El disseny de sistemes de pagament

 A Framework for the Design of Risk-Adjustment Models in Health Care Provider Payment Systems

A partir d'avui aquest blog es trasllada a Substack. Durant unes setmanes serà accessible simultàniament per blogger i per substack. Anoteu l'adreça: econsalut.substack.com

Article resumit amb IA.

Aquest article presenta un marc conceptual integral per al disseny de models d'ajust de risc (RA) en el context de models de pagament prospectiu a proveïdors d'assistència sanitària. L'objectiu és desenvolupar un marc que expliciti les opcions de disseny i les compensacions associades per tal de personalitzar el disseny de l'RA als sistemes de pagament a proveïdors, tenint en compte els objectius i les característiques del context d'interès.

Introducció (1-3): Durant les últimes dècades, els reguladors i els responsables polítics de la salut han fet esforços per millorar l'eficiència de la prestació d'assistència sanitària mitjançant la reforma dels sistemes de pagament a proveïdors. Específicament, l'eficiència s'ha perseguit mitjançant la introducció d'elements prospectius en els models de pagament, donant lloc a diversos Models de Pagament Alternatius (MPA) com els acords de qualitat alternatius i els pagaments agrupats. Aquests MPA tenen com a objectiu incentivar l'eficiència traslladant (part de) la responsabilitat financera dels pagadors als proveïdors. Una característica típica dels pagaments prospectius a proveïdors és que es basen en un "nivell de despesa normatiu" per a la prestació d'un conjunt predefinit de serveis a una determinada població de pacients. El nivell de despesa normatiu es refereix al nivell de despesa que "hauria de ser" depenent de la població de pacients d'un proveïdor, en lloc de la despesa observada. Un element clau en la determinació dels nivells de despesa normatius és la correcció de les diferències sistemàtiques en les necessitats d'assistència sanitària de les poblacions de pacients dels proveïdors, comunament coneguda com a ajust de risc (RA). L'RA és crucial per garantir un terreny de joc igualitari per als proveïdors i per evitar incentius per a comportaments no desitjats, com la selecció de riscos.

Nova Contribució (8-10): Tot i les contribucions conceptuals existents sobre el disseny de l'RA, actualment no hi ha un marc integral per adaptar el disseny de l'RA al pagament de proveïdors i a les característiques essencials del context. Aquest article desenvolupa aquest marc sintetitzant, ampliant i aplicant coneixements de la literatura existent. La metodologia va incloure una revisió de la literatura combinada amb consultes a experts en el camp de l'RA i els sistemes de pagament. La informació recopilada es va sintetitzar per desenvolupar el marc, del qual van sorgir tres criteris per al disseny de models d'RA i es van agrupar les opcions i les compensacions en dues dimensions principals: (a) la tria dels ajustadors de risc i (b) la tria de les ponderacions de pagament.

Definicions de Conceptes Clau (11-13): Els models de pagament prospectiu i els MPA traslladen la responsabilitat financera dels pagadors als proveïdors per tal d'incentivar el control de costos i l'eficiència. Qualsevol trasllat de responsabilitat financera requereix que el pagador determini el nivell de despesa normatiu, que reflecteix el nivell de despesa apropiat donades les necessitats d'assistència sanitària d'una població i els objectius dels MPA. El nivell de despesa normatiu no fa referència necessàriament al nivell de despesa absolut o òptim, sinó al nivell considerat apropiat donat el nivell/objectius d'eficiència perseguits pel MPA.

Fonts de Variació de la Despesa i el Paper de l'RA i la Mancomunació de Riscos (14-19): Quan s'estableixen nivells de despesa normatius, és important considerar tres fonts de variació de la despesa: (a) variació sistemàtica impulsada per factors fora del control dels proveïdors (variables C o "factors de compensació"), (b) variació sistemàtica impulsada per factors que els proveïdors poden influir (variables R o "factors de responsabilitat"), i (c) variació aleatòria. Per evitar que els proveïdors assumeixin riscos excessius que no poden influir, els MPA solen aplicar alguna forma de mancomunació de riscos. L'RA prospectiu s'utilitza per compensar la variació de la despesa deguda a les variables C. La naturalesa i el grau en què s'ha de compensar la variació de la despesa resultant de les variables C forma el punt de partida d'un model d'RA.

Tres Criteris per al Disseny de Models d'RA (19-26): L'objectiu general de l'RA en els MPA és compensar els proveïdors per la variació de la despesa deguda a les variables C, alhora que els manté responsables de la variació de la despesa deguda a les variables R. Això implica dos criteris clau: (a) compensació adequada per a les variables C i (b) cap compensació per a les variables R. Un tercer criteri important és la viabilitat.

• Criteri 1: Compensació Adequada per a les Variables C (20-26): Per evitar problemes de selecció, l'RA hauria de compensar adequadament les variables C que són rellevants a la llum de les possibles accions de selecció de riscos per part dels proveïdors (atraure/dissuadir pacients sans/no sans). També hauria de compensar les variables C que varien entre les poblacions de proveïdors per evitar la participació selectiva en el MPA.
• Criteri 2: Cap Compensació per a les Variables R (26-29): Per evitar ineficiències, l'RA no hauria de compensar les variables R. La compensació per la variació de la despesa de les variables R pot donar lloc a problemes d'eficiència, com la perpetuació de les ineficiències existents ("biaix d'status quo") i la creació d'incentius per a noves ineficiències (reducció dels incentius per al control de volum i preu, codificació ascendent).
• Criteri 3: Viabilitat (29-30): Un tercer criteri crucial és la viabilitat, que inclou la disponibilitat de dades i l'acceptació per part de totes les parts interessades (pacients, proveïdors, pagadors, reguladors).

Un Marc per al Disseny de Models d'RA (30-31): Aquest marc distingeix entre preguntes de disseny, opcions associades i consideracions i compensacions clau pel que fa a (a) la tria dels ajustadors de risc i (b) la tria de les ponderacions de pagament.

La Tria dels Ajustadors de Risc (31-47): Aquesta secció aborda tres preguntes principals de disseny:

• Quin tipus d'informació es basa els ajustadors de risc? (32-38): Les opcions inclouen informació demogràfica, socioeconòmica, subjectiva (de salut), diagnòstica, d'utilització, clínica, de despesa (retardada) i del costat de l'oferta. L'ús d'informació endògena (diagnòstics, utilització, despesa) és altament predictiu de la despesa de tipus C, però pot perpetuar ineficiències i introduir nous incentius perversos per al volum i el preu. L'ús d'informació exògena (demogràfica, socioeconòmica) no manté ni introdueix incentius perversos relacionats amb el volum o el preu, però el seu poder predictiu és generalment baix.
• A quin període de temps (període base) pertany la informació? (38-45): Es pot distingir entre ajustadors concurrrents i prospectius. Els efectes d'incentiu relatius d'aquestes opcions no estan clars a priori.
• Com dissenyar els ajustadors de risc? (46-47): Això inclou l'especificació de l'escala de mesura, l'operacionalització dels ajustadors (considerant condicions, jerarquies, restriccions) i les interaccions entre ajustadors.

