Utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad en el acceso al sistema sanitario público

Utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad en el acceso al sistema sanitario público* IgnACIO AbásOLO Universidad de La Laguna MIguEL A. nEgRín-HERnánDEz Universidad de Las Palmas de Gran Canaria JAIME PInILLA Universidad de Las Palmas de Gran Canaria Recibido: Septiembre, 2013 Aceptado: Junio, 2014 Resumen El objetivo de esta investigación consiste en analizar si existe equidad en el acceso a los servicios sanitarios públicos por niveles socioeconómicos. se analiza conjuntamente la probabilidad de utilizar los servicios sanitarios y los tiempos de espera hasta ser atendidos, corrigiéndose así el sesgo de selección que se derivaría de su estudio separado, tal y como se evidencia en esta investigación. se propone una aproximación bayesiana y se hace uso de la información a nivel individual sobre la utilización sanitaria, tiempos de espera, nivel socioeconómico, necesidad sanitaria y otras variables sociodemográficas contenidas en la Encuesta nacional de salud (2006). Los resultados muestran que hay inequidad en el acceso a los servicios especializados y hospitalarios (tanto en utilización como en tiempos de espera) que perjudica a los niveles socioeconómicos inferiores. En los servicios de medicina general, si bien la utilización beneficia relativamente más a los grupos de menor nivel socioeconómico, los tiempos de espera perjudican a los de menor nivel educativo. Palabras clave: Equidad en acceso, utilización de servicios sanitarios, tiempos de espera, sesgo de selección, modelos bayesianos. Clasificación JEL: I1, C01, D39. 1. Introducción ¿Existe equidad en el acceso a los servicios del sistema sanitario público por niveles socioeconómicos? Esa es la pregunta que queremos responder en esta investigación con un en- *Esta investigación se deriva del proyecto de investigación ECO2012-36150 del Ministerio de Economía y Competitividad. Los autores agradecen al Ministerio el apoyo financiero. Agradecemos las sugerencias y comentarios de dos evaluadores anónimos. Cualquier error es de nuestra responsabilidad. Hacienda Pública Española / Review of Public Economics, 208-(1/2014): 11-38 © 2014, Instituto de Estudios Fiscales DOI: 10.7866/HPE-RPE.14.1.1 IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 12 foque novedoso que considera simultáneamente utilización y tiempos de espera como componentes inseparables del acceso al sistema sanitario. El objetivo de equidad en el sistema nacional de salud español viene recogido en dos de las principales leyes del sistema. Por un lado, La Ley general de sanidad española (Ley 14/1986) dice en su artículo 3.2 que “el acceso y las prestaciones sanitarias se realizarán en condiciones de igualdad efectiva” y en su artículo 12 que “los poderes públicos orientarán sus políticas de gasto sanitario en orden a corregir desigualdades sanitarias y garantizar la igualdad de acceso a los servicios sanitarios Públicos en todo el territorio español”. Por su parte, la Ley de Cohesión y Calidad del sistema nacional de salud (Ley 16/2003) establece en su artículo 23 que “todos los usuarios del sistema nacional de salud tendrán acceso a las prestaciones sanitarias reconocidas en esta ley en condiciones de igualdad efectiva”. Por tanto, las dos leyes hacen referencia explícita al término acceso cuando se refieren a la igualdad. un aspecto fundamental es, por consiguiente, definir qué se entiende por acceso en un sistema sanitario público. En la literatura relacionada, algunos autores consideran la utilización sanitaria como variable representativa del acceso (véase por ejemplo, birch, Eyles y newbold, 1993; Collins y Klein, 1980; o Puffer, 1986). De acuerdo con esta definición, se producirá equidad horizontal si a igual necesidad sanitaria se produce una igual utilización de servicios sanitarios públicos, independientemente de otras características individuales. Algunos estudios empíricos que consideran esta definición y analizan la equidad en la utilización por grupos socioeconómicos concluyen que un nivel socioeconómico más alto está asociado a una mayor utilización de servicios de los especialistas pero con una menor utilización de servicios del médico general. En el ámbito español véase, por ejemplo, Rodríguez, Calonge y René (1993); Regidor et al. (1996); Abásolo (1998); urbanos (2000); Abásolo, Manning y Jones (2001); borrel et al. (2001); Regidor et al. (2006); Regidor et al. (2008); o Abásolo, Pinilla y negrín (2008). En el contexto internacional véase, por ejemplo, gerdtham (1997); Van Doorslaer, Koolman y Jones (2004); Morris, sutton y gravelle (2005); Van Doorslaer, Masseira y Koolman (2006); o Vallejo y Morris (2013). Otros autores consideran que el acceso viene determinado por el coste en términos del tiempo de espera (y también de desplazamiento) para acceder a los servicios sanitarios financiados públicamente [eg. Le grand (1982) o Mooney (1983)]. De acuerdo con esta definición, la equidad horizontal se producirá si a igual necesidad sanitaria hay iguales costes de tiempo en el acceso a los servicios sanitarios públicos, independientemente de otras características individuales. nótese que la equidad en acceso no necesariamente garantiza la equidad en utilización ya que a igual necesidad y costes de acceso, un paciente puede utilizar el servicio y otro no en función de su demanda. Los resultados de distintos estudios empíricos que analizan la equidad en los tiempos de espera por niveles socioeconómicos no son tan concluyentes como los anteriores. Por ejemplo, para el caso de los servicios hospitalarios, en España, Regidor et al. (2006) muestran que los individuos con menores ingresos económicos esperan más tiempo para ser hospitalizados mediante ingreso ordinario. En el ámbito internacional, por un lado, algunos trabajos también muestran –para distintos tipos de cirugía– utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 13 evidencia de mayores tiempos de espera para los niveles socioeconómicos más bajos, por ejemplo, Pell et al. (2000); Fitzpatrick, norquist y Reeves (2004); y Hacker y stanistreet (2004). sin embargo, en otras investigaciones no se encuentra evidencia de ningún efecto socioeconómico en los tiempos de espera de distintas cirugías con ingreso hospitalario, por ejemplo, Coyte et al. (1994); Kee y gaffney (1995); Arnesen, Eriksen y staven (2002); Kelly et al. (2002), shortt y shaw (2003); Lofvendahl et al. (2005); o Cooper et al. (2009). Con respecto a los servicios de consulta especializada, tanto siciliani y Verzulli (2009), como Abásolo, negrín y Pinilla (2014) concluyen que existe evidencia de inequidad en los tiempos de espera que perjudica a los niveles socioeconómicos más bajos. Por último, no conocemos estudios que analicen