Mejorando los modelos económicos de la salud a través del comportamiento humano
Un estudio revisa los métodos para incorporar el comportamiento en los modelos de simulación
Un nuevo artículo de revisión publicado en la revista científica Squires et al. 2023 destaca la importancia de incorporar el comportamiento humano en los modelos económicos de la salud. El estudio señala que los modelos actuales a menudo hacen suposiciones simplificadas sobre el comportamiento, lo que limita su eficacia y precisión en la predicción de los resultados de las intervenciones de salud pública.
El artículo revisa los métodos existentes en todas las disciplinas para incorporar el comportamiento en los modelos de simulación y destaca áreas para futuras investigaciones. Los métodos más prometedores identificados incluyen análisis econométricos, modelos de ecuaciones estructurales, extracción de datos y modelos basados en agentes. Estos últimos tienen la ventaja de poder incorporar influencias dinámicas y no lineales sobre el comportamiento, como las redes sociales y espaciales.
Los cinco tipos principales de modelos analizados
El estudio también analiza los cinco tipos principales de modelos que se utilizan para estudiar el comportamiento humano en el contexto de la salud:
- Modelos econométricos: Estos modelos utilizan análisis de regresión para estudiar la relación entre el precio y el consumo de ciertos productos, como el alcohol y la obesidad.
- Modelado de ecuaciones estructurales (SEM): Este enfoque utiliza modelos estadísticos para evaluar las relaciones causales entre variables observables y no observables. Un ejemplo de su aplicación es el estudio de la obesidad y los mecanismos psicológicos de acción.
- Modelado de dinámica de sistemas de comportamiento: Estos modelos capturan las interacciones complejas entre variables a lo largo del tiempo y se utilizan para estudiar comportamientos como la seguridad alimentaria.
- Modelado basado en agentes (ABM) y análisis de redes sociales: Estos modelos permiten simular la interacción entre individuos y su entorno, lo que puede conducir a resultados inesperados a nivel macro. Se han utilizado ampliamente en el estudio de enfermedades infecciosas, como la pandemia de COVID-19.
- Procesamiento de datos: Este enfoque utiliza técnicas de minería de datos y aprendizaje automático para analizar grandes conjuntos de datos. Sin embargo, es importante tener en cuenta que la validez externa de estos modelos puede ser problemática si los datos no son representativos de la población de interés.
Avanzando en la comprensión del comportamiento humano
El estudio destaca la importancia de combinar la teoría del comportamiento con los modelos de simulación para mejorar la predicción de los resultados de las intervenciones de salud pública. Los modelos revisados en el estudio consideraron una amplia gama de comportamientos, desde la maximización de la utilidad hasta el seguimiento del comportamiento promedio de la red social o población modelo.
Si bien existen limitaciones teóricas y prácticas en la cuantificación del comportamiento humano, el estudio señala que se necesitan más investigaciones en el uso de modelos basados en agentes y la aplicación de teorías de mantenimiento del comportamiento y minería de datos en la modelización económica de la salud.
Para obtener más detalles sobre el estudio y acceder al artículo completo, puede consultar el enlace aquí.