La Tria de les Ponderacions de Pagament (48-60): Per trobar ponderacions de pagament apropiades, els responsables de la presa de decisions s'enfronten a tres decisions principals de disseny:

• Quina mostra d'estimació? (49-52): Es requereix una mostra d'estimació representativa de la població d'interès i dels nivells de despesa normatius. En la pràctica, sovint s'utilitzen dades històriques i poblacions de pacients similars.
• Quines intervencions de dades? (52-58): Quan la mostra d'estimació no és representativa, s'han de considerar intervencions de dades sobre la població de pacients i/o les dades de despesa per millorar la coincidència amb la població d'interès i el nivell de despesa normatiu. Això pot incloure correccions per biaixos i inequitats.
• Com derivar les ponderacions de pagament? (59-60): Això implica decidir quins ajustadors de risc incloure (considerant el biaix de la variable omesa) i quin criteri d'optimització utilitzar per estimar aquestes ponderacions. Les opcions van des de criteris d'optimització estàndard (OLS, GLM) fins a criteris personalitzats (regressió restringida, aprenentatge automàtic).

La Interconnexió Entre les Opcions de Disseny per als Ajustadors de Risc i les Ponderacions de Pagament (61-62): Les decisions de disseny dins i entre aquests dos temes estan altament interrelacionades. Per exemple, la tria de la informació en què es basen els ajustadors de risc afectarà la seva especificació i operacionalització. De la mateixa manera, les decisions sobre com es deriven les ponderacions de pagament depenen tant de la tria dels ajustadors de risc com de la tria de la mostra d'estimació (modificada).

Discussió (63-68): No hi ha un enfocament únic per al disseny de models d'RA, i el disseny adequat pot variar segons la configuració i les evolucions al llarg del temps. És crucial la decisió normativa sobre quines variables es consideren C i quines R. L'abast de la preocupació pels possibles incentius de selecció i control de costos pot variar segons el context. Les consideracions de viabilitat, com la disponibilitat de dades i l'acceptació de les parts interessades, també són importants.

Consideracions Més Amplies per al Disseny de l'RA en el Finançament de l'Assistència Sanitària (69-70): Tot i que aquest article se centra en el pagament a proveïdors, el marc proposat també podria beneficiar altres reformes de finançament, com les iniciatives de participació del consumidor, tot i que es necessita més recerca.

Conclusió (71): El disseny de models d'RA per a sistemes de pagament prospectiu a proveïdors és un exercici complex que requereix una consideració explícita de moltes preguntes, opcions i compensacions difícils. El procés de disseny ha de guiar-se per tres criteris clau: compensació adequada de les variables C, cap compensació de les variables R i viabilitat. Les diverses preguntes i opcions de disseny es poden classificar en la tria dels ajustadors de risc i la tria de les ponderacions de pagament. Es necessita més recerca per donar suport a les decisions normatives sobre les variables C i R, així com per desenvolupar mètriques d'avaluació integrals per a la valoració dels efectes dels incentius.

Referències

A continuació es mostren les referències citades en les fonts:

