Kinh tế lượng sức khỏe

Vì sao điều này quan trọng trong kinh tế học sức khỏe

Hầu như mọi quyết định của một nhà lãnh đạo y tế đều dựa trên một tuyên bố nhân quả: thuốc này hạ tử vong, phòng khám kia giảm nhập viện, cải cách chi trả này cắt thời gian chờ. Tuyên bố thì dễ nêu và khó giành được. Hai nhóm bệnh nhân khác nhau về một kết quả, nhưng họ cũng đã khác nhau trước khi có ai can thiệp — người bệnh nặng hơn tìm đến chăm sóc nhiều hơn, vùng giàu hơn áp dụng chương trình mới trước, những phòng khám có động lực xung phong tham gia thí điểm. Vấn đề cốt lõi là chúng ta không bao giờ quan sát được điều đã xảy ra với nhóm được điều trị nếu họ không được điều trị. Mọi thứ trong chủ đề này là về việc xấp xỉ phép so sánh khuyết thiếu đó một cách trung thực.

Rủi ro là tiền công và sinh mạng. Một tuyên bố nhân quả tự tin nhưng sai gửi một ngân sách đến một can thiệp không làm gì, hoặc rút đi một can thiệp đã lặng lẽ cứu sống người; cả hai sai lầm đều được trả bằng kết quả, không chỉ bằng tiền tệ. Khi một bên chi trả quốc gia quyết định triển khai một chương trình trên toàn quốc dựa trên một đánh giá khu vực, chất lượng lập luận nhân quả của đánh giá đó là sự khác biệt giữa việc nhân rộng một thành công và nhân rộng một ảo tưởng. Các nhà lãnh đạo hiếm khi tự chạy phân tích, nhưng họ đặt hàng nó, tài trợ nó và hành động theo nó — nghĩa là kỹ năng thẩm định là việc của họ phải làm chủ.

Chủ đề này cố ý không phải là một giáo trình thống kê (xem các ranh giới phạm vi của cuốn sách). Nó sẽ không suy ra một bộ ước lượng hay khuyến nghị phần mềm. Nhiệm vụ của nó là cho bạn biết mỗi phương pháp dùng để làm gì, khi nào một tuyên bố nhân quả xứng đáng được tin, và cách đặt hàng và thẩm định công trình kinh tế lượng để bạn không bị một mô hình tinh vi đánh lừa cũng không bác bỏ bằng chứng tốt. Nơi phân tích cấp dữ liệu cho một mô hình phân tích quyết định ngoại suy vượt ngoài dữ liệu, bộ máy đó thuộc Chủ đề 2.2 — Mô hình hóa; ở đây chúng ta ở lại với chính ước lượng và việc nó có mang tính nhân quả không.

Các khái niệm cốt lõi

Kinh tế lượng sức khỏe là việc áp dụng các phương pháp thống kê vào dữ liệu y tế và chăm sóc sức khỏe để đo các mối quan hệ và, trên hết, để hỗ trợ suy luận nhân quả — nỗ lực xác lập rằng một thay đổi ở thứ này gây ra một thay đổi ở thứ khác, chứ không chỉ đơn thuần đi cùng nó. Ngành học tồn tại vì tương quan trong dữ liệu y tế thì dồi dào và gây lạc hướng, và vì thí nghiệm sạch có thể giải quyết câu hỏi thường là bất khả thi, phi đạo đức hoặc không chi trả nổi.

Trở ngại trung tâm là nhiễu: một yếu tố thứ ba ảnh hưởng đến cả việc ai nhận can thiệp lẫn kết quả họ trải qua, tạo ra một mối liên hệ không mang tính nhân quả. Bệnh nhân dùng một thuốc chống đông mới có thể chảy máu ít hơn người dùng thuốc cũ không phải vì thuốc an toàn hơn mà vì các thầy thuốc thận trọng đã kê nó cho bệnh nhân có rủi ro thấp hơn. Tuổi, mức độ thiếu thốn, độ nặng của bệnh và phán đoán của thầy thuốc là những yếu tố gây nhiễu dai dẳng trong dữ liệu y tế, và những cái bạn đo được hiếm khi là những cái quan trọng nhất.

Liên quan chặt chẽ là thiên lệch chọn lọc: những người trong nhóm được điều trị và nhóm so sánh của bạn được phân vào đó bằng một quá trình — tự chọn, phân loại lâm sàng, địa lý, điều kiện hành chính — mà chính nó có liên quan đến kết quả. Một dịch vụ khám từ xa được những người tự tin với công nghệ số sử dụng sẽ cho kết quả tốt một phần vì người dùng vốn khỏe hơn và có tổ chức hơn từ đầu. Chọn lọc không phải một phiền toái để phủi khỏi dữ liệu; nó thường là toàn bộ câu chuyện, và nhiệm vụ của phương pháp là vô hiệu hóa nó.

