Valoración y modelado de las preferencias en calidad de vida relacionadas con la salud de menores.

Abstract

Entre los numerosos ´ambitos de aplicaci´on de las Matem´aticas, se encuentra la Econom´ıa de la Salud, un campo de indudable relevancia social. Como ejemplo de dicha aplicaci´on, el estudio que se presenta plantea una comparativa de distintos modelos de regresi´on log´ıstica, v´alidos para la estimaci´on de un “value set” del instrumento de Calidad de Vida Relacionada con la Salud (CVRS) EQ-5D-Y. El objetivo que se plantea a lo largo del trabajo es identificar el modelo que proporciona la mejor estimaci´on de dicho “value set”, de entre los cuatro modelos propuestos (modelo logit de efectos fijos, modelo logit de efectos aleatorios, modelo logit mixto y modelo de clases latentes). Para ello, se desarroll´o un estudio de preferencias sobre CVRS en menores de edad, empleando como m´etodo de obtenci´on de preferencias experimentos de elecci´on discreta. Como resultado de esta comparativa, se demuestra que el modelo logit mixto proporciona mejores resultados en t´erminos de nivel de ajuste y bondad a los valores observados de la muestra del estudio.

Among the numerous and varied fields of application of Mathematics, Health economics is undoubtedly a relevant social field. As an example of such an application, this end-of-degree project presents a contrastive study among different logistic regression models which are suitable to estimate a “value set” of the Health-Related Quality Life instrument (HRQL) EQ-5D-Y. The aim throughout this study is to identify the model which estimates the aforesaid “value set” best. The departing corpus of models to be compared is constituted by the fixed-effects conditional logit model, the random-effects conditional logit model, mix logit model and latent class model. For that purpose, a study of preferences about HRQL was developed for minors by using discrete choice experiments to elicit preferences. As a result of this contrastive study, it is shown that the mix logit model provides better results in terms of adjustment level and goodness-of-fit as it was observed in the sample of study.