Preferenze, scelte, comportamento: il potenziale degli strumenti dell’economia in ambito sanitario

Quando la pandemia raggiunse l’Irlanda, nel marzo 2020, la Behavioral Unit dell’Economic and Social Research Institute (ESRI) fu reindirizzata da un giorno all’altro alla raccolta e all’analisi dei dati sui comportamenti e le scelte degli irlandesi in relazione alla pandemia: interazioni sociali, benessere, preferenze (un interessante racconto della vicenda si trova in Lunn 2021.¹ I policymaker erano convinti che questi dati li avrebbero aiutati a fare scelte migliori per gli irlandesi e, probabilmente, anche per se stessi. I risultati di ogni misura di contenimento anti-COVID-19 e le conseguenze di ogni comunicazione dipendono da come queste interagiscono con le scelte delle persone. Allo stesso modo, ogni misura di sostegno, ogni libertà non intaccata è tanto più efficiente quanto più insiste su ciò che conta davvero per i cittadini. 
Raccogliendo dati sui comportamenti della popolazione, i ricercatori di ESRI scoprirono che, mentre i media davano ampio spazio alla presunta irresponsabilità dei giovani, che si incontravano nei bar perlopiù all’aperto e nei parchi, la maggior parte dei contatti ad alto rischio avveniva tra le mura di casa e riguardava principalmente persone di mezza età e anziane. Come possiamo spiegare questi comportamenti? Guardando solo ai rischi, ci aspetteremmo che chi è più a rischio sia più prudente (e molte persone a rischio lo sono, in effetti). Tuttavia, se consideriamo anche i benefici, scelte che inizialmente ci sembrano solo irresponsabili e irrazionali, possono essere viste in un’altra luce. Per esempio, il valore di un periodo (esempio, un anno) di vita sociale potrebbe essere più alto per una persona a cui restano 5 anni di vita sociale in termini attesi rispetto a una persona a cui ne restano, sempre in termini attesi, 50. Tanto più, dato che la qualità degli ultimi di questi anni di vita sociale è probabilmente decrescente.
Questa informazione può essere utile, per esempio, nel confrontare restrizioni alla vita sociale e strategie di comunicazione che colpiscono anche interazioni sociali all’aperto, rispetto a una che colpisce solo le relazioni al chiuso. Il policymaker può tener conto del probabile effetto di sostituzione che avverrebbe, nel primo caso, tra interazioni a minore rischio, ma facilmente sanzionabili socialmente e dalle forze dell’ordine, con interazioni a maggiore rischio, ma più difficilmente punibili.

I modelli economici

Gli economisti modellano le scelte degli agenti economici come composte da due elementi: i vincoli esterni – ciò che l’agente può e non può fare – e le preferenze – ciò che l’agente desidera. Sotto alcune restrizioni sulle preferenze dell’agente e sulla sua capacità di perseguirle comprendendo appieno i vincoli esterni e le conseguenze delle sue scelte, è possibile:

• utilizzare una funzione di utilità per rappresentare le preferenze dell’agente;
• utilizzare i dati delle sue scelte per fare inferenze sulle sue preferenze.

Aggiungendo informazioni sul funzionamento del contesto istituzionale in cui la scelta avviene, per esempio, un mercato concorrenziale, è possibile fare inferenza sulle preferenze a partire dai dati aggregati del contesto istituzionale che discendono dalle scelte, come prezzi e quantità scambiate. Aggiungendo un modello di come l’agente comprende e internalizza le scelte degli altri che sono rilevanti per la propria – un modello di interazione strategica, di cui si occupa la teoria dei giochi – si possono prevedere gli esiti di un’interazione per date preferenze, fare inferenza sulle preferenze per dati esiti o studiare l’effetto di diversi assetti istituzionali, cioè diverse regole del gioco, su scelte ed esiti dell’interazione. 
Le restrizioni teoriche a cui ho fatto riferimento non sono realistiche. È facile pensare che, per questo, rappresentino una debolezza dell’approccio. Ne sono, invece, il punto di forza: definiscono in modo trasparente i limiti alla conoscenza che il modello può generare e stabiliscono gli orizzonti e le direzioni in cui può essere migliorato. La chiarezza formale sui limiti e la possibilità di combinarlo con strumenti quantitativi evoluti per l’analisi empirica hanno determinato il successo di questo approccio ben oltre i confini delle discipline economiche. È difficile oggi studiare qualsiasi fenomeno sociale senza fare riferimento agli elementi caratteristici dell’approccio economico alla scelta – preferenze, incentivi, vincoli, strategie – che si tratti, per esempio, dell’analisi dei sistemi di voto e dei comportamenti elettorali o della formazione e del funzionamento dei gruppi sociali (un affascinante racconto di alcune di queste ‘invasioni’ economiche si trova in Roth 2002).²
Il concetto di utilità è tanto diffuso quanto dibattuto in economia sanitaria. Nell’analisi costi-benefici degli interventi medici (Cost Utility Analysis, CUA), la valutazione dei costi è di norma immediata. Per i benefici, si utilizza frequentemente misure basate su Quality-Adjusted Life Years (QALY), un punteggio tra 0 e 1 dove 0 rappresenta il decesso e 1 rappresenta un anno di vita in perfetta salute. A sua volta, questo puntegio è derivato da misurazioni dirette dell’utilità che i pazienti associano a diverse condizioni mediche. Misurazioni che tipicamente includono la valutazione di trade-off tra lunghezza e qualità della vita attesa o tra una condizione medica certa e un certo rischio di decesso (si veda il recente Spencer et al. 2022,³ che ripercorre l’utilizzo di questa metodologia).
Oltra a utilizzare direttamente misure dell’utilità per valutare i benefici di un intervento medico, la comprensione di come incentivi, preferenze e scelte interagiscono permette di disegnare meccanismi migliori in ambito sanitario. Accade spesso che un paziente in attesa di trapianto di rene abbia a disposizione un donatore, ma questo non sia compatibile. Poiché molti pazienti si trovano contemporaneamente in questa situazione, è teoricamente possibile effettuare un grande numero di trapianti permettendo ai pazienti di scambiarsi i donatori. Lo scambio è complicato, tuttavia, perché mancano – e non sono desiderabili per altre ragioni – meccanismi di mercato che permettano l’incontro di domanda e offerta e il trasferimento di valore lungo catene potenzialmente lunghe di donatori e pazienti. Ci troviamo in un sistema basato sul baratto dei donatori e il problema è costruire catene che permettano di massimizzare il numero di trapianti effettuati. Un grande numero di scienziati di diverse discipline, medici, economisti e computer scientist, si è applicato a disegnare piattaforme che raggiungessero questo obiettivo. All’origine di queste ricerche è l’intuizione della similitudine tra il caso dei trapianti e altri problemi allocativi tipicamente economici, come l’allocazione delle abitazioni fuori dal mercato immobiliare.4 Il numero di trapianti tra viventi negli Stati Uniti è passato da 300 all’anno nel 2008 a circa 800 all’anno nel 2014 grazie a queste piattaforme.