Chuẩn vàng để làm việc đó là thử nghiệm ngẫu nhiên có đối chứng (RCT), trong đó người tham gia được phân vào nhóm điều trị hay đối chứng bằng may rủi. Ngẫu nhiên hóa hiệu quả vì, tính trung bình, nó cân bằng cả những yếu tố gây nhiễu bạn nghĩ tới lẫn những cái bạn không nghĩ tới, nên mọi khác biệt về kết quả có thể quy cho can thiệp. Các kỷ luật bảo vệ một thử nghiệm — phân tích bệnh nhân trong nhóm họ được ngẫu nhiên phân vào, gọi là phân tích theo ý định điều trị, và đăng ký trước kết quả — tồn tại để ngăn vấn đề chọn lọc len lại qua cửa hông.

Thử nghiệm không phải lúc nào cũng khả thi, nên phần lớn kinh tế lượng sức khỏe làm việc với dữ liệu quan sát và vay mượn độ tin cậy từ một thực nghiệm tự nhiên — tình huống trong đó điều gì đó ngoài tầm kiểm soát của người tham gia (một đợt triển khai chính sách, một quy tắc đủ điều kiện, một cuộc rút thăm, một thay đổi giá đột ngột) mô phỏng phân bổ ngẫu nhiên. Bốn thiết kế bán thực nghiệm lặp lại:

• Sai biệt trong sai biệt so sánh thay đổi về kết quả của một nhóm tiếp xúc với can thiệp với thay đổi của một nhóm so sánh không tiếp xúc trong cùng giai đoạn. Độ tin cậy của nó dựa vào giả định "xu hướng song song": rằng, nếu không có can thiệp, kết quả của hai nhóm sẽ dịch chuyển cùng nhịp.
• Ước lượng biến công cụ dùng một biến ảnh hưởng đến việc ai được điều trị nhưng không có tác động trực tiếp lên kết quả ngoại trừ qua điều trị — khoảng cách đến một phòng khám, một số rút thăm, một người thẩm định được phân ngẫu nhiên — để cô lập phần biến thiên trong điều trị không bị nhiễu. Một công cụ hợp lệ thực sự khó tìm và không thể kiểm nghiệm đầy đủ.
• Gián đoạn hồi quy khai thác một ngưỡng sắc nét — một điểm rủi ro, một độ tuổi, một mức thu nhập cắt — quyết định điều kiện tham gia. Những người ngay trên và ngay dưới đường ranh về thực tế giống hệt nhau ngoại trừ việc tiếp cận can thiệp, nên so sánh họ xấp xỉ một thí nghiệm cục bộ.
• Các phương pháp dữ liệu bảng theo dõi cùng các đơn vị (bệnh nhân, bệnh viện, vùng) theo thời gian, cho phép nhà phân tích kiểm soát mọi thứ ổn định về một đơn vị không bao giờ thay đổi, và nhờ vậy loại bỏ một lớp lớn các yếu tố gây nhiễu mà một mặt cắt ngang đơn lẻ không làm được.

Cuối cùng, dữ liệu thiếu nằm dưới tất cả những điều này. Bệnh nhân bỏ cuộc, hồ sơ không đầy đủ, và — quan trọng — lý do dữ liệu thiếu thường liên quan đến kết quả, nên loại bỏ các hồ sơ không đầy đủ lặng lẽ đưa thiên lệch chọn lọc trở lại. Dữ liệu thiếu được xử lý thế nào là một trong những câu hỏi đầu tiên cần hỏi về bất kỳ nghiên cứu nào.

Các thực hành tốt nhất

1. Bắt đầu từ phản thực, không phải từ phương pháp. Trước khi ai chọn một bộ ước lượng, hãy buộc câu hỏi: phép so sánh là gì, và vì sao chúng ta nên tin nó cho biết điều đã xảy ra nếu không có can thiệp? Độ tin cậy của mọi kết quả chảy ra từ phép so sánh đó, không phải từ độ tinh vi của thống kê chồng lên trên. Nếu câu trả lời mơ hồ, không kỹ thuật nào cứu được.

2. Đặt hàng thiết kế trước khi dữ liệu được thu thập, không phải sau. Các tuyên bố nhân quả mạnh nhất đến từ các thiết kế được lên kế hoạch từ trước — một đợt triển khai ngẫu nhiên, một phân tích đăng ký trước, một nhóm so sánh đã thống nhất — vì gắn thêm phương pháp vào dữ liệu có sẵn mời gọi nhà phân tích tiếp tục tìm cho đến khi một kết quả đẹp xuất hiện. Khi bạn tài trợ một đánh giá, hãy tài trợ giai đoạn thiết kế và đòi một kế hoạch phân tích bằng văn bản trước khi có kết quả.

