Chapter 1 focuses on the issue of reporting bias in self-rated health. This chapter shows that gender and regional differences in self-rated health in Europe are only partly explained by differences in the prevalence of the various chronic conditions. However, a non-negligible part of these differences is due to other causes, which may include differences in reporting own health. The tool of "anchoring vignettes" is employed to understand whether and how women and men living in different regions differently report levels in a number of health components or domains.The analysis is based on Release~2 of the first (2004) wave of the Survey of Health, Ageing and Retirement in Europe (SHARE). This survey is ideal for the purpose because it contains information on subjective measures of health (such as self-rated health) and more objective measures (such as hospitalization and interviewer-measured grip strength), as well as detailed information on chronic health conditions. Release 2 of the data also includes the use of vignettes in self-administered questionnaires given to a randomly selected subsample of respondents.Vignettes are found to help identifying gender and regional differences in response scales. After correcting for these differences, both gender and regional variation in reported health is substantially reduced, although not entirely eliminated. The results suggest that differences in response styles should be taken into account when using self-assessment of health in socio-economic studies. Failing to do so may lead to misleading conclusions. Focusing on a specific chronic condition, hypertension, Chapter 2 studies the relationship between medical compliance and health outcomes (hospitalization and mortality rates) using a large panel of patients residing in a local health authority in Italy. These data allow to follow individual patients through all their accesses to public health care services until they either die or leave the local health authority. The results show that health outcomes clearly improve when patients become more compliant to drug therapy. At the same time, it is possible to infer valuable information on the role that drug co-payment can have on compliance and as a consequence on health outcomes, by exploiting the presence of two natural experiments during the period of analysis. The results show that drug co-payment has a strong effect on compliance, and that this effect is immediate. Chapter 3 improves the analysis of the relationship between health and medical care provided in Chapter 2. In fact, looking at the raw correlation between medical care and health cannot be expected to give the right answer, because of simultaneity through the unobservable components of deterioration. In this chapter, it is used a dataset where very detailed information about medical drug use, hospitalization and mortality, is collected over time for a sample of individuals suffering from hypertension, a chronic asymptomatic pathology affecting a large share of the adult population. All those variables are expected to be strongly dependent on each other. For analysing the amount of information embedded in such variables, a dynamic factor model is proposed, where medical treatments and mortality may all in principle be driven by latent individual stock of health. Dynamics is introduced by including the effects of lagged treatment on latent health. The model is estimated by Maximum Simulated Likelihood (MSL). In line with findings provided so far in the literature, the results indicate that better health is associated to lower medical treatments. In addition, lagged medical drug use is found to have positive effects on current health. This is consistent with the fact that not taking the medication today may result in poorer health tomorrow. Nonetheless, taking more pills than needed cannot improve health. These findings have important policy implications. In fact, the results suggest that policies aimed at improving awareness of hypertensive diseases and the importance of the treatment of high blood pressure may help reduce cardiovascular risks, and consequent hospitalization and mortality. This is expected to have positive implications both for the large share of adult population suffering from hypertension and for the National Health Systems themselves.

