Vysoká škola ekonomická v Praze Národohospodářská fakulta
P ŘITAHUJÍ
NEMOCNICE ZRANĚNÍ ?
Autor: Štěpán Matějček Vedoucí práce: Ing. Petr Houdek Rok: 2010
Abstrakt Práce zkoumá vliv vzdálenosti zdravotní péče na rizikové chování obyvatel a následný vznik zranění. Zvýšený počet zranění v blízkosti zdravotnických zařízení indikuje existenci kompenzačního chování, které se projevuje zvýšenou mírou výkonu rizikových aktivit v dané oblasti a je způsobeno pocitem snadné dostupnosti zdravotní péče. Data nasbíraná pomocí dotazníkového šetření odhalila zvýšený počet zranění v bezprostřední blízkosti nemocnice a zároveň zvýšenou míru sportovní aktivity, která se ze všech zkoumaných aktivit ukázala jako nejrizikovější. Lidé žijící u nemocnice také pociťují nižší riziko zranění. V práci jsou diskutovány další faktory, které mohou působit proti hypotéze existence kompenzačního chování. Klíčová slova: riziko, kompenzační chování, zdravotní péče, zranění
Abstract The thesis investigates the influence of distance of healthcare facilities on risk behavior of inhabitants and subsequent injury occurrences. An increased number of injuries occurred near hospitals indicates the existence of offsetting behavior expressed by an increased rate of hazardous activities in the area in question and offsetting behavior is caused by a feeling of easily accessible healthcare. Data gathered via questionnaire survey uncovered an increased number of injuries in the areas closest to a hospital and also an increased rate of sports activities which itself is the most risky activity. People living near a hospital also experience higher risk of an injury occurrence. There are other factors discussed in the thesis that may affect against the hypothesis of existence of offsetting behavior. Keywords: risk, offsetting behavior, healthcare, injury
JEL klasifikace / JEL classification: D81, I10
Předkládaný text je zkrácená verze původní práce
Úvod Peltzman (1975) popsal ve své práci efekt kompenzace rizikového chování u řidičů automobilů po zavedení státní regulace bezpečnostních prvků vozidel. Řidiči se cítili v autě bezpečněji, což kompenzovali „dynamičtější“ jízdou. Výsledkem regulace byl pouze nižší podíl nehod s následky smrti řidiče. Došlo ale také k větší úmrtnosti chodců a cyklistů, protože pro ně vládní regulace bezpečnější prostředí nevytvořila. Domnívám se, že stejný efekt lze nalézt i v dalších situacích. Práce se zaměřuje na hledání složky Peltzmanova efektu – kompenzačního chování – u lidí, kteří bydlí v blízkosti zdravotnického zařízení. Jelikož jsou ovlivněni pocitem většího bezpečí z důvodu snadno dostupné zdravotní péče, předpokládám, že je možné u takových lidí nalézt zvýšenou míru rizikového chování. Bentham (2002) uvádí, že v místech, kde mají lidé snadno a rychle dostupnou zdravotní péči, zejména ve městech, lze nalézt menší míru úmrtnosti při nehodách a neštěstích, než ve venkovských oblastech. Průměrná doba dopravy zraněného do nemocnice, kde se nalézá léčebné zázemí potřebné úrovně, je ve vesnických oblastech delší. Snadná dostupnost a blízkost zdravotní péče může proto být významným faktorem při rizikovém chování a vzniku zranění. Opačným efekt může mít tzv. heuristika dostupnosti, kterou představili Kahneman a Tversky (1974). Obecně můžeme heuristikám říkat mentální zkratky, které lidem pomáhají v rozhodování na základě předchozích zkušeností, představ a pocitů. U lidí, kteří žijí v blízkosti nemocnice, může docházet k hojnějšímu využívání heuristiky dostupnosti v situacích, kdy hodnotí následky rizikového chování, protože jsou patrně lépe seznámeni s jeho možnými negativními důsledky a přikládají jim větší pravděpodobnost. Existují studie využívající princip vlivu charakteristik okolí na chování lidí, kteří se v daném prostředí dlouhodobě pohybují. Například Currie et al. (2010) zjistili, že pokud se ve vzdálenosti 200 metrů od školy nachází fast-food, míra obezity žáků daného ústavu je v průměru o 6% vyšší. Podobě se tématem zabývali Courtemanche a Garden (2010), kteří zjistili, že velká nákupní centra zvyšují obezitu okolních obyvatel v průměru o 2,6%. Cílem mého projektu bylo odhalit za použití dat z dotazníkového šetření, zda-li existuje geograficky významná koncentrace neštěstí v okolí zdravotnických zařízení, což by nasvědčovalo existenci efektu kompenzačního chování. Efekty kompenzačního chování a heuristik budou rozebrány v následující první kapitole, kde bude rovněž shrnut celý teoretický psychologický a ekonomický základ práce.
3
Druhá kapitola popisuje sbírání a zpracování statistických dat z dotazníků a specifikaci regresního modelu. Ve třetím oddílu se zaměřím na hodnocení dílčích výsledků analýzy. Čtvrtá kapitola shrnuje a interpretuje výsledky celé práce.
