條文本
PDF
摘要
介紹政府稅收和社會保障政策是人口健康結果和健康不平等的重要決定因素。然而，缺乏證據使政策製定者了解此類政策的健康後果。衛生公平及其經濟決定因素項目旨在評估歐洲各地不同稅收和社會保障政策對人口健康和衛生不平等的潛在影響，使用基於計算機的模擬，提供多個衛生領域的預測。
方法與分析在第一階段，將使用控製先前暴露對時變混雜因素和介質影響的估計技術(g-方法)估計模型的關鍵輸入參數。第二階段將涉及為英國開發和驗證微觀模擬模型。第三階段將模擬與政策製定者一起製定的政策建議，以調查所得稅和社會保障變化對人口健康和健康不平等的影響。在最後階段，微觀模擬模型將擴展到其他歐洲國家。
倫理與傳播本項目將使用經鑒定的二手數據，原始數據收集者已獲得倫理批準和同意。我們的主要分析數據集不需要進一步的倫理批準。傳播計劃包括學術出版物、會議簡報、無障礙政策簡報、大眾媒體參與和項目網站。HEED微仿真模型的語法和底層合成數據都將通過GitHub和項目網站免費提供。
- 流行病學
- 公共衛生
- beplay体育相关新闻
這是一篇開放獲取的文章，根據創作共用屬性4.0 Unported (CC BY 4.0)許可證發布，該許可證允許其他人出於任何目的複製、重新分發、重新混合、轉換和構建此作品，前提是原始作品被正確引用，提供到許可證的鏈接，並表明是否進行了更改。看到的:https://creativecommons.org/licenses/by/4.0/．
數據來自Altmetric.com
本研究的優勢和局限性
衛生公平及其經濟決定因素將是第一個關注衛生及其經濟決定因素的多國微觀模擬政策模型。
微觀模擬模型將填充使用先進流行病學方法估計的健康影響，這些方法控製了先前接觸和時變混雜。
稅收和社會保障政策的分配效應將使用已建立並廣泛使用的開源稅收-效益微觀模擬模型(歐盟國家的EUROMOD和英國的UKMOD)進行估計。
在模型中模擬的假設政策情景將與政策製定者一起製定，以確保他們回答相關問題。
在一些歐洲國家，由於缺乏覆蓋足夠時期、能夠代表人口並可用於填充微觀模擬模型的縱向數據，這些國家的驗證程序將受到限製。
介紹
人口健康受到健康的社會決定因素的強烈影響。1政府在收入和社會保障方麵的政策被認為尤其重要，有證據表明，在這些領域的投資比醫療保健提供更大的健康紅利。2此外，這種政策對保健不平等問題具有重大意義。3.“將健康納入所有政策”(HiAP)的做法鼓勵各國政府和其他方麵積極考慮諸如此類更廣泛政策的健康後果。4個5然而，缺乏直接可操作的證據阻礙了HiAP方法的實現。6
大量證據表明經濟決定因素對總體人口健康和衛生公平的重要性。7號到9號經濟發展始終與預期壽命的提高有關。10同樣，貧窮是健康狀況不佳的一個公認且可能改變的原因。11然而，量化這些聯係並不簡單。例如，人們對經濟衰退對健康的影響相當感興趣，健康的某些方麵有所改善，而不是惡化。12日至16日重要的是，應對衰退的經濟政策似乎在很大程度上改變了對健康的影響，這表明政府經濟政策有可能給人口健康帶來大規模變化。17日至19日最近，人們擔心，經濟政策可能會導致一些國家的預期壽命停滯。20 - 22關注健康的經濟決定因素需要考慮就業和收入。從事有償工作，而不是失業，與更好的健康有關，可能有助於減少健康不平等。23日因此，如果提供更多福利收入的政策改變了勞動力市場的激勵措施，例如，如果人們停止工作並經曆與失業有關的一些不利健康影響，就可能導致意想不到的不利後果。
