Three essays on spatial health econometrics

Cette thèse présente trois essais sur l’économie de la santé de la population québécoise, y compris la santé des nouveau-nés. Elle introduit dans les analyses les outils de l’économétrie spatiale en apportant une attention particulière à la corrélation spatiale entre les caractéristiques socioéconomiques (notamment le revenu) et de la santé des individus (obésité) et des nouveau-nés. L’unité d’analyse c’est les secteurs de recensement et les individus vivants dans la province du Québec. Dans notre étude nous proposons une analyse beaucoup plus fine des déterminants du revenu et des résultats de santé chez les nouveau-nés. La principale motivation de notre recherche vient du fait qu’il est généralement admis que la consommation des services de santé et des biens néfastes pour la santé varient de façon significative avec le revenu des individus. Les individus plus riches ou plus pauvres auront tendance à consommer plus ou moins ces biens et services. Cependant, le revenu lui-même varie dans le temps et dans l’espace. Ces dimensions spatiales et temporelles doivent être prises en compte dans la modélisation des relations entre des caractéristiques démographiques, socioéconomiques et la santé des individus. L’introduction d’une analyse spatio-temporelle dans les questions d’économie de la santé nous permettra de tenir compte des corrélations spatiales et temporelles afin de mieux estimer et déterminer les raisons probables de la variation de nos variables d’intérêt selon l’échelle géographique des différentes études. D’un point de vue politique, cette approche permettra à l’avenir d’anticiper et de prendre des mesures préventives en ce qui concerne la santé de la population québécoise. La modélisation de l’état de santé innove en ce qu’elle intègre les caractéristiques de l’environnement immédiat des individus de même que les corrélations spatiales dans les caractéristiques inobservables. Ces deux volets des déterminants de la santé sont généralement négligés ou omis dans des études économiques et économétriques portant sur les questions de santé publique. L’objectif principal de cette thèse est donc d’introduire la modélisation des interactions spatiales dans l’analyse des questions de santé publique. L’idée étant que, comme le stipule la première loi de la géographie, tout interagit avec tout mais deux choses voisines ont plus de chances d’entrer en interaction que deux choses lointaines. Les chapitres de cette thèses ont liés par l’intégration d’une dimension spatiale dans l’analyse des corrélations. De façon spécifique, le premier chapitre s’intéresse à la relation entre l’obésité, mesuré à travers l’indice de masse corporelle (IMC) et les résultats du marché du travail (revenu et nombre d’heures travaillées) dans une perspective spatio-temporelle. Nous utilisons les données de l’Enquête Nationale sur la Santé de la Population (ENSP). Les résultats de ce chapitre nous permettent de constater la présence au Québec d’une corrélation entre le revenu des individus et ceux de leurs voisins. Cela montre l’influence spatiale que le voisinage a sur un individu. La non prise en compte de cet aspect aurait pu conduire à une conclusion incorrecte sur la relation entre le niveau de revenu et l’obésité. Ceci nous a également permis de tester séparément la présence des deux phénomènes spatiaux que sont l’auto régression et l’autocorrélation en modélisant explicitement le fait que les résidus peuvent être liés entre eux. L’on note également une sous estimation des effets marginaux du modèle non spatial par rapport au modèle spatial. Cette sous-estimation varie entre 5% et 17%. Un raffinement des estimations a donc été effectué grâce au modèle spatial. S’agissant de la relation entre obésité et les résultats du marché du travail, nos analyses permettent d’observer qu’au Québec, les personnes obèses travaillent plus d’heures que les personnes ayant un IMC normal. L’obésité n’a pas d’incidence sur le revenu des personnes qui y travaillent. Les modèles estimés utilisent des variables dépendantes continues. Le deuxième chapitre évalue la relation entre le revenu du secteur de recensement où vivent les mères et les résultats défavorables de naissance (prématuré et faible poids). Ce chapitre, au meilleur notre connaissance, se distingue de la littérature existante en ce sens qu’il utilise deux modèles différents : en plus d’un modèle probit bivarié spatial, nous utilisons également un modèle spatial SUR, qui est compatible avec l’introduction d’une variable spatiotemporelle décalée dans la modélisation. Notre analyse a été réalisée avec les données de nouveau-nés admis et nés à l’unité de néonatologie du Centre Hospitalier de l’Université Laval(CHUL). Nos résultats montrent l’existence d’une corrélation positive entre les nouveau-nés prématurés et ceux ayant un faible poids à la naissance au niveau individuel et au niveau des secteurs de recensements. L’introduction de la variable spatio-temporelle retardée dans la modélisation spatiale SUR montre que l’âge gestationnel décalé dans le temps et dans l’espace affecte