Ekonometrika Kesehatan

Mengapa ini penting dalam ekonomi kesehatan

Hampir setiap keputusan yang dibuat pemimpin kesehatan bertumpu pada klaim kausal: obat ini menurunkan mortalitas, klinik itu mengurangi admisi, reformasi pembayaran ini memotong waktu tunggu. Klaimnya mudah dinyatakan dan sulit diperoleh. Dua kelompok pasien berbeda dalam hasil, tetapi mereka juga berbeda sebelum siapa pun mengintervensi — orang yang lebih sakit mencari lebih banyak perawatan, wilayah yang lebih kaya mengadopsi program baru terlebih dahulu, klinik yang termotivasi menjadi relawan untuk piloti. Masalah intinya adalah kita tidak pernah mengamati apa yang akan terjadi pada kelompok yang dirawat seandainya tidak dirawat. Segala sesuatu dalam topik ini tentang mendekati perbandingan yang hilang itu secara jujur.

Taruhannya adalah uang publik dan nyawa. Klaim kausal yang percaya diri tetapi salah mengirim anggaran ke intervensi yang tidak melakukan apa pun, atau menarik satu yang diam-diam menyelamatkan nyawa; kedua kesalahan dibayar dalam hasil, bukan hanya mata uang. Ketika pembayar nasional memutuskan untuk menggulirkan program secara nasional berdasarkan kekuatan evaluasi regional, kualitas penalaran kausal evaluasi itu adalah perbedaan antara menskala kesuksesan dan menskala ilusi. Pemimpin jarang menjalankan analisis sendiri, tetapi mereka mengomisikannya, mendanainya, dan bertindak atasnya — yang berarti keterampilan penilaian adalah milik mereka.

Topik ini sengaja bukan buku teks statistik (lihat batasan cakupan buku). Ia tidak akan menurunkan estimator atau merekomendasikan perangkat lunak. Tugasnya adalah memberi tahu Anda untuk apa setiap metode, kapan klaim kausal layak mendapat kepercayaan Anda, dan bagaimana mengomisikan dan menilai pekerjaan ekonometrik sehingga Anda tidak tertipu oleh model canggih atau meremehkan bukti yang baik. Di mana analisis memberi makan model analitis-keputusan yang mengekstrapolasi melampaui data, mesin itu dimiliki Topik 2.2 — Pemodelan; di sini kita tetap pada perkiraan itu sendiri dan apakah itu kausal.

Konsep inti

Ekonometrika kesehatan adalah penerapan metode statistik pada data kesehatan dan perawatan kesehatan untuk mengukur hubungan dan, di atas semua, untuk mendukung inferensi kausal — upaya untuk menetapkan bahwa perubahan dalam satu hal menyebabkan perubahan dalam yang lain, bukan hanya bergerak bersamanya. Disiplin ini ada karena korelasi dalam data kesehatan melimpah dan menyesatkan, dan karena eksperimen bersih yang akan menyelesaikan pertanyaan sering tidak mungkin, tidak etis, atau tidak terjangkau.

Hambatan sentral adalah pembaur: faktor ketiga yang memengaruhi baik siapa yang menerima intervensi dan hasil apa yang mereka alami, menciptakan asosiasi yang tidak kausal. Pasien pada antikoagulan baru mungkin berdarah lebih sedikit daripada yang pada yang lama bukan karena obatnya lebih aman tetapi karena peresep yang hati-hati memberikannya pada pasien berisiko lebih rendah. Usia, deprivasi, keparahan penyakit, dan penilaian klinisi adalah pembaur yang tak kenal lelah dalam data kesehatan, dan yang dapat Anda ukur jarang yang paling penting.

Terkait erat adalah bias seleksi: orang-orang dalam kelompok yang dirawat dan perbandingan Anda disortir ke dalamnya oleh proses — pemilihan-sendiri, triase klinis, geografi, kelayakan administratif — yang sendiri terkait dengan hasil. Layanan telehealth yang digunakan oleh yang percaya diri secara digital akan menunjukkan hasil baik sebagian karena penggunanya lebih sehat dan lebih terorganisir sejak awal. Seleksi bukan gangguan yang harus dibersihkan dari data; sering itu adalah seluruh cerita, dan tugas metode adalah menetralisirnya.