Il Capitolo 1 focalizza l'attenzione sui problemi di "reporting bias" legati all'indicatore di salute auto-riportato. Questo capitolo mostra che in Europa differenze di genere e differenze regionali possono solo parzialmente essere spiegate dalle differenze nella prevalenza delle varie condizioni croniche. Eppure, una parte non trascurabile di queste differenze è dovuta ad altre cause, che possono includere differenze nel modo in cui lo stato di salute viene riportato. Lo strumento delle "anchoring vignettes" è utilizzato per comprendere se e come le donne e gli uomini che vivono in diverse regioni d'Europa riportano differentemente il livello di salute relativo a vari "domini". L'analisi è basata sulla seconda Release della prima (2004) wave della Survey of Health, Ageing and Retirement in Europe (SHARE). Questa indagine è ideale per lo scopo in quanto contiene informazioni circa misure soggettive dello stato di salute e misure più oggettive (come ospedalizzazione e "grip strength"), come anche informazioni dettagliate circa condizioni croniche. La seconda Release dei dati contiene anche l'uso di "vignettes" in questionari assegnati ad un campione casuale di rispondenti. Le "vignettes" risultano essere utili per identificare differenze regionali e di genere nelle "response scales". Dopo aver corretto queste differenze, le variazioni regionali e di genere nelle stato di salute riportato risultano entrambe ridotte, seppure non del tutto eliminate. I risultati suggeriscono che le differenze nelle "response styles" devono essere prese in considerazione quando si utilizza lo salute auto-riportato in studi socio-economici. Non tenerne conto può condurre a risultati fuorvianti. Focalizzando l'attenzione su una specifica condizione cronica, l'ipertensione, il Capitolo 2 studia la relazione tra compliance medica e outcome sanitari (ospedalizzazione e mortalità) utilizzando un panel di pazienti che risiedono in un'Autorità Sanitaria Locale italiana. Questi dati consentono di seguire i pazienti attraverso tutti i loro accessi ai servizi sanitari pubblici. I risultati mostrano che gli outcome sanitari migliorano decisamente quando i pazienti sono più "compliant" alla terapia. Inoltre, è possibile inferire importanti informazioni circa il ruolo che il co-payment ha sulla compliance, e di conseguenza sugli outcome sanitari, esplorando due esperimenti naturali verificatisi durante il periodo qui analizzato. I risultati mostrano che il co-payment ha forti effetti sulla compliance, e che questi effetti sono immediati. Il Capitolo 3 estende l'analisi della relazione tra salute e trattamento sanitario fornita nel Capitolo 2. Infatti, considerando la semplice correlazione tra salute e trattamento sanitario non necessariamente fornisce la risposta adeguata, a causa della simultaneità nelle componenti inosservate del deterioramento della salute. In questo capitolo, si utilizza un dataset in cui informazioni molto dettagliate circa il consumo farmaceutico, l'ospedalizzazione e la mortalità sono collezionate nel tempo per un campione di individui affetti da ipertensione. L'ipertensione è una condizione cronica e asintomatica di cui soffre una larga parte della popolazione adulta. Tutte queste variabili sono fortemente dipendenti l'una dall'altra. Per analizzare l'informazione contenuta in tali variabili, viene proposto l'impiego di un modello a fattori dinamico, in cui il trattamento medico e la mortalità siano in principio tutti guidati dallo stato di salute latente. La dinamica viene introdotta nel modello includendo l'effetto del trattamento medico passato sullo stato di salute corrente. Il modello è stimato tramite Massima Verosimiglianza Simulata. Coerentemente con i risultati presenti finora in letteratura, i risultati indicano che una migliore condizione di salute è associata con un minore trattamento medico. Inoltre, il consumo farmaceutico nel periodo precedente ha effetti positivi sullo stato di salute corrente. Questo è consistente con il fatto che non seguire la terapia medica oggi può risultare in una peggiore condizione di salute domani. Nonostante questo, assumere più pastiglie di quanto necessario non migliora ulteriormente la stato di salute. Questi risultati hanno importanti implicazioni in termini di policy. Infatti, i risultati suggeriscono che politiche mirate ad aumentare la consapevolezza delle malattie legate all'ipertensione e l'importanza della cura dell'alta pressione possono aiutare non poco a ridurre i rischi cardiovascolari, e la conseguente ospedalizzazione e mortalità. Ci si attende che questo abbia implicazioni positive sia per la larga parte di popolazione adulta affetta da ipertensione sia per gli stessi Servizi Sanitari Nazionali.

Rossetti, C. (2008). Essays in applied health economics [10.58015/rossetti-claudio_phd2008-09-16].