positivement l’âge gestationnel des nouveau-nés. Les résultats montrent également que l’âge gestationnel et le poids d’un nouveau-né sont influencés positivement par ceux de leurs voisins. Cela montre l’influence spatiale que le voisinage a sur les mères. Le fait de ne pas prendre en compte l’effet de l’influence de comportements de certaines mères sur d’autre saurait pu entrainer l’omission d’éventuelles corrélations spatiales dans les caractéristiques inobservables qui influencent les résultats défavorables de naissance. Le fait que ces résultats aient été obtenus en estimant un modèle probit bivarié et un modèle spatial SUR indique la robustesse de la corrélation. Une comparaison des résultats du modèle probit bivarié spatial et du modèle spatial SUR a été effectuée. De plus, nous notons que, quel que soit le modèle utilisé dans l’étude, un faible niveau de revenu dans le secteur de recensement est associé à un risque élevé d’accouchement prématuré et de faible poids à la naissance. Le troisième chapitre traite de la probabilité des nouveau-nés de contracter des infections nosocomiales ou d’être victimes d’incidents médicaux lorsque leurs mères vivent dans la région métropolitaine de recensement du Québec. L’objectif de ce dernier chapitre est de savoir si l’environnement immédiat de la mère de l’enfant et ses caractéristiques peuvent expliquer les risques associés aux infections nosocomiales et aux incidents médicaux. Ces relations ont été peu analysées dans la littérature. La principale contribution de ce chapitre réside dans le fait que la littérature qui s’intéresse à cette question a très souvent omis de considérer l’impact de la proximité de certaines mères sur d’autres. Ces interactions pourraient avoir des effets sur les infections nosocomiales de leurs nouveau-nés. Nous effectuons notre analyse avec les données du chapitre précédent. Un modèle probit bivarié spatial a également été utilisé pour mieux capter la corrélation entre les incidents médicaux et les infections nosocomiales contractées parles nouveau-nés. Les résultats de ce chapitre nous permettent de constater que les facteurs a un niveau des secteurs de recensement qui ne sont pas observés et captés par les effets spatiaux n’influencent pas les infections nosocomiales et les incidents médicaux de façons connexes. Plus précisément, les secteurs de recensement où les nouveau-nés souffrent d’infections nosocomiales ne sont pas susceptibles d’avoir les mêmes nouveau-nés ayant subi des incidents médicaux. Les résultats montrent également que les prématurés et les nouveau-nés de faible poids à la naissance sont plus susceptibles de présenter à la fois des infections nosocomiales et des incidents médicaux. Les nourrissons transférés de la maternité à l’Unité de Soins Intensifs Néonatals (USIN) sont plus susceptibles de contracter une infection nosocomiale et d’expérimenter un incident médical. En outre, les enfants nés dans des secteurs de recensement à revenu élevé ont tendance à être moins vulnérables aux infections.This dissertation presents three essays on the health economics of the Quebec population,including newborn health. It introduces the spatial econometrics tools into the analyses,paying particular attention to the spatial correlation between socioeconomic characteristics(notably income) and the health of individuals (obesity) and newborns. The unit of analysis is the census tracts and individuals living in the province of Quebec. In our study, we propose a much more refined analysis of the determinants of income and health outcomes among new borns. The main motivation for our research comes from the fact that it is generally accepted that the consumption of health services and goods that are harmful to health vary significantly with the income of individuals. Richer or poorer individuals will tend to consume these goods and services to a greater or lesser extent. However, income itself varies overtime and space. These spatial and temporal dimensions need to be taken into account when modelling the relationships between demographic, socioeconomic and health characteristics of individuals. The introduction of spatial and temporal analyses into health economics issues will allow us to take into account spatial and temporal correlations in order to better estimate and determine the likely reasons for the variation in outcomes of interest across at different geographic scales. From a policy perspective, this approach will allow to anticipate and take preventive measures in the future with respect to the health of the population of Quebec.Health status modelling is innovative in that it integrates the characteristics of individuals ’immediate vicinity as well as spatial correlations in unobservable characteristics. These two components of the determinants of health are generally neglected or omitted in economic and econometric studies of public health issues.The main objective of this dissertation is therefore to introduce the modelling of spatial interactions into the analysis of public health issues. The idea is that, as stated in the first law of geography, everything interacts