Young Population, Socioeconomic Inequality in Health, and Technological Innovation in Healthcare

This thesis examines two aspects that are relevant for the analysis of inequality in health: the role of care in early childhood and the implications of technological innovation. The first chapter studies the socioeconomic variations in the prevalence of stunting and underweight prevalence of child health in Ethiopia. With regard to the disparities in child malnutrition, the study sought to identify the key health factors that influence them using concentration index, concentration curve, and regression-based decomposition analysis. The relative and absolute gaps between various demographic and socioeconomic groups appear to have increased in Ethiopia, despite a notable decline in the mean of stunting and underweight prevalence. According to the empirical investigation, mothers' educational level and household wealth benefited children with better socioeconomic positions, who were less likely to suffer from malnutrition. The difference in socioeconomic positions is the driving force towards the inequalities in child malnutrition. The empirical findings suggest that in order to reduce the disparities in child malnutrition, national health policy should promote mother literacy and target interventions for these underprivileged groups. The second chapter is a theoretical analysis of the impact of innovation on income and health inequality. We develop a static model of individual behavior, where individuals differ in terms of skills. A distinguishing characteristic, in comparison with the existing literature, is that skills affect both market wages and the marginal benefit of innovation. We show that the characteristics of the innovation have crucial implications for the sign of the impacts of innovation on income and health inequality. If the technological improvement is such that it marginal value is greater for a skilled individual, innovation increases income inequality and can also increase health inequality if the technology is sufficiently important as a production function relative to time. On the other hand, it the impact on the health production function is greater for unskilled individuals, and then health inequality may decrease. However, income inequality may also increase. Finally, we investigate the role of health insurance, which provides partial reimbursement for expenditures related to the use of the technology. In this case, the sign of the impacts is the same as without insurance. However, the level of income and health inequality is lower with than without insurance. Moreover, insurance mitigates the potential impact on health inequality of a pro-skilled type of innovation. The third chapter investigates an aspect of the relationship between technological innovation and inequality that has received limited or no attention so far. In the existing literature, the greatest attention has been paid by far to the role of access to new technologies. In this chapter, we study empirically whether the use of technology may also lead to an increase in inequality. To this end, we collected clinical, socioeconomic, and demographic information using an online survey among diabetes patients in Italy. Our descriptive summary revealed that the use of diabetes technologies has improved glycemic hemoglobin value, blood glucose level, and quality of life outcomes for many users. The ability to read and understand graphs is a critical factor in deciding whether a patient receives the greatest benefits from using a sensor system. We found no significant differences between individuals who use diabetes technology and those who do not. Differences in educational level may cause disparities in health among diabetes patients who have used diabetes technology. This study also found that differences in cognitive abilities of diabetes patients will contribute to the disparity in their health given their access to and use of diabetes technologies. Training on the appropriate use of the technology also turns out to be a significant determinant of the size of health gains enables by the technology. Lastly, controlling for all other variables, we have found that the average per year of hospital visits, emergency care received, and severe hypoglycemia increase with the age and decreases with the educational attainment of diabetes patients.