Standar emas untuk melakukan itu adalah uji coba terkontrol acak (RCT), di mana peserta dialokasikan ke pengobatan atau kontrol secara kebetulan. Randomisasi berfungsi karena, rata-rata, ia menyeimbangkan baik pembaur yang Anda pikirkan maupun yang tidak, sehingga perbedaan hasil apa pun dapat diatribusikan ke intervensi. Disiplin yang melindungi uji coba — menganalisis pasien dalam kelompok tempat mereka diacak, dikenal sebagai analisis niat-untuk-merawat, dan pra-registrasi hasil — ada untuk menghentikan masalah seleksi merangkak kembali melalui pintu samping.

Uji coba tidak selalu layak, jadi sebagian besar ekonometrika kesehatan bekerja dengan data observasional dan meminjam kredibilitas dari eksperimen alami — situasi di mana sesuatu di luar kontrol peserta (peluncuran kebijakan, aturan kelayakan, lotere, perubahan harga tiba-tiba) meniru alokasi acak. Empat desain kuasi-eksperimental berulang:

• Difference-in-differences membandingkan perubahan dalam hasil untuk kelompok yang terpapar intervensi terhadap perubahan untuk kelompok perbandingan yang tidak terpapar selama periode yang sama. Kredibilitasnya bertumpu pada asumsi "tren paralel": bahwa, tanpa intervensi, hasil kedua kelompok akan bergerak sejalan.
• Estimasi variabel instrumental menggunakan variabel yang memengaruhi siapa yang dirawat tetapi tidak memiliki efek langsung pada hasil kecuali melalui pengobatan — jarak ke klinik, nomor lotere, reviewer yang ditugaskan secara acak — untuk mengisolasi variasi dalam pengobatan yang bebas dari pembaur. Instrumen yang valid benar-benar sulit ditemukan dan tidak mungkin diuji sepenuhnya.
• Regression discontinuity mengeksploitasi ambang batas tajam — skor risiko, usia, batas pendapatan — yang menentukan kelayakan. Orang yang tepat di atas dan tepat di bawah garis praktis identik kecuali akses ke intervensi, jadi membandingkan mereka mendekati eksperimen lokal.
• Metode data panel mengikuti unit yang sama (pasien, rumah sakit, wilayah) seiring waktu, memungkinkan analis untuk mengontrol segala sesuatu yang stabil tentang unit yang tidak pernah berubah, dan dengan demikian menghilangkan kelas besar pembaur yang tidak dapat dihilangkan penampang tunggal.

Terakhir, data hilang berada di bawah semua ini. Pasien putus, catatan tidak lengkap, dan — yang penting — alasan data hilang sering terkait dengan hasil, jadi membuang catatan yang tidak lengkap secara diam-diam memperkenalkan kembali bias seleksi. Bagaimana kehilangan ditangani adalah salah satu pertanyaan pertama yang harus ditanyakan dari studi apa pun.

Praktik terbaik

1. Mulai dari kontrafaktual, bukan metode. Sebelum siapa pun memilih estimator, paksa pertanyaan: apa perbandingannya, dan mengapa kita harus percaya itu memberi tahu kita apa yang akan terjadi tanpa intervensi? Kredibilitas setiap hasil mengalir dari perbandingan itu, bukan dari kecanggihan statistik di atasnya. Jika jawabannya samar, tidak ada teknik yang akan menyelamatkannya.

2. Komisikan desain sebelum data dikumpulkan, bukan sesudahnya. Klaim kausal terkuat datang dari desain yang direncanakan sebelumnya — peluncuran acak, analisis pra-registrasi, kelompok perbandingan yang disepakati — karena memasang kembali metode ke data yang ada mengundang analis untuk terus mencari hingga hasil yang melumasi muncul. Ketika Anda mendanai evaluasi, danai fase desain dan bersikeraslah pada rencana analisis tertulis sebelum hasil ada.

3. Lebih suka randomisasi di mana etis dan layak, termasuk peluncuran bertahap. Jika program tidak dapat menjangkau semua orang sekaligus, alokasikan urutan akses melalui lotere atau acak site mana yang pergi dulu. Ini mengubah kendala operasional menjadi eksperimen kredibel dengan sedikit biaya tambahan, dan sering lebih dapat dipertahankan daripada menolak siapa pun perawatan. Banyak evaluasi kebijakan yang paling dipercaya hanyalah peluncuran yang diacak daripada dipilih.

