Nos travaux précédents montrent que les zones à faible revenu et à majorité minoritaire étaient considérablement plus touchées par le COVID-19, comme en témoignent les taux de cas et de mortalité nettement plus élevés. Dans une série en quatre parties commençant par cet article, nous cherchons à comprendre les raisons de ces disparités de revenus et de races. Les disparités d’état de santé se traduisent-elles par des disparités d’intensité du COVID-19? Le système de santé joue-t-il un rôle à travers l’assurance maladie et la capacité hospitalière? Les disparités d’intensité du COVID-19 peuvent-elles s’expliquer par des environnements à forte densité et surpeuplés? La distanciation sociale, la pollution ou la composition par âge du comté sont-elles importantes? La prévalence des emplois dans les services essentiels fait-elle une différence? Cet article se concentrera sur les deux premières questions. Les trois prochains articles de cette série se concentreront sur les questions restantes. Les messages suivront une structure similaire. Dans chaque article, nous viserons à comprendre si les facteurs pris en compte dans cet article affectent l’intensité globale du COVID-19, si les écarts raciaux et de revenu peuvent être expliqués plus en détail lorsque nous incluons en outre les facteurs pris en compte dans cet article, et si et à quoi mesure que les facteurs considérés dans ce poste affectent indépendamment les écarts raciaux et de revenu dans l’intensité du COVID-19 (sans tenir compte des facteurs considérés dans les autres postes de cette série).
Données et définitions
Étant donné que nos données COVID-19 sont disponibles au niveau du comté, nous utilisons des données sur la race et la composition des revenus au niveau du comté pour différencier les comtés à faible revenu et les autres comtés, et les comtés majoritaires minoritaires (MM) et d’autres (voir plus haut Liberty Street Publication économique pour plus de détails sur ces données). Nous définissons les comtés à faible revenu comme ceux qui se situent dans le quartile inférieur de la distribution pondérée en fonction de la population du revenu médian des ménages. Nous définissons les comtés MM comme ceux dans lesquels au moins la moitié de la population est hispanique et / ou non hispanique noire.
Dans cet article, nous tirons également parti des données pré-COVID au niveau du comté sur les comorbidités, l’assurance maladie et les lits d’hôpitaux. Nos données sur les comorbidités comprennent des données sur l’obésité, l’hypertension, le diabète, les maladies cardiaques, le cancer et les maladies respiratoires. Nous utilisons deux mesures du côté de l’offre du marché de la santé – le nombre total de lits et le nombre de lits en USI – pour construire une mesure au niveau du comté de la capacité hospitalière dans la période précédant immédiatement le COVID: part des lits d’hôpitaux qui sont en USI . Tout au long de cette série, nous capturons l’intensité du COVID-19 par taux de cas au 15 décembre. Les résultats pour les taux de mortalité sont qualitativement similaires et ne sont pas rapportés ici.
Le CDC informe que les personnes souffrant de comorbidités courent un risque accru de complications graves du COVID-19. Les personnes non assurées ont une moins bonne santé autodéclarée et peuvent être plus vulnérables au COVID-19. De plus, l’absence d’assurance limite l’accès aux soins de santé et aux autres installations hospitalières, et peut accroître l’exposition et la vulnérabilité à cette maladie. Enfin, les ressources des soins intensifs sont essentielles pour traiter les cas graves de COVID-19. L’accès en temps opportun aux services de soins intensifs et aux installations médicales peut réduire les taux de mortalité. De meilleurs traitements et remèdes grâce à l’accès aux ressources de santé peuvent également contrôler la propagation de la maladie et donc réduire les taux de cas. La question est de savoir si l’incidence des comorbidités et l’accès à l’assurance maladie et aux ressources de santé varient en fonction du revenu et de la race. S’ils le font, ils pourraient potentiellement affecter certaines des disparités raciales et de revenu que nous constatons dans les données.
Facteurs de santé et écart de race et de revenu pour le COVID-19
Pour que les comorbidités existantes, l’accès aux établissements de santé et à l’assurance maladie affectent les disparités raciales et de revenus, ils doivent être corrélés avec le faible revenu et le statut de MM. En examinant les corrélations, nous constatons que les comtés à faible revenu et MM sont également des comtés qui ont des taux de non-assurance plus élevés, une part plus faible des ressources hospitalières dans l’USI (pour les comtés à faible revenu, mais pas les comtés MM) et un taux plus élevé de comorbidités. Une question importante est alors de savoir si les expositions plus élevées au COVID-19 dans le MM et les pays à faible revenu s’expliquent en partie par certains de ces facteurs de santé.
Pour mieux comprendre le rôle de ces divers facteurs de santé dans l’explication de l’écart racial et de revenu de l’incidence du COVID-19, nous utilisons une analyse de régression multivariée. Toutes les régressions contrôlent les caractéristiques invariantes dans le temps des états et exploitent la variation intra-état entre les comtés pour comprendre les modèles. Pour une meilleure compréhension, tout au long de cette série, nous présenterons les coefficients de régression d’intérêt sous forme de graphiques à barres, comme indiqué ci-dessous. Le panneau de gauche montre les différences de cas pour 1000 pour les comtés à faible revenu par rapport aux autres (l’écart de revenu), tandis que le panneau de droite montre les différences pour les comtés MM par rapport aux autres (l’écart minoritaire). Les barres de référence en bleu montrent que les comtés à faible revenu ont 4,2 cas de plus pour 1 000 habitants que les autres comtés et que les comtés de MM ont 14 cas de plus pour 1 000 habitants que les autres comtés après contrôle de la densité de population et du statut urbain. Nous définissons les comtés qui font partie d’une zone statistique métropolitaine (MSA) comme des comtés urbains.
