|
Université Lumière Lyon
2 Faculté des Sciences Economiques et de
Gestion Département Economie quantitative Master Economie
Quantitative et décisions Stratégiques
|
|
Master 2 Méthodes Quantitatives pour
l'Expertise et la Décision Economique
Statistiques et soins de santé De
Philippe Polomé

Publisher: Sozialökonomisches Institut Bibliothek
(Working paper N° 0210) Rämistrasse 71 CH-8006 Zürich
Etabli par Athmane BOUAZABIA
Athmane.bouazabia@univ-lyon2.fr Année
2007-2008
1. Introduction
Ce papier présente une évaluation de la
réforme du système de santé allemand de 1997. Cette
évaluation utilise comme critère le nombre de visites chez le
médecin. Les années que couvre l'éJpde sGnt
L99R à1999 et les données sont fournies par le panel
socio-économique allemand. L'effet global de La réforme a
été une réduction de 10% du nombre de visites chez le
médecin. L'effet était plus important dans la partie
inférieure de la distribution que dans sa partie supérieure.
Les dépenses de santé représentent une
part importante du total du P113 dans les pays de l'J2&'E. LI $ cLIFs deU
VLInièresLannées et dans la plupart des pays, la part des
dépenses de santé dans le P113 a tendance à augmenter. En
Allemagne, par exemple, leur part est passée de 8,4 % en 1980 à
10,5 % en 1996. Les raisons les plus citées de cette augmentation sont
le développement des technologies de la santé et le
vieillissement de la population.
1es LI Lst\HesqPII santGs LI blDqQes neLI
isXosOntTpas dLI struct GesVd'inciIItionLI SlDutili atioLI efficace
des ressources. 1'AlleHPgne est II des pays dont le système de
santé est financé par l'J(atDl L a eu plusieurs tentatives de
réforme du système de santé visant principalement la
réduction des coûts.
Le but de cette étude est d'évaluer une
réforme majeure qui a eu lieu en 1997. Cette réforme a
prévu, une hausse de 200 % du ticket modérateur1 pour
les médicaments délivrés sur ordonnance. En outre, cette
réforme a imposé des plafonds pour les remboursements par les
Faisses dIas LI raJDe maladie.
La contribution de ce papier est double. Premièrement, il
fournit une réponse fondamentale à la question de savoir si la
réforme du système de soins de santé de 1997 a
été un succès, ceci en utilisant comme moyen de mesure le
nombre de visites individuelles à un médecin.
Deuxièmement, l'évaluation de la réforme des soins de
santé, est très importante, elle permet de mesurer l'effet de la
réforme sur les différentes parties de la distribution.
Des informations importantes peuvent se perdre dans les
modèles utilisés tels que la loi de Poisson ou la loi binomiale
négative ce qui limite leur utilité.
A leur place, les modèles hurdle sont nouvellement
développés tel que le modèle Probit-Poisson et le
modèle log-normal, et mixture finie, ces modèles offrent
davantage de souplesse.
1 Le ticket modérateur est la quote Sart pW LII S
D\p l' LII Suré.
2. La réforme du système de santé
allemand de 1997
Plus de 90 % de la population allemande
bénéficie de l'assurance maladie du Système d'assurance
sociale fédérale. Ce système est financé
principalement par les cotisations sociales (retenues sur salaires). Pour les
salariés, la cotisation est proportionnelle aux revenus perçus
(jusqu'à un plafond de cotisation), et s'applique automatiquement aux
non-actifs notamment les conjoints et eLI ants à charJ 'aKtres avantages
sont prévus pour d'autres catégories P'FLPividus, tels que les
chômeurs et les étudiants.
Le système de couverture maladie est identique pour
toutes les personnes, en particulier, les frais de visite médicale, les
séjours à l'hôpital, et les médicaments
délivrés sur ordonnance ne sont pas remboursés en
totalité mais exigent un co-paiement par l'assuré.