4. Perlakukan setiap desain kuasi-eksperimental sebagai kumpulan asumsi, dan buat mereka menyatakan milik mereka. Difference-in-differences hidup atau mati pada tren paralel; variabel instrumental pada instrumen yang baik relevan dan eksogen; regression discontinuity pada orang yang tidak memanipulasi sisi ambang mana mereka mendarat. Analis yang baik menyebutkan asumsi yang bergantung hasilnya dan menunjukkan bukti untuknya; yang lemah menyembunyikannya. Tanyakan, secara eksplisit, "apa yang harus benar agar ini kausal, dan bagaimana Anda tahu itu?"

5. Tuntut tes falsifikasi, bukan hanya perkiraan utama. Pekerjaan kausal yang kredibel mencoba mematahkan klaimnya sendiri: memplot tren pra-intervensi untuk memeriksa bahwa mereka paralel, menguji lonjakan pada ambang palsu di mana seharusnya tidak ada, menunjukkan instrumen tidak memprediksi hasil yang seharusnya tidak disentuhnya. Kehadiran pemeriksaan ini menandakan pekerjaan jujur; ketidakhadirannya adalah peringatan terlepas dari seberapa besar atau diterima efeknya.

6. Bersikeraslah mengetahui bagaimana data hilang dan putus ditangani. Tanyakan berapa fraksi subjek yang hilang, apakah yang hilang berbeda dari yang diamati, dan asumsi apa yang dibuat analisis tentang mereka. "Analisis kasus-lengkap" — diam-diam membuang siapa pun dengan celah — adalah cara paling umum bias seleksi masuk kembali ke studi yang terlihat bersih. Arah data hilang akan mendorong hasil sering dapat diketahui bahkan ketika data itu sendiri tidak dapat dipulihkan.

7. Cocokkan model dengan bentuk data kesehatan. Biaya miring oleh beberapa pasien yang sangat mahal, utilisasi adalah hitungan yang tidak dapat negatif, dan data kelangsungan hidup disensor ketika tindak lanjut berakhir. Metode linear standar salah-cocok dengan ini dan dapat menyesatkan; model khusus ada untuk masing-masing. Anda tidak perlu tahu matematikanya, tetapi Anda harus tahu cukup untuk bertanya "apakah metode ini sesuai untuk data biaya?" dan mengharapkan jawaban nyata.

8. Pisahkan efek pada yang dirawat dari efek yang dapat Anda skala. Banyak metode kuasi-eksperimental memperkirakan efek lokal — dampak pada orang dekat ambang, atau pada mereka yang kebetulan digerakkan instrumen — yang mungkin tidak sama dengan efek menggulirkan intervensi ke semua orang. Regression discontinuity di sekitar usia 65 memberi tahu Anda tentang orang berusia 65, bukan orang berusia 40. Sebelum menggeneralisasi angka, tanyakan efek siapa yang sebenarnya.

9. Bedakan signifikansi statistik dari relevansi keputusan. Efek kecil yang diperkirakan dengan presisi dapat signifikan secara statistik dan sepele secara ekonomi; efek besar dapat tidak pasti namun masih layak ditindaklanjuti mengingat taruhannya. Minta ukuran efek, interval kepercayaannya, dan apa artinya pada skala anggaran dan populasi Anda — bukan hanya apakah nilai-p melewati ambang. Keputusan bergantung pada besaran dan ketidakpastian bersama.

10. Nilai validitas eksternal secara hati-hati seperti validitas internal. Studi bisa sempurna tentang kausasi dalam pengaturannya sendiri namun tidak relevan dengan Anda jika populasi, sistem kesehatan, atau risiko dasar berbeda. Instrumen yang berfungsi di pasar asuransi AS atau desain yang divalidasi dalam registri Skandinavia mungkin tidak berpindah ke pengaturan berpenghasilan rendah dengan data dan insentif berbeda. Tanyakan "apakah efek ini akan bertahan dalam sistem saya?" sebagai pertanyaan terpisah dari "apakah efek ini nyata?"

11. Triangulasi daripada mempercayai satu studi. Ketika beberapa metode dengan asumsi berbeda — uji coba, difference-in-differences, perkiraan variabel-instrumental — menunjuk ke arah yang sama, kepercayaan diperoleh; ketika mereka berbeda, ketidaksepakatan adalah informasi tentang asumsi mana yang gagal. Komisikan atau cari lebih dari satu jalur bukti untuk keputusan apa pun yang cukup besar untuk penting, dan perlakukan hasil mencolok tunggal sebagai hipotesis, bukan kesimpulan.