促進對衛生和經濟政策決策形成綜合觀點的工具有可能鼓勵采用HiAP方法。模擬模型可以簡化現實世界，有助於研究、政策或實踐。模擬研究整合了現有的證據、真實世界的數據和理論，采用這些輸入並應用數學過程來進行預測。微觀模擬模型使用個人和家庭作為分析單位，因此可以根據多個個人層麵的特征來研究不平等。
在經濟學中，稅收-福利微觀模擬模型長期以來一直被用於探究高收入國家收入和福利政策體係的複雜性，並研究它們對經濟不平等的影響。27它們的使用已經很好地為公共政策提供了信息，歐盟委員會正在使用EUROMOD(歐盟範圍內的靜態稅收-效益微觀模擬模型)來為其決策提供信息。盡管收入和社會保障政策對人口健康和健康不平等產生了重大影響，但缺乏結合經濟學和公共衛生學科考慮的模型。
提供有關政策影響的詳細證據需要認識到與衛生的經濟決定因素有關的複雜性，反饋循環、相移和非線性可能導致不可預測的衛生結果。28 29一項政策的變化可能導致與其他公共政策的動態互動;例如，所得稅起征點的變化可能會影響收入補充計劃的權利，這反過來又會以違反直覺的方式影響稅後收入。此外，政策的效果在不同的人口子群體中有所不同;因此，影響是不同的，可能使一些群體受益，而對另一些群體不利。30.最終，要預測經濟決定因素變化對健康的總體影響，就需要建立一個政策模型，將政策變化與健康影響聯係起來。
宗旨和目標
衛生公平及其經濟決定因素(HEED)項目旨在利用動態微觀模擬模型，評估不同的歐洲稅收和社會保障政策在短期、中期和長期對人口健康和衛生不平等的潛在影響。具體研究目標為
評估就業狀況和收入變化對自我評估的身體健康、心理健康、生活滿意度和全因死亡率的因果影響。beplay体育相关新闻
根據年齡、性別和社會經濟群體對英國未來1年、5年和10年的健康狀況、生活滿意度、心理健康和全因死亡率進行預測。beplay体育相关新闻
開發一個動態、隨機、離散時間微觀模擬模型，預測英國和選定歐盟成員國稅收和社會保障政策變化對健康的影響。
評估英國所得稅和社會保障改革在1年、5年和10年時間跨度內對上述健康結果的影響。
評估所得稅和社會保障改革對選定歐盟國家1年和5年自評健康、可能抑鬱、生活滿意度和死亡率的影響。
方法與分析
HEED項目將由四個階段組成，按順序運行。在第一階段，我們將開發模型的關鍵輸入。第二階段將涉及為英國開發微觀模擬模型的結構，包括創建一個具有代表性的合成種群，預測未來的結果並進行一係列驗證檢查。第三階段將涉及與政策製定者(主要是英國的政策製定者)合作，盡管將尋求歐盟部分政策製定者的投入，以製定現實的政策建議，以調查所得稅和社會保障變化對人口健康和健康不平等的影響。最後階段涉及進一步發展微觀模擬模型，以研究對其他歐洲國家的影響，使其成為第一個關於衛生及其經濟決定因素的多國政策模型。HEED微觀仿真模型將免費提供以供重用。
階段I:開發模型輸入
第一階段的實證分析將利用兩個現有數據集。英國家庭縱向研究(UKHLS)將用於得出自我報告的健康結果的影響估計。UKHLS是一項針對4萬個英國家庭的代表性小組研究，從2009年開始每年收集有關個人和家庭特征的信息。除了使用UKHLS進行分析外，我們還將使用瑞典登記數據進行並行分析，以獲得一些健康結果的更大統計效力。健康數據包括死亡率記錄和處方(如精神藥物)數據。風險變量可從健康保險和勞動力市場研究縱向數據庫獲得。31
表1總結了第一階段的利息、結果和數據來源的估計。主要風險是收入和就業狀況。UKHLS的結果測量包括心理健康(通過12項一般健康問卷(GHQ-12)進行評估beplay体育相关新闻)、健康狀況(簡表12項調查(SF-12)，包括兩個分量表:心理成分量表和身體成分量表)和自評健康。聯合王國的行政數據沒有提供就業和收入方麵的足夠細節，也沒有與健康記錄的聯係。因此，瑞典的登記數據將用於全因死亡率和心理健康處方的分析，並在可能的情況下評估其他結果的效應量的一致性。beplay体育相关新闻