• Adams Dudley, R., Medlin, C. A., Hammann, L. B., Cisternas, M. G., Brand, R., Rennie, D. J., & Luft, H. S. (2003). The best of both worlds? Potential of hybrid prospective/concurrent risk adjustment. Medical Care, 41(1), 56–69.
• American Medical Association. (2019). Improving Risk adjustment in alternative payment models.
• Andersen, R., & Newman, J. F. (2005). Societal and individual determinants of medical care utilization in the United States. The Milbank Memorial Fund Quarterly. Health and Society, 83(4), 1468-0009.2005.00428.x.
• Anderson, G. F., & Weller, W. E. (1999). Methods of reducing the financial risk of physicians under capitation. Archives of Family Medicine, 8(2), 149–155.
• Anthun, K. S. (2021). Predicting diagnostic coding in hospitals: Individual level effects of price incentives. International Journal of Health Economics and Management, 22(2), 129–146.
• Arrow, K. J. (2004). Uncertainty and the welfare economics of medical care. Bulletin of the World Health Organization, 82(2), 141–149.
• Ash, A. S., & Ellis, R. P. (2012). Risk-adjusted payment and per-formance assessment for primary care. Medical Care, 50(8), 643–653.
• Ash, A. S., Mick, E. O., Ellis, R. P., Kiefe, C. I., Allison, J. J., & Clark, M. A. (2017). Social determinants of health in managed care payment formulas. JAMA Internal Medicine, 177(10), 1424–1430.
• Bäuml, M. (2021). How do hospitals respond to cross price incen-tives inherent in diagnosis-related groups systems? The impor-tance of substitution in the market for sepsis conditions. Health Economics, 30(4), 711–728.
• Bergquist, S. L., Layton, T. J., McGuire, T. G., & Rose, S., & National Bureau of Economic Research. (2018). Intervening on the data to improve the performance of health plan pay-ment methods (Ser. NBER working paper series, no. w24491). National Bureau of Economic Research.
• Brown, J., Duggan, M., Kuziemko, I., & Woolston, W. (2014). How does risk selection respond to risk adjustment? New evi-dence from the Medicare Advantage Program. The American Economic Review, 104(10), 3335–3364.
• Buchner, F., Wasem, J., & Schillo, S. (2017). Regression trees iden-tify relevant interactions: Can this improve the predictive per-formance of risk adjustment? Health Economics, 26(1), 74–85.
• Cattel, D., Eijkenaar, F., & Schut, F. T. (2020). Value-based pro-vider payment: Towards a theoretically preferred design. Health Economics, Policy and Law, 15(1), 94–112.
• Chang, H.-Y., Lee, W.-C., & Weiner, J. P. (2010). Comparison of alternative risk adjustment measures for predictive modeling: High risk patient case finding using Taiwan’s national health insurance claims. BMC Health Services Research, 10, 343– 343. https://doi.org/10.1186/1472-6963-10-343.
• Chernew, M. E., Mechanic, R. E., Landon, B. E., & Safran, D. G. (2011). Private-payer innovation in Massachusetts: The “alter-native quality contract.” Health Affairs, 30(1), 51–61.
• Chien, A. T., Newhouse, J. P., Iezzoni, L. I., Petty, C. R., Normand, S.-L. T., & Schuster, M. A. (2017). Socioeconomic background and commercial health plan spending. Pediatrics, 140(5).
• Constantinou, P., Tuppin, P., Gastaldi-Ménager, C., & Pelletier-Fleury, N. (2022). Defining a risk-adjustment formula for the introduction of population-based payments for primary care in France. Health Policy, 126(9), 915–924.
• Dafny, L. S. (2005). How do hospitals respond to price changes? The American Economic Review, 95(5), 1525–1547.
• Douven, R., McGuire, T. G., & McWilliams, J. M. (2015). Avoiding unintended incentives in ACO payment models. Health Affairs, 34(1), 143–149.
• Douven, R., Remmerswaal, M., & Mosca, I. (2015). Unintended effects of reimbursement schedules in mental health care. Journal of Health Economics, 42, 139–150.
• Dowd, B. E., Huang, T-y, & McDonald, T. (2021). Tiered cost-sharing for primary care gatekeeper clinics. American
• Duan, N., Manning, W. G., Morris, C. N., & Newhouse, J. P. (1983). A comparison of alternative models for the demand for medical care. Journal of Business & Economic Statistics, 1(2), 115–126.
• Durfey, S. N. M., Kind, A. J. H., Gutman, R., Monteiro, K., Buckingham, W. R., DuGoff, E. H., & Trivedi, A. N. (2018). Impact of risk adjustment for socioeconomic status on Medicare advantage plan quality rankings. Health Affairs, 37(7), 1065–1072.
• Eijkenaar, F., van Vliet, R. C. J. A., & van Kleef, R. C. (2018). Diagnosis-based cost groups in the Dutch risk-equalization model: Effects of clustering diagnoses and of allowing patients to be classified into multiple risk-classes. Medical Care, 56(1), 91–96.
• Einav, L., Finkelstein, A., Ji, Y., & Mahoney, N. (2022). Voluntary regulation: Evidence from Medicare payment reform. The Quarterly Journal of Economics, 137(1), 565–618.
• Ellis, R. P. (1998). Creaming, skimping and dumping: Provider competition on the intensive and extensive margins. Journal of Health Economics, 17(5), 537–555.
• Ellis, R. P., Martins, B., & Rose, S. (2018). Risk adjustment for health plan payment. In T. G. McGuire & R. C. van Kleef (Eds.), Risk adjustment, risk sharing and premium regu-lation in health insurance markets: Theory and practice (pp. 55–104). Elsevier.
• Epstein, A. M., & Cumella, E. J. (1988). Capitation payment: Using predictors of medical utilization to adjust rates. Health Care Financing Review, 10(1), 51–69.
• García-Goñi, M., Ibern, P., & Inoriza, J. M. (2009). Hybrid risk adjustment for pharmaceutical benefits. The European Journal of Health Economics, 10(3), 299–308.
• Geruso, M., & Layton, T. (2020). Upcoding: Evidence from Medicare on squishy risk adjustment. Journal of Political Economy, 128(3), 984–1026.
• Geruso, M., & McGuire, T. G. (2016). Tradeoffs in the design of health plan payment systems: Fit, power and balance. Journal of Health Economics, 47, 1–19.
• Gilmer, T., Kronick, R., Fishman, P., & Ganiats, T. G. (2001). The Medicaid Rx model: Pharmacy-based risk adjustment for pub-lic programs. Medical Care, 39(11), 1188–1202.
• Glazer, J., & McGuire, T. G. (2002). Setting health plan premiums to ensure efficient quality in health care: Minimum variance optimal risk adjustment. Journal of Public Economics, 84(2), 153–173.
• Gravelle, H., Sutton, M., Morris, S., Windmeijer, F., Leyland, A., Dibben, C., & Muirhead, M. (2003). Modelling supply and demand influences on the use of health care: Implications for deriving a needs-based capitation formula. Health Economics, 12(12), 985–1004.
• Hayen, A. P., van den Berg, M. J., Meijboom, B. R., Struijs, J. N., & Westert, G. P. (2015). Incorporating shared savings pro-grams into primary care: From theory to practice. BMC Health Services Research, 15, Article 580.
• Heckman, J. J., & Honoré, B. E. (1990). The empirical content of the Roy model. Econometrica, 58(5), 1121–1149.
• Hildebrandt, H., Hermann, C., Knittel, R., Richter-Reichhelm, M., Siegel, A., & Witzenrath, W. S. (2010). Gesundes Kinzigtal Integrated Care: Improving population health by a shared health
• Hollenbeak, C. S. (2005). Functional form and risk adjustment of hospital costs: Bayesian analysis of a Box-Cox random coef-ficients model. Statistics in Medicine, 24(19), 3005–3018. https://doi.org/10.1002/sim.2172.
• Horn, S. D., Horn, R. A., & Sharkey, P. D. (1984). The severity of illness index as a severity adjustment to diagnosis-related groups. Health Care Financing Review, 1984, 33–45.
• Hughes, J. S., Averill, R. F., Eisenhandler, J., Goldfield, N. I., Muldoon, J., Neff, J. M., & Gay, J. C. (2004). Clinical risk groups (CRGs): A classification system for risk-adjusted capitation- based payment and health care management. Medical Care, 42(1), 81–90.
• Humbyrd, C. J., Hutzler, L., & DeCamp, M. (2019). The ethics of success in bundled payments: Respect, beneficence, and social justice concerns. American Journal of Medical Quality, 34(2), 202–204.