3. Ưu tiên ngẫu nhiên hóa nơi nó có đạo đức và khả thi, gồm cả triển khai theo đợt. Nếu một chương trình không thể tiếp cận mọi người cùng lúc, hãy phân bổ thứ tự tiếp cận bằng rút thăm hoặc ngẫu nhiên hóa các địa điểm đi trước. Điều này biến một ràng buộc vận hành thành một thí nghiệm đáng tin với chi phí thêm rất ít, và thường bảo vệ được hơn việc từ chối ai đó điều trị. Nhiều đánh giá chính sách đáng tin nhất đơn giản là các đợt triển khai được ngẫu nhiên hóa thay vì được chọn.

4. Coi mọi thiết kế bán thực nghiệm là một bó giả định, và buộc chúng nêu giả định của mình. Sai biệt trong sai biệt sống hay chết nhờ xu hướng song song; biến công cụ nhờ một công cụ vừa liên quan vừa ngoại sinh; gián đoạn hồi quy nhờ việc người ta không thao túng mình rơi vào bên nào của ngưỡng. Một nhà phân tích giỏi gọi tên giả định mà kết quả của họ phụ thuộc và cho thấy bằng chứng cho nó; một người yếu giấu nó. Hãy hỏi tường minh: "cái gì phải đúng để điều này mang tính nhân quả, và làm sao anh biết nó đúng?"

5. Đòi các kiểm định bác bỏ, không chỉ ước lượng tiêu đề. Công trình nhân quả đáng tin cố gắng phá vỡ tuyên bố của chính nó: vẽ các xu hướng trước can thiệp để kiểm tra chúng có song song không, kiểm tra các bước nhảy tại những ngưỡng giả nơi lẽ ra không có, cho thấy công cụ không dự đoán các kết quả mà nó không nên chạm tới. Sự hiện diện của các kiểm tra này báo hiệu công việc trung thực; sự vắng mặt của chúng là lời cảnh báo bất kể hiệu quả lớn hay được chào đón đến đâu.

6. Nhất quyết biết dữ liệu thiếu và bỏ cuộc được xử lý thế nào. Hãy hỏi bao nhiêu phần đối tượng bị mất, những người thiếu có khác những người được quan sát không, và phân tích đã giả định gì về họ. "Phân tích trường hợp đầy đủ" — lặng lẽ bỏ bất kỳ ai có khoảng trống — là cách phổ biến nhất khiến thiên lệch chọn lọc quay lại một nghiên cứu trông sạch. Hướng mà dữ liệu thiếu sẽ đẩy kết quả thường biết được ngay cả khi bản thân dữ liệu thì không.

7. Khớp mô hình với hình dạng của dữ liệu y tế. Chi phí bị lệch bởi vài bệnh nhân rất đắt, mức sử dụng là một số đếm không thể âm, và dữ liệu sống còn bị kiểm duyệt khi theo dõi kết thúc. Các phương pháp tuyến tính chuẩn khớp kém những thứ này và có thể đánh lạc hướng; có những mô hình chuyên biệt cho từng loại. Bạn không cần biết toán, nhưng nên biết đủ để hỏi "phương pháp này có phù hợp với dữ liệu chi phí không?" và mong đợi một câu trả lời thật.

8. Tách hiệu quả với những người được điều trị khỏi hiệu quả bạn có thể nhân rộng. Nhiều phương pháp bán thực nghiệm ước lượng một hiệu quả cục bộ — tác động lên những người gần một ngưỡng, hoặc lên những người mà một công cụ tình cờ làm dịch chuyển — có thể không bằng hiệu quả của việc triển khai can thiệp cho mọi người. Một gián đoạn hồi quy quanh tuổi 65 cho bạn biết về những người 65 tuổi, không phải người 40 tuổi. Trước khi khái quát hóa một con số, hãy hỏi nó thực sự là hiệu quả của ai.

9. Phân biệt ý nghĩa thống kê với tính liên quan đến quyết định. Một hiệu quả nhỏ được ước lượng chính xác có thể có ý nghĩa thống kê và tầm thường về kinh tế; một hiệu quả lớn có thể bất định nhưng vẫn đáng hành động theo xét các rủi ro. Hãy đòi kích thước hiệu quả, khoảng tin cậy của nó, và ý nghĩa của nó ở quy mô ngân sách và dân cư của bạn — không chỉ liệu một giá trị p có vượt ngưỡng hay không. Quyết định xoay quanh độ lớn và bất định cùng nhau.

10. Đánh giá tính hợp lệ ngoại tại cẩn thận như tính hợp lệ nội tại. Một nghiên cứu có thể hoàn hảo về nhân quả trong bối cảnh của nó nhưng không liên quan với bối cảnh của bạn nếu dân cư, hệ thống y tế hay rủi ro nền khác biệt. Một công cụ hiệu quả ở thị trường bảo hiểm Hoa Kỳ hay một thiết kế được thẩm định ở một sổ đăng ký Bắc Âu có thể không chuyển được sang bối cảnh thu nhập thấp với dữ liệu và động cơ khác. Hãy hỏi "hiệu quả này có giữ vững trong hệ thống của tôi không?" như một câu hỏi riêng biệt với "hiệu quả này có thật không?"

