Chernozhukov et al. (2020) 米国におけるCovid-19流行の初期段階におけるマスク、政策、行動の影響

論文情報

Victor Chernozhukov, Hiroyuki Kasahara, Paul Schrimpf. Causal Impact of Masks, Policies, Behavior on Early Covid-19 Pandemic in the U.S. medRxiv 2020.05.27.20115139; doi: https://doi.org/10.1101/2020.05.27.20115139

要約

本論文では、米国の各州が採用した学校、企業、レストランの閉鎖などの様々な政策が、Google Mobility Reportsで測定されたCovid-19感染者数の増加率と社会的遠ざかり行動に与える動的な影響を評価した。米国の州レベルのデータを用いた分析では、政策と感染リスクに関する情報の両方が人々の社会的遠ざかり行動の重要な決定要因であり、政策の変更が社会的遠ざかり行動の観察された変化の大部分を説明することが示された。我々のカウンターファクター実験では、2020年4月1日に全ての政策を削除した場合、5月下旬までに30～200倍のケースが追加されていたことが示されている。必要不可欠ではない企業の閉鎖のみを削除すると（映画館やレストランの制限を維持しながら）、週次のケースの増加率は-0.02から0.06の間で増加し、5月下旬までにはケースが-10%から40%増加することになるだろう。最後に、4月1日に従業員のマスク着用を全国的に義務化すれば、症例数の増加率は0.1～0.25%減少する。これは、5月下旬までに報告された症例数が30%から57%減少することを意味し、これはおよそ30から57,000人の命を救ったことになる。

Takaku (2020) 医学部偏差値の上昇は医師のキャリア選択とどのように関係しているのか？

論文情報

Takaku, R. How is increased selectivity of medical school admissions associated with physicians’ career choice? A Japanese experience. Hum Resour Health 18, 38 (2020). https://doi.org/10.1186/s12960-020-00480-0

要約

背景：長く続いた景気低迷の中、日本では医学部進学者の人気が飛躍的に高まっている。これは主に、医学は一般的に不況に強い職業であると考えられているためである。その結果、今日の医学部入学を希望する医学部入学前の学生は、1980年代よりも厳しい入学試験に合格しなければならない。本論文では、医学部入学の選択性と卒業生のその後のキャリア選択との関連を探る。

方法：1980年から2017年までの医学部入学の選抜を偏差値で定義して、35歳から55歳までの医師122990人の横断的データとマージした。医学部の偏差値と医師のキャリア選択の様々な指標との関連をロジスティック回帰モデルと通常の最小二乗回帰モデルを用いて探索した。偏差値が55未満の医学部の卒業生について、通っていた医学部に対する固定効果を二値変数で制御した後、より偏差値の高い医学部の卒業生と比較した。

結果：1980年から2017年にかけて、医学部の平均偏差値は58.3から66.3へと上昇し、入学者選抜は大きく激化していることが示された。さらに、医学部選抜の難化は、卒業生が急性期病院でのキャリアを選択する確率が高くなるとともに、自分のクリニックを開業してプライマリ・ヘルスケアでのキャリアを選択する確率が低くなることと関連している。競争力の高い医学部を卒業する（偏差値65以上）と、いわゆる7:1病院などの典型的な急性期病院で働く確率が有意に高くなり、プライマリ・ケア施設で働く確率が低下する。また、卒業生が医師会認定医になる確率が高くなることと関連している。

結論：医学部入学の難化は、専門分野の医師の質の向上と関連する一方で、プライマリーケアに進む医師の供給量の低下と関連している。

メモ

Azar et al. (2020) カリフォルニア州の大規模ヘルスケアシステムにおけるCOVID-19患者のアウトカムの格差

論文情報

Kristen M. J. Azar, Zijun Shen, Robert J. Romanelli, Stephen H. Lockhart, Kelly Smits, Sarah Robinson, Stephanie Brown, and Alice R. Pressman, 2020, Disparities In Outcomes Among COVID-19 Patients In A Large Health Care System In California, Health Affairs