• Jha, A. (2014) The Health Care Blog. https://thehealthcareblog. com/blog/2014/09/29/changing-my-mind-on-ses-adjustment/
• Iezzoni, L. I. (2012). Risk adjustment for measuring health care outcomes (3rd ed.). Health Administration Press.
• Iommi, M., Bergquist, S., Fiorentini, G., & Paolucci, F. (2022). Comparing risk adjustment estimation methods under data availability constraints. Health Economics, 31(7), 1368–1380.
• Isaksson, D., Blomqvist, P., Pingel, R., & Winblad, U. (2018). Risk selection in primary care: A cross-sectional fixed effect analysis of Swedish individual data. BMJ Open, 8(10), Article e020402.
• Jones, A. (2010). Models for health care [Working papers]. HEDG, c/o Department of Economics, University of York, Health, Econometrics and Data Group (HEDG).
• Kapur, K., Tseng, C. W., Rastegar, A., Carter, G. M., & Keeler, E. (2003). Medicare calibration of the clinically detailed risk information system for cost. Health Care Financing Review, 25(1), 37–54.
• Lamers, L. M. (1998). Risk-adjusted capitation payments: Developing a diagnostic cost groups classification for the Dutch situation. Health Policy, 45(1), 15–32.
• Lamers, L. M. (1999). Pharmacy costs groups. Medical Care, 37(8), 824–830.
• Lamers, L. M., & van Vliet, R. C. J. A. (2003). Health-based risk adjustment; Improving the pharmacy-based cost group model to reduce gaming possibilities. European Journal of Health Economics, 4(2), 107–114.
• Layton, T. J., McGuire, T. G., & van Kleef, R. C. (2018). Deriving risk adjustment payment weights to maximize efficiency of health insurance markets. Journal of Health Economics, 61, 93–110.
• Lemke, K. W., Pham, K., Ravert, D. M., & Weiner, J. P. (2020). A revised classification algorithm for assessing emergency department visit severity of populations. American Journal of Managed Care, 26(3), 119–125. https://doi.org/10.37765/ ajmc.2020.42636.
• Levy, S., Bagley, N., & Rajkumar, R. (2018). Reform at risk— mandating participation in alternative payment plans. The New England Journal of Medicine, 378(18), 1663–1665.
• Liao, J. M., Pauly, M. V., & Navathe, A. S. (2020). When should Medicare mandate participation in alternative payment mod-els? Health Affairs, 39(2), 305–309.
• Martinussen, P. E., & Hagen, T. P. (2009). Reimbursement sys-tems, organisational forms and patient selection: Evidence from day surgery in Norway. Health Economics, Policy, and Law, 4(Pt. 2), 139–158.
• McGuire, T. G. (2000). Physician agency. In A. J. Culter & J. P. Newhouse (Eds.), Handbook of health economics (1st ed., Vol. Volume 1a, Handbooks in economics, p. 17). Elsevier.
• McGuire, T. G. (2011) Physician agency and payment for primary medical care. In S. Glied & P. C. Smith (Eds), Chapter 9: The Oxford handbook of health economics (online ed., pp. 462– 528). Oxford Academic.
• McWilliams, J. M., Hatfield, L. A., Landon, B. E., Hamed, P., & Chernew, M. E. (2018). Medicare Spending after 3 years of the Medicare shared savings program. The New England Journal of Medicine, 379(12), 1139–1149.
• McWilliams, J. M., Weinreb, G., Ding, L., Ndumele, C. D., & Wallace, J. (2023). Risk adjustment and promoting health equity in population-based payment: Concepts and evidence: Study examines accuracy of risk adjustment and payments in promoting health equity. Health Affairs, 42(1), 105–114.
• Newhouse, J. P. (1994). Patients at risk: Health reform and risk adjustment. Health Affairs, 13(1), 132–146.
• Newhouse, J. P., Price, M., McWilliams, J. M., Hsu, J., & McGuire, T. G. (2015). How much favorable selection is left in Medicare advantage? American Journal of Health Economics, 1(1), 1– 26. https://doi.org/10.1162/ajhe_a_00001.
• Politzer, E. (2024). Utilization thresholds in risk adjustment sys-tems. American Journal of Health Economics, 10(3), 470–503.
• Pope, G. C., Kautter, J., Ellis, R. P., Ash, A. S., Ayanian, J. Z., Lezzoni, L. I., Ingber, M. J., Levy, J. M., & Robst, J. (2004). Risk adjustment of Medicare capitation payments using the CMS-HCC model. Health Care Financing Review, 25(4), 119–141.
• Pope, G. C., Kautter, J., Ingber, M. J., Freeman, S., Sekar, R., & Newhart, C. (2011). Evaluation of the CMS-HCC Risk Adjustment Model [Prepared by RTI]. Centers for Medicare & Medicaid Services, Medicare Plan Payment Group, Division of Risk Adjustment and Payment Policy.
• Porter, M. E., & Kaplan, M. S. (2016). How to pay for health care? Harvard Business Review, 94(7/8), 88–102.
• Robinson, J. C., Whaley, C., Brown, T. T., & Dhruva, S. S. (2020). Physician and patient adjustment to reference pricing for drugs. JAMA Network Open, 3(2), Article e1920544.
• Rose, S. (2016). A machine learning framework for plan payment risk adjustment. Health Services Research, 51(6), 2358–2237.
• Rose, S., Zaslavsky, A. M., & McWilliams, J. M. (2016). Variation in accountable care organization spending and sensitivity to risk adjustment: Implications for benchmarking. Health Affairs, 35(3), 440–448.
• Schokkaert, E., & Van de Voorde, C. (2004). Risk selection and the specification of the conventional risk adjustment formula. Journal of Health Economics, 23, 1237–1259.
• Schokkaert, E., & Van de Voorde, C. (2006). Incentives for risk selection and omitted variables in the risk adjustment formula. Annales d’economie et de Statistique, 83-84, 327–352.
• Struijs, J. N., de Vries, E. F., Baan, C. A., van Gils, P. F., & Rosenthal, M. B. (2020). Bundled-payment models around the world: How they work and what their impact has been [Issue brief]. The Commonwealth Fund.
• van Barneveld, E. M., Lamers, L. M., van Vliet René, C. J. A., & van de Ven, W. P. M. M. (2001). Risk sharing as a supplement to imperfect capitation: A tradeoff between selection and effi-ciency. Journal of Health Economics, 20(2), 147–168.
• van de Ven, W. P. M. M., & Ellis, R. P. (2000). Risk adjustment in competitive health plan markets. In A. J. Collyer & J. P. Newhouse (Eds.), Handbook of health economics (pp. 1003– 1092). Elsevier Science.
• van de Ven, W. P. M. M., & van Vliet, R. C. J. A. (1992). How can we prevent cream skimming in a competitive health insur-ance market? The great challenge for the ‘90’s. In P. Zweifel & H. E. French (Eds.), Health economics worldwide (pp. 23–46). Kluwer Academic Publishers.
• van Kleef, R. C., Eijkenaar, F., van Vliet René, C. J. A., & Nielen, M. M. J. (2020). Exploiting incomplete information in risk adjustment using constrained regression. American Journal of Health Economics, 6(4), 477–497.
• van Kleef, R. C., McGuire, T. G., van Vliet René, C. J. A., & van de Ven, W. P. P. M. (2017). Improving risk equalization with constrained regression. The European Journal of Health Economics: Health Economics in Prevention and Care, 18(9), 1137–1156.
• van Kleef, R. C., & Reuser, M. (2021). How the covid-19 pan-demic can distort risk adjustment of health plan payment. The European Journal of Health Economics, 22(7), 1005–1016.
• van Kleef, R. C., & van Vliet René, C. J. A. (2012). Improving risk equalization using multiple-year high cost as a health indicator. Medical Care, 50(2), 140–144.
• Veen, S. H. C. M., Kleef, R. C., Ven, W. P. M. M., & Vliet, R. C. J. A. (2018). Exploring the predictive power of interaction terms in a sophisticated risk equalization model using regres-sion trees. Health Economics, 27(2), 12.
• Vermaas, A. (2006). Agency, managed care and financial-risk sharing in general medical practice [Dissertation]. Erasmus Universiteit.
• Werbeck, A., Wübker, A., & Ziebarth, N. R. (2021). Cream skim-ming by health care providers and inequality in health care access: Evidence from a randomized field experiment. Journal of Economic Behavior and Organization, 188, 1325–1350.
• Withagen-Koster, A. A., van Kleef, R. C., & Eijkenaar, F. (2020). Incorporating self-reported health measures in risk equaliza-tion through constrained regression. The European Journal of Health Economics, 21(4), 513–528.