la equidad en los tiempos de espera para los servicios de medicina general, probablemente dada la menor variabilidad en estos tiempos. De acuerdo con la evidencia mostrada anteriormente, ¿podemos responder a la pregunta de esta investigación de si existe equidad en el acceso a los distintos servicios del sistema sanitario público? Mientras algunos de estos estudios indican que hay equidad en la utilización de distintos servicios, otros indican que no la hay en el tiempo de espera, y viceversa. sin embargo, si consideramos que utilización y tiempo son dos componentes inseparables y no excluyentes del acceso al sistema sanitario público, entonces no es suficiente estudiarlos por separado y agregar la evidencia: un análisis por separado de ambas medidas de acceso al sistema sanitario público podría obtener estimaciones sesgadas ya que cabe esperar que la muestra que sí utiliza los servicios sanitarios tenga características distintas a la muestra que no utiliza los servicios, tanto a nivel socioeconómico como a nivel de otros determinantes del acceso como la necesidad sanitaria. En ese caso sería necesario abordar el problema teniendo en cuenta ambas vertientes del acceso conjuntamente, que es lo que hacemos en esta investigación, para tres servicios sanitarios públicos: servicios de medicina general, medicina especializada y hospitalarios. Para lograr este objetivo, la investigación se organiza de la siguiente forma. En la sección 2 se presenta el material y método; los resultados se recogen en la sección 3. La sección 4 presenta la discusión de los resultados y la sección 5 las conclusiones. 2. Material y Método 2.1. Material Los datos empleados en este trabajo se obtienen de la Encuesta nacional de salud (Ens) de 2006 (MsPsI, 2006). La Ens se realiza en todo el territorio nacional, resultando representativa a nivel de Comunidad Autónoma (CC.AA.) y recoge información sobre el estado de salud general, la utilización de los servicios sanitarios, los hábitos de vida y otras conductas relacionadas con la salud de los individuos entrevistados. La encuesta se completa en el periodo de junio de 2006 a junio de 2007. se utiliza la muestra de adultos de 16 o más años, que contiene un total de 29478 observaciones, 28954 una vez excluidos del análisis los entrevistados en Ceuta y Melilla ya que la Ens no es representativa a nivel de Ciudad Autó- IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 14 noma. La Encuesta Europea de salud de 2009 y la Encuesta nacional de salud de 2011-2012 son encuestas más actuales también disponibles, pero sus cuestionarios no incluyen información sobre tiempos de espera por especialidad, que es esencial para el propósito de esta investigación. En este trabajo consideramos como variables de interés las consultas al médico en las últimas cuatro semanas, diferenciando, para la última visita, entre médico general y médico especialista, así como la hospitalización en los últimos doce meses. Las consultas al médico general y al especialista se refieren a la revisión y diagnóstico de una enfermedad o problema de salud, obviando otro tipo de visitas incluidas en el cuestionario como son accidente o agresión, dispensación de recetas y parte de baja o alta. En el caso de la hospitalización se incluye la intervención quirúrgica, el estudio médico para diagnóstico y el tratamiento médico sin intervención quirúrgica, no considerando el parto y otros motivos. Para los tres tipos de servicios sanitarios se analizan, además, los tiempos de espera, medidos como el tiempo transcurrido desde que se pide la cita hasta que el paciente fue visto por el médico, en el caso de las visitas al médico general o especialista, o el tiempo en el que estuvo en lista de espera desde que le dijeron que tenía que ingresar, en el caso de las hospitalizaciones. nos limitamos solamente al análisis de la última visita/hospitalización realizada ya que es de ésta de la que se dispone de información de los tiempos de espera y del tipo de financiación. En nuestro estudio únicamente estamos interesados en la financiación pública. se considera financiación pública cuando el entrevistado declara que el recurso utilizado pertenece a la seguridad social, o cuando los gastos, en el caso de la hospitalización, corren a cargo de la seguridad social o de una mutualidad pública. Las variables explicativas del modelo se agrupan en variables de necesidad sanitaria, variables socioeconómicas y otras variables de control. Como proxy de la necesidad sanitaria del individuo se consideran los siguientes indicadores: el estado de salud autopercibido, la existencia de limitaciones en las actividades habituales en las últimas dos semanas, el índice de masa corporal (IMC) y el padecimiento de algunas enfermedades crónicas, seleccionadas por su alta prevalencia y por la importante morbimortalidad que ocasionan, como son la hipertensión, los problemas de corazón, asma y diabetes. En lo que respecta a las variables socioeconómicas, se consideran dos variables principales. En primer lugar, la variable renta, que corresponde a la renta equivalente del hogar. Para convertir los ingresos del hogar en renta equivalente se aplica la escala de equivalencia de la OCDE modificada 1(De Vos y zaidi, 1997). En segundo lugar, la variable educación, recogida a través del nivel más alto de estudios terminados por el entrevistado (pudiendo ser sin estudios, estudios primarios, secundarios y universitarios). De forma complementaria también se considera la situación laboral del individuo, que se recoge a través de tres variables dicotómicas (ocupado, parado e inactivo), reflejando la situación laboral de los individuos dependiendo si están en el mercado laboral empleados, si están parados o si están inactivos (i.e. jubilados, pensionistas, estudiantes o dedicados principalmente a las labores del hogar), respectivamente. utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 15 Otras variables de control incluidas en el modelo son, por un lado, el sexo y la edad, esta última medida a través de cinco intervalos (16-34 años, 35-44 años, 45-54 años, 55-64 años y 65 años o más) con el objetivo de capturar el diferente efecto –a lo largo de las distintas etapas etarias del individuo– que ejerce esta variable en la utilización de los servicios sanitarios y en los tiempos de espera. y, por otro, el acceso a doble cobertura sanitaria, pública y privada, que también se incluye ya que el uso (y por tanto los tiempos de espera) de servicios sanitarios provistos públicamente puede verse afectado por las alternativas que los usuarios tengan disponibles, como disponer de un seguro sanitario privado. La tabla 1 muestra la definición, media y desviación típica de las variables incluidas en este estudio. En nuestro análisis controlamos, además, por la posible variabilidad