要約（DeepL）

コロナウイルス病（COVID-19）の流行が米国全土に広がる中、人種・民族的少数者や社会経済的に不利な立場にあるグループが病気と死亡の不均衡な負担を強いられているという証拠が出てきている。我々は、潜在的な格差を測定するために、カリフォルニア州北部の大規模な統合医療システムである Sutter Health の COVID-19 患者のレトロスペクティブなコホート分析を行った。COVID-19が疑われる成人および確認された成人を識別するためにSutter Healthの統合電子カルテを使用し、多変量ロジスティック回帰を使用して入院のリスクを評価し、人種/民族、性別、年齢、健康状態、社会経済的変数などの既知の危険因子を調整した。我々は、2020年1月1日から4月8日までにCOVID-19の確定症例1,052例を分析した。我々の所見の中で、ヒスパニック系以外の白人患者と比較して、アフリカ系アメリカ人は、年齢、性、併存疾患、所得を調整した後、入院のオッズが2.7倍であったことが観察された。我々は、ケアへの障壁となる社会的要因や、患者がケアを遅らせることが最も賢明な選択肢であると考える状況を作り出す要因を含めて、このことを説明する可能性を探っている。我々の研究は、COVID-19の提示に人種的および民族的な格差があるという現実世界の証拠を提供している。

Gelman and Imbens (2019) RDDで高次の多項式を含めるべきでない理由

論文情報

Andrew Gelman & Guido Imbens (2019) Why High-Order Polynomials Should Not Be Used in Regression Discontinuity Designs, Journal of Business & Economic Statistics, 37:3, 447-456, DOI: 10.1080/07350015.2017.1366909

要約（DeepL）

回帰不連続分析では、強制変数の3次、4次、または高次の多項式を制御することが一般的です。そのような方法は、明らかに非科学的な結果をもたらすことがあるにもかかわらず、理論的には正当化されているという認識があるようです。我々は、回帰不連続性分析において大域的な高次多項式を制御することは、3つの大きな問題を持つ欠陥のあるアプローチであることを主張する。我々は、研究者が代わりに局所的な線形多項式や2次多項式、またはその他の平滑関数に基づく推定器を使用することを推奨する。

Hyslop and Townsed (2020) 調査データと行政データを統合した際の所得の動態と測定誤差

論文情報

Dean R. Hyslop & Wilbur Townsend (2020) Earnings Dynamics and Measurement Error in Matched Survey and Administrative Data, Journal of Business & Economic Statistics, 38:2, 457-469, DOI: 10.1080/07350015.2018.1514308

要約（DeepL）

本論文では、個人の調査所得と管理所得をマッチさせた縦断的サンプルを用いて、所得の動態と測定誤差を分析した。過去の文献と同様に、報告された差異は、持続的要因と一過性の要因の両方によって特徴づけられる。過去の結果と一致するモデルを推定すると、行政報告が正しいと仮定した場合には調査誤差は平均値に戻るが、この仮定を緩和した場合には戻らない。報告された所得の変動のほとんどは真であるが、測定誤差が観測された変動を支配しており、一過性の所得は全体的な所得格差にはほとんど寄与していないと結論づけている。この結果は、マッチングされた行政データの信頼性には注意を払う必要があることを示唆しています。

Price (2008) 出生順位で子どもと過ごす時間は変わるか

論文情報

Price, J., 2008, Parent-Child Quality Time: Does Birth Order Matter?, J. Human Resources Winter, vol. 43 no. 1 240-265

要約（DeepL）

アメリカ時間利用調査のデータを用いて、第一子の子供は、同じような家庭の同年齢の第二子よりも、親と一緒に過ごす時間が毎日20～30分多いことがわかりました。この出生順の違いは、親がどの時点でもそれぞれの子供にほぼ同じ時間を与えていることに起因しているが、子供が大きくなるにつれて親子の質の高い時間の量は減少していく。これらの結果は、出産の順番が子供の成果に非常に有意な影響を与えることを示す最近の研究について、もっともらしい説明を提供しています。

Chen et al. (2020) 内生的な処置と媒介変数を用いた確率的フロンティアモデル

論文情報

Yi-Ting Chen, Yu-Chin Hsu & Hung-Jen Wang, 2020, A Stochastic Frontier Model with Endogenous Treatment Status and Mediator, Journal of Business & Economic Statistics, 243-256

要約（DeepL）

政府の政策は、生産性を促進するために頻繁に利用される。生産技術の向上を目的とした政策もあれば、生産効率の向上を目的とした政策もある。政策を設計・評価する際に考慮すべき重要な問題は、最終的に望ましい結果を達成するためにメディエーターが必要なのか、それとも効果的なのかということである。本研究では、政策の理解と評価を深めるために、治療状態とメディエーターを内生的に仮定した新しい確率的フロンティアモデルを提案する。このモデルにより、プログラム（治療）効果を技術と効率性の要素に分解し、その効果がプログラムから直接得られるのか、特定のメディエーターを介して間接的に得られるのかを調査することができる。この論文の補足資料はオンラインで入手可能である。