我們將使用流行病學技術(g-方法)，旨在解決暴露、介質和結果的時變性質，並將我們的估計與受不同假設影響的替代方法(如固定效應回歸)進行比較。首先，我們將分別為每個結果創建一個有向無環圖，但包括收入和就業，並在每個離散時間步驟中指定變量之間的因果關係方向。收入可能會受到政策變化的影響，但將被視為就業狀況對健康的某些影響的中介因素。為了將這種中介效應納入微觀模擬模型，我們將估計就業狀況的直接和間接影響(通過收入)。混淆因素將被分類為可測量的(可在數據中獲得)或不可測量的，區分潛在時變的(如年齡、住房年限、婚姻狀況和地理區域)，包括受暴露影響的因素，和時不變的(如性別和種族)。模型將按性別分層，再加上任何進一步的分組，認為有必要改進微觀模擬模型(如年齡和教育)。多重imputation將用於解決項目缺失和反概率權重，以說明減員。在適當的情況下，將創建新的權重來考慮除死亡率以外的其他結果的生存偏倚。
雖然g方法被明確設計為提供因果效應估計，但一個關鍵假設是沒有未測量的混雜(包括基線混雜因素)。32因此，在可能的情況下，我們將使用不依賴基線混雜因素測量但受其他假設(如固定效應回歸)影響的方法得出的估計值進行三角測量。
估計因果效應的另一種方法是研究自然實驗，在這些實驗中，暴露量的變化是由於研究人員的實驗操作以外的原因而發生的。33 34我們將把我們的影響估計與以前工作的估計進行比較，在以前的工作中，已經評估了影響收入和/或就業狀況的政策變化對健康的影響。35-39我們還將把我們的估計與現有的關於收入和健康之間關係的係統綜述得出的估計進行比較。為了提高建模過程的透明度，我們將使用建議分級評估、發展和評估(GRADE)工作組方法來評估和報告模型中使用的每個效應估計的證據的確定性。40 41
第二階段:建立微觀仿真模型
在第二階段，我們將創建一個代表英國人口的合成隊列(例如，2018年190萬個家庭中嵌套的350萬個合成個體，反映25-64歲人口的10%)。我們之所以關注這一年齡組，是因為它涵蓋了核心工作年齡人口，潛在的勞動力市場動態很重要，但排除了與教育和退休最相關的人生階段。但是，如果其他研究人員創造了數據資源，如果可行，我們將考慮擴大人口的年齡範圍。42
圖1概述了HEED微觀仿真模型的關鍵組成和結構。合成隊列的初始特征將在代表性數據集的基礎上定義，這些數據集的信息來自UKHLS、家庭資源調查(FRS)和人口估計，包括就業狀況、收入指標、GHQ-12評分、SF-12評分、教育程度、居住國家和社會經濟地位。除了使用現有的逆概率權重外，整合多個調查將使我們能夠創建一個盡可能具有代表性的合成數據集，並允許我們使用來自不同數據集的變量，以克服單個數據集可能不包括所有相關變量的限製。
英國衛生公平及其經濟決定因素微觀模擬模型的示意圖。歐盟稅收-福利微觀模擬模型EUROMOD;家庭資源調查;一般健康問卷;SF-12，簡表12項調查;UKHLS，英國家庭縱向調查(也稱為了解社會)。
將根據英國國家統計局的預測(以及相應的移交)，為新生兒出生和死亡創建一個年齡-時期-隊列模型，該模型按年齡、性別、教育程度、家庭結構、國家和貧困程度解釋了這些事件的不同風險。同樣，將使用UKHLS數據評估健康結果、收入和就業率方麵的趨勢(按同一亞組進行分層)，並用於預測未來趨勢。這些模型將用於為每個經曆這些事件的個體創建年度概率(每年都不同)，這些概率將用於預測隊列每年的增量。