En s’appuyant sur les barres de base des deux panneaux, les secondes barres en or expliquent les différences de comorbidités entre les comtés. En comparant les première et deuxième barres du panneau de droite, nous constatons que l’inclusion des comorbidités réduit l’écart minoritaire de plus d’un quart, tandis que le panneau de gauche montre que l’écart de revenu reste similaire. Ceux-ci impliquent que les différences de prévalence des comorbidités dans le MM par rapport aux autres comtés sont associées à des différences dans les taux de cas de COVID-19 dans ces comtés.
Dans chaque panneau, la troisième barre en gris clair comprend des variables de santé supplémentaires: l’assurance maladie et la part des lits en USI (en proportion de tous les lits d’hôpitaux) dans un comté. En comparant les écarts de minorité et de revenu entre les barres gris clair et les lingots d’or, nous constatons que l’inclusion de ces variables de santé conduit à une diminution des deux écarts. L’écart de revenu diminue d’un quart de sa valeur et l’écart de minorité se réduit à moins des deux tiers. Ainsi, en plus du rôle des comorbidités (les barres d’or), les résultats dans les barres gris clair suggèrent que certaines des inégalités raciales et de revenu dans les expositions au COVID-19 (les barres bleues) sont contribuées par des inégalités dans d’autres facteurs de santé, comme la disponibilité des lits aux soins intensifs et l’accès à l’assurance maladie.
Séparément, nous estimons également les régressions où nous ajoutons le taux de non-assurance et la proportion de lits en USI individuellement, puis pris ensemble, mais sans ajouter les comorbidités, aux régressions de base. Les quatrièmes barres des deux panneaux, en gris foncé, montrent les résultats lorsque nous incluons les taux de non-assurance à notre spécification de base (sans tenir compte des comorbidités ou de la part des lits en USI). Nous constatons que l’inclusion de la non-assurance réduit l’écart minoritaire de près d’un quart et l’écart de revenu de plus d’un tiers (par rapport au scénario de référence). Dans les résultats non rapportés, nous constatons une réduction très similaire des écarts lorsque les taux de non-assurance et la proportion de lits en USI sont additionnés à la spécification de base, mais seulement un petit pont entre les écarts lorsque seule la proportion de lits en USI est ajoutée. Par conséquent, les comorbidités et l’accès à l’assurance maladie expliquent séparément des composantes importantes de la plus grande intensité de COVID-19 dans les comtés à faible revenu et MM.
En examinant de plus près les résultats de la régression qui incluent les variables de base, les comorbidités et les variables de santé (résultats correspondant aux barres gris clair), nous constatons que l’obésité, les maladies cardiaques, l’hypertension et le diabète, et l’absence d’assurance maladie sont associés à un COVID plus élevé. 19 incidence, en tenant compte des variables de faible revenu et MM. Dans le graphique ci-dessous, nous décrivons les associations partielles avec le taux de cardiopathie, les taux de non-assurance et la part des lits en USI (les coefficients sur toutes les comorbidités ne sont pas montrés pour économiser de l’espace). Nous constatons qu’une augmentation d’un point de pourcentage du taux de maladie cardiaque pour 1000 habitants dans un comté est associée à 3,44 cas de COVID supplémentaires pour 1000. Une augmentation d’un point de pourcentage du taux de non-assurance d’un comté est associée à 0,99 cas de plus pour 1 000 habitants dans un comté. L’augmentation associée à une plus grande fraction de lits dans l’USI n’est pas statistiquement distinguable de zéro.
Conclusion
Cet article examine en profondeur les disparités dans les taux de cas de COVID-19 par race et revenu. Nous constatons qu’un quart de l’écart de revenu et plus d’un tiers de l’écart racial dans les taux de cas sont attribuables à l’état de santé et à des facteurs liés au système. Ces résultats suggèrent que la politique peut jouer un rôle dans la réduction des disparités dans l’incidence du COVID-19. Un accès accru à l’assurance maladie et un effort accru de la part des professionnels de la santé publique pour lutter contre les maladies chroniques peuvent jouer un rôle important dans la réduction de l’impact du COVID-19 et dans la réduction des revenus et de l’écart racial de l’intensité du COVID-19. Dans notre prochain article, nous examinerons le rôle du surpeuplement et s’il peut expliquer davantage l’écart dans l’occurrence du COVID-19.
Ruchi Avtar est analyste de recherche principal au sein du groupe de recherche et de statistique de la Federal Reserve Bank of New York.
Rajashri Chakrabarti est économiste principal au sein du groupe de recherche et de statistique de la Banque.
Maxim Pinkovskiy est économiste principal au sein du groupe de recherche et de statistique de la Banque.
Comment citer cet article:
Ruchi Avtar, Rajashri Chakrabarti et Maxim Pinkovskiy, «Understanding the Racial and Income Gap in Covid-19: Health Insurance, Comorbidities, and Medical Facilities», Federal Reserve Bank of New York Économie de Liberty Street, 12 janvier 2021, https://libertystreeteconomics.newyorkfed.org/2021/01/understanding-the-racial-and-income-gap-in-covid-19-health-insurance-comorbidities-and-medical-facil. html.
Postes d’hétérogénéité supplémentaires sur Économie de Liberty Street
Hétérogénéité: une série de recherche en plusieurs parties
Avertissement
Les opinions exprimées dans ce billet sont celles des auteurs et ne reflètent pas nécessairement la position de la Federal Reserve Bank of New York ou du Federal Reserve System. Toute erreur ou omission est de la responsabilité de l’auteur.