12. Tuliskan penilaian dan simpan bersama keputusan. Catat klaim kausal apa yang Anda andalkan, desain mana yang menghasilkannya, asumsi apa yang menjadi dasarnya, dan apa yang akan mengubah pikiran Anda. Ini melindungi organisasi ketika hasil kemudian ditantang, dan memaksa disiplin menyatakan ketidakpastian sebelum, bukan sesudah, hasil diketahui. Evaluasi yang penalarannya tidak terdokumentasi adalah opini dengan grafik.

Pertanyaan untuk didiskusikan dengan tim Anda

1. Untuk keputusan besar terakhir yang kita justifikasi dengan bukti, apa kelompok perbandingannya — dan apakah mereka benar-benar akan melakukan hal yang sama tanpa intervensi? Pertanyaan ini langsung ke kontrafaktual, yang merupakan tempat sebagian besar bukti lemah bersembunyi. Dorong melampaui angka utama ke struktur: siapa dibandingkan dengan siapa, bagaimana mereka disortir ke dalam kelompok itu, dan apa yang akan terjadi pada kelompok yang dirawat seandainya tidak ada yang berubah. Ketegangan jujurnya adalah bahwa perbandingan paling nyaman — sebelum-dan-sesudah dalam kelompok yang sama, atau relawan versus non-relawan — biasanya yang paling membaur, dan bahwa orang yang memilih atau dipilih untuk intervensi hampir selalu berbeda dari yang tidak. Diskusi yang baik menyebutkan pembaur spesifik yang berperan (keparahan, deprivasi, motivasi, seleksi klinisi) dan bertanya apakah desain menetralisir mereka atau hanya mengabaikannya. Jawaban yang Anda cari bukan "studi itu ditinjau sejawat" tetapi catatan yang jelas tentang mengapa perbandingan kredibel — atau pengakuan bahwa itu tidak, dan bahwa keputusan bertumpu pada penilaian yang berpakaian sebagai bukti.

2. Ketika kita mengomisikan evaluasi, apakah kita membeli desain atau hanya laporan? Sebagian besar organisasi mengadakan evaluasi sebagai hasil yang tiba setelah program berjalan, yang tepatnya ketika desain kausal terkuat sudah menjadi tidak mungkin. Ketegangannya antara urgensi operasional — luncurkan sekarang, ukur nanti — dan kualitas bukti, yang bergantung pada keputusan yang dibuat sebelum pasien pertama terdaftar: urutan peluncuran acak, wilayah perbandingan yang disepakati, hasil pra-registrasi dan rencana analisis. Diskusikan apakah proses komisioning Anda mengundang analis cukup awal untuk membentuk desain, atau hanya cukup lambat untuk merasionalisasi hasil. Jawaban yang jujur menghadapi fakta bahwa evaluasi retrospektif murah dapat lebih buruk daripada tidak ada jika ia memberikan kepercayaan diri palsu, dan melihat apakah kontrak dan jadwal membuat desain baik secara struktural mungkin atau secara struktural tidak mungkin dalam organisasi Anda.

3. Klaim apa yang akan kita tolak untuk ditindaklanjuti, dan bukti apa yang akan mengubah pikiran kita? Pertanyaan ini menguji apakah tim memperlakukan bukti sebagai input asli atau sebagai dekorasi untuk keputusan yang sudah diambil. Menyebutkan, sebelumnya, standar pembuktian yang harus dipenuhi klaim — dan temuan yang akan membuat Anda membalikkan arah — adalah penjaga terkuat terhadap bias konfirmasi dan terhadap antusiasme selektif yang menyambut hasil yang kita sukai. Ketegangan nyatanya adalah bahwa pemangku kepentingan jarang memegang program favorit dan yang tidak disukai ke bar bukti yang sama; inisiatif yang dicintai mendapat manfaat dari keraguan, yang mengancam dipreteli. Diskusi yang jujur memunculkan di mana standar ganda itu hidup dalam organisasi Anda, menyetujui apa arti "cukup baik untuk ditindaklanjuti" untuk keputusan dengan ukuran berbeda, dan menerima bahwa pra-komitmen pada apa yang akan mengubah pikiran Anda tidak nyaman tepatnya karena mungkin.