1
Psychologický a ekonomický základ modelu Teorie očekávaného užitku říká, že celkový užitek z rozhodnutí získáme,
když vynásobíme očekávaný užitek z výsledku daného chování pravděpodobností jeho dosažení. Očekávaný užitek zjistíme porovnáním možných výnosů a nákladů a již při predikci těchto možných výnosů a nákladů zohledňujeme pravděpodobnosti (rizika) jejich (ne)nastání. Je teoreticky možné zjistit očekávaný užitek, přestože je predikce očekávaných výnosů a nákladů velice obtížná. Kupř. se můžeme pokusit zjistit očekávaný užitek ze sportovní aktivity. Výnosem pro nás může být radost ze hry, zlepšení fyzické kondice a zdraví. Možným nákladem se může stát utrpěné zranění, například zlomenina holenní kosti, jejíž náklady lze do jisté míry předvídat (náklady spojené s ošetřením a rekonvalescencí, časové náklady, atp.), podstatně problematičtější je ale vyčíslit hodnotu bolesti při vzniku zlomeniny, stres spojený s nejistotou ze schopností ošetřujícího lékaře a jiné pocitové stavy. Stejně tak obtížný je i odhad rizika vzniku zranění, jelikož většinou neznáme objektivní pravděpodobnosti (resp. jak dochází k jejich objektivním změnám). Velikost rizika při predikci proto může být chybná, což ovlivňuje výši předvídaných očekávatelných nákladů (a výnosů). Alternativní postup říká, že lidé nevnímají riziko a výnosy a náklady odděleně, jak předpokládá teorie očekávaného užitku. Psychologická teorie naopak předpokládá, že lidé vnímají celé jednání jako pocit. Hodnota očekávaného celkového užitku tak bývá do jisté míry „skryta“ za subjektivní pocit, který nás vede při rozhodování za rizika. Důležitou roli při rozhodování proto hrají emoce (Finucane et al., 2003; Slovic et al., 2004).1 Většina rizikových voleb je uskutečněna rychle a automaticky tzv. zkušenostním modem myšlení (Slovic et al., 2004). Zkušenostní systém se spoléhá na představy a asociace, které jsou zkušenostmi propojené s citovými stavy. Podle Slovice čelí člověk volbám za rizika dvěma základními způsoby. Prvním je „riziko jako analýza“ (Slovic et al., 2004). Druhým způsobem, který využíváme při rozhodování za rizika, je „riziko jako pocit“ (Loewenstein 1
Je potřeba však rozlišit, že i když se rozhodujeme podle pocitů, neznamená to, že výsledné chování nelze popsat analyticky. Ekonomický model proto nemusí být založen pouze na způsobu, jak se lidé rozhodují, stačí když popisuje výsledky chování lidí (Gul & Pesendorfer, 2008). Člověk může maximalizovat svou užitkovou funkci, přestože činí rozhodnutí na základě svých emocí a ne na základě matematické a statistické analýzy.
4
et al., (2001). Oba způsoby mají mnoho společného s hypotézou dvou modů myšlení. Finucane et al. (2003) hovoří o zkušenostním a analytickém modu myšlení a metaforicky to nazývají „tanec emocí a rozumu“. Zkušenostní a analytický systém myšlení jsou trvale aktivní a působí vzájemně. Emoce jsou primárním motivačním činitelem v rozhodování, analytický systém myšlení nato vyhodnocuje nejlepší směr jednání člověka. Kahneman (2003) rozlišuje systém 1 a systém 2. Funkce systému 1 je rychlá, automatická, nenáročná, asociační a člověk ho může jen těžko ovládat, jelikož sytém 1 je často řízen emocemi a zvyky. Naopak systém 2 může jedinec vědomě kontrolovat, ale funkce druhého systému je pomalá, náročná, řízená pravidly a citově neutrální. Dlouho před vznikem teorie pravděpodobnosti a hodnocení rizika používal člověk intuici a instinkty k určení, zda je voda pitná nebo zvíře nebezpečné. Jak se život stával komplexnějším a člověk začal ovládat své okolí, vznikaly analytické nástroje, kognitivní složka myšlení, která pracuje v součinnosti se zkušenostním modem uvažování. Fischhoff et al. (1978) uvádějí, že emoce mají značný vliv na hodnocení výsledků rozhodnutí za rizika. Když je lidský pocit ohledně nějaké činnosti pozitivní, tak člověk vnímá riziko činnosti nižší a výnos z činnosti vyšší. Naopak pokud je pocit negativní, tak je vnímané riziko větší a výnos je posuzován jako nižší. Uvedený proces lidské mysli se nazývá „pocitová heuristika“ (Finucane et al., 2000). Jde o vnímání rizika a výnosu určité činnosti nebo podnětu na základě subjektivního pocitu vytvořeného podle známých informací. Finucane et al. (2000) testovali pocitovou heuristiku na případě jaderné energie. Subjekty hodnotily riziko a výnosy podle toho, jakou informaci o připravovaném plánu zavedení jaderné energie obdržely. Když z informace vyplývalo, že riziko jaderné havárie je nízké, hodnotili účastníci experimentu jadernou energii jako pozitivní sílu a opačně, když se informace týkala prospěšnosti jaderné energie, lidé vnímali riziko jaderné havárie nízké. Pocitová heuristika pracuje dokonale, když nám zkušenost s předešlými volbami pomáhá předvídat, jak budeme spokojeni s výsledky našeho budoucího rozhodnutí. Liší-li se však skutečné výsledky od těch očekávaných, může dojít k selhání pocitové heuristiky (Slovic et al., 2004). Ke zneužití pocitové heuristiky může docházet při vědomé manipulaci s pocity lidí, například v reklamě a marketingu. 1.1
Heuristika dostupnosti
Heuristika2 dostupnosti (Kahneman & Tversky, 1973) se využívá při hodnocení pravděpodobnosti. Lidé hodnotí pravděpodobnosti nebo četnosti výskytu daných jevů podle 2