Els factors que influeixen en la salut

Well: What We Need to Talk About When We Talk About Health 

Avui proposo un llibre de Sandro Galea i ve resumit en IA. I no l'he titulat determinants de la salut, perquè va més enllà. Reflexió oportuna, moment per reafirmar que molts factors que afegeixen salut són un bé públic i com a tal els hem de preservar amb una visió holística.

El llibre "Well: What We Need to Talk About When We Talk About Health" de Sandro Galea és una anàlisi profunda dels factors que realment influeixen en la salut, més enllà de la simple atenció mèdica o les eleccions individuals. L'autor argumenta que la salut està profundament arrelada en el context social, econòmic i polític en el qual vivim.

A continuació, es detallen els punts clau que s'aborden al llibre:

• La importància del passat: El llibre destaca que les condicions de vida de les generacions anteriors i les nostres pròpies experiències de la infància tenen un impacte significatiu en la salut actual. Per exemple, es menciona la influència de les condicions socioeconòmiques en el baix pes al néixer (LBW). El passat no és només història; és un determinant de la salut actual.
• El poder dels diners: Es discuteix com la desigualtat econòmica i la falta de recursos afecten la salut de les persones, incloent-hi l'accés a aliments saludables, habitatge segur i educació de qualitat. Les polítiques fiscals i la distribució de la riquesa tenen un paper crucial en la salut de la població.
• El paper del poder: El llibre explora com el poder polític i les decisions de les institucions governamentals modelen les condicions de vida i, per tant, la salut de la gent. Es fa referència al poder de les grans corporacions i les seves decisions sobre la producció i la comercialització de productes que afecten la salut pública.
• La influència del lloc: L'entorn físic, social i comunitari on vivim té un gran impacte en la nostra salut. La contaminació, la falta d'espais verds i les condicions d'habitatge precàries són factors que poden perjudicar la salut. També es destaca que la comunitat pot ser una font de suport que contraresti els efectes negatius del lloc.
• El valor de les persones: Les relacions socials, la connexió amb els altres i la presència de suport social són determinants importants de la salut. El llibre menciona com la solitud i l'aïllament social poden tenir conseqüències negatives per a la salut. Les xarxes socials positives són una barrera contra la malaltia.
• L'impacte de l'amor i l'odi: Es discuteix com l'odi, la discriminació i la injustícia social afecten negativament la salut, mentre que l'amor, la compassió i la justícia fomenten el benestar. El llibre argumenta que l'eliminació de la discriminació i la promoció de la justícia són essencials per a la millora de la salut pública.
• La importància de la compassió: El llibre destaca el valor de la compassió en la construcció d'una societat més saludable. La compassió implica tenir empatia amb el patiment dels altres i actuar per alleujar-lo, la qual cosa resulta en un benefici per a la societat en general.
• El paper del coneixement: L'autor remarca que és fonamental la producció i divulgació del coneixement sobre els determinants socials de la salut per poder abordar els problemes de salut pública. La investigació i la disponibilitat de dades precises són crucials per a la presa de decisions en salut pública.
• La necessitat d'humilitat: El llibre destaca que la humilitat és essencial per abordar els reptes de salut pública, ja que ens permet reconèixer la complexitat dels factors que influeixen en la salut i treballar en col·laboració amb els altres per buscar solucions.
• La llibertat i la justícia: L'autor defensa una visió de la llibertat basada en l'accés a recursos bàsics que permeten a totes les persones tenir una vida saludable. La justícia social i la igualtat d'oportunitats són condicions necessàries per aconseguir una societat més sana i equitativa.
• La importància de l'elecció: El llibre explora com la capacitat d'elecció de les persones està influïda pels factors socials i econòmics, i com les polítiques públiques poden promoure o limitar les opcions saludables.
• El paper de la sort: Es discuteix que la sort pot jugar un paper en la salut, però que és important treballar per reduir les desigualtats i garantir que totes les persones tinguin l'oportunitat de viure una vida saludable.
• La necessitat de cuidar a tots: El llibre argumenta que és important no deixar de banda a les persones més vulnerables i que la salut de tota la societat està connectada. La cura dels més marginats es veu com un imperatiu moral.
• El bé públic: El llibre destaca la importància d'invertir en el bé públic per millorar la salut de tota la població. Es proposa que la salut ha de ser considerada un bé públic i un dret humà fonamental .
• La cerca del plaer: Es presenta una visió expandida del plaer, que inclou una vida saludable i una relació de la persona amb la comunitat que es busca com a objectiu de la societat per obtenir millor salut i vides més plenes i significatives.

En resum, "Well" és una obra que promou una comprensió holística de la salut i que convida a repensar les nostres prioritats com a societat. L'autor argumenta que la millora de la salut de la població no és només una qüestió d'atenció mèdica, sinó que requereix una transformació social i econòmica profunda. La salut és un bé públic, i crear un món saludable requereix inversió en condicions que afavoreixin el benestar de tothom.

La salut a les ciutats

Urban Health

 El llibre "Urban Health", editat per Sandro Galea, Catherine K. Ettman i David Vlahov, explora la relació complexa entre les ciutats i la salut dels seus habitants. El llibre està dividit en cinc seccions, cadascuna abordant un aspecte diferent de la salut urbana:

Secció I: Per què les ciutats, per què la salut? Aquesta secció introdueix el concepte de la salut urbana i argumenta que les ciutats tenen un impacte significatiu en la salut de les poblacions. S'utilitza l'exemple de Boston per mostrar com la salut varia enormement dins d'una ciutat, amb diferències associades a aspectes específics de l'entorn físic i de recursos.

Secció II: Com les ciutats afecten la salut? Aquesta secció explora els diversos determinants de la salut urbana, incloent factors econòmics, socials, ambientals i de comportament. S'analitza la influència de factors com la pobresa, la contaminació, els desastres naturals i la delinqüència en la salut urbana.

Secció III: Com podem estudiar la salut urbana? Aquesta secció presenta diferents mètodes i enfocaments per a la investigació de la salut urbana, incloent epidemiologia, sociologia, ciència de sistemes i investigació participativa comunitària. Es destaca la importància d'un enfocament multidisciplinari per comprendre plenament els complexos determinants de la salut urbana.

Secció IV: Estudis de cas en salut urbana Aquesta secció presenta diversos estudis de cas de ciutats de tot el món que han implementat estratègies innovadores per millorar la salut dels seus residents. Es destaquen exemples com el moviment de ciutats saludables, l'enfocament d'equitat en salut a Richmond, Califòrnia, i els reptes i oportunitats de la salut urbana a Nairobi, Kenya.

Secció V: El futur de les ciutats, el futur de la salut. Aquesta secció mira cap al futur de la salut urbana, centrant-se en temes clau com la formació de professionals de la salut urbana i la preparació per als reptes futurs com el canvi climàtic i l'envelliment de la població.

El llibre "Urban Health" proporciona una anàlisi exhaustiva de la salut urbana, explorant la complexa interrelació entre els factors urbans i la salut de les poblacions. El llibre argumenta que les ciutats tenen un paper crucial en la determinació de la salut dels seus residents i destaca la importància de polítiques i intervencions urbanes centrades en la salut per crear ciutats més saludables i equitatives.

La salut comunitària

 Creating Community Health: Interventions for Sustainable Healthcare

El llibre "Creating Community Health: Interventions for Sustainable Healthcare", escrit per Simon Lennane argumenta que les intervencions comunitàries són un mitjà eficaç per millorar la salut de la població i crear sistemes d'atenció mèdica més sostenibles.

El llibre se centra en la idea que la salut va més enllà de l'atenció mèdica tradicional i que els sistemes d'atenció mèdica han arribat al límit de les seves capacitats per produir salut i prevenir malalties. Lennane argumenta que la salut està condicionada per la profunditat i la qualitat de la connexió social i els principis de la justícia social.

Per tant, el llibre defensa un enfocament centrat en la comunitat per a la salut, que se centra en la construcció de comunitats més hospitalàries. Aquesta idea es basa en la premissa que les comunitats riques i vibrants són essencials per a les nostres vides i proporcionen cohesió social, un bé públic amb grans beneficis per a la nostra salut.

El llibre explora com la prescripció social pot proporcionar una via directa per millorar la salut comunitària, abraçant la connexió i desafiant la desigualtat. La prescripció social es refereix a la pràctica de connectar els pacients amb fonts de suport comunitàries no mèdiques, com ara grups d'exercici, grups d'art i clubs de lectura.

A més, el llibre aborda temes com:

Els determinants socials de la salut: El llibre explora com factors com la desigualtat de riquesa, la pobresa i la discriminació afecten la salut.

El paper de la infraestructura social: El llibre destaca la importància de crear espais i estructures socials que promoguin la cohesió social i el benestar.

L'impacte de la COVID-19: El llibre examina els reptes i les oportunitats que la pandèmia ha creat per a la salut comunitària.

La salut planetària: El llibre destaca la interconnexió entre la salut humana i la salut del planeta, i la necessitat d'abordar el canvi climàtic i altres crisis ambientals.

El desenvolupament comunitari: El llibre presenta un estudi de cas de com es van utilitzar els mètodes de salut comunitària a la ciutat de Ross-on-Wye.

En resum, "Creating Community Health" ofereix una visió pràctica de com les intervencions comunitàries poden contribuir a la creació d'un futur més saludable i sostenible.

I la "salut a totes les polítiques", on ha anat a parar?

MAKING HEALTH PUBLIC. A Manifesto for a New Social Contract

Lessons from the demise of Public Health England: where next for UK public health? 

