Empirical research in the areas of health economics and medical statistics that uses a new econometric method called “partial identification” is making progress. This paper evaluates the applications of partial identification to these areas to see how effective and insightful this new method is. Section 2 presents research on partial identification for missing-data problems. For example, when infection data for COVID-19 are missing for people who have not been tested, the infection rate of the entire population cannot be accurately known. Empirical studies in this area have most commonly assumed that data are missing at random; for this particular example, the assumption would then be that the infection rate of the population at large is the same as that of people who have been tested. In contrast, research using partial identification would first apply the Law of Total Probability to the infection rate of the entire population, next assign the observed probabilities to the infection rate of the tested people and the ratio of the tested people, and finally replace the missing (counterfactual) rate of infection among those who have not been tested with 0 (its lower bound) and 1 (its upper bound) to obtain the identification region (the bound) of the infection rate of then tire population. Furthermore, the identification bounds can be narrowed by imposing credible assumptions, such as “people who are tested tend to have higher infection rates than those who are not tested” (Monotone Instrumental Variable Assumption). In Sections 3 and 4, we explain how to partially identify the causality and treatment effect using as examples(i) the effect of Swan-Ganz catheterization on mortality, and (ii) the effect of antihypertensive drugs conditional on renin response. We first explain the identification problem, i.e., the reason why the treatment effect cannot be point-identified only from the data. We then show that partial identification allows the treatment effect to be identified from the data alone as an interval (the bounds) without any assumption. We next show how the identification bounds on the treatment effect narrow when credible assumptions are imposed (Instrumental Variable Assumption and Monotone Treatment Response Assumption). The more assumptions and the stronger assumptions one imposes, the narrower are the bounds; this yields stronger conclusions, but lower credibility of inference. Thus, we are required to decide what assumptions to maintain. Finally, we consider how a decision maker who knows that the treatment effects are identified in bounds might choose an action using as examples (i) treatment of a new infection disease and (ii) choice of diagnostic testing and treatment. In the present context, the Bayesian criterion would be a good choice only when the subjective expected probability of the treatment effect is correct. The maximin criterion would be a conservative choice (which grants deference to the status quo), while the minimax-regret criterion would be a choice that balances conservatism (in deferring to the status quo) and challenge (in reflecting the innovation).

抄録全体を表示

本稿では、障害者雇用促進法改正による精神障害者の法定雇用率算入やその引き上げを背景に、急速に増大した精神障害雇用者の賃金分布がどのように変化したかを検証した。分析には厚生労働省「障害者雇用実態調査（平成 25、30 年） 」や「生活のしづらさなどに関する調査（平成 23、28 年） 」の個票データを用いた。分析の結果、2013 年から 2018 年の 5 年間で、採用前に障害が判明していた精神障害雇用者の賃金は統計的に有意に上昇していた。さらに、Blinder‒Oaxaca 分解によってこの賃金上昇の要因を検証したところ、地域別最低賃金の引き上げ（構成変化）による影響が大きかったこと、また、相対的に障害程度の軽い精神障害 3 級の賃金率上昇（構造変化）もこれに寄与していたことを確認した。一方で、1000 人以上規模企業では、この上昇を相殺するような賃金率の低下（構造変化）も確認された。　 精神障害 3 級の賃金が上昇した要因として、次のような考察ができ る。2013 年から 2018 年までの間に、精神障害 3 級の新規取得者が、より精神障害の重い等級と比較し、生産年齢人口で特に増加しており、雇用者においても 3級取得者の比重が高まっている。一方、65 歳未満の身体障害者人口が減少する中、法定雇用率を満たすため、精神障害者の中でも、相対的に障害程度が軽く、生産性の高い精神障害者の雇用が促進された結果、精神障害 3 級の賃金が相対的に上昇した可能性がある。　 とはいえ身体障害雇用者と比較して、精神障害雇用者の賃金分布は低く、知的障害者の賃金分布に近い。したがって、上記のような賃金上昇はあっても、先行研究が指摘する、障害程度が相対的に軽い精神障害者への年金給付水準の低さ（たとえば障害厚生年金 3 級の給付水準）を埋め合わせるには不十分であった可能性が高い。実際に、地域別最低賃金との相関が高いことは、その賃金水準自体の低さを示すものと考えられる。精神障害雇用者全体の貧困リスク緩和への影響が実際どれほどであったかを把握することは、今後に残された研究課題である。

抄録全体を表示

人口の高齢化、医療技術の高度化に伴う医療費の増大を背景に、医療経済への関心が高まっている。2019 年度の日本の総医療費は 44 兆円を超え、薬剤費は約 20％を占めている。医療費の増大には、様々な要因があるが、特に生活習慣病の医療費が問題となる。そこで本研究では、２型糖尿病の治療薬として高頻度に処方される薬剤の一つであるメトホルミンの使用状況および臨床現場（病院）における採用の現状について調査した。その結果、NDB オープンデータを用いたメトホルミンの使用状況は、2015 年度から年々増加しており、2020 年度には 22 億錠以上使用されていた。また、調査したすべての臨床現場（病院）でメトホルミンは採用されていた。しかし、80％以上の施設で規格が 250mg/錠のみの採用であった。そのため、1 回量が 500mg の場合、250mg/錠を 2 錠で調剤を行っていた。メトホルミンは比較的安価な薬剤である が、2022 年 4 月現在で 250mg/錠と 500mg/錠の後発医薬品の薬価は同額（10.10 円）と設定されている。したがって、1 回量が 500mg の場合、500mg/錠を 1 錠での調剤と比較して、250mg/錠を 2 錠での調剤では薬剤費が 2 倍となる。病院内の採用の可否に関わらず、一般名処方の場合では外来処方箋の記載表記によっては、保険調剤薬局の薬剤師の判断で適切な錠剤規格に変更することが可能である。そこで、単錠（500mg/錠を 1 錠）と複数錠（250mg/錠を 2 錠）の薬物溶出挙動の影響を評価し、同等であることが明らかとなったため、現行の治療を継続したままでも、薬剤師の判断で薬剤費を節減できる可能性が示唆された。

抄録全体を表示