Le co-paiement (ticket modérateur) pour la prescription
des médicaments a été augmenté le 1 er jMFllet
O997, un un montant jxe de 6 DM2 Sar ra Uort à l'annéj
précédente. Les considérations sociales ont abouti
à un certain nombre d'exemptions (enfants co-assurés,
ménage à faible revenu disposant d'un revenu brut compris entre 1
700 DM et 2 350 DM, participation cumulative maximale annuelle des co-paiements
limitée à 2 % du revenu brut annuel, et à 1 % pour les
malades chroniques.)
Cette me sure a été renforcée par un
certain nombre de mesures supplémentaires qui ont étendu la
réglementation en vigueur telle qu'une liste d'exclusion
définissant les médicaments non couverts par l'assurance maladie.
Des Prix ont été plafonnés pour le remboursement de
certains médicaments. Il y a eu instauration d'un budget global
contraignant les délivrances de médicaments, ce budget est
trimestriel et a été fixé pour chaque cabinet de
médecin. Le budget est entièrement transférable entre les
patients, dans la limite des coûts de traitement fixés pour chaque
médecin traitant.
L augmentation du ticket modérateur a un effet fiscal
direct, par la réduction de la part des coûts couverts par les
assureurs .Il était prévu que l'augmentation affecte les
dépenses des assurés et impacter ainsi leur comportement et les
inciter à agir de manière responsable ce qui les conduirait
à changer d'attitude tel qO'uTe utilisation moins excessive de
médicaments.
Cette approche est partiellement prise en compte car des
informations sur l'utilisation des médicaments ne sont pas disponibles.
La demande de prescription de médicaments et la demande de visite chez
le médecin sont étroitement liées, et se complètent
en fait. Les changements de comportement auraient pour effet la
réduction du nombre de visites chez un médecin. Alternativement,
on pourrait touj ours consulter un médecin pour obtenir des
2 DM : Deutsch Mark, l'ancFLnne QnFtL XQLétaFre Pe
l'plleDLJTe réuHFfFée.
conseils sans avoir une prescription ou opter pour
l'automédication, on peut également voir un médecin mais
décider de ne pas acheter de médicaments. Dans ce cas, le nombre
de visites aurait tendance à ne pas être affecté par
l'augmentation de ticket modérateur.
(QIin$ IilIcVnvientIdeInVteQIquLI
IlaIréfVrmWIIU I19TXIT IétéId'uUpIcVUrtH
IduGée.I/eInVuveaD I gouvernement de coalition dirigé par les
sociaux-démocrates issu des élections générales
tenues en 1998 a abrogé partiellement la réforme, une nouvelle
loi a revu à la baisse le ticket modérateur entre 1 et 3 DM.
D'un point de vue économétrique, cette seconde
réforme est intéressante car elle introduit une source
supplémentaire de modification de l'environnement de la santé ce
qui peut impacter notre étude.
3. Une étude antérieure
Les conséquences de la réforme du système de
santé allemand de 1997 sur la demande de services de santé ont
été préalablement évaluées par Lauterbach,
Gandjour et Schnell (2000). /'IpudeIG'HsL basée sur des
données recueillies d'VRtVbrRIàIdéL] mbreIF99P dans la
ville de Cologne auprès des visiteurs de pharmacies. Afin d'être
inclus dans l'éFhantillVL$ Il'inRivLI LIOViL être
couvert par l'assurance sociale, être âgé de 18 ans ou plus,
souffre d'une maladie aiguë ou chronique, et ne pas être
exempté du ticket modérateur. 10 000 questionnaires ont
été distribués, 695 ont été
retournés.
/'étudeIdH ICVlVgne s'esRIfVcal IReIsurILertain
sIvariables$ InVtamment Isur le nombre de visites à un
médecin. Ceux qui ont répondu à l'enquête ont
rapporté en moyenne 9,2 visites chez le médecin au cours des 12
derniers mois. 80,2 % des répondants ont affirmé que la
réforme des soins de santé n'a pas eu d'effet sur le nombre de
visites chez le médecin, 8,6 % ont indiqué qu'ils avaient
effectué une seule visite, alors que 11,2 % ont déclaré
qu'ils avaient effectué plus d'une visite.
