免后失败轨迹趋于平缓,并非大流行前趋势的简单延续;被拒绝WSW的设施并未更可能失败,表明CDPH的豁免审批有效识别了真正需要豁免的设施。该论文发表在《Journal of the American Medical Directors Association》。

**主要关键技术方法**

研究人员采用纵向重复横截面设计,将加州公共卫生部(CDPH)的审计结果与豁免数据,与联邦数据源(包括CMS的工资单日志[PBJ]数据、服务提供商文件、长期护理事实数据[LTCFocus]以及美国农业部农村-城市连续代码)进行合并。样本队列涵盖2018至2021财年加州所有经CMS认证的SNFs(共1022家,3964次审计观察)。分析方法为多变量逻辑回归,并嵌入双重差分框架以评估政策效应的纵向演变,模型中调整了时间趋势、豁免状态、所有权、连锁隶属关系、床位规模、入住率、农村性、审计次数、医疗补助份额及居民种族/民族构成。

**研究结果**

**1. 审计失败与设施特征的简单描述:**
对比四年间(2018-2022)所有数据,审计失败的SNFs更可能为营利性、农村设施,且入住率较低、医疗补助份额较高、PBJ记录的RN(注册护士)、LPN/LVN(执业护士)和CNA(助理护士)的HPRD均较低。在未经调整的比较中,申请但被拒绝WSW或PNW的设施失败率更高(WSW 60.24%,PNW 68.82%),尤其在COVID-19豁免后时期。失败设施中黑人、西班牙裔和多族裔居民比例更高,而白人和亚裔居民比例较低。

**2. 审计失败趋势:**
审计失败率从大流行前(Q1-Q4)的5.68%-11.48%升至Q5-Q6的30.04%-36.75%,在COVID-19豁免期(Q8-Q9)维持在31.00%-40.26%,豁免后(Q11-Q14)进一步升至51.13%-58.45%。多变量回归显示,调整后的失败几率在Q1-Q14整体呈上升趋势,但COVID-19豁免期和豁免后时期的趋势显著低于整体趋势(aOR分别为0.545和0.0384),且交互项显著,表明豁免实施后失败轨迹趋于平缓,而非持续恶化。

**3. 多变量模型中与审计失败的关联:**
在包含时间季度指标的多变量逻辑回归模型中,与审计失败关联最强的设施特征包括:农村位置(aOR 3.237)、营利性连锁设施(aOR 2.634)和营利性独立设施(aOR 2.228),相对于非营利性独立设施;医疗补助份额每增加一个标准差,失败几率增加17.8%(aOR 1.178)。而床位<50的设施失败几率更低(aOR 0.606)。居民种族构成方面,黑人居民比例每增加一个标准差,失败几率增加10.1%(aOR 1.101);亚裔居民比例每增加一个标准差,失败几率降低14.7%(aOR 0.853)。获得WSW或PNW的设施失败几率显著降低,但申请PNW被拒绝的设施失败几率更高(aOR 1.495);申请WSW被拒绝的设施则未表现出更高失败风险。COVID-19豁免对审计失败无显著影响。

**总结与讨论部分翻译**

研究人员在讨论中指出,超过50%的SNFs在豁免后时期审计失败,可能与研究期间护理劳动力市场的重大变化有关,例如健康工作者迁入加州或设施管理者从大流行中获取的“韧性红利”缓解了短缺。CDPH的豁免实践也可能影响趋势:豁免后时期更严格的续期标准可能导致失败率上升。PNW被拒绝与失败相关,可能反映设施在申请时已存在人员不足,或CDPH对患者病情的评估与设施不一致。营利性设施、农村设施和高医疗补助份额设施的高失败风险,与既往研究中这些设施护理质量较差的发现一致,表明人员配置是质量差异的潜在驱动因素。居民种族/民族构成与审计失败的关联并非因果,可能反映未测量的设施与社区因素,如文化契合度、管理风格和社区信任。WSW拒绝与失败无关,表明CDPH的豁免审批系统有效。研究局限性包括缺乏具体政策细节(如豁免标准、审计上诉机制)以及审计窗口随机性在大流行期间可能受影响。结论部分翻译如下:

**结论与启示**
加州SNFs在研究期间经历了显著的人员配置审计失败率上升,且失败率因设施特征、豁免状态和居民种族/民族构成而异。大多数SNFs在COVID-19豁免后时期审计失败。尽管失败率在大流行前已上升,但豁免后较平缓的轨迹表明这是一种新趋势而非持续。政策变化、豁免实施和劳动力动态可能促进了后期季度的稳定。被拒绝WSW的设施并未更可能失败,表明拒绝是恰当的,因为这些SNFs维持了较高的人员配置标准。未来研究应评估审计结果是否与公开数据(如PBJ)中的人员配置水平及居民健康结局一致,并探索居民种族/民族与审计结果关联背后的未测量因素,以识别结构性或文化性影响,防止审计系统无意中加剧差异。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号