existente, tanto en uso de servicios como en tiempos de espera, entre las distintas regiones del territorio nacional. Dicha variabilidad, medida a nivel de CC.AA., puede venir explicada, entre otras razones, por las desigualdades en la dotación de recursos o en el diseño y ejecución de la política sanitaria y de salud. La tabla 2 muestra los descriptivos de las variables de interés por CC.AA. Además, en el análisis de los tiempos de espera en las visitas al médico especialista se ha considerado la posible variabilidad debida al tipo de especialidad; el análisis descriptivo muestra que los tiempos medios varían notablemente por especialidad desde los 3839 días de psiquiatría, cirugía general y cirugía digestiva, hasta los más de 80 días de media en neurología y urología. Tabla 1 DefInIcIón, MeDIa y DesvIacIón TípIca De las vaRIables variable Definición Media D.T. n Visita médico si el individuo visitó al médico general público general en las últimas 4 semanas 0,15 28954 Visita médico si el individuo visitó al médico especialista especialista público en las últimas 4 semanas 0,08 28954 Hospitalización si fue ingresado en un hospital con financiación pública en el último año 0,07 27999 Tiempo de espera número de días de espera para visitar al médico médico general general 4,88 20,19 4099 Tiempo de espera número de días de espera para visitar al médico médico especialista especialista 63,69 92,22 1950 Tiempo de espera número de meses de espera para ser hospitalizado 6,15 7,11 665 hospitalización sexo Mujer 0,60 28954 Edad 16-34 Edad entre 16 y 34 años (referencia) 0,22 28954 Edad 35-44 Edad entre 35 y 44 años 0,20 28954 Edad 45-54 Edad entre 45 y 54 años 0,17 28954 Edad 55-64 Edad entre 55 y 64 años 0,14 28954 Edad 65 o más Edad mayor de 64 años 0,27 28954 salud muy buena Estado de salud muy bueno en el último año (referencia) 0,14 28954 salud buena Estado de salud bueno en el último año 0,48 28954 salud regular Estado de salud regular en el último año 0,28 28954 salud mala Estado de salud malo o muy malo en el último año 0,10 28954 IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 16 Tabla 1 (Continuación) DefInIcIón, MeDIa y DesvIacIón TípIca De las vaRIables variable Definición Media D.T. n Limitaciones Limitada actividad normal en las últimas 2 semanas 0,16 28922 Hipertensión Enfermedad crónica diagnosticada: hipertensión 0,25 28954 Problemas del Enfermedad crónica diagnosticada: problemas de corazón 0,09 28954 corazón Asma Enfermedad crónica diagnosticada: asma o bronquitis 0,09 28954 Diabetes Enfermedad crónica diagnosticada: diabetes 0,07 28954 sin estudios Individuo sin estudios 0,14 28817 E. primarios Individuo con estudios primarios 0,35 28817 E. secundarios Individuo con estudios secundarios o de FP 0,36 28817 E. universitarios Individuo con estudios universitarios (referencia) 0,15 28817 Log(renta) Logaritmo de la renta equivalente del hogar 6,69 0,27 28327 Ocupado Individuo en el mercado laboral ocupado 0,45 28888 Parado Individuo en el mercado laboral parado 0,06 28888 Inactivo Individuo inactivo (referencia) 0,49 28888 Doble seguro Individuo con doble cobertura sanitaria 0,11 28954 IMC índice de masa corporal (Peso kg)/(altura m)2 25,82 4,47 25831 Tabla 2 DescRIpTIvos De pRopoRcIón De vIsITas y TIeMpos De espeRa poR cc.aa. Médico general Médico especialista Hospitalización cc.aa. visitas Tiempo D.T. visitas Tiempo D.T. visitas Tiempo D.T. Andalucía 0,13 6,74 20,61 0,06 59,52 78,27 0,02 7,38 8,06 Aragón 0,13 3,04 13,09 0,09 42,57 76,49 0,05 5,89 7,13 Asturias 0,15 2,69 7,60 0,08 83,69 99,43 0,02 10,50 8,62 baleares 0,12 4,20 10,13 0,05 70,26 88,40 0,02 8,48 7,05 Canarias 0,14 6,27 14,70 0,03 43,61 30,95 0,01 17,75 13,79 Cantabria 0,13 5,40 20,36 0,06 112,57 99,52 0,01 7,43 3,99 Castilla y León 0,16 2,29 8,06 0,11 40,68 82,78 0,06 4,58 3,71 C. La Mancha 0,14 4,77 19,25 0,09 65,72 101,73 0,02 4,79 4,54 Cataluña 0,13 5,82 13,85 0,05 54,84 99,19 0,02 4,45 4,10 Valencia 0,13 9,81 37,83 0,04 58,27 83,00 0,02 6,29 6,41 Extremadura 0,14 2,43 10,15 0,08 44,93 72,18 0,03 6,11 6,69 galicia 0,15 3,72 20,28 0,08 82,98 101,19 0,02 7,15 10,24 Madrid 0,13 5,80 24,99 0,06 83,20 93,99 0,01 10,11 11,12 Murcia 0,14 5,48 15,80 0,06 78,63 105,24 0,02 7,85 10,86 navarra 0,20 4,90 23,95 0,12 35,66 62,25 0,06 3,73 4,66 País Vasco 0,14 5,34 30,32 0,04 107,91 129,97 0,01 5,09 3,75 La Rioja 0,14 4,92 21,57 0,08 88,42 103,43 0,02 5,62 5,68 utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 17 2.2. Método se analiza la utilización y los tiempos de espera de tres servicios sanitarios financiados públicamente (médico general, especialista y hospitalización). Al analizar el efecto de las variables socioeconómicas en los tiempos de espera surge el problema de que dichos tiempos solo están disponibles para aquellos individuos que realmente hicieron uso del servicio. si asumimos que existe cierta correlación entre las variables socioeconómicas y la probabilidad de usar el servicio, un análisis aislado de los tiempos de espera provocaría lo que se conoce en la literatura como sesgo de selección. Distintas soluciones han sido propuestas desde el punto de vista clásico para la corrección del sesgo de selección: desde el estimador en dos etapas propuesto por Heckman (1979) a posteriores propuestas basadas en el estimador de máxima verosimilitud (nawata, 1994), simulaciones Monte Carlo (Puhani, 2000) o estimación por máxima entropía (Dudik et al. 2005), entre otras. En este trabajo se propone el uso de una aproximación bayesiana que corrige este potencial sesgo de selección al analizar conjuntamente las dos etapas del proceso (Mokatrin, 2011; Li y Rahman, 2011; Van Hasselt, 2011; Ding, 2014; entre otros). El modelo queda representado a través de las siguientes ecuaciones: Di={1 si Zi> 0 0 si Zi≤ 0 Zi= X1i b 1+ µ1(1) Yi={X2i b 2+ eisi Di = 1 nA si Di = 0 donde Dise refiere a una variable indicadora que toma valor 1 si el individuo hace uso del servicio sanitario y 0 en caso contrario, Zies una variable latente que indica la propensión a utilizar el servicio sanitario, X1ise refiere a un vector de tamaño kque incluye las variables que explican la probabilidad de hacer uso del servicio correspondientes al individuo i, b 1es el vector de coeficientes correspondiente y µ1es el término de perturbación que asumiremos se distribuye normalmente con varianza 1, lo que da lugar al conocido modelo probit. Por otra parte la variable Yihace referencia a la transformación logarítmica del tiempo de espera asociado a un determinado servicio sanitario correspondiente al individuo i. Proponemos el uso de un modelo log-lineal debido al elevado grado de asimetría que habitualmente presentan los tiempos de espera; asimetría que queda reflejada en los descriptivos incluidos en la tabla 1. Dicha variable sólo es observable para aquellos