11. Đối chiếu nhiều nguồn thay vì tin một nghiên cứu đơn lẻ. Khi nhiều phương pháp với các giả định khác nhau — một thử nghiệm, một sai biệt trong sai biệt, một ước lượng biến công cụ — chỉ cùng một hướng, niềm tin được giành; khi chúng phân kỳ, sự bất đồng là thông tin về giả định nào đang thất bại. Hãy đặt hàng hoặc tìm hơn một dòng bằng chứng cho bất kỳ quyết định nào đủ lớn để quan trọng, và coi một kết quả nổi bật đơn lẻ là một giả thuyết, không phải một kết luận.

12. Viết ra bản thẩm định và giữ nó cùng với quyết định. Ghi lại tuyên bố nhân quả bạn dựa vào, thiết kế nào tạo ra nó, giả định nào nó dựa trên, và điều gì sẽ thay đổi suy nghĩ của bạn. Điều này bảo vệ tổ chức khi kết quả sau đó bị thách thức, và buộc kỷ luật nêu bất định trước, không phải sau khi kết quả đã biết. Một đánh giá mà lập luận không được ghi chép là một ý kiến kèm biểu đồ.

Các câu hỏi để thảo luận với nhóm của bạn

1. Với quyết định lớn gần nhất mà chúng ta biện minh bằng bằng chứng, nhóm so sánh là gì — và họ có thực sự sẽ làm điều tương tự nếu không có can thiệp không? Câu hỏi này đi thẳng vào phản thực, nơi hầu hết bằng chứng yếu ẩn nấp. Hãy đẩy qua con số tiêu đề đến cấu trúc: ai được so sánh với ai, họ được phân vào các nhóm đó thế nào, và điều gì sẽ xảy ra với nhóm được điều trị nếu không có gì thay đổi. Những mâu thuẫn trung thực là phép so sánh thuận tiện nhất — trước và sau trong cùng một nhóm, hoặc người tình nguyện so với người không tình nguyện — thường bị nhiễu nhất, và những người chọn hay được chọn cho một can thiệp hầu như luôn khác những người không. Một cuộc thảo luận tốt gọi tên các yếu tố gây nhiễu cụ thể đang tác động (độ nặng, thiếu thốn, động lực, chọn lọc của thầy thuốc) và hỏi thiết kế đã vô hiệu hóa chúng hay chỉ bỏ qua chúng. Câu trả lời bạn tìm không phải "nghiên cứu đã được bình duyệt" mà là một giải thích rõ ràng vì sao phép so sánh đáng tin — hoặc thừa nhận rằng nó không, và quyết định dựa trên phán đoán khoác áo bằng chứng.

2. Khi chúng ta đặt hàng một đánh giá, chúng ta đang mua một thiết kế hay chỉ một bản báo cáo? Hầu hết các tổ chức mua đánh giá như một sản phẩm giao sau khi chương trình đang chạy, đúng lúc các thiết kế nhân quả mạnh nhất đã trở nên bất khả thi. Mâu thuẫn là giữa sự cấp bách vận hành — khởi động ngay, đo sau — và chất lượng bằng chứng, vốn phụ thuộc vào các quyết định đưa ra trước khi bệnh nhân đầu tiên được tuyển: một thứ tự triển khai ngẫu nhiên, một vùng so sánh đã thống nhất, một kết quả và kế hoạch phân tích đã đăng ký trước. Hãy thảo luận liệu quy trình đặt hàng của bạn mời các nhà phân tích vào đủ sớm để định hình thiết kế, hay chỉ đủ muộn để hợp lý hóa kết quả. Câu trả lời trung thực đối mặt với thực tế rằng một đánh giá hồi cứu rẻ tiền có thể tệ hơn không có gì nếu nó đem lại niềm tin giả, và xem hợp đồng và tiến độ khiến thiết kế tốt trở nên khả thi hay bất khả thi về mặt cấu trúc trong tổ chức của bạn.

3. Tuyên bố nào chúng ta sẽ từ chối hành động theo, và bằng chứng nào sẽ thay đổi suy nghĩ của chúng ta? Câu hỏi này kiểm tra liệu nhóm coi bằng chứng là một đầu vào thực sự hay chỉ là đồ trang trí cho một quyết định đã đưa ra. Nêu trước tiêu chuẩn chứng minh mà một tuyên bố phải đạt — và phát hiện nào sẽ khiến bạn đổi hướng — là sự bảo vệ mạnh nhất chống thiên kiến xác nhận và chống sự hào hứng chọn lọc chào đón những kết quả ta thích. Mâu thuẫn thực sự là các bên liên quan hiếm khi đặt các chương trình được ưa chuộng và không được ưa chuộng ở cùng một ngưỡng bằng chứng; một sáng kiến được yêu thích được hưởng lợi từ sự nghi ngờ, một sáng kiến đe dọa bị bới tung. Một cuộc thảo luận trung thực chỉ ra chỗ các tiêu chuẩn kép ấy sống trong tổ chức của bạn, thống nhất "đủ tốt để hành động" nghĩa là gì cho các quyết định với quy mô khác nhau, và chấp nhận rằng cam kết trước điều gì sẽ thay đổi suy nghĩ của bạn là khó chịu chính vì nó có thể làm vậy.