4. Ketika kita meminjam hasil mencolok dari sistem lain, apa yang kita asumsikan berpindah dengannya? Studi bisa sempurna tentang kausasi dalam pengaturannya sendiri dan masih menyesatkan Anda, karena populasi, sistem kesehatan, risiko dasar, dan insentif yang menghasilkan efeknya mungkin tidak seperti Anda. Ketegangannya adalah bahwa bukti paling mengesankan biasanya datang dari tempat lain — pasar asuransi AS, registri Skandinavia, site uji coba yang bersumber daya baik — dan rigornya sendiri menggoda Anda untuk mengimpor angka daripada menginterogasi kecocokannya. Diskusikan apa yang harus benar tentang populasi dan sistem Anda agar efeknya bereproduksi: apakah risiko dasar sebanding, apakah tenaga kerja Anda memiliki kapasitas yang diasumsikan intervensi, apakah pasien Anda menghadapi kendala yang sama? Jawaban yang jujur memperlakukan validitas eksternal sebagai pertanyaan terpisah dari validitas internal, menolak refleks untuk mendiskontokan studi jauh hanya karena jauh, dan menyebutkan fitur mana dari pengaturan asli yang melakukan pekerjaan. Hasil terburuk adalah menskala efek yang nyata di sana dan tidak ada di sini, kemudian menyalahkan intervensi daripada transfernya.

5. Berapa banyak data kita yang hilang, dan apakah kita yakin celahnya tidak berbahaya? Setiap dataset kesehatan nyata memiliki lubang — pasien putus, catatan tidak lengkap, tindak lanjut berakhir — dan kasus berbahaya adalah ketika alasan data hilang sendiri terkait dengan hasil, sehingga membuang catatan yang tidak lengkap secara diam-diam menyelundupkan bias seleksi kembali ke studi yang terlihat bersih. Ketegangannya antara kenyamanan analisis "kasus-lengkap", yang merupakan default di sebagian besar alat dan rute tercepat ke hasil, dan kejujuran menanyakan apakah orang yang menghilang berbeda secara sistematis dari yang tinggal. Diskusikan fraksi subjek apa yang hilang, apakah yang hilang terlihat lebih sakit, lebih miskin, atau kurang terlibat daripada yang diamati, dan apa yang diasumsikan analisis tentang mereka. Jawaban yang baik sering dapat mengatakan arah mana data hilang akan mendorong perkiraan bahkan ketika nilai itu sendiri tidak dapat dipulihkan, dan memperlakukan tingkat putus tinggi atau tidak dijelaskan sebagai ancaman terhadap seluruh klaim daripada catatan kaki. Kegagalan yang harus disebutkan adalah tim yang melaporkan yang bertahan seolah-olah mereka adalah seluruh populasi.

6. Apakah kita pernah bertindak atas satu studi, dan apa yang akan membuat kita menunggu jalur bukti kedua? Kepercayaan pada klaim kausal seharusnya datang dari kesepakatan di seluruh metode yang gagal dengan cara berbeda — uji coba, difference-in-differences, perkiraan variabel-instrumental menunjuk arah yang sama — bukan dari satu hasil mencolok betapapun baiknya dilaksanakan. Ketegangannya adalah bahwa triangulasi menghabiskan waktu dan uang yang jarang ingin dibelanjakan organisasi, dan temuan mengesankan tunggal menciptakan tekanan untuk bertindak sebelum jalur kedua dapat dikomisikan. Diskusikan keputusan mana yang cukup besar untuk menuntut lebih dari satu jalur bukti, dan apa yang Anda lakukan ketika metode tidak sepakat — karena divergensi bukan derau yang harus dirata-ratakan tetapi informasi tentang asumsi mana yang gagal. Jawaban yang jujur membedakan hipotesis yang layak diuji dari kesimpulan yang layak ditindaklanjuti, dan menolak momentum yang mengubah satu evaluasi menjadi fakta yang diselesaikan hanya karena tiba pertama dan mengatakan apa yang diharapkan orang.

Dalam praktik: sebuah contoh ekonomi kesehatan

Kementerian Kesehatan Solvenia, negara berpenghasilan menengah-atas fiktif di Eropa Tengah dengan sistem asuransi sosial, ingin tahu apakah program gagal-jantung komunitas baru — klinik yang dipimpin perawat yang memonitor pasien setelah keluar — mengurangi readmisi darurat yang mahal. Dua belas wilayah telah mengadopsinya; delapan belum. Laporan internal awal membandingkan tingkat readmisi di wilayah pengadopsi versus non-pengadopsi, menemukan mereka 18 persen lebih rendah di pengadopsi, dan merekomendasikan peluncuran nasional. Ekonom kesehatan Kementerian diminta untuk memeriksa klaim sebelum ratusan juta koruna dikomitmenkan.

