Advancing the application of systems thinking in health: why cure crowds out prevention
Notice bibliographique
Résumé
INTRODUCTION: This paper presents a system dynamics computer simulation model to illustrate unintended consequences of apparently rational allocations to curative and preventive services. METHODS: A modeled population is subject to only two diseases. Disease A is a curable disease that can be shortened by curative care. Disease B is an instantly fatal but preventable disease. Curative care workers are financed by public spending and private fees to cure disease A. Non-personal, preventive services are delivered by public health workers supported solely by public spending to prevent disease B. Each type of worker tries to tilt the balance of government spending towards their interests. Their influence on the government is proportional to their accumulated revenue. RESULTS: The model demonstrates effects on lost disability-adjusted life years and costs over the course of several epidemics of each disease. Policy interventions are tested including: i) an outside donor rationally donates extra money to each type of disease precisely in proportion to the size of epidemics of each disease; ii) lobbying is eliminated; iii) fees for personal health services are eliminated; iv) the government continually rebalances the funding for prevention by ring-fencing it to protect it from lobbying.The model exhibits a "spend more get less" equilibrium in which higher revenue by the curative sector is used to influence government allocations away from prevention towards cure. Spending more on curing disease A leads paradoxically to a higher overall disease burden of unprevented cases of disease B. This paradoxical behavior of the model can be stopped by eliminating lobbying, eliminating fees for curative services, and ring-fencing public health funding. CONCLUSIONS: We have created an artificial system as a laboratory to gain insights about the trade-offs between curative and preventive health allocations, and the effect of indicative policy interventions. The underlying dynamics of this artificial system resemble features of modern health systems where a self-perpetuating industry has grown up around disease-specific curative programs like HIV/AIDS or malaria. The model shows how the growth of curative care services can crowd both fiscal and policy space for the practice of population level prevention work, requiring dramatic interventions to overcome these trends.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».