4. Khi chúng ta mượn một kết quả nổi bật từ hệ thống khác, chúng ta giả định điều gì chuyển theo cùng nó? Một nghiên cứu có thể hoàn hảo về nhân quả trong bối cảnh của nó nhưng vẫn đánh lạc hướng bạn, vì dân cư, hệ thống y tế, rủi ro nền và động cơ tạo ra hiệu quả của nó có thể chẳng giống của bạn. Mâu thuẫn là bằng chứng ấn tượng nhất thường đến từ nơi khác — một thị trường bảo hiểm Hoa Kỳ, một sổ đăng ký Bắc Âu, một cơ sở thử nghiệm giàu nguồn lực — và chính sự chặt chẽ của nó cám dỗ bạn nhập con số thay vì chất vấn độ khớp của nó. Hãy thảo luận điều gì phải đúng về dân cư và hệ thống của bạn để hiệu quả tái hiện: rủi ro nền có tương đương không, lực lượng nhân sự của bạn có năng lực mà can thiệp đã giả định không, bệnh nhân của bạn có đối mặt cùng ràng buộc không? Câu trả lời trung thực coi tính hợp lệ ngoại tại là một câu hỏi riêng biệt với tính hợp lệ nội tại, cưỡng lại phản xạ hạ thấp một nghiên cứu xa chỉ vì nó xa, và gọi tên đặc điểm nào của bối cảnh gốc đang làm việc. Kết quả tồi tệ nhất là nhân rộng một hiệu quả có thật ở đó và vắng mặt ở đây, rồi đổ lỗi cho can thiệp thay vì sự chuyển giao.

5. Bao nhiêu dữ liệu của chúng ta bị thiếu, và chúng ta có chắc những khoảng trống là vô tội không? Mọi bộ dữ liệu y tế thực đều có lỗ hổng — bệnh nhân bỏ cuộc, hồ sơ không đầy đủ, theo dõi kết thúc — và trường hợp nguy hiểm là khi lý do dữ liệu thiếu tự nó liên quan đến kết quả, nên bỏ các hồ sơ không đầy đủ lặng lẽ lén đưa thiên lệch chọn lọc trở lại một nghiên cứu trông sạch. Mâu thuẫn là giữa sự thuận tiện của phân tích "trường hợp đầy đủ", vốn là mặc định ở hầu hết công cụ và là con đường nhanh nhất đến kết quả, và sự trung thực của việc hỏi liệu những người biến mất có khác một cách có hệ thống với những người ở lại không. Hãy thảo luận bao nhiêu phần đối tượng bị mất, những người thiếu trông ốm hơn, nghèo hơn hay ít tham gia hơn những người được quan sát, và phân tích đã giả định gì về họ. Một câu trả lời tốt thường có thể nói dữ liệu thiếu sẽ đẩy ước lượng theo hướng nào ngay cả khi bản thân giá trị không phục hồi được, và coi một tỷ lệ bỏ cuộc cao hay không giải thích được là mối đe dọa với toàn bộ tuyên bố thay vì một chú thích. Thất bại cần gọi tên là một nhóm báo cáo những người sống sót như thể họ là cả dân cư.

6. Chúng ta có bao giờ hành động theo một nghiên cứu đơn lẻ không, và điều gì sẽ khiến chúng ta chờ một dòng bằng chứng thứ hai? Niềm tin vào một tuyên bố nhân quả nên đến từ sự đồng thuận giữa các phương pháp thất bại theo cách khác nhau — một thử nghiệm, một sai biệt trong sai biệt, một ước lượng biến công cụ chỉ cùng một hướng — không phải từ một kết quả nổi bật đơn lẻ dù được thực hiện tốt đến đâu. Mâu thuẫn là đối chiếu nhiều nguồn tốn thời gian và tiền mà tổ chức hiếm khi muốn chi, và một phát hiện ấn tượng đơn lẻ tạo áp lực hành động trước khi dòng thứ hai có thể được đặt hàng. Hãy thảo luận quyết định nào đủ lớn để đòi hơn một dòng bằng chứng, và bạn làm gì khi các phương pháp bất đồng — vì phân kỳ không phải nhiễu để lấy trung bình mà là thông tin về giả định nào đang thất bại. Câu trả lời trung thực phân biệt một giả thuyết đáng kiểm nghiệm với một kết luận đáng hành động, và cưỡng lại đà biến một đánh giá đơn lẻ thành sự thật đã định chỉ vì nó đến trước và nói điều người ta hy vọng.

Trong thực tế: một ví dụ về kinh tế học sức khỏe

Bộ Y tế của Solvenia, một quốc gia thu nhập trung bình–cao hư cấu ở Trung Âu với hệ thống bảo hiểm xã hội, muốn biết một chương trình suy tim cộng đồng mới — các phòng khám do y tá dẫn dắt theo dõi bệnh nhân sau xuất viện — có giảm được các lần tái nhập viện cấp cứu tốn kém hay không. Mười hai vùng đã áp dụng nó; tám vùng chưa. Một báo cáo nội bộ ban đầu so sánh tỷ lệ tái nhập viện ở các vùng áp dụng với không áp dụng, thấy chúng thấp hơn 18 phần trăm ở các vùng áp dụng, và khuyến nghị triển khai toàn quốc. Nhà kinh tế y tế của Bộ được yêu cầu kiểm tra tuyên bố này trước khi hàng trăm triệu koruna được cam kết.

Câu hỏi đầu tiên của bà là phản thực. Các vùng áp dụng không được chọn ngẫu nhiên: họ giàu hơn, có chăm sóc ban đầu được tổ chức tốt hơn, và có tỷ lệ tái nhập viện thấp hơn trước khi chương trình bắt đầu. Phép so sánh ngây thơ vì vậy gộp lẫn tác động của chương trình với lợi thế sẵn có của các vùng có thể áp dụng nó — một vấn đề chọn lọc giáo khoa. Một chênh lệch đơn giản giữa vùng áp dụng và không áp dụng không thể tách hai thứ, và con số 18 phần trăm không thể diễn giải như một hiệu quả nhân quả.

Bà đề xuất một thiết kế sai biệt trong sai biệt thay vào đó, dùng nhiều năm dữ liệu tái nhập viện theo vùng trước và sau ngày áp dụng của mỗi vùng. Thiết kế này so sánh thay đổi về tái nhập viện ở các vùng áp dụng với thay đổi ở các vùng không áp dụng, loại trừ mọi lợi thế cố định của vùng. Quan trọng là, bà trước hết vẽ các xu hướng trước khi áp dụng: nếu các vùng áp dụng vốn đã cải thiện nhanh hơn các vùng không áp dụng trước khi có chương trình, giả định xu hướng song song thất bại và thiết kế không hợp lệ. Các xu hướng gần nhau nhưng không giống hệt, nên bà báo cáo ước lượng với lời lưu ý đó hiện ra thay vì bị chôn.

Vì ngày áp dụng được dàn trải trên các vùng, bà cũng khai thác cấu trúc bảng, kiểm soát mọi thứ ổn định về mỗi vùng và các cú sốc toàn quốc như một mùa đông cúm xấu ảnh hưởng đến mọi vùng cùng lúc. Ước lượng sai biệt trong sai biệt cho ra mức giảm 7 phần trăm tái nhập viện — có thật và đáng có, nhưng thấp hơn nhiều so với một nửa con số tiêu đề, vì phần lớn 18 phần trăm ban đầu là lợi thế sẵn có của các vùng chứ không phải chương trình. Rồi bà kiểm tra dữ liệu thiếu: hai vùng có mã hóa không đầy đủ trong năm chuyển tiếp, và bà cho thấy kết quả giữ vững dù các vùng–năm đó được đưa vào hay loại ra.

Bà thẳng thắn về ước lượng là gì và không phải là gì. Đó là hiệu quả trung bình ở các vùng có năng lực chăm sóc ban đầu để vận hành các phòng khám do y tá dẫn dắt; tám vùng không áp dụng nghèo hơn và ít nhân sự hơn, nên hiệu quả ở đó có thể nhỏ hơn hoặc có thể đòi hỏi khoản đầu tư mà mô hình không định giá. Đó là một câu hỏi về tính hợp lệ ngoại tại, và bà đánh dấu nó tường minh thay vì cho rằng 7 phần trăm sẽ chuyển được. Khuyến nghị của bà với Bộ không phải "triển khai toàn quốc" cũng không phải "từ bỏ", mà là "tài trợ nó nơi có năng lực chăm sóc ban đầu, và ngẫu nhiên hóa thứ tự triển khai ở các vùng còn lại để đánh giá tiếp theo có thể giải quyết câu hỏi chuyển giao mà đánh giá này không thể." Hiệu quả về chi phí của mức giảm 7 phần trăm sau đó được chuyển cho một mô hình quyết định (Chủ đề 2.2 — Mô hình hóa) biến ước lượng nhân quả thành chi phí trên mỗi kết quả mà bên chi trả có thể hành động theo.

Bốn góc nhìn theo khu vực

Công ty khởi nghiệp

Một công ty khởi nghiệp y tế số thường gặp kinh tế lượng sức khỏe như một đòi hỏi bằng chứng từ người mua hoặc cơ quan quản lý: hãy chứng minh ứng dụng của bạn thực sự thay đổi kết quả, không chỉ rằng người dùng tích cực thì tốt. Cám dỗ là một biểu đồ trước–sau về những người áp dụng sớm hào hứng, gần như thuần túy là thiên lệch chọn lọc — những người dùng đó vốn sẽ cải thiện dù sao. Bước đi đáng tin, rẻ là một thử nghiệm ngẫu nhiên nhỏ hoặc một đợt triển khai theo đợt qua các địa điểm, được thiết kế trước khi ra mắt, cô lập hiệu quả của sản phẩm khỏi động lực của những người đã chọn nó. Những người sáng lập xây một phép so sánh sạch vào lần triển khai đầu tiên có trọng lượng lớn hơn nhiều với các bên chi trả so với những người gắn thêm một phân tích đẹp về sau.