Pertanyaan pertamanya adalah kontrafaktual. Wilayah pengadopsi tidak dipilih secara acak: mereka lebih kaya, memiliki perawatan primer yang lebih terorganisir dengan baik, dan memiliki tingkat readmisi yang lebih rendah sebelum program dimulai. Perbandingan naif karena itu membaurkan efek program dengan keuntungan yang sudah ada dari wilayah yang dapat mengadopsinya — masalah seleksi buku-teks. Perbedaan sederhana pengadopsi-versus-non-pengadopsi tidak dapat memisahkan keduanya, dan angka 18 persen tidak dapat diinterpretasi sebagai efek kausal.

Dia mengusulkan desain difference-in-differences sebagai gantinya, menggunakan beberapa tahun data readmisi regional sebelum dan sesudah tanggal adopsi setiap wilayah. Ini membandingkan perubahan dalam readmisi di wilayah pengadopsi terhadap perubahan di wilayah non-pengadopsi, membedakan keluar keuntungan regional tetap apa pun. Yang penting, dia pertama memplot tren pra-adopsi: jika pengadopsi sudah membaik lebih cepat daripada non-pengadopsi sebelum program, asumsi tren-paralel gagal dan desainnya tidak valid. Trennya dekat tetapi tidak identik, jadi dia melaporkan perkiraan dengan peringatan itu terlihat daripada terkubur.

Karena tanggal adopsi bertahap di seluruh wilayah, dia juga mengeksploitasi struktur panel, mengontrol segala sesuatu yang stabil tentang setiap wilayah dan guncangan seluruh-negara seperti musim dingin influenza buruk yang menghantam setiap wilayah sekaligus. Perkiraan difference-in-differences mendarat pada pengurangan 7 persen dalam readmisi — nyata dan layak dimiliki, tetapi jauh di bawah setengah dari angka utama, karena sebagian besar dari 18 persen asli adalah keuntungan yang sudah ada dari wilayah, bukan program. Dia kemudian memeriksa data hilang: dua wilayah memiliki koding tidak lengkap pada tahun transisi, dan dia menunjukkan hasil bertahan apakah tahun-wilayah itu dimasukkan atau dikecualikan.

Dia terus terang tentang apa perkiraan itu dan bukan. Itu adalah efek rata-rata di wilayah dengan kapasitas perawatan-primer untuk menjalankan klinik yang dipimpin perawat; delapan wilayah non-pengadopsi lebih miskin dan lebih tipis-berstaf, jadi efeknya di sana bisa lebih kecil atau bisa membutuhkan investasi yang tidak dihargai model. Itu adalah pertanyaan validitas eksternal, dan dia menandainya secara eksplisit daripada mengasumsikan 7 persen akan berpindah. Rekomendasinya kepada Kementerian bukan "gulirkan secara nasional" atau "tinggalkan", tetapi "danai di mana kapasitas perawatan-primer ada, dan acak urutan peluncuran di wilayah yang tersisa sehingga evaluasi berikutnya dapat menyelesaikan pertanyaan transfer yang tidak dapat diselesaikan ini." Efektivitas-biaya dari pengurangan 7 persen kemudian diserahkan ke model keputusan (Topik 2.2 — Pemodelan) yang mengubah perkiraan kausal menjadi biaya-per-hasil yang dapat ditindaklanjuti pembayar.

Empat lensa sektor

Startup

Startup kesehatan digital biasanya menemui ekonometrika kesehatan sebagai tuntutan bukti dari pembeli atau regulator: buktikan aplikasi Anda benar-benar mengubah hasil, bukan hanya bahwa pengguna yang terlibat melakukannya dengan baik. Godaannya adalah grafik sebelum-dan-sesudah adopter awal yang antusias, yang hampir bias seleksi murni — pengguna itu akan membaik bagaimanapun. Gerakan kredibel dan terjangkau adalah piloti acak kecil atau peluncuran bertahap di seluruh site, dirancang sebelum peluncuran, yang mengisolasi efek produk dari motivasi orang yang memilihnya. Pendiri yang membangun perbandingan bersih ke dalam penerapan pertama membawa jauh lebih banyak bobot dengan pembayar daripada yang memasang kembali analisis yang melumasi nanti.

