Feeds:
פוסטים
תגובות

Posts Tagged ‘תמותה’

הערה: הרשומה פורסמה במקור בבלוג באתר "הארץ".


ברשומה הקודמת שפרסמתי עסקנו בתוצאות המפתיעות של המחקר החדש שלי לגבי אי השוויון בבריאות בישראל. למרות שאי השוויון בבריאות בישראל הוא נמוך יחסית למדינות אחרות, הפערים בין האוכלוסיות השונות אינם זניחים. ממה הם נובעים?

מסתבר שרבים בכלי התקשורת, במשרד הבריאות ובקהילה המחקרית מאמינים שרמת הבריאות מושפעת באופן משמעותי ממקום המגורים שלך. ישראלים שמתגוררים בפריפרייה, לטענתם, סובלים מהזנחה ממשלתית, מהיעדר תשתיות, ממרחק גדול מבתי חולים, ועל כן רמת בריאותם נמוכה יותר (דוגמאות לכותרות המדגישות את הפריפרייה: אחת, שתיים, שלוש, ארבע). אך הטיעון אודות הפריפרייה הוא בעייתי.

הישראלים שמתגוררים בפריפרייה שונים במימדים רבים מהישראלים שאינם מתגוררים בפריפרייה – למשל, שכרם נמוך יותר בממוצע, ורמת השכלתם נמוכה יותר. הספרות המחקרית מעלה שבכל מדינות העולם תושבים בעלי שכר נמוך יותר ורמת השכלה נמוכה יותר סובלים גם מרמת בריאות נמוכה יותר, בלי קשר למקום מגוריהם. זהו כמובן גם המצב בישראל: לפי הסקר ארוך הטווח של הלמ"ס, ערבים ובעלי מקצועות פיזיים (בינוי, הפעלת מיכון כבד וכדומה) סובלים מרמת בריאות נמוכה יחסית, בעוד שחרדים נהנים מרמת בריאות גבוהה יחסית. ניתן לראות זאת בתרשים הבא, המתמקד בפרטים בני 30 – 50 כדי לנטרל שוני במבנה הגילאים בין הקבוצות.

רמת הבריאות עבור בני 30 – 50 לפי קבוצות אוכלוסייה

הסקר ארוך הטווח לשנת 2017

כפי שכתבתי ברשומה הקודמת, הנתונים עבור מרבית התרשימים וכן הקוד (בפיית'ון) שמייצר אותם ואת ניתוחי הנתונים, ניתנים להורדה מספריית הפרויקט באתר GitHub.

חשוב לציין שהתוצאה בנוגע לחרדים לא נובעת מ"אופטימיות יתר" בדיווח עצמי, ומופיעה גם בנתונים אובייקטיביים על תוחלת חיים ושיעורי תמותה ביישובים חרדיים. החרדים הם קבוצה מאוד יוצאת דופן, מכיוון שהם סותרים את הדפוס הקבוע שלפיו בעלי הכנסות נמוכות סובלים מרמת בריאות נמוכה יותר, ואולי כדאי להקדיש להם מחקר עומק נפרד.

התרשים שלעיל מהווה ניתוח תיאורי בסיסי למדי, אך גם ניתוחים מורכבים יותר, תוך ניטרול גורמים מעורבים שונים, מעלים את אותן התוצאות: לגורמים כגון השכלה, הכנסה ושייכות לקבוצות אוכלוסייה שונות יש השפעה מהותית על רמת הבריאות (כמובן, ישנן כאן בעיה של הסקה סיבתית מקורלציה, שקשה להתגבר עליה).

אחת הדרכים הנחמדות להציג את הקשרים בין המשתנים, היא שימוש בעצי החלטה. מדובר באלגוריתם מתחום Machine Learning, אשר מקבל נתונים ומתאים אליהם מודל במטרה לנבא משתנה מטרה כלשהו. במקרה שלנו משתנה המטרה הוא התשובה של פרטים לשאלה "מהו מצב בריאותך, בדרך כלל?" – אנו מנסים לנבא על פי הנתונים אילו פרטים יענו "בריאות טובה מאוד" לשאלה זו. התוצאה היא התרשים הבא.

עץ החלטה בנוגע לגורמים המשפיעים על רמת הבריאות

הסקר ארוך הטווח לשנת 2017

האלגוריתם בוחר באופן אוטומטי את חלוקת המשתנים שמאפשרת לו לנבא באופן הטוב ביותר. ריבועים כחולים יותר בתרשים מייצגים אזורים בנתונים שבהם התחזית היא לבריאות טובה מאוד, וריבועים כתומים מייצגים אזורים שבהם התחזית היא הפוכה.

על מנת לקרוא את העץ עלינו להתחיל בריבוע העליון. בשורה הראשונה בכל ריבוע מצויין קריטריון ההחלטה, ובמקרה של הריבוע העליון הקריטריון הוא האם הגיל קטן מ-50.5. אם גילו של הפרט גדול מערך הסף נלך ימינה (False), ואם גילו קטן מערך הסף נלך שמאלה (True). אם הלכנו שמאלה, עלינו לבחון האם גילו גדול או קטן מ-41.5. אם הגיל הוא גבוה מ-41.5, אך נמוך מ-50.5, אנחנו מגיעים לריבוע שבו הקריטריון מבוסס על מקצוע פיזי. מקצוע פיזי הוא משתנה בינארי, השווה ל-1 עבור בעלי מקצועות פיזיים ול-0 אחרת. על פי העץ, התחזית לבעלי מקצועות פיזיים בגילאי 42 – 50 היא לבריאות שאיננה טובה מאוד, בעוד שהתחזית לאלו שאין להם מקצועות פיזיים בגילאים אלו היא לבריאות טובה מאוד.