with everything, but two things that are close are more likely to interact than two things that are far away. The chapters of this dissertation are linked by the integration of a spatial dimension in the analysis of correlations. Specifically,the first chapter focuses on the relationship between obesity, measured through body mass index (BMI) and labour market outcomes (income and number of hours worked) from a spatiotemporal perspective. We use data from the National Population Health Survey (NPHS). The results of this chapter allow us to observe the presence in Quebec of a correlation between the income of individuals and that of their neighbours. This shows the spatial influence that neighbourhood has on an individual. Failure to take this aspect into account could have led to an incorrect conclusion about the relationship between income level and obesity. This also allowed us to separately test for the presence of the two spatial phenomena of autoregression and autocorrelation by explicitly modelling the fact that the residuals may be related to each other. In addition, we find that the marginal effects of the non-spatial model were underestimated compared to the spatial model. This underestimation ranges from 5% to17%. A refinement of the estimates was therefore made using the spatial model. With respect to the relationship between obesity and labour market outcomes, our analyses show that, inQuebec, obese individuals work more hours than individuals with a normal BMI. Obesity has no impact on the income of those who work there. The estimated models use continuous dependent variables.The second chapter assesses the relationship between income in the census tract where mothers live and adverse birth outcomes (premature and low birth weight). This chapter,to the best of our knowledge, differs from the existing literature in that it uses two different models: in addition to a spatial bivariate probit model, we also use a spatial SUR model, which is compatible with the introduction of a lagged spatiotemporal variable in the modelling. Our analysis was performed with data from neonates admitted and born at the neonatology unit of the Centre Hospitalier de l’Université Laval (CHUL). Our results show the existence of a positive correlation between premature newborns and low birth weight babies at the individual and census tract levels. The introduction of the delayed spatiotemporal variable in the SURspatial modelling shows that the spatially and temporally lagged gestational age positively affects the gestational age of newborns. The results also show that the gestational age and weight of a newborn are positively influenced by those of their neighbours. This shows the spatial influence that neighbourhood has on mothers. Failure to take into account the effect of the influence of some mothers’ behaviours on others could have resulted in the omission of possible spatial correlations in unobservable characteristics that influence adverse birthout comes. The fact that these results were obtained by estimates of both the bivariate probitmodel and the spatial SUR model indicates the robustness of the correlation. A comparison of the results of the spatial bivariate probit model and the spatial SUR model was performed.In addition, we note that regardless of the model used in the study, low income in the censustract is associated with a high risk of preterm birth and low birth weight.The third chapter deals with the likelihood of newborns contracting nosocomial infections or suffering medical incidents when their mothers live in the Quebec census metropolitan area. The objective of this last chapter is to determine whether the child’s mother’s nearby environment and characteristics can explain the risks associated with nosocomial infections and medical incidents. These relationships have barely been analyzed in the literature. The main contribution of this chapter lies in the fact that the literature on this question has typically failed to consider the impact of the proximity of some mothers on others. These interactions could have effects on nosocomial infections in their newborns. We conduct our analysis with the data from the previous chapter. A spatial bivariate probit model was incorporated to better capture the correlation between medical incidents and nosocomial infections acquired by newborns. The results of this chapter show that factors at the census tract level that are not observed and captured by spatial effects do not influence nosocomial infections and medical incidents in related ways. Specifically, census tracts where newborns suffer from nosocomial infections are not likely to have the same newborns with medical incidents. The results alsos how that premature and low birth weight infants are more likely to have both hospital acquired infections and medical incidents. Infants transferred from the maternity ward to theNeonatal Intensive Care Unit (NICU) are more likely to develop a nosocomial infection and experience a medical incident. In addition, children born in high income census tracts tend to be less vulnerable to infections