Bisnis kecil

Penyedia kecil yang mapan — praktik kelompok, klinik tunggal, apotek komunitas, pemasok perangkat kecil — memiliki data operasi nyata tetapi tidak volume atau tim analitik untuk menjalankan studi kuasi-eksperimentalnya sendiri, dan tidak ada momen peluncuran untuk diacak sekitar. Tugas ekonometriknya sebagian besar penilaian: membaca bukti yang ditempatkan produsen, komisioner, atau badan profesional di depannya dan menilai apakah efek yang diklaim akan bertahan dalam beban kasus seperti miliknya sendiri. Gerakan paling stabil adalah mengajukan pertanyaan validitas-eksternal dengan keras — apakah ini ditunjukkan dalam populasi, tingkat staf, dan sistem yang menyerupai milik saya? — daripada mencoba analisis kausal yang tidak dapat disumberkannya. Di mana ia menghasilkan bukti, perubahan bertahap di seluruh site atau klinisinya sendiri, atau pembacaan sebelum-dan-sesudah sederhana yang dibaca dengan jujur terhadap praktik tetangga yang sebanding, lebih kredibel daripada grafik internal yang melumasi. Berbeda dari startup mengejar bar bukti pembayar, insentifnya adalah menghindari mengadopsi sesuatu yang diam-diam membuang waktu dan uang yang langka pada beban kasus yang tidak pernah cocok dengan studinya.

Perusahaan

Penyedia besar atau perusahaan asuransi duduk pada data longitudinal yang kaya — klaim, catatan, registri — dan keunggulannya adalah kemampuan menjalankan analisis panel dan kuasi-eksperimental dalam skala. Risikonya adalah salah mengira volume data sebagai kejelasan kausal: satu juta catatan yang membaur masih tidak dapat memberi tahu Anda apakah program manajemen-perawatan berhasil, dan tim analitik yang bersumber daya baik dapat menghasilkan model canggih yang mencuci bias seleksi menjadi efek yang tampak. Perusahaan yang matang memisahkan pelaporan kinerja internal dari evaluasi kausal, memegang keduanya ke standar berbeda, dan membangun desain acak atau bertahap ke dalam peluncuran operasionalnya sendiri sehingga perubahan rutin menghasilkan bukti yang dapat dipercaya daripada sekadar dashboard.

Pemerintah

Kementerian atau pembayar nasional membuat keputusan kausal dengan taruhan tertinggi — menskala program secara nasional, mendanai atau menarik manfaat — dan sering memiliki alat kebijakan yang menciptakan eksperimen alami: ambang kelayakan, peluncuran bertahap, piloti regional. Disiplinnya seharusnya merancang peluncuran itu sebagai evaluasi sejak awal, sehingga pentahapan yang tak terelakkan menghasilkan difference-in-differences atau regression discontinuity daripada perbandingan yang tidak dapat diinterpretasi. Pemerintah juga membawa kewajiban yang tidak dilakukan sektor lain: untuk menjaga terhadap asimetri politik di mana program favorit lolos dari pengawasan dan temuan mengancam diperdebatkan, dengan pra-komitmen pada standar evaluasi dan mempublikasikan hasil apakah mereka melumasi kebijakan atau tidak.

Mode kegagalan umum

• Membingungkan korelasi dengan kausasi. Melaporkan bahwa pasien yang dirawat melakukannya lebih baik tanpa membahas mengapa mereka dirawat. Perbaikan: mulai dari kontrafaktual dan sebutkan pembaur sebelum menginterpretasi perbedaan apa pun.
• Memilih pada hasil. Membandingkan relawan dengan non-relawan, penyelesai dengan yang putus, atau pengadopsi dengan non-pengadopsi seolah-olah kelompoknya dapat dipertukarkan. Perbaikan: gunakan desain (randomisasi, difference-in-differences, variabel instrumental, regression discontinuity) yang membahas bagaimana orang disortir ke dalam kelompok.
• Analisis kasus-lengkap diam-diam. Membuang semua orang dengan data hilang dan melaporkan sisanya seolah-olah itu keseluruhan. Perbaikan: laporkan tingkat dan pola kehilangan dan uji apakah kesimpulan bertahan di bawah asumsi berbeda tentangnya.
• Mengasumsikan tanpa menguji. Menyajikan difference-in-differences tanpa memeriksa tren paralel, atau instrumen tanpa berargumen eksogenitasnya. Perbaikan: wajibkan tes falsifikasi dan perlakukan ketidakhadirannya sebagai cacat.
• Menggeneralisasi efek lokal. Menerapkan perkiraan berbasis-ambang atau berbasis-instrumen ke populasi yang tidak pernah dideskripsikannya. Perbaikan: nyatakan efek siapa angkanya dan nilai validitas eksternal secara terpisah dari validitas internal.
• Teater signifikansi-statistik. Memperlakukan nilai-p sebagai keputusan, mengabaikan ukuran efek dan ketidakpastian. Perbaikan: tuntut besaran dan interval kepercayaan yang dibingkai terhadap anggaran dan populasi nyata.
• Memasang kembali analisis. Mencari dataset yang ada hingga hasil yang menyenangkan muncul, kemudian menyajikannya seolah-olah direncanakan sebelumnya. Perbaikan: pra-registrasi desain dan rencana analisis sebelum data dilihat.