Essays in applied health economics

ROSSETTI, CLAUDIO
2008-09-16

Abstract

Chapter 1 focuses on the issue of reporting bias in self-rated health. This chapter shows that gender and regional differences in self-rated health in Europe are only partly explained by differences in the prevalence of the various chronic conditions. However, a non-negligible part of these differences is due to other causes, which may include differences in reporting own health. The tool of "anchoring vignettes" is employed to understand whether and how women and men living in different regions differently report levels in a number of health components or domains.The analysis is based on Release~2 of the first (2004) wave of the Survey of Health, Ageing and Retirement in Europe (SHARE). This survey is ideal for the purpose because it contains information on subjective measures of health (such as self-rated health) and more objective measures (such as hospitalization and interviewer-measured grip strength), as well as detailed information on chronic health conditions. Release 2 of the data also includes the use of vignettes in self-administered questionnaires given to a randomly selected subsample of respondents.Vignettes are found to help identifying gender and regional differences in response scales. After correcting for these differences, both gender and regional variation in reported health is substantially reduced, although not entirely eliminated. The results suggest that differences in response styles should be taken into account when using self-assessment of health in socio-economic studies. Failing to do so may lead to misleading conclusions. Focusing on a specific chronic condition, hypertension, Chapter 2 studies the relationship between medical compliance and health outcomes (hospitalization and mortality rates) using a large panel of patients residing in a local health authority in Italy. These data allow to follow individual patients through all their accesses to public health care services until they either die or leave the local health authority. The results show that health outcomes clearly improve when patients become more compliant to drug therapy. At the same time, it is possible to infer valuable information on the role that drug co-payment can have on compliance and as a consequence on health outcomes, by exploiting the presence of two natural experiments during the period of analysis. The results show that drug co-payment has a strong effect on compliance, and that this effect is immediate. Chapter 3 improves the analysis of the relationship between health and medical care provided in Chapter 2. In fact, looking at the raw correlation between medical care and health cannot be expected to give the right answer, because of simultaneity through the unobservable components of deterioration. In this chapter, it is used a dataset where very detailed information about medical drug use, hospitalization and mortality, is collected over time for a sample of individuals suffering from hypertension, a chronic asymptomatic pathology affecting a large share of the adult population. All those variables are expected to be strongly dependent on each other. For analysing the amount of information embedded in such variables, a dynamic factor model is proposed, where medical treatments and mortality may all in principle be driven by latent individual stock of health. Dynamics is introduced by including the effects of lagged treatment on latent health. The model is estimated by Maximum Simulated Likelihood (MSL). In line with findings provided so far in the literature, the results indicate that better health is associated to lower medical treatments. In addition, lagged medical drug use is found to have positive effects on current health. This is consistent with the fact that not taking the medication today may result in poorer health tomorrow. Nonetheless, taking more pills than needed cannot improve health. These findings have important policy implications. In fact, the results suggest that policies aimed at improving awareness of hypertensive diseases and the importance of the treatment of high blood pressure may help reduce cardiovascular risks, and consequent hospitalization and mortality. This is expected to have positive implications both for the large share of adult population suffering from hypertension and for the National Health Systems themselves.
16-set-2008
2007/2008
Econometria ed economia empirica
20.