Funkce heuristik je založena na opominutí části informací (Gigerenzer, 2008). Heuristika se nesnaží najít optimální řešení, hledá pouze takové řešení situace, které překračuje určitou aspirační úroveň. Nevyužíváme
5
toho, jak snadno si dokáží představit jejich negativní (nebo naopak pozitivní) výsledky. Například může jedinec určit pravděpodobnost srdeční příhody podle toho, kolik jeho známých mělo infarkt. Čím více zná dotyčný člověk lidí, kteří podlehli infarktu, tím snadněji si je schopen vybavit si možnost, že se srdeční příhoda stane i jemu. Podobně lze uvažovat i o člověku, který bydlí naproti nemocnici, denně slyší houkání sanitek, častěji vídá doktory v bílých pláštích či potkává pacienty. Takové aspekty mohou člověku asociovat negativní důsledky rizikového jednání a provádění nebezpečných činností obecně. Častá vidina zraněných pacientů jako důsledku rizikového jednání při práci nebo sportu může odrazovat od takového chování. Může však docházet i k opačné závislosti. Lidé při uvědomění si dostupnosti péče budou přeceňovat rychlost, s jakou se jim péče dostane. Nepředstaví si tedy pacienty nebo zranění, ale pomoc. Heuristika dostupnosti pomáhá rychle a snadno hodnotit pravděpodobnosti a četnosti výskytu určitých jevů v případech, kdy nemáme dostatek objektivních informací a času, abychom mohli použít pro hodnocení své analytické myšlení. Nezřídka je však náš úsudek pod vlivem dostupnostní heuristiky chybný (Kahneman & Tversky, 1974). Například řidiči často hodnotí riziko, že se jim přihodí závažná dopravní nehoda, velmi nízké, přestože smrt při dopravní nehodě je mezi nejčastějšími důvody úmrtí. (Camerer & Kunreuther, 1989). Je možné, že systematické chyby myšlení při hodnocení pravděpodobnosti, které byly přisuzovány heuristice dostupnosti mohou být z části způsobeny emocemi. Dostupnostní heuristika může fungovat také díky tomu, že každá představa nese různě intenzivní emoci. Lichtenstein et al. (1978) uvádějí, že lidé často přeceňují pravděpodobnost často publikovaných příčin smrti (vraždy, rakovina), zatímco nepublikované příčiny smrti podceňují (diabetes, infarkt). Často publikované příčiny smrti se totiž podle Lichtensteina zdají pocitově bohatší a „senzační“, což přispívá jak k jejich větší publicitě, tak k přeceňování pravděpodobnosti jejich nastání.
1.2
Kompenzační chování
Peltzman (1975) představil model kompenzačního chování ve své analýze vlivu regulace bezpečnostních prvků automobilů na nehodovost a způsobené škody. Jádro modelu tkví v kompenzačním chování, které řidiči adoptují pod vlivem většího pocitu bezpečí z lépe však heuristiky proto, že by naše kognitivní schopnosti byly omezené. Výběr heuristiky pro použití v dané situaci se vyvíjel u člověka evolucí, individuálně pak učením a zjišťováním, jaká vodítka hledat pro řešení situace, podobně jako například lékař hledá podněty v určeném pořadí ke zjištění zdravotního stavu pacienta. Heuristiky tedy skvěle fungují zejména v opakovaných volbách a stabilním prostředí.
6
zabezpečeného auta (tj. stanovují menší riziko svého zranění či smrti). Větší pocit bezpečí řidiči kompenzovali „intenzivnější“ (rychlejší, dynamičtější) jízdou. Regulace bezpečnostních prvků vozidel snížila riziko smrti při nehodě více, než by snížil neregulovaný trh, ale tento efekt byl kompenzován větším rizikem vzniku nehody. Následkem regulace se tedy například zvýšil počet mrtvých chodců. Bezpečností regulace způsobuje vznik negativních externalit. Celkový počet zranění a smrtelných úrazů se může díky povinnému používání bezpečnostních pásů snížit, ale zvyšuje se tím riziko nehody pro řidiče, kteří používali pásy i před zavedením regulace. Bezpečnostní regulace vozidel může být též nebezpečná pro chodce a cyklisty, jelikož motivuje řidiče k rizikovějšímu chování, aniž by nabízela chodcům a cyklistům nějakou ochranu. Existují studie, které Peltzmanův efekt popírají nebo ukazují, že jeho vliv není tak velký. Cohen & Einav (2003) uvádějí, že po zavedení povinného užívání pásů se snížila nehodovost, což přináší důkaz o nižším nebo žádném vlivu kompenzačního chování. Přesto se nehodovost snížila méně, než předpokládal Americký národní úřad pro bezpečnost před zavedením regulace. Peltzmanův efekt oživili Pope & Tollison (2010). Zkoumali existenci efektu při závodech NASCAR. Po zavedení bezpečnostní regulace, která předepisovala povinnou ochranu hlavy a krku pro závodníky, došlo k nižšímu počtu vážných zranění řidičů, ale zvýšil se celkový počet nehod na závodní dráze. Známá skutečnost rychlé a dostupné zdravotní péče pro může dávat jedinci kladný pocit bezpečí a člověk se zároveň adaptuje na referenční bod (Kahneman & Tversky, 1979) vnímání bezpečnosti a kompenzuje to méně opatrným chováním při nejrůznějších činnostech (sportu, práci), jelikož rizikový faktor všech činností se zdá být menší.
2
Sběr dat a charakteristiky respondentů Pro sběr potřebných dat jsem využil dotazníkové metody3. Dotazník obsahoval otázky,
jejichž zodpovězení bylo nutné pro specifikaci regresního modelu a testování hypotézy. Dotazník byl zpracován v papírové i internetové podobě. Papírový dotazník byl předložen studentům Vysoké školy ekonomické v Praze, z čehož byl získán vzorek 226 respondentů. Online podoba dotazníku byla vyvěšena na internet, čímž bylo získáno dalších 221 pozorování. Data byla zpracována programem Microsoft Excel 2003 a Gretl v1.9.1.