Model kematangan

Daftar periksa

• Nyatakan kontrafaktual: apa kelompok perbandingan, dan mengapa itu akan menunjukkan apa yang akan dilakukan kelompok yang dirawat tanpa intervensi?
• Identifikasi pembaur dan mekanisme seleksi yang mungkin, dan sebutkan desain yang membahasnya.
• Konfirmasi desain direncanakan sebelum data dikumpulkan, dengan rencana analisis tertulis.
• Untuk metode yang dipilih, sebutkan asumsi kunci (tren paralel, eksogenitas instrumen, tidak ada manipulasi ambang) dan periksa bukti untuknya.
• Wajibkan tes falsifikasi, bukan hanya perkiraan utama.
• Tanyakan berapa banyak data yang hilang, apakah yang hilang berbeda dari yang diamati, dan bagaimana kehilangan ditangani.
• Periksa model sesuai dengan bentuk data (biaya miring, hitungan, kelangsungan hidup disensor).
• Tetapkan efek siapa perkiraan itu (lokal atau umum) sebelum menggeneralisasikannya.
• Baca ukuran efek dan interval kepercayaan terhadap anggaran dan populasi Anda, bukan hanya nilai-p.
• Nilai validitas eksternal — apakah ini akan bertahan dalam sistem saya? — secara terpisah dari validitas internal.
• Cari jalur bukti kedua untuk keputusan apa pun yang cukup besar untuk penting.
• Catat klaim kausal, desain, asumsi kuncinya, dan apa yang akan mengubah pikiran Anda.

Key sources

• Andrew Jones, "Health Econometrics" — in Culyer & Newhouse (eds.), Handbook of Health Economics — the standard survey of methods for health data and their pitfalls.
• Jeffrey Wooldridge, Econometric Analysis of Cross Section and Panel Data — the reference text for panel and quasi-experimental methods.
• Joshua Angrist & Jörn-Steffen Pischke, Mostly Harmless Econometrics — an accessible treatment of causal inference, natural experiments, and the four quasi-experimental designs.
• CONSORT Statement — reporting standards for randomised controlled trials, useful as an appraisal checklist.
• Economics Network, Health Economics for Teachers — econometrics module — https://economicsnetwork.ac.uk/health/teachers
• OECD, Health at a Glance, and WHO health-systems publications — sources of the routine health data on which much health econometrics is practised.

References

1. Econometrics — Wikipedia — https://en.wikipedia.org/wiki/Econometrics
2. Causal inference — Wikipedia — https://en.wikipedia.org/wiki/Causal_inference
3. Confounding — Wikipedia — https://en.wikipedia.org/wiki/Confounding
4. Selection bias — Wikipedia — https://en.wikipedia.org/wiki/Selection_bias
5. Randomized controlled trial — Wikipedia — https://en.wikipedia.org/wiki/Randomized_controlled_trial
6. Intention-to-treat analysis — Wikipedia — https://en.wikipedia.org/wiki/Intention-to-treat_analysis
7. Natural experiment — Wikipedia — https://en.wikipedia.org/wiki/Natural_experiment
8. Difference in differences — Wikipedia — https://en.wikipedia.org/wiki/Difference_in_differences
9. Instrumental variables estimation — Wikipedia — https://en.wikipedia.org/wiki/Instrumental_variables_estimation
10. Regression discontinuity design — Wikipedia — https://en.wikipedia.org/wiki/Regression_discontinuity_design
11. Panel data — Wikipedia — https://en.wikipedia.org/wiki/Panel_data
12. Missing data — Wikipedia — https://en.wikipedia.org/wiki/Missing_data
13. Economics Network — Health Economics for Teachers — https://economicsnetwork.ac.uk/health/teachers
14. Health economics — Wikipedia — https://en.wikipedia.org/wiki/Health_economics