Questa tesi esamina due aspetti rilevanti per l'analisi della disuguaglianza nella salute: il ruolo della cura nella prima infanzia e le implicazioni dell'innovazione tecnologica. Il primo capitolo studia il ruolo delle variabili socioeconomiche nello spiegare la prevalenza di outcome negativi della salute e della malnutrizione dei bambini in Etiopia. Per quanto riguarda le disparità nella malnutrizione infantile, lo studio ha cercato di identificare i fattori sanitari chiave che li influenzano utilizzando l'indice di concentrazione, la curva di concentrazione e l'analisi della decomposizione basata sulla regressione. I divari relativi e assoluti tra i vari gruppi demografici e socioeconomici sembrano essere aumentati nel tempo in Etiopia, nonostante un notevole calo della media di arresto della crescita e prevalenza di sottopeso. Secondo l'indagine empirica, il livello di istruzione delle madri e la ricchezza della famiglia sono correlati con esiti di salute migliore. La differenza di posizioni socioeconomiche è la forza trainante verso le disuguaglianze nella malnutrizione infantile. I risultati empirici suggeriscono che, al fine di ridurre le disparità nella malnutrizione infantile, la politica sanitaria nazionale dovrebbe promuovere l'alfabetizzazione materna e mirare agli interventi per questi gruppi svantaggiati. Il secondo capitolo è un'analisi teorica dell'impatto dell'innovazione sul reddito e sulla disuguaglianza in salute. Sviluppiamo un modello statico di comportamento individuale, in cui gli individui differiscono in termini di abilità. Una caratteristica distintiva, rispetto alla letteratura esistente, è che le competenze influiscono sia sui salari di mercato che sul beneficio marginale dell'innovazione. I risultati indicano che le caratteristiche dell'innovazione hanno implicazioni cruciali per il segno degli impatti dell'innovazione sul reddito e sulla disuguaglianza sanitaria. Se il miglioramento tecnologico è tale che il valore marginale è maggiore per un individuo qualificato, l'innovazione aumenta la disuguaglianza di reddito e può anche aumentare la disuguaglianza di salute se la tecnologia è sufficientemente importante come input nella funzione di produzione, in termini relativi rispetto all’altro input, ossia il tempo dedicato alla cura della salute. D'altra parte, se l'impatto sulla funzione di produzione della salute è maggiore per gli individui non qualificati, la disuguaglianza sanitaria può diminuire. Tuttavia, anche la disuguaglianza di reddito può aumentare. Infine, indaghiamo il ruolo di una copertura assicurativa pubblica, che prevede il rimborso parziale delle spese relative all'uso della tecnologia. In questo caso, il segno degli impatti non cambia rispetto allo scenario senza assicurazione. Tuttavia, il livello di disuguaglianza di reddito e salute è inferiore in presenza di assiucurazione. Inoltre, l'assicurazione mitiga il potenziale impatto sulla disuguaglianza sanitaria di un tipo di innovazione che favorisce individui con abilità elevate. Il terzo capitolo indaga un aspetto del rapporto tra innovazione tecnologica e disuguaglianza che finora ha ricevuto poca o nessuna attenzione. Nella letteratura esistente, la maggiore attenzione è stata data di gran lunga al ruolo dell'accesso alle nuove tecnologie. In questo capitolo studiamo empiricamente se anche l'uso della tecnologia, condizionatamente ad avere accesso alla stessa, possa portare ad un aumento della disuguaglianza. A tal fine, abbiamo raccolto informazioni cliniche, socioeconomiche e demografiche utilizzando un sondaggio online tra i pazienti diabetici in Italia. Le statistiche descrittive mostrano che l'uso delle tecnologie per il diabete ha migliorato il valore dell'emoglobina glicemica, il livello di glucosio nel sangue e i risultati sulla qualità della vita per molti utenti. La capacità di leggere e comprendere i grafici è un fattore critico nel decidere se un paziente riceve i maggiori vantaggi dall'utilizzo di un sistema di sensori. Non abbiamo riscontrato differenze significative tra il gruppo che utilizza il sensore di monitoraggio e quello che non lo utilizza. Le differenze nel livello di istruzione possono invece causare disparità di salute tra i pazienti diabetici che hanno utilizzato la tecnologia del diabete.. Anche la formazione sull'uso appropriato della tecnologia risulta essere un determinante significativo dell'entità dei guadagni di salute consentiti dalla tecnologia. Infine, condizionatamente al valore delle altre potenziali determinanti, abbiamo riscontrato che la media annuale delle visite ospedaliere, delle cure di emergenza ricevute e dell'ipoglicemia grave aumenta con l'età e diminuisce con il livello di istruzione dei pazienti diabetici.