3
Na tomto místě je třeba uvést, že pro zjišťování vzdálenosti bydliště ošetřeného od nemocnice nejsou dostupná téměř žádná data, proto jsem zvolil pro sběr dat metodu dotazníkového šetření, které, přestože nedává přesné výsledky, podává alespoň základní údaje potřebné pro model.
7
SOUHRNNÉ STATISTIKY DATASETU počet celkový počet respondentů 313 celkový počet zraněných respondentů 167 celkový počet zranění 239 CHARAKTERISTIKY VZORKU průměr směrodatná odchylka vzdálenost bydliště od nemocnice (km) 4,273 5,499 věk 25,697 10,290 spotřeba alkoholu* 1,307 0,685 ƚ intenzita kouření 0,387 0,813 ƚ sportovní aktivita 2,856 1,160 ƚ četnost ročních návštěv lékaře 1,221 0,566 frekvence překračování rychlosti v obci ƚ 2,230 1,337 frekvence stavu únavy ƚ 2,755 0,951 ƚ pociťovaná závažnost zranění 1,588 0,574 frekvence onemocnění ƚ 1,325 0,502 ƚ pociťované riziko zranění doma 1,360 0,809 ƚ pociťované riziko zranění v nemocnici 1,299 0,816 ƚ pociťované riziko onemocnění doma 1,414 0,755 ƚ pociťované riziko onemocnění v nemocnici 1,841 0,928 CHARAKTERISTIKY ZRANĚNÍ počet poměr k celkovému počtu zranění průměrná pociťovaná závažnost Druh zranění vymknutí 74 0,310 1,452 zlomenina kosti 74 0,310 1,730 otevřená rána 33 0,138 1,364 otřes mozku 23 0,096 1,609 pohmožděnina 5 0,021 1,250 natažení 7 0,029 1,714 popálenina 5 0,021 1,800 jiné 5 0,021 1,800 vnitřní zranění 4 0,017 2,250 infekce 4 0,017 1,750 mnohočetná zranění 1 0,004 3,000 chybějící údaje 4 0,017 Činnost při zranění sport 156 0,653 1,623 běžný pohyb 31 0,130 1,367 práce s ručním nářadím 17 0,071 1,588 dopravní nehoda 13 0,054 1,615 jiné 11 0,046 1,364 přítomnost bez vlastní činnosti 2 0,008 1,500 obsluha velkého stroje 2 0,008 2,500 chybějící údaje 7 0,029 ƚ na stupnici 0-4 * na stupnici 0-3
Tabulka 1 - Souhrnné statistiky datasetu
3
Základní hypotéza a specifikace modelu Analýza dat z dotazníkového šetření by měla dokázat nebo vyvrátit hypotézu existence
kompenzačního chování u lidí žijících v blízkosti nemocnic. Pokud regrese odhalí negativní závislost počtu zranění na vzdálenosti od nemocnice, lze předpokládat, že zde působí efekt 8
kompenzačního chování. V případě opačné závislosti (stoupající počet zranění se vzrůstající vzdáleností od zdravotnického zařízení) je nutno vzít v potaz alternativní hypotézu, jež podává vysvětlení v podobě působení heuristiky dostupnosti. Respondenti v dotazníku uváděli údaje o svých zraněních, místě zranění, bydlišti a základní osobní údaje. Dále odpovídali na otázky testující chování za rizika a na otázky, které měly zjistit úroveň pociťovaného rizika vzniku zranění a onemocnění. Ze vzorku obyvatelstva byli vybráni pouze lidé, kteří podstoupili ošetření svého zranění v jedné ze 191 nemocnic (ČSÚ, 2009) na území ČR. Zároveň tito jedinci splňovali podmínku vzniku alespoň jednoho zranění v období 2005 – 2010 a jejich zranění vyžadovalo ošetření v nemocnici. Celou analýzu jsem rozdělil do dvou částí: (1) model geografické závislosti počtu zranění na vzdálenosti od nemocnice pro území České republiky, (2) model závislosti vzdálenosti bydliště od nemocnice na pociťovaném riziku zranění a onemocnění v místě bydliště a v nemocnici a faktorech rizikového chování.
3.1
Model geografické závislosti počtu zranění na vzdálenosti od nemocnice pro území České republiky
Vzdálenosti bydliště respondentů od nemocnice jsem rozdělil do intervalů po jednom kilometru do vzdálenosti 15 kilometrů od nemocnice, přičemž jsem do modelu zařadil pouze ta zranění, ke kterým došlo v místě bydliště zraněného. Funkce lineárního regresního modelu vypadá následovně: Yi ci 1 X i 2 Z i 3 S i 4 R1i 5 R2i u i
,
kde Y je počet zranění, X je interval vzdálenosti místa zranění od nemocnice, Z je průměrná pociťovaná závažnost zranění, S je průměrná sportovní aktivita obyvatel v místě bydliště a R1 a R2 je po řadě průměrné pociťované riziko vzniku zranění v místě bydliště a blízkém okolí a v nemocnici a blízkém okolí. Pro získání jednotlivých proměnných jsem využil data zjišťující vzdálenost vzniku zranění měřená podle adresy bydliště respondenta a uvedené nemocnice, kde došlo k ošetření, dále závažnost zranění, míru sportovní aktivity a pociťované riziko zranění. Hodnoty průměrného pociťovaného rizika jsem získal z dotazníku, kde respondenti uváděli pociťované riziko zranění na stupnici od 1 (cítím se v naprostém bezpečí) do 5 (cítím se velmi ohrožen). Míra sportovní aktivity je odvozena z uváděné četnosti sportovních tréninků za daný časový úsek od 1 (nikdy nesportuji) do 5 (sportuji dvakrát a vícekrát týdně).