individuos que hicieron uso del servicio (Di=1). En caso contrario indicamos el dato perdido como “NA”. El problema de selección también ha sido interpretado por algunos autores como un problema de datos perdidos no debidos al azar (Allison, 2002). La transformación logarítmica de los tiempos de espera viene explicada de forma lineal por la combinación de variables explicativas X2i(en nuestro modelo utilizamos las mismas variables para explicar la utilización del servicio y los tiempos de espera por lo que X1i= X2iy el vector de coeficientes b 2. El término de perturbación de esta segunda ecuación asumiremos que se distribuye según una distribución normal. IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 18 En la aproximación bayesiana, la distribución a posteriori de los parámetros de interés se estima a través del Teorema de bayes, a partir de la combinación de la función de verosimilitud y la distribución a priori de los parámetros de interés (Lee, 1997). En nuestro caso debemos considerar conjuntamente la ecuación que se refiere a la utilización de servicios sanitarios y los tiempos de espera, por tanto, la verosimilitud vendría dada por la expresión: (2) Donde n2se refiere a la distribución normal bivariante. según esta definición, la probabilidad asociada a la variable observable Dies P(Di=1⎪X) = P(Zi>0) = Φ(X1i b 1) donde Φ es la función de distribución normal estándar. La distribución a priori recoge la información disponible previa al análisis de los datos. En nuestro ejemplo asumimos una distribución a priori desinformativa permitiendo que las conclusiones finales estén basadas únicamente en los datos. En particular asumimos una distribución a priori normal Multivariante para los coeficientes b 1y b 2con vector de medias µ b = (0,0,...,0)ky matriz de varianzas-covarianzas suficientemente grande para indicar la incertidumbre a priori sobre el valor de los coeficientes, Σ b = 1010 * Ik, donde Ikse refiere a la matriz identidad de dimensión k. Asimismo, para la matriz de varianzas-covarianzas Σ descrita en la verosimilitud se asume una distribución a priori desinformativa inversa de Wishart con matriz de escala I2y 2 grados de libertad. La distribución de Wishart es una generalización multivariante de la distribución gamma (gelman, 2006). utilizar como número de grados de libertad la dimensión de Σ permite ser lo más desinformativo posible pero manteniendo la propiedad de que la distribución integre a 1. A la descripción anterior del modelo debemos añadir el hecho de que se desea considerar la posible variabilidad existente entre las distintas CC.AA., tanto en la utilización de servicios como en los tiempos de espera. El análisis del efecto CA se realiza a través de la inclusión de términos aleatorios en las ecuaciones anteriores de tal forma que las ecuaciones finales serán: Zi= X1i b 1 + v1j + µi(3) Yi= X2i b 2 + v2j + e i donde v.jes un efecto aleatorio que recoge las diferencias debidas a la CC.AA (j=1,2,...,17) y se distribuye: Z YNX X i i i i         ⋅=2 11 22 1 β β σ σ Σ 1,2 1,2 2 2 σ                 (, ) (,), , , vv N jj v vvv vv v 12 1 2 12 12 2 2 00Σ= σσ σσ                 utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 19 La distribución a priori de la matriz de varianzas-covarianzas Σvtambién se asume una distribución inversa de Wishart con matriz de escala I2y 2 grados de libertad. En el caso particular del análisis de los tiempos de espera de la visita al médico especialista se ha querido también controlar por la posible variabilidad debida a la especialidad. Dicho análisis se ha llevado a cabo nuevamente a través de la inclusión de un término aleatorio en la ecuación correspondiente a los tiempos de espera: Yi= X2i b 2 + v2j + q e + e i(4) donde q e ~ N(0, s 2 q ) es un efecto aleatorio que recoge las diferencias debidas a la especialidad (e=1,2,…,24). La distribución a priori desinformativa asumida para el nuevo parámetro a estimar es s 2 q ~gamma-inversa(0.001,0.001). La distribución a posteriori es aproximada por simulación a través de los métodos Markov Chain Monte Carlo (MCMC) (gilks et al. 1996; Robert y Casella, 1999). Hay que destacar que Zies una variable latente y deberá ser estimada en el proceso. También Yies simulada para aquellos individuos i para los que Di=0. Le utilizó el programa informático Winbugs (spiegelhalter et al. 2003). se simularon 6 cadenas alternativas de tamaño 500000, siendo descartadas las primeras 250000 muestras y estableciendo un salto (“thin”) de 5 para realizar inferencia. La convergencia fue comprobada con el paquete CODA en R utilizando como criterios de diagnóstico el análisis gráfico de correlaciones y los estadísticos gelman-Rubin (1992), geweke (1992), Raftery y Lewis (1992) y Heidelberg y Welch (1983). 3. Resultados La tabla 3 muestra los resultados del análisis del acceso al médico general. En las columnas 2-4 de la tabla se muestran los resultados de los determinantes de la probabilidad de realizar una visita al médico general público. Por otro lado, en las columnas 5-7 se muestran los coeficientes correspondientes al análisis de los tiempos de espera de este servicio sanitario. se observa que los individuos sin estudios o con estudios primarios y secundarios muestran una mayor probabilidad de visitar al médico general en comparación a los individuos con estudios universitarios. En la misma dirección, la renta muestra un efecto negativo sobre la probabilidad de realizar visitas al médico general. y las personas paradas muestran una propensión mayor a hacer uso de este servicio. En relación a las variables de necesidad sanitaria se concluye que tener salud regular, mala/muy mala y, en menor medida, buena, aumenta la probabilidad de ir al médico general en comparación con aquellos individuos que declaran un estado de salud muy bueno. Las personas con limitaciones en la actividad diaria también tienen una mayor propensión a utilizar este servicio, así como las personas con hipertensión, problemas de corazón y figura 5. efecto especialidad. Tiempos de espera en médico especialista público (Intervalos de probabilidad al 90%) IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 26 también figura como variable relevante y con efecto positivo sobre la probabilidad de ser ingresado en hospitales públicos. Lo mismo sucede con el hecho de estar ocupado o parado (respecto a estar inactivo), que también está asociado a una menor probabilidad de ser ingresado en el hospital. Con respecto a la variable de salud autopercibida, muestran mayor probabilidad de ser ingresados los individuos que declaran tener salud regular, mala o muy mala. Los adultos entre 45 y 64 son el grupo de edad con mayor probabilidad de ser ingresado. Los hombres también tienen una probabilidad mayor de ser ingresados en hospitales públicos, mientras