為了估計稅收和/或社會保障政策變化對健康的影響，我們將首先估計由於政策改革而導致的收入和福利收入的潛在變化。EUROMOD(以及英國的UKMOD)是一個廣泛使用的開源微觀模擬模型，用於估計稅收優惠政策變化的影響。27 43它通過確定性地將稅收和福利規則應用於個人層麵的重複橫斷麵數據，這些數據來自歐盟收入和生活條件調查(EU-SILC)或UKMOD的FRS。每年，EUROMOD/UKMOD團隊都會持續整理有關歐洲國家所得稅和社會保障製度的詳細信息，因此可以模擬一係列政策實施的經濟影響。EUROMOD/UKMOD所需的輸入將包括在HEED的合成隊列中，以便於集成。這將使我們能夠模擬應用不同政策後收入可能發生的變化。
除了稅收對收入影響的很大程度上的確定性因素外，由於工作激勵的變化對勞動力市場的影響也將包括在HEED中。我們將通過調整以前創建的勞動力供應模型來實現這一點，該模型已使用EUROMOD實現。44更具體地說，我們將納入一個離散選擇隨機效用最大化模型，該模型估計收入和工作激勵之間的關係，以預測下一年的就業狀況可能如何變化。45
最初，HEED微觀模擬模型將創建一個對未來的預測，其中包括現有的趨勢，但沒有具體的政策變化，方法是將合成人口以1年的增量向前過渡，下一年的觀察結果由當年的觀察結果和長期趨勢提供。微觀模擬模型將首先通過應用之前描述的年齡-時期-隊列模型來考慮個體的潛在死亡。在計算了某一年的死亡人數後，將預測每個人一段時間內的健康狀況指標，其預測值受到其先前值、長期趨勢和隨機項的影響。收入和就業指標也將得到類似預測。為了將收入和就業狀況與健康聯係起來，我們將以人口影響比例這一流行病學概念為基礎。46我們將認為健康結果由不可因利害關係暴露而改變的基線風險和可改變的比例組成。
將進行幾項測試，以評估HEED微觀模擬模型的有效性。將比較來自HEED的預測和未用於模型開發的觀測數據和數據集(例如，未包括在模型開發中的UKHLS年份，英格蘭健康調查數據集)。我們還將考慮將政策對健康的模擬影響與已經在自然實驗研究(在第一階段確定)中評估的政策結果進行比較。
第三階段:對英國進行政策模擬
為了調查不同稅收和社會保障方法的潛在影響，將與政策製定者一起製定一些現實的政策幹預措施。這些幹預方案將與當前和計劃中的政策的基線方案進行比較。預計這些情景將更多地關注收入中性的變化，以及收入變化不大的社會保障改革。UKMOD將被用來幫助確定收入中性的提案。47這將意味著“第二輪”效應(例如，政府支出變化對健康的影響)更容易被忽視。我們計劃在這個項目之後的工作中解決這個限製。
可以在HEED微觀模擬模型中調查的政策幹預情景的例子包括
對所得稅製度進行收入中性的改革，以修改累進性。
改變失業救濟金的價值。
改變與能力不足相關的利益的價值。
為了模擬健康影響，我們將首先評估基線情景的健康結果(即，不采用幹預措施)。然後，在應用UKMOD中的政策情景的基礎上，修改相同的合成人口在第0年收到的收入。然後將對未來的衛生和經濟結果進行預測。政策幹預的預期影響將通過比較幹預情景下同一人口的健康(和經濟)結果與基線情景進行評估。重要的是，使用微觀模擬可以對特定感興趣的人口亞群體的估計影響進行分解，包括按年齡組、性別、教育程度、家庭結構(如單親與雙親)、貧困狀況和國家/地區分列。對於社會經濟措施，我們將考慮報告絕對和相對公平斜率指數，以確定任何改革對衛生公平的影響，並確定任何具體改革在多大程度上有助於縮小總體衛生不平等。48
建模過程中的主要假設包括:
在樣本加權中納入協變量(即隨機缺失)後，數據是感興趣的總體的代表。
效應估計是無偏的和可推廣的，盡管不精確的抽樣誤差被解釋。
假設對政策變化的行為反應發生在政策變化的一年內。
未來獲得的生命值與當前獲得的生命值相同。
第二輪經濟影響沒有建模，包括沒有考慮任何變化對稅收收入的影響。
除了來自個人的影響之外，假定收入不平等或其他國家層麵的因素沒有其他影響。
沒有考慮到潛在的國際移民流動或教育流動性。
對未來趨勢的預測已經充分建模，特別是，我們無法解釋重大的宏觀經濟衝擊。
我們的研究結果對其中幾個假設的穩健性將得到係統的檢驗。對於假設1，我們將把合成總體的特征與從創建總體時未使用的數據源獲得的常規可用估計進行比較。假設1和2反映了HEED輸入參數中的若幹不確定性(例如，影響健康結果的相對風險、疾病負擔預測以及不同人口亞組的影響差異程度)。概率敏感性分析，使用二階蒙特卡羅模擬，將被用來合並這種不確定性，產生95%的不確定性區間。49我們將在偏倚分析的基礎上調查我們的結果是否對其他效應量規格具有魯棒性。50我們將通過改變政策利益相關者認為至關重要的投入(例如，實施政策改革的不同時間表)來檢查我們結論的穩健性。還有一些支撐模型的結構性假設，這些假設更難納入概率敏感性分析(因為潛在的分布可能不清楚)。因此，我們將對我們的結果與關於收入、就業狀況和相關健康結果之間滯後期程度的不同假設進行比較。世界衛生組織建議不要對未來的健康收益打折，但其他機構(如英國國家衛生和社會保健卓越研究所)建議采用貼現率。51實行1.5%和3.5%的替代貼現率。通過對收入中性政策的關注，假設五的影響被最小化。忽視國家層麵因素(如收入分配)的額外影響可能會低估任何漸進式改革的效果。盡管是否存在收入不平等的額外影響仍存在爭議，52 53我們將探討收入不平等對自評健康和死亡率的任何額外影響可能產生的潛在影響。54自這項研究最初設計以來，COVID-19大流行的出現導致了重大經濟衝擊。我們將努力使我們的估計與現有數據中觀察到的衝擊相一致，並探索不同的合理複蘇情景。在未來的研究中，我們希望給HEED增加進一步的複雜性，以允許假設6-8被放寬。這種迭代的方法將有助於確保工作的可行性。
第四階段:將微觀模擬模型擴展到其他歐洲國家
正如第一階段所討論的，英國數據集(由瑞典死亡率和精神藥物處方的登記數據補充)允許在以人口為基礎的樣本中縱向研究健康與其經濟決定因素之間的相互關係。不幸的是，歐盟各國目前還沒有統一的可比數據。由於缺乏可比較的縱向數據，因此有必要將HEED模型擴展到英國以外的國家。
圖2概述了泛歐洲HEED微觀仿真模型的關鍵組成部分和結構。將利用四個歐洲數據集為每個感興趣的國家創建合成人口，從而為未來廣泛的政策試驗提供“合成實驗室”資源。人口的人口特征，以及按性別和年齡劃分的死亡率，將從聯合國世界人口展望中檢索。健康變量將來自歐洲健康訪談調查和歐洲社會調查。歐盟成員國已經開展了三波EHIS(2006-2009年、2013-2015年和2019年以後的數據收集)，盡管28個歐盟國家中隻有17個國家參加了第一波。自評健康狀況(5點李克特量表)和患者健康問卷9 (PHQ-9)已在所有三波中收集。自評健康狀況是一個公認的全因死亡率預測指標55 56並將被用作健康狀況的主要衡量標準。PHQ-9是一種流行病學工具，用於評估可能存在的抑鬱症，並將映射到GHQ-12上，以便通過使用g-方法獲得的估計來提供參數估計。自2002年以來，ESS每兩年進行一次，但並非所有國家每一波都參加(例如，希臘、盧森堡、馬耳他和羅馬尼亞沒有參加2018年的ESS)。由於缺乏基準數據，這四個國家將被排除在外。ESS包括自評健康、生活滿意度(李克特10分製)和GHQ-12(僅在2012年和2014年)。通過對登記數據的跨國分析，已經得出了按最高教育程度劃分的死亡率估計數。57因此，不同教育群體的相對死亡率風險將從中得到。