9
Model 1: OLS, za použití pozorování 1-15 Závisle proměnná: Y Směr. chyba 220,507 5,89367 31,626 53,8529 49,726 16,0836
Koeficient -313,425 -6,04376 35,6096 55,9856 68,1664 -19,9788
const X Z S R1 R2
Střední hodnota závisle proměnné Součet čtverců reziduí Koeficient determinace
15,93333 1191,843 0,796785
F(5, 9)
7,057613
t-podíl -1,4214 -1,0255 1,1260 1,0396 1,3708 -1,2422
p-hodnota 0,88892 0,01391 0,38931 0,42565 0,02364 0,64556
Sm. odchylka závisle proměnné Sm. chyba regrese Adjustovaný koeficient determinace P-hodnota(F)
**
**
20,46763 11,50769 0,683888 0,006059
Výstup 1 Poèet zranìní v závislosti na vzdálenosti od nemocnice 80
vyrovnané skuteèné
70
Poèet zranìní
60
50
40
30
20
10
0 0
2
4
6
8
10
12
14
Vzdálenost od nemocnice
Graf 1 - Počet zranění v závislosti na vzdálenosti od nemocnice
Významné proměnné modelu jsou X (vzdálenost místa zranění od nemocnice) a R1 (pociťované riziko vzniku zranění v místě bydliště). Výstup ukazuje, že počet zranění klesá se zvyšující se vzdáleností od nemocnice (graf 1). Dále vyšlo, že blíže u nemocnice pociťují lidé menší riziko vzniku zranění (graf 2). Lze uvažovat, že menší pociťované riziko zranění u lidí žijících v blízkosti nemocnice může být způsobeno pocitem větší bezpečnosti díky snadno dostupné zdravotní péči v případě potřeby.
10
Pocitované riziko zranìní v místì bydlistì v závislosti na vzdálenosti bydlistì od nemocnice 4
skuteèné vyrovnané
3,5
3
2,5
2
1,5
1
0,5
0 0
2
4
6
8
10
12
14
Vzdálenost bydlistì od nemocnice
Graf 2 – Pociťované riziko zranění v místě bydliště v závislosti na vzdálenosti bydliště od nemocnice Korelační koeficienty, za použití pozorování 1 - 15 S 1,0000
R1 -0,9021 1,0000
Z -0,9081 0,7703 1,0000
Y 0,7135 -0,7206 -0,4686 1,0000
X -0,9081 0,9819 0,7518 -0,7967 1,0000
S R1 Z Y X
Výstup 2
Pro zjištění míry rizikového chování byla do regrese zařazena proměnná průměrné sportovní aktivity. Podíl sportovních zranění na celkovém počtu zranění ve zkoumaném vzorku obyvatelstva je nadpoloviční, tudíž lze označit sportovní činnost jako rizikovou aktivitu. Z korelační matice (Výstup 2) lze vyčíst silnou nepřímou lineární závislost průměrné sportovní aktivity na vzdálenosti bydliště od nemocnice, což může být způsobeno větší možností sportovního vyžití v centru měst (kam je často situována i nemocnice). Na druhou stranu může to být i signálem zvýšené rizikové aktivity lidí žijících v blízkosti nemocnice, jelikož korelační koeficient sportovní aktivity a počtu zranění ukazuje na přímou lineární závislost (0,7135). Sportovní aktivita dále silně nepřímo koreluje s pociťovaným rizikem zranění. Jsou-li lidé ovlivněni pocitem většího bezpečí kvůli blízkosti zdravotní péče, mohou pociťovat riziko sportu (tedy „rizikové aktivity“) nižší a výnos z této aktivity vyšší. Podle výsledků modelu se lidé ve větší vzdálenosti od nemocnice méně věnují sportovním aktivitám, což může být způsobeno pocitem nižšího výnosu z této aktivity z důvodu vyššího pociťovaného rizika zranění. Z uvedené regrese vyšlo, že v těsné blízkosti nemocnice (do 1 kilometru) dochází k největšímu počtu zranění a zároveň lidé žijící blíže u zdravotnického zařízení podstupují 11
více rizika (zvýšená sportovní aktivita) a vnímají riziko vzniku zranění nižší. Takový výsledek lze však vysvětlit větší hustotou obyvatelstva v blízkosti nemocnice, jelikož ta je často situována do centra většího města. Po zpřesnění výsledků jsem provedl analýzu založenou na hrubém předpokladu, že hustota obyvatel je ve velkých městech (pro model jsem využil data z Prahy, Brna, Ostravy a Plzně) do 4 kilometrů od nemocnice stejná. Když i v tomto případě data odhalí vyšší počet zranění v blízkosti nemocnice (do vzdálenosti 1 kilometru), můžu přepokládat vliv blízkosti nemocnice na zvýšený počet zranění v této oblasti. Tabulka 2 shrnuje průměrné údaje pro jednotlivé intervaly vzdálenosti v rozmezí 0 – 4 kilometry od nemocnice pro městské území. Pro porovnání je uvedena i stejná tabulka pro oblast malých měst (Tabulka 3), která byla vytvořena z dat respondentů, kteří uvedli své bydliště v obcích s nižší hustotou obyvatelstva. Interval vzdálenosti bydliště od nemocnice
