Medicaid enrollment changes among U.S. adult survivors of childhood cancer following medicaid expansion: A report from the Childhood Cancer Survivor Study (CCSS).
Notice bibliographique
Résumé
10011 Background: Little is known about whether Medicaid expansion under the Affordable Care Act (ACA) affected insurance coverage among adult survivors of childhood cancer, a population at high-risk for poor health outcome. We addressed this gap by evaluating the association between ACA Medicaid expansion and Medicaid enrollment among participants in the Childhood Cancer Survivor Study (CCSS). Methods: The CCSS cohort of 5-year survivors of childhood cancer was linked to administrative Medicaid insurance data in 2010-2016. We identified 13,895 adult survivors (aged 18-64 years) diagnosed with cancer under age 21 and between 1970 and 1999. Outcomes included (1) percentage with any Medicaid enrollment by year; and (2) Medicaid-covered days (number of days when a survivor was enrolled in Medicaid) during each year. Multivariable difference-in-differences (DD) models were used to examine outcome changes pre vs. post ACA Medicaid expansion, in expansion- vs. non-expansion states, adjusting for age, sex, race/ethnicity, income, education, and chronic conditions. Multivariable models were conducted overall and then stratified by cancer type, race/ethnicity, income, and education. Results: Medicaid enrollment rates increased more in expansion states (17.6% pre-expansion to 24.1% post-expansion) than non-expansion states (16.4% to 16.9%), leading to a net increase in enrollment of 6.6 percentage points (ppt; 95% CI = 5.5-7.7) in the multivariable DD model. Multivariable DD model showed a net increase of 18.4 days (95% CI = 13.8-23.1) in Medicaid-covered days in expansion states relative to non-expansion states. The expansion-associated increase in Medicaid enrollment rates was greatest among survivors of leukemia (multivariable DD estimate: 8.9 ppt, 95% CI = 6.9-11.0) and non-Hodgkin lymphoma (8.0 ppt, 95% CI = 5.0-10.9). Greater increases in Medicaid enrollment were seen in non-Hispanic Black (13.5 ppt, 95% CI = 8.0-19.1) and Hispanic survivors (15.8 ppt, 95% CI = 10.6-21.0) than non-Hispanic White peers (5.1 ppt; 95% CI = 4.0-6.2); in survivors with < $20K household income (11.7 ppt, 95% CI = 8.9-14.4) compared to those with ≥$60K household income (2.9 ppt, 95% CI = 1.6-4.2); and in survivors with high school or lower education (9.3 ppt, 95% CI = 6.9-11.8) compared to those with a college or higher degree (3.9 ppt, 95% CI = 2.6-5.3). Similar patterns were observed across survivor subgroups when examining Medicaid-covered days. Conclusions: We provide the first evidence on increased Medicaid enrollment and longer coverage duration among adult survivors of childhood cancer following Medicaid expansion, with greater increases seen among survivors of underrepresented racial/ethnic populations, those with low socioeconomic status, and high medical need survivors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».