A Anglaterra després de la pandèmia, l'agència de salut pública en va sortir perjudicada per tot el que havia passat. Va desaparèixer i en van crear dues: UK Health Security Agency and the Office for Health Improvement and Disparities. Però en Peter Littlejohns et al. en un llibre acabat de sortir ens expliquen que caldria una alternativa diferent, caldria bastir un nou contracte social.

Al llibre primer repassen com han arribat fins aquí, i aquest gràfic ho resumeix:

i com diferents determinants de la salut es dilueixen en moltes agències:

i precisament per això cal revisar en profunditat l'organització i la coordinació.

I acaba així:

Unless our broken political and governance system, with its numerous systemic failings, is confronted, then attempts to tackle complex problems like public health, which requires long- term commitment, proper investment and a relentless focus on delivery, will fail.

Tinc la impressió que els britànics han fet marxa enrera els darrers anys en moltes de les polítiques de salut, i no només en els resultats, també en les idees i la capacitat de dur-les a la pràctica. Ara bé tenen una capacitat d'explicar-ho i criticar-ho que no tenim aquí. Una reflexió sobre l'organització que tenim de la salut pública seria especialment desitjable. Es precisament aquest pensament crític el que crec que ens convindria replicar.

El Pla Interdepartamental i Intersectorial de Salut Pública (PINSAP) de la Generalitat de Catalunya era una iniciativa pionera alineada amb les recomanacions de l’Organització Mundial de la Salut (OMS) per impulsar la salut des de tots els àmbits de l’acció del Govern i la societat, és a dir “salut a totes les polítiques” i va desaparèixer de les prioritats governamentals d'aquí el 2020, i ningú ha dit res al Parlament a hores d'ara. Ara farà una dècada que va començar i no he sabut veure cap avaluació recent de l'impacte. Molt trist tot plegat, podem fer desaparèixer prioritats i polítiques sense dir res, i no passa res. Després de tants esforços, ha anat a parar a la paperera de la història?

PS. Si voleu donar pistes a la nova ministra sobre com posar en marxa l'agència de salut pública o com no fer-ho, l'informe original en pdf és de fet millor que el llibre. El títol de llibre té atractiu, però el contingut del contracte social és imprecís.

Ara la prioritat ha de ser l'accés als serveis de salut

 A Population Health Impact Pyramid for Health Care

Aquest abril passat va fer 100 anys que es publica el Milbank Quarterly, revista de referència absoluta en política sanitària. I van preparar un especial d'obligada lectura per a tots aquells que els preocupa la salut poblacional. Avui destacaré un article tant sols.

El missatge de l'article és que cal més pensar en polítiques de salut poblacional que en polítiques d'assistència sanitària. Fins aquí, res de nou. Proposen un esquema per fer-ho operatiu. Es tracta de la Piràmide d'impacte en la salut poblacional:

Fixeu-vos per on comença, amb la formació de les professions sanitàries. Elemental, claríssim. Si no hi ha la formació en la qualitat i quantitat necessària de professionals difícilment tindrem millora en la salut. 

I si hi ha un embús en l'accés als serveis perquè no hi ha professionals o la seva productivitat és baixa, aleshores tenim molts més problemes en cascada.

A UK la llista d'espera és de 7,75 milions de persones, a Espanya és de 4,8 milions de persones (quirúrgica i ambulatòria, sense comptar l'espera per proves diagnòstiques), a Catalunya 844.255 persones esperant a data de juliol 2023 (186.665 per cirurgia, 476.623 per consultes i 180.967 per proves). El 10,6% de la població catalana està esperant per a ser atès al sistema de salut. A UK l'11,5% de la població està esperant. A Espanya el 10,1% de la població segueix també esperant.

Podem parlar de determinants socials, comercials i polítics de la salut, però el problema el tenim al capdamunt de la piràmide. Aquesta és la qüestió de fons a la que tantes vegades m'he referit i que no es resol estrictament amb diners. Cal reforma organitzativa, del context de l'assistència sanitària (també a la piràmide).

Com podeu veure amb el meu comentari he girat la orientació de la fletxa, perquè crec sincerament que l'ordre dels factors és erroni. Malgrat considerem la importància dels determinants socials i de l'entorn, si hi ha el 10% de la població esperant perquè no pot accedir als serveis, aleshores allò de que l'atenció sanitària influeix menys que altres factors en l'assoliment de la salut no se sosté. I no se sosté perquè si no hi ha accés no hi ha atenció. Així de clar. Quan es parla dels determinants de la salut, la premisa és que l'atenció sanitària existeix, però quan hi ha llistes d'espera d'aquesta magnitud i sense prioritzar, aleshores ja som en un altre entorn. Un entorn indesitjable on parlar de determinants socials està bé, però que primer caldria reduir fonamentalment aquest 10% de la població que espera massa temps per ser atesos.

Per tant el missatge avui hauria de ser hem de pensar el polítiques de salut poblacional però si no hi ha accés, aleshores la prioritat són les polítiques d'assistència sanitària, i per sobre d'això la formació de professionals i la disponibilitat de recursos i infraestructures. Ens trobem a prop d'una emergència sanitària. O potser ja hi som i no ens n'hem adonat.

Què hem de fer davant el creixement desaforat de la medicalització?

The Perils of Medicalization for Population Health and Health Equity

Possiblement el que cal és començar pel principi. Per afrontar la medicalització hem de saber de què estem parlant. Aquest article ajuda en primer lloc a això, i diu:

medicalization—the process by which personal, behavioral, and social issues are increasingly viewed through a biomedical lens and “diagnosed and treated” as individual pathologies and problems

I després posa els exemples i les estratègies:

First, medicalization and its negative aspects need to be better recognized and resisted. There are many audiences in need of a deeper understanding and appreciation of the dangers of the current overly medicalized view of population and public health and the conflation of health with health care. This includes physicians and other types of clinicians, along with health care administrators, executives, and analysts.

 Second, because of the strong focus on individuals and personal responsibility in United States culture, it is critical to expand the capacity for the media to tell different types of stories. Journalists frequently draw from individual anecdotes and thus may require training or resources to effectively tell structural stories in compelling ways. A number of important efforts in this regard are underway 

Third, more health-related research funding is needed across a variety of domains to move beyond medicalized perspectives in research and policy recommendations. A host of behavioral and social science research at the micro, meso, and macro levels needs to be elevated in order to better understand and address the core issues that cut across health status outcomes

Fourth, public policy narratives and priorities for health need to be changed. The conflation of health policy and health care policy must be halted, along with a de-emphasis on health care policy as the main route to improved population health

i conclou:

 A medicalized view of health ignores the limited role that personal health care services and health insurance play in producing levels and distributions of health within communities and populations.Medicalization also has far-reaching negative effects on cultural and media representations of health and illness; on the allocations of funding for research, interventions, and public health infrastructure; and on agenda setting for the social policy reforms needed to address the fundamental drivers of social and health inequity

En qualsevol cas sorprèn que no faci referència al consumisme sanitari ni als determinants comercials de la salut. Hi ha més coses a fer, calen més estratègies que les que diu l'article. En parlarem un altre dia.