Počet zranění
1 2 3 4
Průměrná sportovní aktivita
38 32 15 7
3,689 3,846 3,556 3,600
Průměrné pociťované riziko zranění doma 2,048 2,146 2,267 2,234
Relativní počet zranění 0,290 0,244 0,115 0,053
Tabulka 2 - Počet zranění, sportovní aktivita a pociťované riziko zranění doma pro oblast velkých měst Interval vzdálenosti bydliště od nemocnice
Počet zranění
1 2 3 4
Průměrná sportovní aktivita
29 14 13 9
3,991 3,759 3,886 3,133
Průměrné pociťované riziko zranění doma 2,379 2,180 2,378 2,230
Relativní počet zranění 0,244 0,118 0,109 0,076
Tabulka 3 - Počet zranění, sportovní aktivita a pociťované riziko zranění doma pro oblast malých měst
Z tabulky 2 lze vysledovat, že v intervalu 0 – 1 kilometr od nemocnice dochází k největšímu počtu zranění. Pro území velkého města vyšla i nejvyšší sportovní aktivita v intervalu do 2 kilometrů od nemocnice a zároveň je zde i nižší průměrné pociťované riziko vzniku zranění v místě bydliště. Tabulka podává důkaz, za předpokladu stejné hustoty obyvatelstva ve větší vzdálenosti od nemocnice, že počet zranění zůstává nejvyšší v bezprostřední blízkosti nemocnice a pociťované riziko zranění je zde nejnižší, což podporuje hypotézu existence kompenzačního chování. Zároveň lidé v blízkosti
12
nemocnice podstupují ve větší míře rizikové chování (vyšší míra sportovní aktivity v intervalu 0 – 2 kilometry). Předpokládám-li stejnou hustotu obyvatel do vzdálenosti 4 kilometry od nemocnice, musím vzít v úvahu odlišný obsah plochy oblastí jednotlivých intervalů vzdáleností od nemocnice. Obsah kružnice pro interval 1 kilometr je 3,14 km2, obsah plochy pro interval 1 – 2 kilometry už je 9,4 km2, atd. Jestliže hustota obyvatel je ve všech oblastech stejná, mělo by ve vzdálenějších oblastech bydlet více lidí a tím docházet k většímu počtu zranění. Nejvíce zranění však bylo získáno z nejbližšího intervalu vzdálenosti od nemocnice. Ze stejné oblasti bylo zároveň získáno i nejvíce respondentů.4 Údaje z tabulky 3 opět ukazují, že počet zranění je vyšší v blízkosti nemocnice. Průměrný relativní počet zranění je pro oblast malých měst (0,137) o 22% menší oproti oblasti velkých měst (0,176). Samozřejmě je výsledek hodně ovlivněn malým vzorkem populace, ale přesto zde mohu spekulovat, že je to možná způsobeno menším počtem nemocnic a hůře dostupnou péčí, jelikož existuje-li zde u lidí kompenzace rizika, chovají se lidé opatrněji z důvodu horší dostupnosti lékařské péče. Je možné, že sportovci se cíleně stěhují do oblastí dostupné zdravotní péče. Ve městech jsou lidé také průměrně bohatší a vzdělanější, což může mít vliv na vykonávané aktivity. Vykonávání určitých druhů sportu vyžaduje často dobré finanční zabezpečení. Zároveň vzdělání může ovlivnit hodnocení rizika. Lidé se proto mohou stěhovat blíže k nemocnici s kvalitní zdravotní péčí, podobně jako se třeba stěhují kvůli dostupnosti zaměstnání. Použitý dotazník však nedokázal sebe-selekci přesně odhalit, protože ke změně místa bydliště došlo u respondentů jen v ojedinělých případech.
Závislost vzdálenosti na pociťovaném riziku vzniku zranění a faktorech indikujících rizikové chování Lidé v dotazníku uváděli pociťované riziko vzniku zranění a onemocnění v místě 3.2
bydliště a v nemocnici na stupnici od 1 (cítím se v naprostém bezpečí) do 5 (cítím se velmi ohrožen). Proměnná vzdalenost značí vzdálenost bydliště člověka od nemocnice a proměnné rz a ro po řadě pociťované riziko zranění a onemocnění v blízkosti bydliště (doma) nebo v blízkosti nemocnice (nemocnice). Výstup výpočtu regresní funkce (Výstup 3) značí přímou lineární závislost vzdálenosti bydliště od nemocnice na pociťovaném riziku zranění v místě bydliště. Model má zobrazovat rostoucí trend pociťovaného rizika zranění doma se zvětšující 4
Existuje zde riziko, že respondenti bydlící blíže u nemocnice byli ochotnější vyplnit právě můj dotazník. Z toho důvodu mohou být výsledky zkreslené.