Doanh nghiệp nhỏ

Một nhà cung cấp nhỏ đã thành lập — một phòng khám nhóm, một phòng khám đơn lẻ, một hiệu thuốc cộng đồng, một nhà cung cấp thiết bị nhỏ — có dữ liệu vận hành thực nhưng không có khối lượng cũng không có nhóm phân tích để chạy các nghiên cứu bán thực nghiệm của riêng mình, và không có thời điểm ra mắt nào để ngẫu nhiên hóa quanh đó. Nhiệm vụ kinh tế lượng của nó chủ yếu là thẩm định: đọc bằng chứng mà một nhà sản xuất, bên đặt hàng hay hội nghề nghiệp đặt trước mặt và phán đoán liệu một hiệu quả được tuyên bố có giữ vững trong một danh sách bệnh nhân giống của mình không. Bước đi vững nhất là hỏi mạnh câu hỏi tính hợp lệ ngoại tại — điều này có được chứng minh trong một dân cư, mức nhân sự và hệ thống giống của tôi không? — thay vì thử phân tích nhân quả mà nó không thể cấp nguồn lực. Nơi nó tạo ra bằng chứng, một thay đổi theo đợt qua các địa điểm hay thầy thuốc của chính nó, hoặc một phép so sánh trước–sau đọc trung thực so với một phòng khám láng giềng tương đương, đáng tin hơn một biểu đồ nội bộ làm đẹp. Khác với công ty khởi nghiệp đuổi theo ngưỡng bằng chứng của bên chi trả, động cơ của nó là tránh áp dụng một thứ lặng lẽ lãng phí thời gian và tiền khan hiếm cho một danh sách bệnh nhân không bao giờ khớp với nghiên cứu.

Doanh nghiệp lớn

Một nhà cung cấp hay công ty bảo hiểm lớn ngồi trên dữ liệu dọc phong phú — yêu cầu bồi thường, hồ sơ, sổ đăng ký — và lợi thế của nó là khả năng chạy các phân tích bảng và bán thực nghiệm ở quy mô lớn. Rủi ro là nhầm khối lượng dữ liệu với sự rõ ràng nhân quả: một triệu hồ sơ bị nhiễu vẫn không thể cho bạn biết một chương trình quản lý chăm sóc có hiệu quả không, và một nhóm phân tích giàu nguồn lực có thể tạo ra các mô hình tinh vi rửa thiên lệch chọn lọc thành hiệu quả bề ngoài. Doanh nghiệp lớn trưởng thành tách báo cáo hiệu suất nội bộ khỏi đánh giá nhân quả, giữ hai thứ ở các tiêu chuẩn khác nhau, và xây các thiết kế ngẫu nhiên hoặc theo đợt vào các đợt triển khai vận hành của chính mình để thay đổi thường lệ tạo ra bằng chứng đáng tin thay vì chỉ các bảng điều khiển.

Chính phủ

Một bộ hay cơ quan chi trả quốc gia đưa ra các quyết định nhân quả có rủi ro cao nhất — nhân rộng một chương trình trên toàn quốc, tài trợ hay rút một quyền lợi — và thường có các đòn bẩy chính sách tạo ra thực nghiệm tự nhiên: ngưỡng đủ điều kiện, triển khai theo giai đoạn, thí điểm theo vùng. Kỷ luật của nó nên là thiết kế các đợt triển khai đó như các đánh giá ngay từ đầu, để việc phân giai đoạn không tránh khỏi tạo ra một sai biệt trong sai biệt hay một gián đoạn hồi quy thay vì một phép so sánh không diễn giải được. Chính phủ cũng mang một nghĩa vụ mà các khu vực khác không có: bảo vệ trước sự bất đối xứng chính trị trong đó các chương trình được ưa chuộng thoát khỏi sự soi xét và các phát hiện đe dọa bị tranh cãi, bằng cách cam kết trước các tiêu chuẩn đánh giá và công bố kết quả dù chúng có làm đẹp chính sách hay không.

Các kiểu thất bại thường gặp

• Nhầm tương quan với nhân quả. Báo cáo rằng bệnh nhân được điều trị tốt hơn mà không giải quyết vì sao họ được điều trị. Cách khắc phục: bắt đầu từ phản thực và gọi tên các yếu tố gây nhiễu trước khi diễn giải bất kỳ chênh lệch nào.