Parov Stelar

Els determinants comercials de la salut

 Unravelling the commercial determinants of health

Achieving health for all requires action on the economic and commercial determinants of health

Fa cinc anys vaig parlar dels determinants comercials de la salut. Llavors va ser el Milbank, i ara el Lancet que publiquen articles sobre la qüestió. Cal dir que el Lancet ja ho havia tractat també el 2016. I de sobte, un pot pensar, això va contra alguns negocis, doncs no va a favor de la salut. Millorar la salut és millorar el capital humà i social.

The conflict between profits and health equity is not new. The global health community fought for decades to provide access to antiretrovirals for patients with HIV/AIDS in less-resourced settings. Many commercial actors attempt to negatively influence national and international policies, undermine science, or to directly attack individuals calling out their actions. The recent Lancet Series on breastfeeding showed how an extensive network of lobbying by formula milk companies has derailed progress on breastfeeding education.

Cal esperar ara a l'informe de la OMS del 2024 sobre la qüestió i veurem si serveix per alguna cosa. Per ara molt de renou per a no res.

 

 

IA pertot arreu

Multimodal biomedical AI

En aquest blog he anat explicant darrerament els avenços en la intel·ligència artificial i els podeu trobar en aquestes entrades. La innovació és tan ràpida que costa molt estar atent al que està passant. Per aquest motiu us suggereixo una ullada a l'article que parla de la intel·ligència artificial multimodal en biomedicina, recullo una frase:

The development of multimodal AI models that incorporate data across modalities—including biosensors, genetic, epigenetic, proteomic, microbiome, metabolomic, imaging, text, clinical, social determinants and environmental data—is poised to partially bridge this gap and enable broad applications that include individualized medicine, integrated, real-time pandemic surveillance, digital clinical trials and virtual health coaches (Fig. 1). In this Review, we explore the opportunities for such multimodal datasets in healthcare; we then discuss the key challenges and promising strategies for overcoming these. 

I un gràfic: 

 

i el que són els foundation models:

Bommasani R et al, arXiv, July 2022

i si voleu saber l'última informació sobre "multimodal ai", la trobareu aquí.

I jo em pregunto, hi ha algú aquí aprop que estigui a l'aguaït de tot això? Es tant important que convindria no perdre passada i em temo que fem tard.

PD. Avui  a WSJ i al NYT 

"This is going to change everything about how we do everything. I think that it represents mankind’s greatest invention to date"

Els riscos d'un estil de vida sedentari

 Step Up! Tackling the Burden of Insufficient Physical Activity in Europe

Els hàbits i comportaments són determinants per la salut, ho sabem tots i alhora sovint fem com si sentíssim ploure. El més difícil de tot és que una vegada tenim consciència del risc adoptem l'actitud acurada per prevenir les conseqüències del nostres hàbits i comportaments. Al principi hi ha tenir la consciència del risc, sense això ben poc hi pot haver després. Fa temps que en vaig parlar i allà insistia en la importància de la comunicació de riscos a nivell poblacional. Això no s'improvisa, i els anys passen i podem veure que s'ha fet ben poc al respecte.

Ara que l'OCDE i l'OMS han publicat un bon informe sobre el sedentarisme, convé impulsar totes les polítiques de salut pública per afrontar-lo. Altrament ja us puc assegurar que davant l'obesitat creixent, l'opció que alguns ja entreveuen és combinar sedentarisme amb fàrmacs per aprimar. Un estil de vida privat que acabarà fent-se càrrec el finançament públic, és clar. Hi som molt aprop.

Altrament per passar a l'acció, cal llegir el capítol 4 on explica quines són les tasques a fer des de la vessant política:

Despite many countries having stepped up their efforts to promote physical activity, there remain gaps in the policy response. For example, schemes to promote active travel to school or work are only present in 14 and 17 out of 27 EU Member States, respectively.

A wide range of policy options exist to increase population physical activity, which improve population health, as well as reduce health care expenditure, including:  setting-specific programmes, in schools, workplaces and the health care system, policies to increase access to sports facilities,  urban design, environment and transport policies,  communication and information policies 

As physical activity is a complex behaviour, a comprehensive package of policies is needed to target all its drivers at the same time, with sufficient and sustained funding and evaluation.

A policy package aimed at increasing physical activity, implemented in 36 countries, would save around EUR 14 billion in health cost by 2050 (equivalent to the total annual health care expenditure of Greece) and return EUR 1.7 for every EUR 1 invested.

Malauradament no trobareu Catalunya a l'informe de l'OMS, encara que financem una oficina a Barcelona amb els nostres impostos i no sabem què en rebem a canvi. Però aquí en teniu un sobre pràctica esportiva de l'any 2019, que va servir pel Pla d'activitat física i esport, mentre es van oblidar que hi havia una enquesta de salut on explica moltes coses d'això amb força detall. I és que la guia de prescripció de l'exercici físic per la salut és de l'any 2007... Això no es resoldrà fent Youtubes que han vist 500 persones al llarg de 6 anys! I tampoc es resoldrà si es confon l'activitat física amb activitat esportiva, com fa el Pla vigent. Una petita ullada a l'informe seria molt recomanable.

PD. Aquí podeu veure què vaig dir el 2012 de l'oficina de la OMS a Barcelona. Una oficina cara, això és tot el que financem amb diners dels catalans, i algú sap si val la pena fer-ho?. Tot el que han fet durant l'any 2020 és un informe en anglès sobre la planificació sanitària catalana. Ho comentaré properament.

PD. El blog de l'OCDE

 

 

Understanding Population Health

Population Health and the Future of Healthcare

Contents:

Defining Population Health

The Road to Population Health: A Changing Society

The Road to Population Health: A Changing Healthcare System

The Roots of Population Health

Health Status and How to Measure It

The Social Determinants of Health and Illness

Paying the Piper: Health Disparities

Population Health and Healthcare Delivery

Population Health and Public Policy

Traditional Approaches to Community Health Data

Data Needs for the Population Health Model

The Role of the Community in Population Health Improvement

Political determinants of health

 The Political Determinants of Health

In this book, Daniel E. Dawes argues that political determinants of health create the social drivers—including poor environmental conditions, inadequate transportation, unsafe neighborhoods, and lack of healthy food options—that affect all other dynamics of health. By understanding these determinants, their origins, and their impact on the equitable distribution of opportunities and resources, we will be better equipped to develop and implement actionable solutions to close the health gap.

Behavioral pandemics

 Human Behaviour in Pandemics. Social and Psychological Determinants in a Global Health Crisis

Digital health futures

 The Lancet and Financial Times Commission on governing health futures 2030: growing up in a digital world

The governance of digital technologies in health and health care must be driven by public purpose, not private profit. Its primary goals should be to address the power asymmetries reinforced by digital transformations, increase public trust in the digital health ecosystem, and ensure that the opportunities offered by digital technologies and data are harnessed in support of the missions of public health and UHC. To achieve these goals, we propose four action areas that we consider game-changers for shaping health futures in a digital world.

First, we suggest that decision makers, health professionals, and researchers consider—and address— digital technologies as increasingly important determinants of health. Second, we emphasise the need to build a governance architecture that creates trust in digital health by enfranchising patients and vulnerable groups, ensuring health and digital rights, and regulating powerful players in the digital health ecosystem. Third, we call for a new approach to the collection and use of health data based on the concept of data solidarity, with the aim of simultaneously protecting individual rights, promoting the public good potential of such data, and building a culture of data justice and equity. Finally, we urge decision makers to invest in the enablers of digitally transformed health systems, a task that will require strong country ownership of digital health strategies and clear investment roadmaps that help prioritise those technologies that are most needed at different levels of digital health maturity.