מהעץ אנחנו יכולים ללמוד שבריאות נמוכה נפוצה בעיקר בקרב מבוגרים בעלי הכנסה נמוכה. תוצאות אלו יכולות לשקף את השפעת ההכנסה על רמת הבריאות, אך גם את הכיוון הסיבתי ההפוך, כלומר את ההשפעה של רמת הבריאות על רמת ההכנסה של מבוגרים, שחלקם פורשים לפנסיה מוקדמת בגלל בעיות בריאות. מלבד זאת, אנחנו למדים שמקצועות פיזיים משפיעים לשלילה על רמת הבריאות כבר מגילאי הארבעים. לבסוף, אנחנו יכולים ללמוד מהעץ שהמשתנים המצויינים בו הם המשתנים החשובים יותר מבחינת השפעתם על רמת הבריאות (אם ישנם מדעני נתונים בקהל – דעו שיער אקראי מפיק תוצאות דומות מבחינת feature importance).

בשלב הבא, ניסיתי לבדוק את השפעת הגיאוגרפיה על הבריאות. למשל, במפה הבאה ניתן לראות את שיעורי התמותה באזורים שונים בארץ, וכן ביישובים שונים:

במחקר שלי מותארות שלוש עדויות שונות לטובת הטענה שהמאפיינים הדמוגרפיים הם העיקר, ולא מקום המגורים:

1. אורך התורים בפריפרייה וזמינות הרופאים אינם גרועים יותר מאשר במרכז

למשל, בתרשים הבא ניתן לראות את זמני ההמתנה לרופאים בהתמחויות שונות. נראה שדווקא בצפון זמני ההמתנה הם הנמוכים ביותר, וגם בדרום בחלק מההתמחויות זמני ההמתנה אינם יוצאי דופן.

זמן המתנה חציוני בימים, לפי התמחויות, 2018 – 2019

מקור: משרד הבריאות.

בהחלט יתכן שבעבר המצב היה אחר, אך מדיניות מכוונת של משרד הבריאות צמצמה את הפערים. כך או אחרת, כיום לא נראה שיש כאן בעיה משמעותית.

2. כאשר מנטרלים באמצעות רגרסיה את המשתנים הסוציואקונומיים, כגון הכנסה, השכלה והשתייכות לקבוצות אוכלוסיה שונות, למרחק ממרכז הארץ או מבית החולים הקרוב ביותר אין השפעה על מדדי בריאות.

תוצאה זו חוזרת על עצמה גם כאשר הניתוח הוא על נתוני פרט, וגם כאשר הניתוח הוא ברמת היישוב. השפעת המרחקים, שהיא מלכתחילה קלושה למדי ואפסית בחלק מהמקרים, פשוט נעלמת.

3. לערבים המתגוררים בערים מעורבות יש רמת בריאות דומה לערבים המתגוררים בערים ערביות, וכך גם לגבי היהודים.

למשל, בתרשים הבא ניתן לראות שיעור תמותה מתוקנן לאלף איש. הפערים בין ערבים ליהודים משמעותיים ביותר בכל הערים, מלבד המקרה יוצא הדופן של נצרת עילית. אותה התוצאה מתקיימת גם לגבי מדדים אחרים.

שיעור תמותה בערים מעורבות

לסיכום, בהתאם לכותרת הרשומה – בריאות בישראל היא בעיקרה עניין של דמוגרפיה, לא של גיאוגרפיה. רמת בריאות נמוכה מאפיינת את הערבים, את העוסקים במקצועות פיזיים, את חסרי ההשכלה ואת העניים, בייחוד עניים מבוגרים – בלי קשר למקום מגוריהם. על כן, הקריאות שנשמעות בתקשורת להקמת בתי חולים בפריפרייה בדחיפות או למשיכת רופאים לשם הן בעייתיות. יש לזכור שתקציב הבריאות הוא בסופו של דבר מוגבל, וכל שקל שמושקע בכיוון מסויים הוא שקל שלא מושקע בכיוון אחר. אם הבעיה היא רמת הבריאות של אוכלוסיות חלשות מבחינה סוציואקונומית, עלינו להתמקד בהן ולא באזור גיאוגרפי כזה או אחר. חשוב מאוד להתמקד בבעיות אמיתיות, ולא בבעיות שאינן קיימות.

אז מהן הבעיות האמיתיות הללו? כיצד ההכנסה הנמוכה וההשכלה המועטה מתרגמות לרמת בריאות נמוכה יותר? ברשומה השלישית והאחרונה בסדרה נצלול מעט פנימה אל הנתונים, וננסה להבין מהיכן מגיעים הדפוסים שתיארתי כאן.

 

Read Full Post »