• Chọn lọc theo kết quả. So sánh người tình nguyện với người không tình nguyện, người hoàn thành với người bỏ cuộc, hay vùng áp dụng với không áp dụng như thể các nhóm có thể hoán đổi. Cách khắc phục: dùng một thiết kế (ngẫu nhiên hóa, sai biệt trong sai biệt, biến công cụ, gián đoạn hồi quy) giải quyết việc người ta được phân vào nhóm thế nào.

• Phân tích trường hợp đầy đủ thầm lặng. Bỏ mọi người có dữ liệu thiếu và báo cáo phần còn lại như thể là toàn bộ. Cách khắc phục: báo cáo mức độ và mô thức của dữ liệu thiếu và kiểm tra liệu kết luận có sống sót với các giả định khác nhau về nó.

• Giả định mà không kiểm nghiệm. Trình bày một sai biệt trong sai biệt mà không kiểm tra xu hướng song song, hay một công cụ mà không lập luận tính ngoại sinh. Cách khắc phục: đòi các kiểm định bác bỏ và coi sự vắng mặt của chúng là khiếm khuyết.

• Khái quát hóa một hiệu quả cục bộ. Áp dụng một ước lượng dựa trên ngưỡng hay công cụ cho một dân cư mà nó không bao giờ mô tả. Cách khắc phục: nêu con số là hiệu quả của ai và thẩm định tính hợp lệ ngoại tại riêng biệt với tính hợp lệ nội tại.

• Sân khấu ý nghĩa thống kê. Coi giá trị p là quyết định, bỏ qua kích thước hiệu quả và bất định. Cách khắc phục: đòi độ lớn và khoảng tin cậy được đặt trong khung ngân sách và dân cư thực tế.

• Gắn thêm phân tích về sau. Tìm trong một bộ dữ liệu có sẵn cho đến khi một kết quả đẹp xuất hiện, rồi trình bày nó như thể đã lên kế hoạch từ trước. Cách khắc phục: đăng ký trước thiết kế và kế hoạch phân tích trước khi thấy dữ liệu.

Mô hình trưởng thành

Danh mục kiểm tra

• Nêu phản thực: nhóm so sánh là gì, và vì sao nó sẽ cho thấy nhóm được điều trị đã làm gì nếu không có can thiệp?
• Xác định các yếu tố gây nhiễu và cơ chế chọn lọc có khả năng, và gọi tên thiết kế giải quyết chúng.
• Xác nhận thiết kế được lên kế hoạch trước khi dữ liệu được thu thập, với kế hoạch phân tích bằng văn bản.
• Với phương pháp đã chọn, gọi tên giả định then chốt (xu hướng song song, tính ngoại sinh của công cụ, không thao túng ngưỡng) và kiểm tra bằng chứng cho nó.
• Đòi các kiểm định bác bỏ, không chỉ ước lượng tiêu đề.
• Hỏi bao nhiêu dữ liệu bị thiếu, những người thiếu có khác những người được quan sát không, và dữ liệu thiếu được xử lý thế nào.
• Kiểm tra mô hình khớp với hình dạng dữ liệu (chi phí lệch, số đếm, sống còn bị kiểm duyệt).
• Xác lập ước lượng là hiệu quả của ai (cục bộ hay tổng quát) trước khi khái quát hóa nó.
• Đọc kích thước hiệu quả và khoảng tin cậy so với ngân sách và dân cư của bạn, không chỉ giá trị p.
• Thẩm định tính hợp lệ ngoại tại — điều này có giữ vững trong hệ thống của tôi không? — riêng biệt với tính hợp lệ nội tại.
• Tìm một dòng bằng chứng thứ hai cho bất kỳ quyết định nào đủ lớn để quan trọng.
• Ghi lại tuyên bố nhân quả, thiết kế, giả định then chốt của nó, và điều gì sẽ thay đổi suy nghĩ của bạn.

Nguồn chính

• Andrew Jones, "Health Econometrics" — trong Culyer & Newhouse (chủ biên), Handbook of Health Economics — tổng quan chuẩn về các phương pháp cho dữ liệu y tế và những cạm bẫy của chúng.
• Jeffrey Wooldridge, Econometric Analysis of Cross Section and Panel Data — giáo trình tham khảo cho các phương pháp bảng và bán thực nghiệm.
• Joshua Angrist & Jörn-Steffen Pischke, Mostly Harmless Econometrics — cách trình bày dễ tiếp cận về suy luận nhân quả, thực nghiệm tự nhiên và bốn thiết kế bán thực nghiệm.
• Tuyên bố CONSORT — chuẩn báo cáo cho các thử nghiệm ngẫu nhiên có đối chứng, hữu ích như danh mục kiểm tra thẩm định.
• Economics Network, Health Economics for Teachers — học phần kinh tế lượng — https://economicsnetwork.ac.uk/health/teachers
• OECD, Health at a Glance, và các ấn phẩm về hệ thống y tế của WHO — nguồn dữ liệu y tế thường quy mà phần lớn kinh tế lượng sức khỏe được thực hành trên đó.

Tài liệu tham khảo

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