人口统计学和社会经济因素对物质使用障碍远程医疗服务采纳的影响：基于2021-2022年NSDUH数据的全国性研究

《BMC Public Health》：Demographic and socioeconomic factors influencing the adoption of telehealth services for substance use treatment

　　本研究针对COVID-19大流行后物质使用障碍(SUD)治疗中远程医疗(TH)服务的公平性问题，利用2021-2022年美国全国药物使用与健康调查(NSDUH)数据，分析了影响SUD患者采用TH治疗的社会经济因素。研究发现，教育水平、种族/民族、保险类型和就业状况显著影响TH服务使用，非西班牙裔黑人和亚裔/夏威夷原住民/太平洋岛民患者使用TH服务的几率显著降低，而医疗补助(Medicaid)参保者使用几率更高。该研究为制定促进健康公平的公共卫生政策提供了重要依据。

　　

在COVID-19大流行的冲击下，美国医疗系统经历了一场数字化转型的浪潮，远程医疗(Telehealth, TH)服务以前所未有的速度得到推广。对于数千万患有物质使用障碍(Substance Use Disorder, SUD)的美国人来说，这种变革既带来了希望也带来了新的挑战。数据显示，到2022年，美国有4870万12岁及以上人群(占17.3%)在过去一年中经历过SUD，但其中只有一小部分人获得了专业治疗服务。

大流行初期，提供SUD治疗的设施中远程医疗服务的比例从2020年1月的26%迅速上升至2021年1月的57%，这种快速增长看似促进了医疗可及性，但背后可能隐藏着新的不平等。事实上，随着远程医疗成为SUD治疗的新常态，一个关键问题浮出水面：不同社会经济背景的患者是否都能平等地获得这些服务？已有的研究表明，种族/民族、收入和教育水平等因素可能导致"数字鸿沟"，从而影响患者对远程医疗的采纳。然而，关于这些因素如何具体影响SUD患者使用远程医疗服务的全国性研究仍然有限。

为了解决这一知识缺口，由Fares Qeadan领导的研究团队在《BMC Public Health》上发表了一项重要研究，他们利用2021年和2022年美国全国药物使用与健康调查(National Survey on Drug Use and Health, NSDUH)的数据，深入分析了影响SUD患者采用远程医疗服务的社会经济和人口因素。该研究采用安德森行为模型(Andersen's Behavioral Model of Health Services)作为理论框架，系统考察了 predisposing factors（ predisposing factors，如年龄、性别、种族）、enabling factors（ enabling factors，如收入、保险类型）和need factors（ need factors，如合并症）对远程医疗使用的影响。

研究方法上，该研究主要采用了横断面调查设计，分析了NSDUH中报告过去一年接受过药物或酒精治疗的成年人的数据（2021年n=808，2022年n=2,341）。研究使用加权百分比描述样本特征，采用卡方检验分析变量间的关联，并通过多变量逻辑回归模型计算优势比(Odds Ratios, OR)和95%置信区间(95% Confidence Intervals, CI)，同时控制了多种混杂因素。研究还进行了敏感性分析，使用Archer-Lemeshow检验和Brier评分等统计方法评估模型拟合优度。

研究结果

人口特征与远程医疗使用率

研究发现，2021年接受SUD治疗的患者中，53.23%使用了远程医疗服务，而2022年这一比例上升至71.65%。2021年的数据显示，教育水平与远程医疗使用呈现明显的剂量反应关系，大学毕业生使用远程医疗的比例(68.88%)远高于高中以下学历者(21.89%)。到2022年，年龄、种族/民族、就业状况和保险类型的差异变得更为显著。35-49岁年龄组的远程医疗使用率最高(38.02%)，而非西班牙裔白人患者的使用率(31.59%)高于非西班牙裔亚裔/夏威夷原住民/太平洋岛民患者(16.26%)。医疗补助(Medicaid/CHIP)参保者的远程医疗使用率最高(37.61%)。

多因素分析结果

2021年的多变量逻辑回归分析显示，教育水平是远程医疗使用的最强预测因子。与高中以下学历者相比，大学毕业生使用远程医疗的调整后优势比(adjusted Odds Ratio, aOR)为7.75(95% CI: 3.02-19.85)。2022年的分析则揭示了更为复杂的影响因素模式：35-49岁患者使用远程医疗的几率是18-25岁患者的2.02倍(95% CI: 1.20-3.42)；非西班牙裔黑人患者使用的几率比非西班牙裔白人低48%(aOR: 0.52, 95% CI: 0.32-0.82)；非西班牙裔亚裔/夏威夷原住民/太平洋岛民患者使用的几率更低(aOR: 0.15, 95% CI: 0.04-0.51)。保险类型方面，医疗补助参保者使用远程医疗的几率是私人保险参保者的2.01倍(95% CI: 1.42-2.84)，而医疗保险(Medicare)参保者的使用几率则显著较低(aOR: 0.26, 95% CI: 0.11-0.59)。

敏感性分析

针对NSDUH 2022年调查方法变化进行的敏感性分析（包括有终身物质使用史和过去一年物质使用史的成年人）支持了主要分析的结果，表明研究结论在不同样本定义下具有稳健性。

研究结论与讨论部分指出，SUD治疗中远程医疗的使用受到多种社会经济和人口因素的复杂影响，且这些影响因素随着时间推移发生变化。2021年，教育水平是主要决定因素，呈现明显的剂量反应关系；而到2022年，年龄、种族/民族、就业状况和保险类型成为显著预测因子。这些发现揭示了远程医疗服务采纳中存在的结构性不平等问题，特别是种族/民族和保险类型相关的差异持续存在。

研究表明，远程医疗在SUD治疗中的推广可能无意中加剧了现有的健康不平等。数字鸿沟——包括数字素养和技术接入的差异——可能是造成这些不平等的重要因素。医疗补助参保者较高的远程医疗使用率可能反映了医疗补助服务诊所减少就医障碍的努力以及大流行期间的政策灵活性，而医疗保险参保者使用率较低可能与SUD治疗中对医疗保险的接受度有限以及老年人技术接入障碍有关。

该研究的政策意义在于强调需要有针对性的干预措施来解决远程医疗访问中的不平等问题，包括提高数字素养、扩大技术接入、提供文化适应性服务以及确保远程医疗服务与线下服务的平等报销。未来的研究应探索数字教育水平如何影响不同SUD人群的数字健康素养和远程医疗采纳，并评估旨在减少差异的有针对性干预措施的效果。

研究的优势包括使用大型全国代表性数据集、理论指导的分析框架以及严格的统计方法。局限性包括2021年和2022年NSDUH调查方法的变化限制了两年的直接可比性，自我报告数据可能存在的偏差，以及横断面设计无法建立因果关系。

总之，这项研究为理解后疫情时代SUD治疗中远程医疗使用的社会经济决定因素提供了重要见解，强调了解决结构性障碍以实现数字健康公平的紧迫性。随着远程医疗继续成为医疗服务的固定组成部分，确保所有患者群体都能公平获得其益处至关重要。