歐洲聯盟國家衛生公平經濟決定因素模型示意圖。歐洲健康訪談調查;ESS，歐洲社會調查;歐洲聯盟收入和生活條件調查;一般健康問卷;PHQ，患者健康問卷;SRH，自我評估健康。
為了獲取社會經濟輸入參數，上述數據源將由EU-SILC補充。這是一項由成員國為計算關鍵經濟指標(如失業率)而進行的代表性調查，並在調查結束後由歐盟統計局進行協調。它包括個人和家庭的就業狀況、教育水平、收入和家庭結構等信息。它也是現有EUROMOD模型使用的主要數據源。
泛歐HEED模型將以類似於英國版本的方式將收入變化與健康結果聯係起來。然而，由於缺乏整個歐洲的縱向數據(除了特定年齡組的數據，例如歐洲健康、老齡化和退休調查(SHARE)中的老年人)，因此更加難以對未來的健康結果進行長期預測。因此，長期經濟和健康趨勢不會納入歐洲模式。歐洲的HEED模型將限於1年和5年的時間範圍，以便在未來的工作中研究長期影響。
整個歐洲的所得稅和社會保障政策的幾個方麵將使用泛歐洲HEED微觀模擬政策進行模擬和研究。將與歐洲委員會、成員國和世衛組織歐洲辦事處的政策利益攸關方共同製定相關幹預方案。
由於多個歐洲國家可用的數據集較少，驗證的潛力將比英國模型更有限。雖然政策建模將使用最新可用數據，但模型也將使用較舊的數據集進行擬合，以估計最近一段時間的預測值。同樣，該模型將預測不同人口亞群的死亡率，並與其他數據來源的估計數(例如，國家統計機構公布的按教育程度分列的死亡率估計數)進行比較。最後，基於最新調查波的預測將與SHARE對兩項分析中包括的人口亞組(即50-64歲)的預測進行比較。
患者和公眾參與
沒有具體的患者參與計劃。我們將與相關利益相關者(包括第三部門組織)合作，並向公眾公布我們的研究結果。
倫理與傳播
我們的主要分析數據集不需要進一步的倫理批準，盡管可能需要數據訪問應用程序。
該研究將為研究健康的經濟決定因素作出重要貢獻。傳播計劃旨在吸引學術、政策和公眾受眾。
學術刊物及會議報告將涵蓋三個主要領域:
經濟決定因素對健康的影響估計。
英國和泛歐微觀模擬模型的模型開發和方法。
政策模擬。
我們將在整個項目中與政策利益相關者合作，以確保HEED對潛在政策、學術和最終用戶的效用。將針對相關公務員(例如，歐洲委員會和蘇格蘭公共衛生部)提供簡短易懂的政策簡報。將通過大眾媒體和項目網站實現更廣泛的公眾參與和辯論。
HEED模型將使用廣泛可用的軟件，如R或JAVA。語法和底層合成數據都將通過GitHub和項目網站免費提供，促進透明度，並使其他研究人員和政策製定者能夠重用。
倫理語句
患者發表同意書
參考文獻
腳注
貢獻者SVK構思了這項研究的想法，領導了研究設計並起草了撥款申請。AP、AHL、MiR和MaR為研究設計提供了建議，並對撥款申請提供了反饋。DK編輯了撥款申請的材料，創建了一份草稿，所有作者都嚴格修改了其內容。
資金這項工作得到了歐洲研究理事會(資助號949582)的支持。SVK還由NHS研究蘇格蘭高級臨床獎學金(SCAF/15/02)資助。SVK, DK, AP和AHL也承認來自醫學研究委員會(MC_UU_00022/2)和蘇格蘭政府首席科學家辦公室(SPHSU17)的資助。美聯社還獲得了威康信托大學獎(205412/Z/16/Z)的支持。
相互競爭的利益SVK是蘇格蘭公共衛生部的公共衛生榮譽顧問，也是英國家庭縱向研究(也被稱為理解社會)的公共衛生冠軍，他的機構因此獲得了一小筆酬金。
患者和公眾參與患者和/或公眾未參與本研究的設計、實施、報告或傳播計劃。
出處和同行評審不是委托;提交前需經過同行評審，以獲得倫理和資金批準。