que tener doble cobertura sanitaria reduce la probabilidad de ser ingresado en el hospital. En relación a los tiempos de espera para ser ingresados es el estado de salud autopercibido la variable con mayor relevancia estadística. Las personas con salud mala, muy mala presentan tiempos de espera un 90,9% inferiores en relación a las personas con salud muy buena. Los encuestados con salud regular también tienen tiempo de espera inferiores, un 74,9%. En relación a las variables socioeconómicas, la renta se observa como una variable relevante. El coeficiente indica que personas con un nivel de renta un 1% superior tienen tiempos de espera un 0,46% inferiores. El nivel de estudios sí muestra relevancia estadística con tiempos de espera inferiores para el grupo con estudios primarios o secundarios frente a los universitarios. no se observan diferencias estadísticamente relevantes, en cambio, entre las personas sin estudios y con estudios universitarios. utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 27 Del resto de variables destaca el sexo donde se concluye que las mujeres esperan para ser ingresadas un 71,5% más, en media, que los hombres. Las personas ocupadas tienen tiempos de espera un 43,9% superiores a la población no activa. Tabla 5 ResUlTaDos Del análIsIs De las HospITalIzacIones b 1D.T. exp[ b 2] D.T. Constantea–10,931 1,238 *** 12,76 2,376 *** Ocupado –0,481 0,183 *** 1,439 0,329 * Parado –0,273 0,294 1,569 0,627 sin estudios 0,452 0,335 * 0,898 0,401 E. primarios 0,832 0,280 *** 0,537 0,198 *** E. secundarios 0,799 0,263 *** 0,529 0,185 *** salud buena 0,737 0,296 *** 0,867 0,382 salud regular 2,397 0,345 *** 0,251 0,105 *** salud mala o muy mala 3,533 0,401 *** 0,091 0,044 *** sexo –0,299 0,136 *** 1,715 0,293 *** Edad 35-44 0,247 0,234 0,808 0,252 Edad 45-54 0,320 0,237 * 0,936 0,293 Edad 55-64 0,415 0,260 ** 0,780 0,262 Edad 65 o más 0,152 0,282 0,852 0,318 Doble seguro –0,633 0,261 *** 1,269 0,405 Log(renta)a0,436 0,094 *** –0,464 0,328 * Hipertensión 0,024 0,157 1,084 0,220 Problemas del corazón 0,262 0,208 0,826 0,215 Asma 0,123 0,204 0,877 0,228 Diabetes –0,287 0,243 1,006 0,312 IMCa0,023 0,017 * –0,004 0,020 s1,2 –21,602 2,137 *** s2 v1,548 0,625 *** 6,572 2,912 *** n 23.289 * Variables estadísticamente relevantes al 90%, ** Variables estadísticamente relevantes al 95%, *** Variables estadísticamente relevantes al 97,5%. ase muestra la estimación de b 2en lugar de Exp[ b 2]. La correlación negativa entre los errores muestra la existencia de sesgo de selección. El efecto aleatorio relativo a las CC.AA. muestra diferencias relevantes tanto en la probabilidad de ser ingresado como en los tiempos de espera. En concreto, Andalucía muestra una menor probabilidad de ingreso con respecto a la media nacional. Por otro lado, Andalucía y la Comunidad Valenciana, con una probabilidad del 90%, muestran tiempos de espera de ingreso hospitalario superior al resto del país. figura 6. efecto ca Ingresos hospital público (Intervalos de probabilidad al 90%) figura 7. efecto ca Tiempos de espera para ingresos hospital público (Intervalos de probabilidad al 90%) IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 28 utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 29 4. Discusión Los resultados de esta investigación para cada uno de los tres servicios sanitarios públicos analizados muestran que existen inequidades en el acceso a los mismos que favorecen a unos u otros grupos socioeconómicos2, aunque son de distinta índole. Con respecto a los servicios de medicina general, existe inequidad en la probabilidad de utilización en favor de los individuos con menor renta, con menor nivel de estudios y en paro, que tienen una mayor propensión a utilizar dichos servicios, una vez controlado el resto de factores explicativos. Estos resultados son consistentes con los obtenidos en algunos de los estudios más recientes en España para el conjunto de la población (como los de urbanos, 2000; Abásolo, Manning y Jones, 2001; Regidor et al. 2006 y 2008, o gonzález y Clavero, 2008) y también para la población mayor de 50 años (Crespo y urbanos, 2012). En el plano internacional, Morris, sutton y gravelle (2005) para Inglaterra o Van Ourti (2004) para bélgica, muestran resultados similares. Otros estudios internacionales comparados, sin embargo, no muestran, en general, evidencia significativa de esta inequidad en favor de los individuos con menor nivel socioeconómico, aunque no diferencian entre utilización financiada pública y privada lo que resulta especialmente importante sobre todo en países donde la atención sanitaria privada no es menor (Van Doorslaer, Koolman y Jones, 2004; Van Doorslaer, Masseira y Koolman, 2006). A la hora de explicar esta mayor probabilidad de uso de los servicios de medicina general por parte de los grupos de menor nivel socioeconómico, algunos autores argumentan que muchos de los motivos de consulta al médico general no se deben a problemas de salud, sino que reflejan otras necesidades económicas y sociales (Regidor et al. 2006 y 2008), lo que explicaría este mayor uso relativo por dichas causas. Esta idea también sería consistente con el modelo de grossman (1972) que indica que los individuos con mayor nivel de estudios son más eficientes produciendo salud por lo que, a igual necesidad sanitaria, utilizan menos los servicios sanitarios. sin embargo, el otro componente del acceso, el tiempo de espera, no estando asociado a la renta, sí que es significativamente mayor en el caso de los individuos con menor nivel de estudios, respecto a los que tienen estudios universitarios. Es decir que si bien la utilización beneficia relativamente más a los grupos de menor nivel socioeconómico (aproximado tanto por renta, como por estudios y situación laboral), los tiempos de espera perjudican a los de menor nivel educativo. una posible explicación ya apuntada por Regidor et al. (2006) podría ser que los individuos con mayor nivel educativo manejan mejor los mecanismos de acceso al médico general; ejemplos de este mejor uso de los mecanismos de acceso puede ser la cita por internet o el cara a cara con el recepcionista del centro de salud. También podría ser que estén haciendo un mayor uso de las visitas sin cita previa (que se producen en el mismo día en que la solicitan). Con respecto a los servicios del médico especialista –cuando nos centramos en los niveles de renta de los individuos–, se observa que existe una inequívoca inequidad en el acceso que perjudica a los individuos de menor renta: a menor renta hay menor probabilidad de utilizar los servicios especialistas y se tienen tiempos de espera mayores. Lo mismo sucede con los parados y ocupados (respecto a los inactivos) que también tienen peor acceso en cuanto IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 30 a uso y