Sur la base de ces informations, Lauterbach et al estiment une
réduction des consultations de 4,5 %. Ainsi, l'effet du changement de
politique est économiquement important, mais comment mesurer la
robustesse de ce résultat ? L'étude représente certaines
insuffisances pouvant affecter les conclusions. La taille de
l'échantillon est faible et le taux de réponse est très
faible, ce qui soulève le problème des réponses
biaisées.
A noter que présence en pharmacie est fortement
corrélée avec une visite antérieure à un
PéGecFn.IALnsi$IlinclLsiVn IdLnsIl'éOhXntillVQ
ILIépDndIde Il'état Ide Ila variable dépendante, et les
résultatsIne IpQuventIpasIrIIeIrep SsDntatifsIdeII'ens}Sblp
IdIIla IpVpulatIVn. I
Les utilisateurs occasionnels de services de soins de
santé sont sous-représentés, et les nonutilisateurs sont
exclus apriori. Une réponse est possible à ce problème
elle consisterait en l'utilisation des techniques économétriques
pour corriger l'échantillon
Bien entendu, cette approche nécessite que le même
modèle s'applique aux individus observés dans
l'échantillon et ceux qui ne sont pas observées (les
"utilisateurs" et les "non-utilisateurs"). Une hypothèse qui peut
être remise en question dans le contexte actuel. Par conséquent,
si l'on veut estimer l'effet de la réforme sur l'ensemble de la
population, il faut constituer un échantillon aléatoire de
l'ensemble de la population, comme celui fourni par le panel socio
économique allemand.
Le GSOEP (panel socio économique allemand.) dispose
d'un riche ensemble de variables socioéconomiques qui peuvent être
utilisés comme variables de contrôle, et « nombre de visites
chez le médecin » durant une période donnée peut
être modélisé en utilisant directement les données
du panel.
4. Les données
Pour cette étude, sélection d'une période
de cinq ans centrés sur l'année de la réforme, 1995- 1999.
Le GSOEP disposait de quelques variables relatives aux services de santé
notamment la variable nombre de visites trimestriel chez un médecin.
La base de la stratégie empirique est de rassembler les
données des cinq années et d'estimer les effets de la
réforme en comparant le nombre de visites en 1998 et 1996, (en
considérant la clause toutes choses égales par ailleurs). Les
années 1998 et 1996 sont choisies du moment que la réforme a eu
lieu à la mi-1997. En fonction des mois, quelques observations de 1997
ont disparu avant la réforme et certaines après. Un argument en
faveur du recours à une période longue est de réduire le
risque de biais lié aux considérations de temps. Par exemple, les
gens pourraient avoir développé une "extra-demande" pour les
visites chez le médecin juste avant la réforme et ce en
prévision des changements à venir.
Les modèles qui seront estimés dans les travaux
comprennent un ensemble prédicateurs linéaires de type :

Les prédicateurs linéaires seront
utilisés dans divers modèles de données à commencer
par le modèle de Poisson. Il est supposé que les effets
de la réforme soient identiques pour tous les groupes de la population
.On pourrait obtenir des réponses hétérogènes par
l'estimation du modèle relatifs aux sous-groupes.
Variable dépendante
Doctco : doctor consultation, Nombre de visites à
un médecin au cours des trois derniers mois
Variables explicatives
Age : E] keE]JTT E]E]'indiE]iOu E]
Male : est une variable prenant une valeur si l'individu
est de sexe masculin.
Educ : E] E] E]leE]nivE]auE]d'é duLatioD, E]e E]
GiL é E]eXE]nDL bLeE]d' E] E] ées E]de scolarité.
Maried : variable prenant une valeur si l'individu est
marié.
Hsize Householdsize : est le nombre de personnes vivant
dans le ménage.
Active sport : est une variable prenant une valeur si
l'individu pratique un sport au moins une fois par semaine.
Good health : E] E] E]uV E]vari ableE] reDanL E]DEeE]va
E] SrE]s}E]l'iDdivi E] E]qQalifi eE]saE]proXre E]E]antéE] O E]JtrQs
E]
bonne>> ou «bonne>>.
Bad health :E] E] E]uVeE]vE] iaQle E]E]renaUtE]unEE]val
E] SE]siE]I'individ E] E]XuQli E] E]saE]prHpreE]santL E]E]eE]«JLès
E]
mauvaise>> ou «mauvaise>>
Full time employed : E] E] eE]vari E] leE]pUenDntE]uH E]
aU}IrE]siE]l'in E]viduE]t E]vailleE]àE]ple E] E]teL s. E]
Parttime employed : est une variable prenant une valeur
si l'individu travaille à temps partiel. Unemployed : variable
prenant une valeur si l'individu est au chômage
Log income : est le logarithme du revenu du
ménage
Il existe trois canaux par lesquels ces variables peuvent
influer sur la demande de visites chez le médecin, le premier est le
sous-jacent de l'état de santé, le deuxième est la
contrainte budgétaire, et le troisième la
préférence de formation, un autre indicateur est l'kkJT E]
Enfin, la pratique du sport est un indicateur de bonne
santé. La contrainte budgétaire est déterminée par
le revenu et le niveau général des prix. Les principales
variables relatives au prix sont le coût d'opportunité d'une
visite chez le médecin qui dépend à son tour du niveau
d'éducation et de la situation de l'emploi.
Plusieurs des variables influent sur plus d'un aspect à la
fois. Age, par exemple, sur le coût d'opportunité (par l'effet de
l'expérience sur les salaires).
De même, l'éducation est un facteur important pour
GéperIIUPr l'iHveOpiOOJLQnp optimal
dans le capital santé (Grossman, 1972).
5. Les modèles économétriques
5.1 Modèle de Poisson
La distribution de probabilité suivant la loi de poisson
est donnée selon la formule suivante:

Dans ce modèle de régression, nous supposons que la
population est hétérogène avec des Xi
covariés, et ?i est spécifié comme
, où i = 1, . . ., N indice des observations dans
l'échantillon.
Les effets de la réforme, sont définis comme la
variation relative du nombre prévisionnel de visites chez le
médecin, elle est calculée comme suit :

Le modèle de Poisson peut être critiqué
sur un certain nombre points :
- Il ne permet pas d'observer
l'hétérogénéité, d'autres modèles,
tels que le Modèle binomialnégatif ou le modèle
Poisson-log-normal fournissent des estimateurs plus efficaces, (Winckelmann
2000).
- Il ne tient pas compte de la structure du panel de
données. Il y a jusqu'a cinq observations pour une personne
donnée, la présence d'un individu spécifique en termes
d'hétérogénéité, entraîne la
nullité de l'hKpSphèOe d'inHépG1LanGe de
l'échantillon.
Alternativement, on pourrait supposer une dépendance
entre les effets individuels et leur covariance.
(QIinQ L] L'indice du modèle de
régression de Poisson (et ses généralisations) implique
que la moyenne est donnée et tous les autres aspects de la distribution
sont bien déterminés. En particulier, la réforme ne peut
pas avoir des effets différents dans les différentes parties de
la distribution.
5.2 Modèle binomial négatif
/II mSTIèpI pSi[[SF LérifiI
p'égYpité [QiLYFtI : Espérance =
Variance dans la distribution

Cependant, un tel modèle comporte une hypothèse
très restrictive sur la variance.
Dès lors, il néglige la « surdispersion »
Ifti[tYFt TIYF[ p'échantillon ce qui conduirait à la
nonvalidité TII[ tI[t[ TI'inférence. Pour remédier
à cette situation, cette hypothèse peut être
relâchée en supposant une forme fonctionnelle alternative de la
variance telle que :

Ce modèle est désigné sous le nom de
modèle binomial négatif ou Negbin3. Il offre tous les
avantages du modèle de Poisson mais il est plus flexible.
Cependant, un tel modèle ignore une des
caractéristiques essentielles des variables dépendantes, i.e.
p'IftT[tIFcI TI'QFI différence qualitative entre les
réponses nulles et les réponses positives.
5.3 Modèles structurels
il s'agit d'une structure de modèle hurdle (Mullahy, 1986)
l'estimation est la suivante :

Pour fermer le modèle, il faut préciser f1 et
f2.
J1 comprend

J2 comprend Poisson, binomial négatif, Poisson
log-normal
Le modèle hurdle est populaire dans la
littérature de la santé, il donne une interprétation
structurelle qui s'entend avec l'intuition d'une structure de double
décision, du processus de demande. La première décision de
contact est prise indépendamment par le patient, alors que le traitement
et l'orientation de décision est influencée par le
médecin.
Deb et Trivedi ont observé une incompatibilité
entre les hypothèses du modèle et l'état des
données. Les consultations médicales sont mesurées par
période et non par stade de la maladie.
3 Notation proposée par Cameron et Trivedi.
En outre, les personnes en bonne santé consultent aussi
les médecins. Deb et Trivedi préconisent le modèle mixture
finie dans le but d'opérer une distinction entre les patients
fréquents et les moins fréquents.
6. Résultats
La moyenne du nombre de visites trimestrielle chez un
médecin a diminué de 2,66 à 2,35 visites entre 1996 et
1998. Les visites annuelles ont diminué de 11 % entre 1996 et 1998.
Déclin entre 1995 et 1996, et une augmentation de 2 %
entre 1998 et 1999. Ainsi, la diminution importante du nombre de visites
coïncide clairement avec le calendrier de la réforme. Aussi, pour
le compte de 1999, la réforme est allée de pair avec une
augmentation du nombre de visites, ceci est compatible avec l'hypothèse
d'un effet comportemental (abrogation de la réforme).
Tout au long de la période de l'étude, il y a
une large part des non-visiteurs. Cette proportion est plus
élevée en 1998, quand elle atteint 37 % de la population, il y a
une augmentation de plus 4,4 pts par rapport en 1996.
La moyenne d'âge a augmenté de moins d'un an
entre 1995 et 1999. Cela laisse penser que f'éU}aXtfffoX1X'Ost1Ras
1éQEfffbré. Une raison à cela est que les1jeEXes1eXQrIIXt
1daXs1f'éU}IXtfffoX1et 1 les personnes âgées fe1qEftteXL,
1fa1foErU}eLI 1d'kgL 1ItaXt1F0-60 ans.
Le taux de chômage de la population est lié
à1 'état de la conjoncture. En effet, il retrace
approximativement le taux réel de chômage qui a atteint 11 % en
1997 en Allemagne. Fait intéressant, les statistiques indiquent une
amélioration générale de l'état de santé de
la population entre 1996 et 1998. La proportion des personnes pratiquant le
sport a augmenté de 25 à 31%, bien que ces moyennes restent
très volatiles. La proportion des personnes déclarant une bonne
santé a augmenté de 56 à 60 %, alors que la proportion des
personnes déclarant un mauvais état de santé a
diminué, passant de 14 à 13 %. Ces tendances sont importantes
pour deux raisons. Tout d'abord, l'amélioration de la qualité des
soins de santé pourrait être en mesure d'expliquer en partie la
diminution du nombre de visites chez un médecin.
Deuxièmement, ces améliorations apportent quelques
éléments prouvant que les réformes, ont réussi
à maîtriser les coûts, mais en fait ont pu aggraver la
situation sanitaire générale. Les estimations du modèle de
Poisson, avec prise en compte des effets spécifiques individuels
appellent les remarques suivantes :
La plupart des effets sont robustes pour la
spécification du modèle, et de nombreux résultats sont
communs à ceux qu'on trouve ailleurs dans la littérature. Les
hommes ont moins visité les médecins que les femmes. Sur la base
du modèle de Poisson, le nombre de visites a diminué de 9,9 %
entre 1996 et 1998.
Six autres modèles ont été estimés
en utilisant les mêmes données : binomial négatif,
Poisson-log - Normal, hurdle- binomial négatif, mixture finie binomial
négatif à deux composantes, modèle à multi
composantes, et le modèle probit-Poisson-log-normal.
Deb et Trivedi (2002) ont conclu la supériorité
du modèle mixture finie sur le modèle hurdle.
Il y a plusieurs façons d'exercer une discrimination
entre les modèles. Certains de ces modèles sont imbriqués
(comme le modèle de Poisson et le modèle binomial
négatif), la plupart d'entre eux ne le sont pas (par exemple mixture
finie, le hurdle binomial négatif et le modèle multi
épisodes)
Les valeurs du maximum de vraisemblance des différents
modèles montrent que le ratio de test de vraisemblance rejette
clairement le modèle de Poisson contre les autres modèles.
Pour sélectionner le meilleur modèle parmi les
sept, une simple comparaison des maximums de vraisemblance (Likelihood) est un
premier indicateur.
Il convient de souligner que les résultats corroborent
les conclusions de Deb et Trivedi (2002) que le modèle mixture finie
Binomial négatif surpasse le modèle hurdle binomial
négatif.
La taille et la composition des effets de la réforme,
mesurés par le pourcentage de réduction du nombre de visites chez
le médecin, pour chacun des modèles appellent les remarques
suivantes : Les estimations pour le modèle de base (modèle de
poisson et binomial négatif), avec ou sans observation d}hI
pI ropI RI JpI , sont toutes dans le même rang,
allant de 9,9 à 10,4 %. Ces estimations sont nettement au-dessus de
celle (e l}I tF(p (e Lauterbach et al, Pour rappel leur étude
a montré une baisse de 4,5 %.
Comment réconcilier ces deux conclusions ? Il est
possible que les différences ont trait aux faibles taux de
réponse dans l'enquête, ou la manière dont les questions
ont été posées par le GSOEP.
Les modèles structurels répondent à cette
question de différences (}élasticités dans
différentes parties de la distribution. Les résultats confirment
effectivement qu'un tel effet est présent, cela est le plus
évident dans le modèle probit-Poisson-log-normal.
Cette réduction est plus forte à gauche de la
distribution : la probabilité (}JffITTFer au mñns une visite a
diminué d'environ 6,7 % entre 1996 et 1998, alors que le nombre de
visites prévisionnel R}J diminué que d'environ 2,6 %.
Conclusion
Comment interpréter les effets et les relations de
causalité de la réforme ?
L'étude est basée sur la variation du nombre de
visites chez le médecin. Ceci suppose que d'autres choses ne changent
pas de manière concomitante, par delà les caractéristiques
socioéconomiques. Il est difficile d'imaginer ce que les autres choses
devraient être. Il est peu probable que le sous-jacent « état
de santé non observé » a varié
considérablement durant cette période sans que cela ne soit
contrôlpLl MU l'pLI Oe, loI UUliIJL nQI sLM
ffliUXeULI I 'une éventuelle épidémie a frappé
enQ1LILI6, et qI 'eIle était absente en 1998.
Même si l'on accepte l'interprétation selon
laquelle la réforme des soins de santé de 1997 a contribué
à la réduction du nombre de visites chez le médecin, il
est encore tôt O'MttUlibI eU entièrement cela à
l'augmentation du ticket modérateur.
Réplique des résultats
-'MliIpu répliquer les résultats des modèles
de Poisson et binomial négatif sur Eviews. Pour une meilleure
comparaison des résultats, j MliIétabli un modèle
alternatif qui est les moindres carrés ordinaires (MCO) dont les
résultats sont comparés à ceux des deux premiers
modèles. Démarche :
1. Traitement des données sur Excel de façon
à reprendre exactement les mêmes variables
2. Importation des données sur Eviews
3. Lancement des estimations des différents
modèles sur QUICK ? EQUATION ESTIMATION : Choix des différents
modèles à estimer
Poisson ML, Négative binomial ML, LS Least Square (MCO)
comme modèle alternatif
4. Edition des résultats et analyse des performances.
|