Peran data dalam mencapai pemerataan kesehatan di Minnesota

Dalam hal pemerataan kesehatan, pengumpulan data adalah alat ampuh yang digunakan untuk menginformasikan keputusan kebijakan guna mengurangi kesenjangan dalam hasil kesehatan.

Data bisa menjadi cara untuk membentuk opini dan membuat perubahan, kata Tetyana Shippee, seorang profesor di Fakultas Kesehatan Masyarakat Universitas Minnesota.

“Jika kita tidak mengukur sesuatu, dalam banyak hal, itu tidak nyata. Jika kami tidak dapat menunjukkan bahwa suatu fenomena ada dengan mengukur dan melaporkannya, maka sangat mudah untuk mengatakan, terlepas dari pengalaman individu orang, itu bukan masalah sistem, itu bukan masalah yang lebih besar sehingga kami perlu menginvestasikan sumber daya apa pun. dalam,” katanya.

Pengumpulan data yang akurat adalah langkah pertama untuk mendapatkan temuan yang berguna, menurut Dan Fernandez-Baca, direktur Pusat Statistik Kesehatan Departemen Kesehatan Minnesota (MDH).

Fernandez-Baca bekerja dengan data populasi dasar untuk MDH; hal-hal seperti statistik vital, kelahiran, kematian dan survei populasi. Dia mengatakan bahwa meskipun data dapat membantu menemukan perbedaan, kesimpulan yang ditarik sangat bergantung pada kategori yang dibuat oleh para peneliti.

Membuat orang mengidentifikasi diri dengan benar seringkali merupakan perjuangan, kata Fernandez-Baca.

“Jika Anda orang Timur Tengah, apakah Anda memilih putih, atau Anda memilih yang lain? Ada semua masalah ini pada titik pengumpulan data yang menjadi rumit, ”katanya. “Ini sedikit proses untuk membersihkan semua data itu dan memasukkan semuanya ke dalam kategori, tetapi ini layak dilakukan.”

Terkadang, hasil dan laporan akan diterbitkan beberapa tahun setelah pengumpulan awal. Akibatnya, bisa terjadi ketertinggalan antara realitas saat ini dan temuan-temuan.

Pusat Statistik Kesehatan mencoba menggunakan data real-time untuk hal-hal yang dilacak seperti itu, seperti kehidupan dan kelahiran, kata Fernandez-Baca. Dia mengaitkan keterlambatan dari pengumpulan hingga penerbitan karena kadang-kadang peneliti menunggu dokter untuk memasukkan data ke dalam sistem dan juga karena pembersihan data dapat menghabiskan banyak waktu dan sumber daya.

Bagaimana kategori dibuat?

Kesulitan lain dalam bidang data adalah mengumpulkan data tentang ukuran populasi yang lebih kecil, kata Shippee.

Karyanya berfokus pada pemerataan akses ke kualitas layanan untuk orang tua di fasilitas perawatan jangka panjang. Dia memperhatikan bahwa ada lebih sedikit komunitas non-kulit putih di fasilitas tersebut, sehingga sering menghitungnya dalam data akan menyebabkan temuan tersebut tidak masuk akal secara statistik.

“Jika ukuran sampel tidak cukup besar, dan kami ingin melihat apakah perbedaannya signifikan secara statistik, artinya jika kami melakukannya dengan sampel yang berbeda, kami akan melihat hasil yang sama,” kata Shippee. “Kekhawatirannya adalah jika ukuran sampel sangat kecil dan menurut Anda tidak signifikan secara statistik, itu sebenarnya adalah temuan yang salah dan bias karena tidak ada cukup orang di sana untuk mendeteksi perbedaannya, jadi saya selalu memperhatikan hal ini. tarik dan tarik.”

Penelitian Shippee menemukan bahwa orang kulit hitam dan orang Indian Amerika di panti jompo melaporkan kualitas hidup yang lebih rendah daripada orang kulit putih di panti jompo. Pada 2015, dia berbagi pekerjaannya dengan Departemen Layanan Kemanusiaan (DHS), katanya.

Sejak saat itu, dua prakarsa untuk memerangi perbedaan tersebut telah dilaksanakan, termasuk penekanan pada pengumpulan data untuk orang-orang yang bukan penutur asli bahasa Inggris dan prakarsa DHS yang membayar fasilitas yang menunjukkan peningkatan dalam mengatasi perbedaan ras.

“Dari sudut pandang saya, data adalah langkah pertama yang wajib untuk dapat benar-benar memahami masalah apa pun di sekitar kita,” kata Shippee.

Di lain waktu, kelompok disatukan, terlepas dari ukuran populasinya. Analisis MDH terhadap anak-anak yang telah menerima vaksin MMR, tidak membedakan etnis Afrika dari Afrika Amerika, kata Lynn Bahta, konsultan klinis imunisasi untuk MDH, kepada MinnPost pada bulan Juni.

MDH menggunakan data akte kelahiran untuk mengidentifikasi anak etnis Somalia dan mencocokkan data tersebut dengan data imunisasi. Tetapi penanda data yang sama itu tidak tersedia untuk anak-anak Afrika-Amerika, kata Bahta.

“Kami mencoba mencari cara agar kami bisa mendapatkan data baik dari departemen layanan manusia atau mencari cara untuk memperbaiki akta kelahiran untuk mengidentifikasi penyebut itu dengan lebih baik sehingga kami dapat menguraikannya,” kata Bahta. “Kami berharap dapat melakukannya dengan tingkat imunisasi yang lebih luas. Ini sedang dalam proses, tapi kami belum membahasnya secara spesifik.”

Mengurai perbedaan itu penting untuk mendapatkan gambaran lengkap, kata Shippee.

“Berhentilah menyamakan orang dari kelompok yang tidak digabungkan secara berarti. Apa arti hasil Anda ketika Anda memiliki grup, katakanlah BIPOC, ketika mereka memiliki pengalaman hidup yang sangat berbeda? Saya pikir para peneliti, termasuk saya sendiri, sering bersalah atas agregasi ini yang pada akhirnya tidak begitu berarti untuk perubahan kebijakan.”

Para peneliti juga merasa kesulitan untuk mengurai populasi saat meneliti individu multiras atau populasi imigran. Fernandez-Baca menjelaskan bagaimana negara asal belum tentu berdampak pada semua orang dengan cara yang sama – dan para peneliti harus menyadari hal itu.

“Saya lahir di Meksiko. Saya datang ke AS pada usia satu tahun, jadi tidak banyak pengaruh negara asal terhadap hasil kesehatan saya. Tetapi jika seseorang lahir di negara tertentu dan tinggal di sana sampai usia 25 tahun dan kemudian pindah ke AS, hasil kesehatannya akan berbeda,” katanya. “Setiap satu ukuran tidak akan menjadi pandangan lengkap tentang apa yang telah dialami seseorang, itulah sebabnya data hanya dimaksudkan untuk menjadi pedoman bagi komunitas perawatan kesehatan.”

Menentukan identitas

Untuk mengatasi ambiguitas kategori negara asal, Fernandez-Baca merekomendasikan penguraian data berdasarkan “ruang” tempat orang berada.

“Ruang: tempat kita tinggal, bekerja, dan bermain; mereka memiliki dampak yang berbeda pada kesehatan kita dan hasil kesehatan kita. Orang-orang yang belum tentu lahir di Amerika Serikat berasal dari lingkungan yang memiliki peraturan makanan yang berbeda, memiliki pertimbangan kesehatan lingkungan yang berbeda, dan hal-hal tersebut memengaruhi hasil kesehatan suatu kelompok, ”kata Fernandez-Baca. “Ini bukan tentang memahami apa yang dilakukan para imigran, tetapi lebih pada tempat apa dan bagaimana ruang tempat kita tinggal memengaruhi kita.”

Pusat Statistik Kesehatan memiliki panduan untuk Analisis Data Kesetaraan Kesehatan yang bertujuan untuk fokus pada cerita orang saat bekerja dengan data untuk menghindari stigmatisasi yang sering ditimbulkan oleh angka.

“Itu dimaksudkan untuk mengatakan, ‘Ini adalah jumlah populasi Anda di daerah Anda, tapi bagaimana ceritanya? Apakah hasil kesehatan tertentu yang kami lihat pada populasi Anda karena orang-orangnya, atau karena Anda tinggal di gurun makanan? Atau karena Anda memiliki faktor eksternal yang memengaruhi Anda?’” kata Fernandez-Baca. “Ketika kita semakin dekat dengan identitas orang, semakin penting untuk mendapatkan konteks itu, konteks kualitatif dari situasinya.”

Ke mana data membawa kita

Data memberi entitas kesehatan masyarakat tempat untuk memulai, dari mana bukti tersebut kemudian dapat menyempurnakan pertanyaan yang ada, kata Fernandez-Baca.

“Proses memberi petunjuk, mencari konteks, menyempurnakan pendataan, lalu mencari lagi,” ujarnya. “Kita bisa menyaring data apa yang dikumpulkan. Jadi kami berkata, ‘Ini belum tentu masalah obesitas; ini adalah masalah gurun makanan.’ Jadi sekarang pertanyaan kita yang halus bukanlah ‘Berapa BMI populasi ini?’ Ini adalah ‘Berapa tingkat akses ke makanan sehat dan apa faktor walkability di lingkungan Anda?’”

MDH membuat rekomendasi ke kantor gubernur berdasarkan data daerah mana yang menunjukkan kebutuhan. Komisaris kesehatan kemudian membawa proposal ke gubernur, beberapa di antaranya dimasukkan rekomendasi anggaran dua tahunan.

Dalam rekomendasi anggaran 2024-2025, terdapat lebih dari 50 proposal kesehatan. Salah satunya, misalnya, adalah proposal untuk Undang-Undang Pencegahan Overdosis dan Morbiditas Obat Komprehensif, yang mengutip data yang menunjukkan peningkatan kematian overdosis obat di seluruh negara bagian dari tahun 2020 hingga 2021.