 Neus Martin, Galeria Barnadas

The Dahlgren and Whitehead model 30 years after

 The Dahlgren-Whitehead model of health determinants: 30 years on and still chasing rainbows

From the authors review:

Reflection on the past 30 years has helped us identify where to go from here, to develop the model so that it is adapted to the burning issues of the day. First, we need to find ways to better illustrate the vertical links between the social, economic and cultural determinants of health and those of lifestyle. This is needed to reinforce the point that many lifestyles are structurally determined. There is a  common, flawed assumption that the lifestyles of different socio-economic groups are freely chosen, ignoring the reality that lifestyles are shaped in important ways by the social and economic  environments in which people live.

Second, there is a current debate about the importance of the commercial determinants of health and whether they have been neglected by the public health community, including a critique of these not being given sufficient prominence in the Dahlgren and Whitehead model (Maani et al., 202015). By ‘commercial determinants’, Maani and colleagues refer to factors that adversely influence health, which stems from the profit motive; the examples they give concentrate on the strategies of tobacco, alcohol and food and beverage producers to promote their products. While we acknowledge that the impact of commercial interests should always be analysed, we deliberately do not define ‘commercial interests’ as a determinant in its own right to be included in the  rainbow model. In a rebuttal to Maani and colleagues, we explain how we consider profit-driven commercial interests as ‘driving forces’ that are related to almost all determinants of health except genetic factors.

 

Nudging and public policy

 Psychology and Behavioral Economics. Applications for Public Policy

This is a textbook on applied behavioral economics for public policy issues. In chapter 5 you'll find the health section and this is the summary:

Where people live, what they eat, how careful they are about taking their medications, and even what they do in their spare time are very much related to the quality of their lives and their health-related outcomes. While our genetic makeup accounts for a signifcant portion of our health outcomes, we know that health is also heavily infuenced by what are known as social determinants: education, wealth, neighborhood safety, housing, and health literacy, among many others. Throughout the day, we face many decisions that have a direct or indirect impact on our health and quality of life. Many of these choices can be infuenced toward healthier options by behavioral interventions.

This chapter presents behavioral insights and interventions that have a high potential to impact the health of community members, reduce disparities, and improve their overall quality of life. These insights and interventions range from increased medical adherence to improved nutritional choices using nudges, regulations, provision of information, or rewards for positive behaviors

 

The right to healthcare access

 Population Health and Human Rights

From NEJM article:

The study of population health encompasses two main objects of analysis: the health conditions affecting a population (the frequency, distribution, and determinants of diseases and risk factors) and the organized social response to those conditions, particularly the way in which that response is articulated in the health system, including the principles and rules that determine who has access to which services and at what cost to whom. These services include both clinical and public health interventions. Since the 19th century, national health systems have sought to provide health services to an increasing proportion of the population, using four eligibility principles: purchasing power, poverty, socially defined priority, and social rights. Reliance on purchasing power means that access is  determined by ability to pay, with governments limiting their role to basic regulation. Because this principle excludes many people, governments have historically intervened to expand access, either through public assistance programs covering families with incomes below a predetermined level or through social insurance schemes for prioritized groups (e.g., the armed forces, industrial workers, civil servants, or older adults). All these eligibility principles result in only  partial coverage, but the ideal of universality has influenced public policy in most countries, though the design and performance of health systems vary widely.

Models for population health

 Models for Population Health Improvement by Health Care Systems and Partners: Tensions and Promise on the Path Upstream

The Roundtable on Population Health Improvement of the National Academies of Sciences, Engineering, and Medicine hosted a public workshop on September 19, 2019 titled Models for Population Health Improvement by Health Care Systems and Partners: Tensions and Promise on the Path Upstream. The term upstream refers to the higher levels of action to improve health. Medical services act downstream (i.e., at the patient level) in improving population health, while such activities as screening and referring to social and human services (e.g., for housing, food assistance) are situated midstream, and the work of changing laws, policies, and regulations (e.g., toward affordable housing, expanding healthy food access) to improve the community conditions for health represents upstream action.

The workshop explored the growing attention on population health, from health care delivery and health insurance organizations to the social determinants of health and their individual-level manifestation as health-related social needs, such as patients' needs. The workshop showcased collaborative population health improvement efforts, each of which included one or more health systems. This publication summarizes the presentations and discussions from the workshop.

Risk stratification, objective and subjective

 Risk Stratification: A Two-Step Process for Identifying Your Sickest Patients

A proposal in two steps:

Step one involves sorting patients into one of three risk groups (high, medium, and low) based on objective data, which we take from claims or our electronic health record (EHR). We make our determinations based on the presence or absence of such factors as chronic conditions, advanced age, multiple comorbidities, physical limitations, substance abuse, a lack of health insurance, low health literacy, frequent hospitalizations or emergency department (ED) visits, recent major surgery or brain trauma, polypharmacy, or difficulty following a treatment plan. Some EHRs will calculate a risk score automatically based on this data. In either case, it is important to adjust the score based on additional, subjective considerations, which are the focus of step two.

In step two we assign each patient to one of six risk levels based on how physicians and staff answer the following questions:

• Is the patient healthy with no medical problems? If so, are his or her biometrics in or out of range?
• Does the patient have chronic conditions but he or she is doing well?
• Does the patient have chronic conditions that are out of control but without complications?
• Does the patient have complications of chronic disease or high-risk social determinants of health? (If you or your care team are unsure how to assess or address a patient's social determinants of health, the AAFP's EveryONE Project1 includes tools and resources.)
• Is the patient potentially in danger of dying or being institutionalized within the next year?

I missed any reference to morbidity and episode measurement. My impression is that objective measure is the first mandatory step through groupers, and risk stratification improves with subjective sources of information. And levels can be allocated through probabilistic fuzzy systems.

Climate and health

 Estimating The Costs Of Inaction And The Economic Benefits Of Addressing The Health Harms Of Climate Change

From Health Affairs issue on Climate and Health, first of all:

To accurately describe the health-related costs of climate change, it is important to distinguish between key terms. Climate-sensitive exposures (such as ozone smog air pollution, extreme heat, and extreme precipitation) and health outcomes include those with demonstrated responses to one or more meteorological variables or seasonal patterns.6,7 In recent years, statistical analyses have enabled detection and attribution of the influence of human-caused climate change on extreme weather and other climate-related exposures.8 These climate change–related impacts on the environment include incremental contributions to the frequency and magnitude of extreme rainfall during hurricanes8,9 and increased temperatures during heat waves,10 among others. It is not yet possible to apply analogous methods to directly quantify the attributable portion of climate-sensitive health outcomes to the incremental effects of climate change, as preexisting medical conditions, health vulnerabilities, and multiple exposures are among the many health determinants and causal factors involved. There is currently a knowledge gap that must be addressed for more complete understanding of climate change–related exposure-response relationships.´

Therefore, 

 Expanded valuation analyses of the costs of climate-sensitive health outcomes are urgently needed to inform public policy. The findings from such studies can be linked to provide a sense of the overall scope of health costs from climate change in communities, cities, states, regions, and countries.

At present, it is difficult to characterize the costs of health harms linked to climate-sensitive exposures in the US. Given the current inability to comprehensively track recent damage, there is limited understanding of the scope of projected future climate-sensitive health risks and costs. 

So, there is not any estimate of inaction so far.