espera. El análisis por nivel de estudios es menos concluyente: el nivel de estudios no afecta excepto en el caso de los individuos con estudios secundarios que, respecto a los que tienen estudios universitarios, se ven favorecidos en ambas vertientes: tienen una mayor probabilidad de ir al médico especialista y además esperan menos. Esta inequidad que, en líneas generales, se aprecia en contra de los grupos socioeconómicos menos favorecidos indicaría que la renta puede ser una barrera a la hora de acceder a los servicios de atención especializada; algunos autores consideran que los grupos socioeconómicos más altos están en mejores condiciones para navegar por el sistema sanitario y para hacer oír su voz para demandar más y más complejos servicios sanitarios (Hirschman, 1970). Evidencia similar se ha encontrado en estudios anteriores. En lo que respecta a las inequidades en utilización, resultados parecidos han obtenido, por ejemplo, urbanos (2000) o Regidor et al. (2006) para España, y Van Ourti (2004), Morris, sutton y gravelle (2005), glazier et al. (2009). Vikum, Krokstad y Westin (2012) o Vallejo y Morris (2013) en el ámbito internacional. En particular, Van Doorslaer, Koolman y Jones (2004) ponen énfasis en que para países con sistemas de salud como el nuestro, estas inequidades que favorecen a los más ricos se derivan de las actuaciones del médico general o del propio especialista (que son quienes deciden la utilización de estos servicios). Más sanidad no necesariamente implica mejor salud pero si de una mayor utilización de servicios de especialista (sobre todo en un contexto de largas esperas) se deriva una mejor salud, entonces, las diferencias socioeconómicas en utilización pueden traducirse en diferencias socioeconómicas en resultados, tal y como sugieren Van Doorslaer, Masseira y Koolman (2006). Con respecto a la inequidad en los tiempos de espera, otros estudios comparados internacionales han llegado a conclusiones similares (siciliani et al. 2009). En España, Abásolo, negrín y Pinilla (2014) también obtienen evidencia de que los individuos con mayor nivel socioeconómico esperan significativamente menos, sin descartar un mayor poder para negociar esperas más cortas o una tasa de reclamaciones más altas como posibles factores explicativos de estas inequidades. Con los ingresos hospitalarios sucede algo parecido a los servicios de especialista. En relación a la renta, se produce inequidad en el acceso que perjudica a los individuos con menor renta, es decir, a mayor renta hay una mayor probabilidad de ingreso hospitalario, resultados similares a los obtenidos en el estudio de Morris, sutton y gravelle (2005); además, también se aprecia que los niveles de renta altos tienen menores tiempos de espera en el ingreso hospitalario, resultado similar al de otros trabajos anteriores como Pell et al. (2000), Fitzpatrick, norquist y Reeves (2004) o Hacker y stanistreet (2004). Respecto al nivel de estudios, los resultados van en la dirección contraria: a menor nivel de estudios hay una mayor probabilidad de ingreso hospitalario, en línea con los resultados obtenidos por Van Ourti (2004), Regidor et al. (2006), Van Doorslaer et al. (2006), o Regidor et al. (2008); además, aquéllos individuos con estudios primarios o secundarios también esperan menos que los que tienen estudios universitarios. sin embargo, también debe decirse que este último grupo de referencia está formado –para el caso de los servicios hospitalarios– únicamente por 36 personas lo que limita la interpretación de la variable referida al nivel de estudios. utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 31 Aunque el objetivo principal de esta investigación no era el análisis de la equidad en el acceso por comunidades autónomas, la relevancia de la dimensión territorial en el sistema nacional de salud español hace que merezca un comentario adicional. El efecto aleatorio que analiza la variabilidad debida a la CC.AA. muestra diferencias significativas tanto en utilización como en tiempos de espera, lo que indica que también existen inequidades territoriales en el acceso a los tres servicios sanitarios analizados. Concretamente, en el caso de los servicios de medicina general, mientras el tiempo de espera en Canarias es mayor que la media nacional, lo contrario sucede en Castilla-León y Aragón, con tiempos inferiores a la media; respecto a la probabilidad de uso, sólo navarra presenta una propensión mayor que la media. Con respecto a los servicios de especialista, Canarias, galicia, Cantabria y Murcia tienen una menor probabilidad de uso (Madrid es la única con una propensión mayor a la media) y justo las tres primeras CC.AA. tienen además los tiempos de espera superiores a la media; es decir que existe inequidad en el acceso al médico especialista que perjudica claramente a los residentes en Canarias, galicia y Cantabria. Por último, respecto a los ingresos hospitalarios, se aprecia inequidad en el acceso que perjudica a los residentes en Andalucía, que tienen una menor probabilidad de ingreso y además deben esperar más que la media del conjunto nacional. Estas diferencias entre CC.AA. podrían tener que ver con la existencia de desigualdades en salud entre la población de las distintas CC.AA. (López-Casasnovas, Costa y Planas, 2005; Van Doorslaer y Koolman, 2004) o también con el hecho de que la oferta de servicios sanitarios sea distinta entre CC.AA. por factores como el desigual proceso de traspaso competencias sanitarias a las CC.AA., la distinta provisión de programas sanitarios a nivel regional, o la desigual distribución de recursos entre CC.AA. (gonzález, urbanos y Ortega, 2004). Destacar también que otras investigaciones que han abordado la equidad territorial en la utilización de servicios sanitarios (Montero y Jiménez, 2008; Abásolo, Pinilla y negrín, 2008) también encontraron diferencias territoriales significativas para los tres tipos de servicios sanitarios. Por último, los resultados por género muestran, para los servicios de atención primaria que las mujeres, aunque esperan más que los hombres, tienen una mayor probabilidad de utilizar los servicios de atención primaria; estos resultados están en línea con los obtenidos por urbanos (2011) explicándolos por las mayores reticencias a acudir al médico que podrían tener los hombres, por la fortaleza del rol masculino. Respecto a los servicios hospitalarios, los resultados sugieren que las mujeres tienen un peor acceso a estos servicios (menor probabilidad de utilización y mayores tiempos de espera), mostrando inequidad horizontal que les perjudica, resultados también consistentes con los obtenidos por urbanos (2011). una conclusión distinta se obtiene para las visitas al médico especialista, donde las mujeres tienen mejor acceso que los hombres (mayor probabilidad