13
se vzdáleností od nemocnice (koeficient rz_doma, β = 2,89229). Lidé žijící blíže u nemocnice pociťují nižší riziko zranění doma. Lze namítnout, že lidé v centrech měst jsou obecně více optimističtí a šťastnější z důvodu vyššího příjmu, většího počtu pracovních příležitostí nebo kulturního vyžití a přítomnost nemocnice na to nemá vliv. Peiro (2006) však zjistil, že pociťované štěstí nesouvisí s tím, zda člověk žije v malém nebo velkém městě. Ani výše příjmu či nezaměstnanost neovlivňuje pociťované štěstí, ale spíše spokojenost se svým životem jako takovým. Model 2: OLS, za použití pozorování 1-299 Závisle proměnná: vzdalenost
const rz_nemocnice ro_nemocnice rz_doma ro_doma
Koeficient 5,15461 1,14071 -1,49609 2,89229 0,188645
Směr. chyba 0,823889 0,471623 0,393057 0,529501 0,534576
Střední hodnota závisle proměnné Součet čtverců reziduí Koeficient determinace
4,257358 8569,409 0,051361
F(4, 294)
3,979393
t-podíl 6,2564 2,4187 -3,8063 7,4354 0,3529
p-hodnota <0,00001 0,01618 0,00017 0,00024 0,72443
Sm. odchylka závisle proměnné Sm. chyba regrese Adjustovaný koeficient determinace P-hodnota(F)
*** ** *** ***
5,505753 5,398856 0,038454 0,003680
Výstup 3
Stoupající trend pociťovaného rizika zranění doma se zvětšující se vzdáleností od nemocnice může signalizovat vliv kompenzačního chování u jedinců sídlících v okolí nemocnice. Zároveň model odhalil klesající pociťované riziko onemocnění v nemocnici se zvětšující se vzdáleností bydliště od nemocnice. Zde lze spekulovat o existenci dostupnostní heuristiky. Blízkost nemocnice může způsobovat u lidí snadné vybavení si kritické situace onemocnění, což zvyšuje i vnímané riziko možnosti nákazy. Abych ověřil tuto hypotézu, provedl jsem korelační analýzu odpovědí na otázku ohledně vnímání rizika a roční frekvence návštěv lékaře (mimo preventivních prohlídek). Model však vyšel nevýznamný, lze tak usuzovat, že počet návštěv lékaře ročně nemá vliv na pociťované riziko zranění a onemocnění. Nepodařilo se tedy prokázat ani vliv heuristiky dostupnosti. Je-li člověk ovlivněn svým pociťovaným rizikem, měli by se nalézat v blízkém okolí nemocnice jedinci, kteří se vyznačují rizikovým chováním. Pro doplnění analýzy jsem vytvořil model zkoumající závislost vzdálenosti bydliště od nemocnice na rizikovém chování lidí. Pro regresy jsem použil data z dotazníkového šetření, kde respondenti odpovídali na otázky, které se týkaly chování lidí při přecházení vozovky, chování lidí při řízení vozidla a dále na otázky týkající se množství spotřebovaného alkoholu týdně, intenzitu kouření cigaret 14
a fyzické aktivity (sportu). Odpovědi na otázky byly konstruovány tak, abych je pak mohl snadno využít pro lineární regresní funkci. Odpovědím jsem přiřadil hodnoty od 1 (nejméně riziková možnost) do 5 (nejvíce riziková možnost), přičemž předpokládám apriorní lineární rozdělení. Výsledkem regresního modelu závislosti byla pouze zvýšená sportovní aktivita v blízkosti nemocnice. Detailní výstup neuvádím z důvodu nízké vypovídací hodnoty. Jako signifikantní se ukázala pouze proměnná značící frekvenci vykonávané sportovní aktivity (β = -0,625612, p-hodnota < 0,05). Koeficient proměnné značí negativní lineární závislost. Se zvětšující se vzdáleností od nemocnice dochází u lidí k poklesu sportovní aktivity. Tento fakt však může být dán různými faktory. Například vyšší mzdy ve městech navíc dovolují lidem poptávat více sportu a aktivního trávení volného času. Lidé žijící blíže u nemocnice tedy provozují rizikové aktivity (sport) ve větší míře, což může mít vliv na zvýšený počet zranění vzniklých v blízkosti nemocnice.
3.3 Celkové shrnutí výsledků analýzy Základní hypotéza předpokládala existenci kompenzačního chování za rizika u lidí, kteří přebývají v blízkosti dostupné zdravotní péče. První model odhalil klesající počet zranění se zvětšující se vzdáleností místa zranění od nemocnice. K očištění efektu od vlivu hustoty obyvatelstva jsem analýzu doplnil o stejné údaje vztahující se k oblastem malých a velkých měst.
V oblasti velkých měst
jsem předpokládal
hustotu obyvatelstva
do 4 kilometrů od nemocnice stejnou. Za takového předpokladu jsem dostal přesvědčivější výsledky částečně očištěné od vlivu hustoty zalidnění. V analýze oblastí malých a velkých měst se potvrdil výsledek vyššího počtu zranění, vyšší sportovní aktivity a nižšího pociťovaného rizika zranění v blízkosti nemocnice. Zároveň jsem zjistil, že v oblasti malých měst dochází přibližně k o 22% méně zraněním než v oblasti velkých měst. Jako nejrizikovější, ze zkoumaných aktivit, jsem označil sport, jelikož nadpoloviční většina zjištěných zranění při dotazníkovém šetření se stala při sportu. Zjistil jsem, že lidé bydlící v blízkosti nemocnic jsou více sportovně aktivní. Zároveň lidé žijící blíže u nemocnice pociťují riziko vzniku zranění doma menší, než lidé bydlící dále od nemocnice. Zjištění může signalizovat existenci kompenzačního chování a působení pocitové heuristiky. Pociťují-li lidé riziko zranění menší díky pocitu bezpečí z blízkosti nemocnice, vykonávají ve větší míře rizikové aktivity jako je například sport. Sportovní aktivita se lidem blíže u nemocnice může zdát bezpečnější (méně riziková), než ve skutečnosti je.
15
4
Závěr Cílem práce bylo odhalit efekt kompenzačního chování, který může vznikat vlivem
zvýšeného pocitu bezpečí z důvodu blízkosti zdravotnického zařízení. Efekt se podařilo částečně prokázat z důvodu zjištění vyššího počtu zranění, zvýšené sportovní aktivity a sníženého pociťovaného rizika zranění v místě bydliště v blízkosti nemocnice. Je tudíž možné, že pocit bezpečí z dostupné lékařské péče kompenzují lidé s bydlištěm blízko zdravotnického zařízení vyšší mírou rizikové aktivity a zároveň se u nich vlivem pocitu většího bezpečí snižuje vnímané riziko vykonávání rizikové aktivity, což ve výsledku vede ke vzniku většího počtu zranění v oblastech blízko zdravotnických zařízení. V České republice došlo v posledních pěti letech ke vzniku 8 781 743 zranění (ÚZIS: Zdravotnické ročenky České republiky 2005-2009). Když vypočítám, jak velká část zranění ve zkoumaném vzorku vznikla z důvodu pocitu bezpečí z blízké zdravotní péče, získám hodnotu 9%.5 Z celkového počtu zranění tedy v posledních pěti letech vzniklo téměř 800 tisíc zranění kvůli indukovanému pocitu bezpečí. Jde však jen o údaj ryze orientační. Předkládaná práce by se dala vylepšit sběrem reálných dat. Další rozšíření by si práce žádala v podobě vzorku obyvatelstva z okolí typizovaných okresních nemocnic, což by velice usnadnilo měření efektu. Z důvodu absence takových dat pro současnou práci jsem byl nucen pokusit se prokázat hypotézu nepřímo přes pociťovaná rizika a faktory rizikového chování, což bohužel nedovolilo prokázat existenci kompenzačního chování u jedinců žijících v blízkosti nemocnice s větší jistotou. Jelikož Peltzmanův efekt bývá často zkoumán při změně prostředí nebo technologie, bylo by vhodné zkoumat existenci kompenzačního chování na změně počtu zranění v určité oblasti vlivem exogenního faktoru, například zavření nebo otevření nemocnice nebo v případě regulace o nutnosti dojezdu rychlé záchranné služby do určitého času.
5
Zdroje 1. Bentham, G. Proximity to Hospital and Mortality from Motor Vehicle Traffic Accidents. Social science. 1986, 23(10), 1021-1026. 2. Camerer, C., Kunreuther, H. Decision Processes for Low Probability Events: Policy Implications. Journal of Policy Analysis and Management. 1989, 8(4), 565-592.
5
Celkový počet zranění při průměrném pociťovaném riziku vzniku zranění 2,4 je 239. Když spočítáme jaký by byl počet zranění v jednotlivých intervalech vzdálenosti od zdravotnického zařízení při pociťovaném riziku zranění 2,4, dostaneme výsledek 217 zranění, což je 91% původního počtu. Riziko zranění 2,4 se liší od uvedené hodnoty v tabulce 1 (1,36), protože je vypočítáno z transformovaných dat, kde pociťované riziko zranění v místě bydliště dosahuje hodnot na škále 1 – 5 a ne 0 - 4 jako v tabulce 1.
16
3. Cohen, A., Einav, L. The Effect of Mandatory Sealt Belt Laws on Driving Behavior and Traffic. The Review of Economics and Statistics. 2003, 85(4), 828-843. 4. Courtemanche, C., Carden, A. Supersizing Supercenters? The Impact of Walmart Supercenters on Body Mass Index and Obesity. 2010, 1-49. 5. Currie, C., DellaVigna, S., Moretti, E. & Pathania, V. The Effect of Fast Food Restaurants on Obesity and Weight Gain. American Economic Journal: Economic Policy. 2010, 2, 32-63. 6. Finucane, M. L., Alhakami, A., Slovic, P., & Johnson, S. M. The affect heuristic in judgments of risks and benefits. Journal of Behavioral Decision Making, 2000, 13, 1-17. 7. Finucane, M. L., Peters, E., & Slovic, P. Judgement and decision making: The dance of affect and reason. In S. L. Schneider & J. Shanteau (Eds.) Emerging Perspectives on Judgment and Decision Research. 2003, (pp. 327-364). 8. Fischhoff, B., Slovic, P., Lichtenstein, S., Read, S., & Combs, B. How safe is safe enough? A psychometric study of attitudes toward technological risks and benefits. Policy Sciences. 1978, 9, 127-152. 9. Gigerenzer, G. Why Heuristics Work. Perspectives on Psychological science. 2008, 3(1), 2029. 10. Gul, F., Pesendorfer , W. The Case of Mindless Economics. In: ZNOJ, Caplin, A., Schotter, A. The foundations of positive and normative economics: a handbook. Oxford University Press, 2008, 3-69. 11. Kahneman, D. Maps of Bounded Rationality: Psychology for Behavioral Economics. The American Economic Review. 2003, 93(5), 1449-1475. 12. Kahneman, D., Tversky, A. Availability: A Heuristic for Judging Frequency and Probability. Cognitive Psychology. 1973, 5(2), 207-232. 13. Kahneman, D., Tversky, A. Judgement under Uncertainty: Heuristics and Biases. Science. 1974, 185(415), 1124-1131. 14. Kahneman, D., & Tversky, A. On the Psychology of Prediction. Psychological Review. 1979, 80, 237-251. 15. Kahneman, D., & Tversky, A. Prospect theory: An analysis of decision under risk. Econometrica. 1979, 47, 263-291. 16. Lichtenstein, S., Slovic, P., Fischhoff, B., Layman, M., & Combs, B. Judged frequency of lethal events. Journal of Experimental Psychology: Human Learning and Memory. 1978, 4, 551-578. 17. Loewenstein, G., Weber, E., Hsee, C. & Welch, N. Risk as Feelings. Psychological Bulletin. 2001, 127(2), 267-286. 18. Peiró, A. Happines, satisfaction and socio-economic conditions: Some international evidence. The Journal of Socio-economics. 2006, 35, 348-365. 19. Peltzman, S. The Effects of Automobile Safety Regulation. The Journal of Political Economy. 1975, 83(4), 677-726. 20. Pope, A., Tollison, R. “Rubbin’ is Racin’”: evidence of the Peltzman effect from NASCAR. Public Choice. 2010, 142, 507-513. 21. Slovic, P., Finucane, M., Peters, E., MacGregor, D. Risk as Analysis and Risk as Feelings: Some Thoughts about Affect, Reason, Risk, and Rationality. Risk Analysis. 2004, 24(2), 311322. 22. ČSÚ: Vývoj obyvatelstva ČR 2009 23. ÚZIS: Statistická ročenka 2005 - 2009 24. ÚZIS: Síť zdravotnických zařízení 2009
17