Una questione di scelte

Durante la pandemia, economisti e ricercatori con diversi background hanno contribuito a spiegare le scelte delle persone in merito ai vaccini anti-COVID-19, sfruttando di nuovo l’idea che, anche in questo ambito, le scelte delle persone possono essere viste come rispondenti a un insieme di preferenze, informazioni e incentivi.^5,6
In ambito epidemiologico, la valutazione di incentivi, preferenze e trade-off è, forse, meno diffusa. Insieme ad Antonio Filippin, si è cercato di studiare le preferenze delle persone rispetto al trade-off tra outcome sanitari e outcome economici nel contesto della pandemia COVID-19.⁷ A un campione di persone localizzato in diversi Paesi, abbiamo proposto numerose coppie di combinazioni di decessi e numero di posti di lavoro persi in conseguenza della pandemia e delle misure di contenimento adottate. Abbiamo chiesto loro di scegliere, per ogni coppia, quale combinazione preferissero. Abbiamo utilizzato tecniche econometriche classiche per stimare la funzione di utilità che meglio rappresenta le preferenze espresse da ogni persona o gruppo di persone. Al di là dei risultati specifici,⁷ l’esercizio aveva l’obiettivo di proporre un metodo facilmente scalabile per valutare le preferenze delle persone di fronte alle possibili conseguenze della pandemia e delle misure adottate. 
Questo metodo ricalca l’approccio classico dell’economista ai problemi di scelta: isolare il lato delle preferenze (ciò che si desidera) dal lato dei vincoli (quali combinazioni sono effettivamente a disposizione del decisore) di competenza principalmente degli epidemiologi o del lavoro congiunto di economisti ed epidemiologi.⁸ Un buon criterio di scelta politica richiede di essere informato da entrambi i lati del problema. Richiede, prima ancora, di riconoscere i trade-off che sottintendono ogni scelta e la necessità di raccogliere buoni dati su come gli individui li affrontano.

Conflitti di interesse dichiarati: nessuno.

Bibliografia

1. Lunn PD. Coronavirus in Ireland: one behavioural scientist’s view. Mind & Society 2021;20(2):229-33.
2. Roth AE. The economist as engineer: Game theory, experimentation, and computation as tools for design economics. Econometrica 2002;70(4):1341-78.
3. Spencer A, Rivero-Arias O, Wong R et al. The QALY at 50: One story many voices. Soc Sci Med 2022;296:114653.
4. Roth AE, Sönmez T, Ünver MU. Kidney exchange. The Quarterly journal of economics 2004;119(2):457-88.
5. Campos-Mercade P, Meier AN, Schneider FH, Meier S, Pope D, Wengström E. Monetary incentives increase COVID-19 vaccinations. Science 2021;374(6569):879-82.
6. Bartoš V, Bauer M, Cahlíková J, Chytilová J. Communicating doctors’ consensus persistently increases COVID-19 vaccinations. Nature 2022;606(7914):542-49.
7. Filippin A, Mantovani M. Moral preferences over taboo trade-off in the time of the Coronavirus. Research Square 2022. Preprint disponibile all’indirizzo: https://assets.researchsquare.com/files/rs-1828671/v1_covered.pdf?c=1658425513
8. Alvarez F, Argente D, Lippi F. A simple planning problem for COVID-19 lock-down, testing, and tracing. American Economic Review: Insights 2021;3(3):367-82.