de uso y menor tiempo de espera), lo que podría indicar una menor habilidad de los hombres para moverse en el sistema sanitario una vez que tienen una condición que requiere cuidados especializados. En esta investigación se han empleado métodos de estimación bayesianos. Muchos autores han discutido las ventajas interpretativas e inferenciales de los métodos bayeisanos frente a los métodos convencionales (Hsiao y Pesaran, 2006; Li et al. 2011; Rendon, 2013, entre otros). En particular, Mokatrin (2011) compara con datos simulados en diferentes es- IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 32 cenarios la aproximación bayesiana a la corrección del sesgo de selección con la estimación clásica propuesta por Heckman (1976, 1979). se concluye que la aproximación bayesiana se comporta al menos tan bien como la aproximación clásica, y mejora los resultados en algunos escenarios. En concreto, los resultados mostraban que el estimador de Heckman únicamente obtenía buenos resultados cuando no existe multicolinealidad entre la inversa del ratio de Mills y las variables explicativas. La aproximación bayesiana, en cambio, no mostraba estas limitaciones. Los términos de perturbación de la ecuación de probabilidad de utilizar el servicio y de la ecuación del tiempo de espera hasta ser atendido resultan estar correlacionados en los tres casos. Concretamente, en los servicios del médico especialista y de hospitalización, una mayor probabilidad de utilización se asocia a un menor tiempo de espera, es decir, que las dos variables representativas del acceso actúan en la misma dirección. no sucede así en el caso de los servicios de medicina general; una posible explicación podría ser que una mayor probabilidad de acudir también esté asociada a una mayor frecuencia en las visitas al médico general, permitiendo a este último influir en el distanciamiento de las visitas de los pacientes más frecuentistas y, por tanto, acaben esperando más. La correlación entre los términos de perturbación de ambas ecuaciones evidencia, por tanto, la existencia de sesgo de selección; es decir, que las muestras que sí utilizan cada uno de los servicios sanitarios analizados tienen características distintas a las que no los utilizan. Por tanto, si se hubiese analizado separadamente ambas medidas de acceso al sistema de salud público se habrían generado estimaciones sesgadas, justificándose, por tanto la metodología empleada en esta investigación. Las conclusiones obtenidas respecto al efecto del nivel socioeconómico (o de la comunidad autónoma de residencia) sobre el acceso a los servicios sanitarios públicos, dependen, en gran parte, de un ajuste correcto por la necesidad sanitaria de los individuos. En este sentido hay que hacer dos precisiones. En primer lugar, debe realizarse una distinción entre los dos niveles de atención considerados en esta investigación. Con respecto al nivel de atención especializada (visitas al especialista e ingresos hospitalarios), aunque estos cuidados se suministran una vez que un profesional médico los ha indicado (lo cual ya refleja la existencia de una necesidad sanitaria objetiva), no tenemos información del grado de severidad o urgencia con que son derivados a los mismos (lo cual afectaría con toda probabilidad tanto a la utilización como a los tiempos de espera). Menos información aún tenemos sobre el grado de necesidad sanitaria de los individuos que acuden al médico general por primera vez, dado que no son derivados por ningún otro profesional. Con el fin de minimizar estos problemas, hemos incluido en el modelo un amplio conjunto de indicadores de salud, que abarcan, no sólo la autopercepción del estado de salud sino también el padecimiento de distintas enfermedades crónicas, además del índice de masa corporal. En general, todas estas variables están positivamente correlacionadas con la probabilidad de utilización y negativamente con los tiempos de espera, que es el resultado que se esperaría de medidas “auténticas” de la necesidad de cada uno de esos cuidados sanitarios. La única excepción tiene lugar en los servicios de medicina general, donde un peor estado de salud autopercibido o el padecimiento de alguna enfermedad crónica está asociada a mayores tiempos de espera; en la medida en utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 33 que la cronicidad esté determinando un perfil de pacientes que visita con mayor frecuencia al médico general, es posible que el mayor tiempo de espera esté en parte influido por el propio médico general si considera adecuado pautar visitas más espaciadas en el tiempo; en todo caso, no debe olvidarse que estamos hablando de tiempos medios en torno a 5 días. Por otra parte, todas estas variables representativas de la necesidad sanitaria son informadas únicamente por el propio entrevistado y podrían desviarse de la auténtica necesidad sanitaria; en la medida en que, por ejemplo, los individuos con mejor acceso a los servicios sanitarios públicos, sean los que se aproximan mejor a su auténtica necesidad sanitaria, ello habría producido un sesgo en nuestras estimaciones. En segundo lugar, y en relación con la variable de estado de salud autopercibido, si bien la probabilidad de acudir a algún servicio sanitario depende del estado de salud, es posible que éste también se vea afectado después de obtener más información en la visita al médico. si éste es el caso, tendríamos un problema de endogeneidad causado por la simultaneidad, de manera que nuestros estimadores serían sesgados e inconsistentes. Los resultados de un test bayesiano de endogeneidad (Deb et al. 2006) de la variable de estado de salud autopercibido muestran, sin embargo, que no puede rechazarse la hipótesis de exogeneidad de la misma. 5. conclusión Esta investigación arroja evidencia de que no existe equidad en el acceso a los servicios del sistema sanitario público por niveles socioeconómicos. A esa conclusión se llega cuando se considera simultáneamente las dos vertientes del acceso al sistema sanitario público: utilización y tiempos de espera, metodología que es la adecuada una vez que se evidencia que los que utilizan los distintos servicios sanitarios analizados tienen características distintas a los que no lo utilizan (i.e. existe un problema de sesgo de selección). En concreto, concluimos, en relación con los servicios de medicina especializada y hospitalaria, que los individuos con menor nivel socioeconómico tienen menor acceso, evidenciado no sólo por una menor probabilidad de utilización sino por una mayor espera, diferencias que no explica la necesidad sanitaria y otros factores sociodemográficos. Por su parte, los resultados del acceso no son tan concluyentes respecto a los servicios de medicina general: mientras los individuos con menor nivel socioeconómico, medido tanto