Il Capitolo 1 focalizza l'attenzione sui problemi di "reporting bias" legati all'indicatore di salute auto-riportato. Questo capitolo mostra che in Europa differenze di genere e differenze regionali possono solo parzialmente essere spiegate dalle differenze nella prevalenza delle varie condizioni croniche. Eppure, una parte non trascurabile di queste differenze è dovuta ad altre cause, che possono includere differenze nel modo in cui lo stato di salute viene riportato. Lo strumento delle "anchoring vignettes" è utilizzato per comprendere se e come le donne e gli uomini che vivono in diverse regioni d'Europa riportano differentemente il livello di salute relativo a vari "domini". L'analisi è basata sulla seconda Release della prima (2004) wave della Survey of Health, Ageing and Retirement in Europe (SHARE). Questa indagine è ideale per lo scopo in quanto contiene informazioni circa misure soggettive dello stato di salute e misure più oggettive (come ospedalizzazione e "grip strength"), come anche informazioni dettagliate circa condizioni croniche. La seconda Release dei dati contiene anche l'uso di "vignettes" in questionari assegnati ad un campione casuale di rispondenti. Le "vignettes" risultano essere utili per identificare differenze regionali e di genere nelle "response scales". Dopo aver corretto queste differenze, le variazioni regionali e di genere nelle stato di salute riportato risultano entrambe ridotte, seppure non del tutto eliminate. I risultati suggeriscono che le differenze nelle "response styles" devono essere prese in considerazione quando si utilizza lo salute auto-riportato in studi socio-economici. Non tenerne conto può condurre a risultati fuorvianti. Focalizzando l'attenzione su una specifica condizione cronica, l'ipertensione, il Capitolo 2 studia la relazione tra compliance medica e outcome sanitari (ospedalizzazione e mortalità) utilizzando un panel di pazienti che risiedono in un'Autorità Sanitaria Locale italiana. Questi dati consentono di seguire i pazienti attraverso tutti i loro accessi ai servizi sanitari pubblici. I risultati mostrano che gli outcome sanitari migliorano decisamente quando i pazienti sono più "compliant" alla terapia. Inoltre, è possibile inferire importanti informazioni circa il ruolo che il co-payment ha sulla compliance, e di conseguenza sugli outcome sanitari, esplorando due esperimenti naturali verificatisi durante il periodo qui analizzato. I risultati mostrano che il co-payment ha forti effetti sulla compliance, e che questi effetti sono immediati. Il Capitolo 3 estende l'analisi della relazione tra salute e trattamento sanitario fornita nel Capitolo 2. Infatti, considerando la semplice correlazione tra salute e trattamento sanitario non necessariamente fornisce la risposta adeguata, a causa della simultaneità nelle componenti inosservate del deterioramento della salute. In questo capitolo, si utilizza un dataset in cui informazioni molto dettagliate circa il consumo farmaceutico, l'ospedalizzazione e la mortalità sono collezionate nel tempo per un campione di individui affetti da ipertensione. L'ipertensione è una condizione cronica e asintomatica di cui soffre una larga parte della popolazione adulta. Tutte queste variabili sono fortemente dipendenti l'una dall'altra. Per analizzare l'informazione contenuta in tali variabili, viene proposto l'impiego di un modello a fattori dinamico, in cui il trattamento medico e la mortalità siano in principio tutti guidati dallo stato di salute latente. La dinamica viene introdotta nel modello includendo l'effetto del trattamento medico passato sullo stato di salute corrente. Il modello è stimato tramite Massima Verosimiglianza Simulata. Coerentemente con i risultati presenti finora in letteratura, i risultati indicano che una migliore condizione di salute è associata con un minore trattamento medico. Inoltre, il consumo farmaceutico nel periodo precedente ha effetti positivi sullo stato di salute corrente. Questo è consistente con il fatto che non seguire la terapia medica oggi può risultare in una peggiore condizione di salute domani. Nonostante questo, assumere più pastiglie di quanto necessario non migliora ulteriormente la stato di salute. Questi risultati hanno importanti implicazioni in termini di policy. Infatti, i risultati suggeriscono che politiche mirate ad aumentare la consapevolezza delle malattie legate all'ipertensione e l'importanza della cura dell'alta pressione possono aiutare non poco a ridurre i rischi cardiovascolari, e la conseguente ospedalizzazione e mortalità. Ci si attende che questo abbia implicazioni positive sia per la larga parte di popolazione adulta affetta da ipertensione sia per gli stessi Servizi Sanitari Nazionali.
self-rated health; health domains; anchoring vignettes; anchoring vignettes; reporting bias; reporting bias; co-payment; dynamic panel data models; factor models; simulated likelihood; latent variable models
Settore SECS-P/05 - ECONOMETRIA
Settore ECON-05/A - Econometria
English
Tesi di dottorato
Rossetti, C. (2008). Essays in applied health economics [10.58015/rossetti-claudio_phd2008-09-16].
File in questo prodotto:
File Dimensione Formato  
Chapters.pdf

accesso aperto

Licenza: Copyright degli autori
Dimensione 625.49 kB
Formato Adobe PDF
625.49 kB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2108/635
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact