Hispanopedia Wiki
Articulo de referencia

Epidemiología económica

La epidemiología económica es un campo que se sitúa en la intersección de la epidemiología y la economía . Su premisa es incorporar los incentivos para comportamientos saludable...

Hispanopedia WikiContenido en espanolLectura gratuita

La epidemiología económica es un campo que se sitúa en la intersección de la epidemiología y la economía . Su premisa es incorporar los incentivos para comportamientos saludables y las respuestas conductuales asociadas en un contexto epidemiológico para comprender mejor cómo se transmiten las enfermedades. Este marco debería contribuir a mejorar las respuestas políticas ante las epidemias , proporcionando a los responsables políticos y a los profesionales sanitarios herramientas claras para analizar cómo ciertas acciones pueden influir en la propagación de la transmisión de enfermedades .

El contexto principal en el que surgió este campo fue la idea de la dependencia de la prevalencia, o desinhibición , que sugiere que los individuos modifican su comportamiento a medida que cambia la prevalencia de una enfermedad. Sin embargo, la epidemiología económica también abarca otras ideas, como el papel de las externalidades , los bienes comunes globales de las enfermedades y cómo los incentivos individuales pueden influir en el resultado y el costo de las intervenciones sanitarias.

La epidemiología estratégica es una rama de la epidemiología económica que adopta un enfoque explícitamente basado en la teoría de juegos para analizar la interacción entre el comportamiento individual y la dinámica de las enfermedades en toda la población.

Dependencia de la prevalencia

La propagación de una enfermedad infecciosa es un fenómeno poblacional, pero las decisiones para prevenir o tratar una enfermedad suelen ser tomadas por individuos que pueden modificar su comportamiento a lo largo de una epidemia, especialmente si su percepción del riesgo cambia según la información disponible sobre la misma [ 1 ] ; estas decisiones tendrán entonces consecuencias a nivel poblacional. Por ejemplo, un individuo puede optar por tener relaciones sexuales sin protección o un médico puede recetar antibióticos a alguien sin una infección bacteriana confirmada . En ambos casos, la elección puede ser racional desde el punto de vista individual, pero indeseable desde una perspectiva social.

Limitar la propagación de enfermedades a nivel poblacional requiere modificar el comportamiento individual, lo cual, a su vez, depende de la información que las personas tengan sobre el nivel de riesgo. Cuando el riesgo es bajo, la gente tiende a ignorarlo. Sin embargo, si el riesgo de infección es mayor, es más probable que las personas tomen medidas preventivas. Además, cuanto más transmisible sea el patógeno , mayor será el incentivo para realizar inversiones personales en su control. [ 2 ]

Lo contrario también es cierto: si el riesgo de contraer una enfermedad disminuye, ya sea por vacunación o por una menor prevalencia, las personas pueden aumentar su comportamiento de riesgo. Este efecto es análogo a la introducción de normas de seguridad, como los cinturones de seguridad en los automóviles, que, al reducir el costo de un accidente en términos de lesiones y muertes esperadas, podrían llevar a las personas a conducir con menos precaución, y las lesiones resultantes a los no ocupantes y el aumento de accidentes no mortales podrían contrarrestar algunos de los beneficios del uso de los cinturones de seguridad. [ 2 ]

El comportamiento dependiente de la prevalencia introduce una diferencia crucial con respecto a la forma en que los individuos responden cuando aumenta la prevalencia de una enfermedad. Si el comportamiento es exógeno o si se supone que las respuestas conductuales son inelásticas con respecto a la prevalencia de la enfermedad , el riesgo per cápita de infección en la población susceptible aumenta a medida que aumenta la prevalencia. Por el contrario, cuando el comportamiento es endógeno y elástico, los huéspedes pueden actuar para reducir sus riesgos. Si sus respuestas son lo suficientemente fuertes, pueden reducir el riesgo per cápita promedio y compensar los aumentos en el riesgo de transmisión asociados con una mayor prevalencia. [ 3 ] [ 4 ] [ 5 ] [ 6 ]

Alternativamente, la disminución del riesgo percibido, ya sea por la reducción de la prevalencia o por la introducción de una vacuna, puede conducir a un aumento de las conductas de riesgo. Por ejemplo, algunos modelos sugieren que la introducción de la terapia antirretroviral de alta actividad (TARGA) , que redujo significativamente la morbilidad y la mortalidad asociadas al VIH /SIDA, puede provocar un aumento de la incidencia del VIH a medida que disminuye el riesgo percibido de contraerlo. [ 7 ]

Análisis recientes sugieren que la probabilidad de que un individuo tenga relaciones sexuales sin protección está relacionada con su evaluación personal del riesgo; aquellos que creían que recibir TARGA o tener una carga viral indetectable protege contra la transmisión del VIH, o que tenían menos preocupaciones sobre tener relaciones sexuales sin protección dada la disponibilidad de TARGA, eran más propensos a tener relaciones sexuales sin protección independientemente de su estado serológico respecto al VIH. [ 8 ]

Esta respuesta conductual puede tener implicaciones importantes para el momento oportuno de las intervenciones públicas, ya que la prevalencia y los subsidios públicos pueden competir para inducir conductas protectoras. [ 9 ] En otras palabras, si la prevalencia induce el mismo tipo de conducta protectora que los subsidios públicos, estos últimos se vuelven irrelevantes porque las personas optarán por protegerse cuando la prevalencia sea alta, independientemente del subsidio, y los subsidios pueden no ser útiles en los momentos en que normalmente se aplican.

Aunque las ETS son objetivos lógicos para examinar el papel del comportamiento humano en un marco de modelización, las acciones personales también son importantes para otras enfermedades infecciosas. La rapidez con la que los individuos reducen su tasa de contacto con otros durante un brote de una enfermedad altamente transmisible puede afectar significativamente la propagación de la enfermedad. [ 10 ] Incluso pequeñas reducciones en la tasa de contacto pueden ser importantes, especialmente para enfermedades como la gripe o el síndrome respiratorio agudo severo (SARS) . Sin embargo, esto también puede afectar la planificación de políticas para un ataque biológico con una enfermedad como la viruela .

Las respuestas conductuales individuales a las intervenciones para enfermedades no transmitidas sexualmente también son importantes. Por ejemplo, la fumigación masiva para reducir la transmisión de la malaria puede disminuir los efectos irritantes de las picaduras de mosquitos molestos y, por lo tanto, reducir el uso personal de mosquiteros. [ 6 ] La epidemiología económica se esfuerza por incorporar este tipo de respuestas conductuales en los modelos epidemiológicos para mejorar la utilidad del modelo en la evaluación de las medidas de control.

Vacunación

La inmunización representa un caso clásico de dilema social: un conflicto de intereses entre los beneficios privados de los individuos y los beneficios colectivos de la sociedad, y el comportamiento dependiente de la prevalencia puede tener efectos significativos en la formulación de políticas de vacunación . Por ejemplo, se encontró en un análisis de la introducción hipotética de una vacuna que reduciría (aunque no eliminaría) el riesgo de contraer el VIH, que los niveles individuales de comportamiento de riesgo eran una barrera significativa para eliminar el VIH, ya que pequeños cambios en el comportamiento podrían en realidad aumentar la incidencia/prevalencia del VIH, incluso si la vacuna fuera altamente eficaz. [ 3 ] Estos resultados, así como otros, [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ] pueden haber contribuido a la decisión de no liberar vacunas semi-eficaces existentes. [ 18 ]

El interés propio y la elección individual a menudo conducen a una tasa de vacunación inferior al óptimo social, ya que los individuos no consideran el beneficio para los demás. Además, el comportamiento dependiente de la prevalencia sugiere cómo la introducción de una vacuna puede afectar la propagación de una enfermedad. A medida que aumenta la prevalencia de una enfermedad, las personas demandarán vacunarse. Sin embargo, a medida que disminuye la prevalencia, el incentivo, y por lo tanto la demanda, se debilitará y permitirá que la población susceptible aumente hasta que la enfermedad pueda reaparecer. Mientras una vacuna no sea gratuita, ya sea monetariamente o a través de efectos secundarios reales o incluso percibidos , [ 19 ] [ 20 ] la demanda será insuficiente para pagar la vacuna en algún momento, dejando a algunas personas sin vacunar. Si la enfermedad es contagiosa, podría comenzar a propagarse nuevamente entre individuos no vacunados. Por lo tanto, es imposible erradicar una enfermedad prevenible mediante vacunación voluntaria si las personas actúan en función de su propio interés. [ 21 ] [ 22 ] [ 23 ]

COVID-19

La idea de entrelazar la epidemiología y la economía es relativamente nueva, ya que apareció por primera vez a principios de la década de 1990 en medio de la epidemia del VIH/SIDA. Los epidemiólogos de la época se dieron cuenta de que la enfermedad se propagaba a través de las decisiones sexuales de las personas y razonaron que debía considerarse una variable endógena dentro del equilibrio de Nash, vinculándola así con la economía, ya que los resultados podían predecirse. [ 24 ] Sin embargo, tanto la economía como la epidemiología están influenciadas por el utilitarismo en forma de "hacer el mayor bien para la mayor cantidad de personas" o análisis de costo-beneficio, ya que ambos campos de estudio buscan encontrar beneficios netos en los resultados de sus decisiones. [ 25 ] No obstante, la pandemia del SARS-CoV-2 y sus consecuencias han aportado datos extremadamente relevantes y oportunos a los investigadores en este campo.

Desde el 1 de enero de 2020 hasta el 4 de diciembre de 2022, se estimaron 1.277.204 muertes adicionales relacionadas con la pandemia de COVID-19, siendo la mayoría de ellas causadas por la enfermedad. [ 26 ] De manera similar a como John Snow descubrió el vector del cólera a través de las bombas de agua, los epidemiólogos pudieron rastrear la propagación comunitaria de la COVID-19 a través de los sistemas municipales de aguas residuales. [ 27 ] Estas muertes adicionales suelen considerarse en términos de la pérdida humana, las relaciones y los familiares que ya no tenemos, pero también existe un aspecto económico en estas muertes adicionales. Según datos del Banco Mundial, en 2021 el PIB per cápita promedio para una persona que vivía en los Estados Unidos fue de $69.288. [ 28 ] A pesar de las limitaciones del Producto Interno Bruto en este escenario, sirve como una variable adecuada para describir la pérdida de producción económica debido a estas muertes adicionales. Calculando la relación entre el exceso de muertes y el PIB per cápita, podemos observar que Estados Unidos ha perdido alrededor de 88.500 millones de dólares en producción total debido al exceso de muertes durante la pandemia de COVID-19. Los costos de la pandemia también pueden extrapolarse al costo del desarrollo y la distribución de vacunas, el costo de los cierres o la falta de ellos (es decir, la pérdida de empleos, la disminución del gasto y el cierre de zonas de bajo riesgo), el gasto sanitario adicional para pacientes que no lo necesitaban o que podrían haber evitado la hospitalización si se hubieran vacunado, el estímulo fiscal proporcionado por el gobierno, la pérdida de valor de las cuentas de jubilación y los efectos más amplios de la inflación.

Las personas también tienen algo que perder al contraer la enfermedad del SARS-CoV-2. Para muchos trabajadores por hora, esta baja por enfermedad se traduce en pérdida de ingresos, mientras que muchos trabajadores asalariados pueden trabajar desde casa. Ambas situaciones pueden tener consecuencias tanto positivas como negativas; ya sea recibir ayuda adicional de las prestaciones por desempleo mejoradas durante la mayor parte de 2021, o trabajar desde casa con mala conexión a internet o sin un espacio de trabajo dedicado. Estos inconvenientes contribuyeron potencialmente a la diferencia entre la incidencia notificada y la incidencia real estimada de COVID-19 en una población. Un estudio transversal de 2020 publicado en la revista JAMA Internal Medicine Journal realizó análisis de sangre en una muestra de conveniencia en 10 lugares geográficos de Estados Unidos y descubrió que, según la seroprevalencia, había 10 veces más casos de los que se notificaban. [ 29 ]

Referencias

  1. ↑ d'Onofrio A, Manfredi P (2010). "Los cambios relacionados con la información en los patrones de contacto pueden desencadenar oscilaciones en la prevalencia endémica de enfermedades infecciosas". Journal of Theoretical Biology . 256 (3): 473– 478. arXiv : 1309.3327 . doi : 10.1016/j.jtbi.2008.10.005 . PMID 18992258 . S2CID 14665952 .  
  2. 1 2 Peltzman S (1975). "Los efectos de la regulación de la seguridad automovilística". Journal of Political Economy . 83 (4): 677– 726. doi : 10.1086/260352 . S2CID 153473566 . 
  3. 1 2 Blower SM, McLean AR (1994). "Vacunas profilácticas, cambio de comportamiento de riesgo y probabilidad de erradicar el VIH en San Francisco". Science . 265 (5177): 1451– 1454. Bibcode : 1994Sci...265.1451B . doi : 10.1126/science.8073289 . PMID 8073289 . 
  4. ↑ Blythe SP, Cooke KL, Castillo-Chavez C (1991). "Cambio autónomo en el comportamiento de riesgo y tasa de incidencia no lineal en modelos de enfermedades de transmisión sexual". Informe técnico de la Unidad de Biometría B-1048-M .
  5. ↑ Philipson, TJ; Posner, RA (1993). Decisiones privadas y salud pública: La epidemia del SIDA desde una perspectiva económica . Cambridge, MA: Harvard University Press.
  6. 1 2 Klein E, Laxminarayan R, Smith DL, Gilligan CA (2007). "Incentivos económicos y modelos matemáticos de enfermedades". Environment and Development Economics . 12 (5): 707– 732. Bibcode : 2007EDevE..12..707K . doi : 10.1017/s1355770x0700383x . S2CID 154837045 . 
  7. ↑ Blower SM, Gershengorn HB, Grant RM (2000). "Una historia de dos futuros: VIH y terapia antirretroviral en San Francisco". Science . 287 (5453): 650– 654. Bibcode : 2000Sci...287..650B . doi : 10.1126/science.287.5453.650 . PMID 10649998 . 
  8. ↑ Crepaz N; Hart T; Marks, G (2004). "Terapia antirretroviral de alta actividad y conducta sexual de riesgo: una revisión metaanalítica". JAMA . 292 (2): 224– 236. doi : 10.1001/jama.292.2.224 . PMID 15249572 . 
  9. ↑ Geoffard PY, Philipson T (1996). "Epidemias racionales y su control público". Revista Económica Internacional . 37 (3): 603– 624. doi : 10.2307/2527443 . JSTOR 2527443 . 
  10. ↑ Del Valle S, Hethcote H, Hyman JM, Castillo-Chavez C (2005). "Efectos de los cambios de comportamiento en un modelo de ataque de viruela". Mathematical Biosciences . 195 (2): 228– 251. doi : 10.1016/j.mbs.2005.03.006 . PMID 15913667 . 
  11. ↑ Anderson R, Hanson M (2005). "Impacto potencial en la salud pública de las vacunas imperfectas contra el VIH tipo 1" . The Journal of Infectious Diseases . 191 : S85– S96. doi : 10.1086/425267 . PMID 15627235 . 
  12. ↑ Blower SM, Ma L, Farmer P, Koenig S (2003). "Predicción del impacto de los antirretrovirales en entornos con recursos limitados: prevención de infecciones por VIH y control de la resistencia a los fármacos". Current Drug Targets. Infectious Disorders . 3 (4): 345– 353. doi : 10.2174/1568005033480999 . PMID 14754434 . 
  13. ↑ Blower SM, Schwartz EJ, Mills J (2003). "Pronosticando el futuro de las epidemias de VIH: el impacto de las terapias antirretrovirales y las vacunas imperfectas". AIDS Reviews . 5 (2): 113– 125. PMID 12876900 . 
  14. ↑ Bogard E, Kuntz KM (2002). "El impacto de una vacuna contra el VIH parcialmente eficaz en una población de usuarios de drogas intravenosas en Bangkok, Tailandia: un modelo dinámico". Journal of Acquired Immune Deficiency Syndromes and Human Retrovirology . 29 (2): 132– 141. doi : 10.1097/00042560-200202010-00004 . PMID 11832681 . S2CID 12906060 .  
  15. ^ Gray RH, Li X, Wawer MJ, Gange SJ, Serwadda D, Sewankambo NK, Moore R, Wabwire-Mangen F, Lutalo T, Quinn TC (2003). "Simulación estocástica del impacto de la terapia antirretroviral y las vacunas contra el VIH en la transmisión del VIH; Rakai, Uganda" . SIDA . 17 (13): 1941-1951 . doi : 10.1097/00002030-200309050-00013 . PMID 12960827 . S2CID 2679885 .  
  16. ↑ Hadeler KP, Castillo-Chavez C (1995). "Un modelo de grupo central para la transmisión de enfermedades" (PDF) . Mathematical Biosciences . 128 ( 1–2 ): 41–55 . doi : 10.1016/0025-5564(94)00066-9 . hdl : 1813/31837 . PMID 7606144 . 
  17. ↑ Smith RJ, Blower SM (2004). "¿Podrían las vacunas contra el VIH que modifican la enfermedad causar perversidad a nivel poblacional?". The Lancet Infectious Diseases . 4 (10): 636– 639. doi : 10.1016/S1473-3099(04)01148-X . PMID 15451492 . 
  18. ↑ Auld MC (2003). "Elecciones, creencias y dinámica de las enfermedades infecciosas". Journal of Health Economics . 22 (3): 361– 377. doi : 10.1016/S0167-6296(02)00103-0 . hdl : 10419/189255 . PMID 12683957 . 
  19. ↑ Bauch CT, Earn DJ (2004). " Vacunación y la teoría de juegos" . PNAS . 101 (36): 13391– 13394. Bibcode : 2004PNAS..10113391B . doi : 10.1073/pnas.0403823101 . PMC 516577. PMID 15329411 .  
  20. ↑ d'Onofrio A, Manfredi P (2010). "Demanda de vacunas impulsada por efectos secundarios de las vacunas: implicaciones dinámicas para las enfermedades SIR" (PDF) . Journal of Theoretical Biology . 264 (2): 237– 252. Bibcode : 2010JThBi.264..237D . doi : 10.1016/j.jtbi.2010.02.007 . PMID 20149801 . 
  21. ↑ Geoffard PY, Philipson T (1997). "Erradicación de enfermedades: vacunación privada versus pública". American Economic Review . 87 : 222–230 .
  22. ↑ Mayo SR (2000). "Reglas simples con dinámicas complejas".". Science . 287 (5453): 601– 602. doi : 10.1126/science.287.5453.601 . PMID 10691541 . S2CID 117825364 .  
  23. ↑ Bauch CT, Galvani AP, Earn DJ (2004). "Interés grupal versus interés propio en la política de vacunación contra la viruela" . PNAS . 100 ( 18): 10564– 10567. Bibcode : 2003PNAS..10010564B . doi : 10.1073/pnas.1731324100 . PMC 193525. PMID 12920181 .  
  24. ↑ McAdams, David (27 de agosto de 2020). "Epidemiología económica tras la COVID-19" (PDF) . Consultado el 18 de noviembre de 2022 .
  25. ↑ Marseille, Elliot; Kahn, James G. (2019-04-03). "Utilitarismo y los fundamentos éticos del análisis de costo-efectividad en la asignación de recursos para la salud global" . Philosophy , Ethics, and Humanities in Medicine . 14 (1): 5. doi : 10.1186/s13010-019-0074-7 . ISSN 1747-5341 . PMC 6446322. PMID 30944009 .   
  26. ↑ "Exceso de muertes acumuladas estimado durante la COVID" . Our World in Data . Consultado el 13 de diciembre de 2022 .
  27. ↑ Suthar, Surindra; Das, Sukanya; Nagpure, Ajay; Madhurantakam, Chaithanya; Tiwari, Satya Brat; Gahlot, Pallavi; Tyagi, Vinay Kumar (2021-02-15). "Epidemiología y diagnóstico, calidad de los recursos ambientales y perspectivas socioeconómicas para la pandemia de COVID-19" . Journal of Environmental Management . 280 111700. Bibcode : 2021JEnvM.28011700S . doi : 10.1016/j.jenvman.2020.111700 . ISSN 0301-4797 . PMC 7687413. PMID 33261988 .   
  28. ↑ "PIB per cápita de EE. UU. 1960-2022" . www.macrotrends.net . Consultado el 13 de diciembre de 2022 .
  29. ↑ "UpToDate" . www.uptodate.com . Consultado el 13 de diciembre de 2022 .
  • Philipson, T. «Epidemiología económica y enfermedades infecciosas». En Manual de economía de la salud . Editado por Cuyler AJ, Newhouse JP. Ámsterdam: North Holland, 2000; volumen 1, parte 2, páginas 1761–1799. doi : 10.1016/S1574-0064(00)80046-3

Lecturas adicionales

  • Philipson, Tomas J. "Epidemiología económica" . Diccionario de economía New Palgrave en línea . Palgrave Macmillan . Consultado el 1 de enero de 2011 .
  • Gersovitz, M.; Hammer, JS (2003). "Enfermedades infecciosas, políticas públicas y la unión de la economía y la epidemiología". The World Bank Research Observer . 18 (2): 129– 157. doi : 10.1093/wbro/lkg011 .
  • Sadique, MZ (2006). "Libertad individual versus responsabilidad colectiva: una perspectiva de epidemiología económica" . Temas emergentes en epidemiología . 3 : 12. doi : 10.1186/1742-7622-3-12 . PMC 1609166. PMID 17002804 .