a través del nivel de estudios como de la renta, tienen una mayor probabilidad de acudir al médico general, los individuos con menor nivel educativo muestran mayores tiempos de espera. notas 1. según la escala de equivalencia de la OCDE modificada, los pesos se distribuyen de la siguiente forma: 1 para el primer adulto, 0,5 para el resto de personas mayores de 14 años y 0,3 para cada niño de menos de 14 años. 2. Cuando decimos que favorecen, queremos decir que esos grupos tienen una mayor probabilidad de utilización o un menor tiempo de espera. Es cierto que más sanidad no es necesariamente mejor, por lo que podría darse IgnACIO AbásOLO, MIguEL A. nEgRín-HERnánDEz y JAIME PInILLA 34 casos en los que un mejor acceso no se traduzca en una mejora de salud. sin embargo, en esta investigación asumimos que de producirse estos casos, se distribuyen aleatoriamente entre grupos socioeconómicos, sin alterar las conclusiones a las que se llega. Referencias Abásolo, I. (1998), “Equidad horizontal en la distribución del gasto público en sanidad por grupos socioeconómicos en Canarias: un estudio comparado con el conjunto español”, Hacienda Pública Española, 147: 3-28. Abásolo, I.; Manning, R. y Jones A. (2001), “Equity in the utilisation of and access to public-sector gPs in spain”, Applied Economics, 33: 349-364. Abásolo, I.; Pinilla, J. y negrín, M. (2008) “Equidad en la utilización de servicios sanitarios públicos por Comunidades Autónomas en España: un análisis multinivel”, Hacienda Pública Española, 187 (4): 87-106. Abásolo, I.; negrín, M. y Pinilla, J. (2014), “Equity in specialist waiting times by socioeconomic groups: evidence from spain”, European Journal of Health Economics, 15 (3): 323-334. Allison, P. (2002), Missing Data, sAgE Publications. Arnesen, K.; Eriksen, J. and stavem, K. (2002), “gender and socioeconomic status as determinants of waiting time for inpatient surgery in a system with implicit queue management”, Health Policy, 62 (3): 329-341. birch, s.; Eyles, J. and newbold, K. b (1993), “Equitable access to health care: methodological extensions to the analysis of physician utilisation in Canada”, Health Economics, 2: 87-101. borrell, C.;Fernandez, E.; schiaffino, A.; benach, J.; Rajmil, L.; Villalbi, J. R. and segura, A. (2001), “social class inequalities in the use of and access to health services in Catalonia. spain: What is the influence of supplemental private health insurance?”, International Journal for Quality in Health Care, 13: 117-125. Collins, E. and Klein, K. (1980), “Equity and the nHs: self reported morbidity, access and primary care”, British Medical Journal, 281: 1111-1115. Cooper, z.; Mcguire, A.; Jones, s.; Le grand, J. and Titmuss, R. (2009), “Equity, waiting times and the nHs reforms: retrospective study”, British Medical Journal, 339: 1-7. Coyte, P.; Wright, J.; Hawker, g. A.; bombardier, C.; Dittus, R. s.; Paul, J. E.; Freund, D. A. and Ho, E. (1994), “Waiting times for knee-replacement surgery in the united states and Ontario”, The New England Journal of Medicine, 331 (16): 1068-1071. Crespo-Cebada, E. and urbanos-garrido, R.M. (2012), “Equity and equality in the use of gP services for elderly people: the spanish case”, Health Policy, 104 (2): 193-199. De Vos, K. and zaidi, M. A. (1997), “Equivalence scale sensitivity of Poverty statistics for the Member states of the European Community?”, Review of Income and Wealth, 43 (3): 319-334. Deb, P.; Munkin, M. and Trivedi, P. (2006), “bayesian Analysis of the two-part model with endogeneity: application to health care expenditure”, Journal of Applied Econometrics, 21: 1081-1099. utilización y tiempos de espera: dos vertientes inseparables del análisis de la equidad... 35 Ding, P. (2014), “bayesian robust inference of sample selection using selection-t models”, Journal of Multivariate Analysis, 124: 451-464. Dudik, M.; schapire, R. and Phillips, s. (2005), “Correcting sample selection bias in maximum entropy density estimation”, Advances in neural information processing systems, 17: 323-330. Fitzpatrick, R.; norquist, J.; Reeves, b.; Morris, R. W.; Murray, D. W. and gregg, P. J. (2004), “Equity and need when waiting for total hip replacement surgery”, Journal of Evaluation in Clinical Practice, 10 (1): 3-9. gelman, A. (2006), “Prior distributions for variance parameters in hierarchical models”, Bayesian Analysis, 3: 515-533. gelman, A. and Rubin, D. b. (1992), “Inference from Iterative simulation using Multiple sequences (with discussion)”, Statistical Science, 7, 457-511. gerdtham, u. (1997), “Equity in health care utilization: further tests based on hurdle models and swedish micro data”, Health Economics, 6: 303-319. geweke, J. (1992), “Evaluating the Accuracy of sampling-based Approaches to Calculating Posterior Moments”, en JM bernardo, JO berger, AP Dawid, y AFM smith (ed.), bayesian statistics 4. Clarendon Press, Oxford, uK.. gilks, W. R.; Richardson, s. and spiegelhalter, D. J. (1996), “strategies for improving MCMC”, en Markov Chain Monte Carlo in Practice, Chapman & Hall/CRC, London, 89-114. glazier R. H.; Agha M. M.; Moinneddin R. and sibley L.M. (2009), “universal Health Insurance and Equity in Primary Care and specialist Office Visits: A Population-based study”, Annals of Family Medicine, 7 (5): 396-405. gonzález M. L. y Clavero A. (2008) Análisis de las desigualdades socioeconómicas en la utilización de asistencia sanitaria mediante modelos dinámicos. Hacienda Pública Española/Revista de Economía Pública, 186 (3): 9-42. gonzález, b.; urbanos, R. M. y Ortega, P. (2004), “Oferta pública y privada de servicios sanitarios por comunidades autónomas”, Gaceta Sanitaria, 18: 82-89. grossman, M. (1972), “A stock approach to the demand for health” en grossman M. (ed.), The demand for health: a theoretical and empirical investigation, nbER, Columbia university Press, capítulo I: 1-10. Hacker, J. and stanistreet, D. (2004), “Equity in waiting times for two surgical specialties: a case study at a hospital in the north West of England”, Journal of Public Health, 26 (1): 56-60. Heckman, J. (1976), “The common structure of statistical models of truncation, sample selection and limited dependent variables and a simple estimator for such models”, Annals of Economic Social Measurement, 5 (4): 475-492. Heckman, J. (1979), “sample selection bias as a specification error”, Econometrica, 47 (1): 153-161. Heidelberger, P. and Welch, P. D. (1983), “simulation Run Length Control in the Presence of an Initial Transient”, Operations Research, 31: 1109-1144. Hirschman, A. O. (1970), Exit, voice, and loyalty. Cambridge, Harvard university Press. Hsiao, C. and Pesaran, M. (2006), “Random Coefficient Panel Data Models”, en Matyas, L. and stevens, P. (eds.), The Econometrics of Panel Data (3rd edn),. Kluwer Academic Publishers: Dordrecht.