Uso de la economía del comportamiento para

aumentar las mamografías en Chile: Un

experimento aleatorio.
Jornada Regional de Cáncer en la Mujer

Fabián Duarte

Universidad de Chile
3 de mayo de 2018

1 / 27
1 Motivación

2 Hipótesis

3 Meta

4 Metodología

5 Resultados

2 / 27
Agradecimientos

Fondecyt Iniciación 11140162 por nanciar el proyecto en su conjunto.

A la Superintendencia de Salud por apoyarnos con los datos. En

particular, al Superintendente Sebastian Pavlovic, al ex-jefe del
Departamento de Estudios y Desarrollo, Claudia Copetta, y al actual,
David Debrott.

Especialmente, a Roberto Tegtmeier y Diego Menares por su gran

aporte.

3 / 27
Motivación

El cáncer de mama es el cáncer más prevalente en las mujeres en Chile

(Puschel 2011), y es la segunda causa de muerte (NCI 2009).

La incidencia y mortalidad en Chile han ido en aumento en las últimas

décadas (Puschel 2011, Lozano-Ascencio et. al 2009). En 2006, el
cáncer de mama cuasó 6,8 % de las muertes de las mujeres entre 45 y
64 años de edad (MINSAL 2006).

La mamografía ha mostrado que reduce la mortalidad del cáncer de

mama para mujeres entre 50 y 69 años de edad, con reducciones de
23 %, de acuerdo a un meta análisis de 8 experimentos aleatorios.
(Robles and Galanis 2002, Frisell et. al 1997, Kerlikowse 1997).

4 / 27
Motivación

Desde la reforma del 2005, Chile tiene mamografía gratis para todas
las mujeres entre 50 y 59 años.
Sin embargo, no ha habido un mayor esfuerzo por educar a la
población sobre la importancia de la detección temprana y la
disponibilidad de este programa (Puschel K 2011, Puschel K 2010).
En el 2009, después de 4 años del programa, solo el 52 % de las
mujeres en el sistema privado de salud en Santiago, estaban al día con
las recomendaciones.
Las tasas de mamografías son incluso más bajas para las mujeres en el
sistema público de salud y para las que viven fuera de Santiago
(Puschel K 2011, Puschel K 2010).
Incluso, las que se hacen una mamografía, no usan el programa
gratuito.

5 / 27
Hipótesis

La hipótesis principal es la existencia de barreras que previenen que las

mujeres se hagan su mamografía a tiempo.

Como es conocido, la mayoría de las políticas públicas que tratan

estos temas utilizan un modelo racional de comportamiento.

Los benecios de prevenir ocurren en el futuro, mientras que los costos

son instantaneos.

6 / 27
Hipótesis

La economía del comportamiento ha mostrado que el comportamiento

de las personas se desvía sistemáticamente del modelo racional en este
tipo de situaciones (Ariely D. 2009, DellaVigna S. 2009 and
O'Donoghue T, Rabin M. 1999).

Por lo tanto, en el experimento se toma ventaja de la economía del

comportamiento. Los parámetros clave son:
1 Procrastinación;
2 Olvido;
3 Información inadecuada;
4 Miedo.

7 / 27
Meta

Las metas del estudio son:

medir los efectos de una campaña por correo y

vericar qué mensaje es más efectivo.

8 / 27
Muestra

En el estudio seleccionamos aleatoriamente 5.920 mujeres que

corresponden al grupo de tratamiento.

El proyecto incluye enviar una carta a las 5.920 mujeres seleccionadas

para que se hagan exámenes de mamografía.

Los mensajes en las cartas también son aleatorias para probar teorías
sobre las diferentes barreras en la utilización de exámenes gratuitos y
contrarrestar esas barreras.

La efectividad de los mensajes y las manipulaciones de estos se

evaluarán a través de datos de prestaciones. El resultado primario de
interés serán las mamografías.
9 / 27
Metodología

El estudio está enfocado en la población cubierta por el seguro privado

de salud que vive en Santiago.

Como vimos, la tasa para mujeres sobre 50 años que viven en Santiago
era de 52 % a Diciembre de 2009.

Esta tasa es mayor que para las que tienen Fonasa y que viven fuera
de Santiago (estimado de 12 % en 2008 Puschel K, 2011)

Esta tasa diere de la tasa para mujeres de 50 a 64 años que viven en

USA, que es de 74 % (Centers for Disease Control and Prevention.)

Por lo que tenemos un escenario donde podemos hacer intervenciones

simples y escalables.
10 / 27
Metodología

Como sabemos, las aseguradas en Isapres pueden elegir entre mamografías:

1 Menos del 10 % de las mujeres escogen esta opción
Gratis:

2 Pagada: 90 % de las mujeres escogen esta opción.

Para esta investigación y dada la población objetivo, se consideran ambas

opciones en respuesta a la campaña de correo.

11 / 27
Metodología
Data

Los datos usados en el estudio son generados por la Superintendencia

de Salud.

Como sabemos, esto cubre aproximadamente el 17 % de la población

chilena.

Se debe conocer la historia de mamografías anteriores para denir el

grupo de tratamiento

Las variables más importantes son: edad, copago, visita al doctor y

otro tipo de uso del seguro.
12 / 27
Metodología
Grupos de control y tratamiento

Las mujeres que son elegibles son distribuidas aleatoriamente en

grupos de tratamiento y control: el grupo de control no recibirá
ninguna carta, mientras que el grupo de tratamiento recibirá una carta
certicada.

Las mujeres del tratamiento se dividirán en 8 grupos de igual tamaño,

en un diseño de bloques anidados de 2x2x2. Cada grupo recibirá una
combinación diferente de mensajes en la carta.

Cada manipulación de mensajes se basará en hallazgos de la economía

del comportamiento y se diseñaron para apelar a una barrera
encontrada en la literatura.

13 / 27
Metodología
Grupos de control y tratamiento

La muestra aleatoria de 5.920 mujeres debe cumplir los siguientes

criterios: 24 meses o más desde la última mamografía, residentes en
Santiago, entre 50 y 54 años.

El grupo de control son las mujeres elegibles, pero no seleccionadas en

el grupo de tratamiento.

Para ambos grupos observaremos las prestaciones antes y después del

tratamiento.

14 / 27
Metodología
Mensajes

Cada mensaje estará basado en los hallazgos de la economía del

comportamiento y diseñado para apelar a una barrera.
Barrera 1: Falta de información sobre la mamografía.
Intervención 1. Carta con recordatorio: Esta es la base de toda la
campaña de cartas.
Barrera 2: Procrastinación
Intervención 2. Plazos con una lotería de incentivo: Las personas en
general tienen preferencias con sesgo por el presente y constantemente
procrastinan en tareas que tienen costos inmediatos, pero benecios
futuros, (O'Donoghue T. 1999 and O'Donoghue T. 2001), lo que
podría bajar las tasas.

15 / 27
Metodología
Mensajes

Barrera 3: Miedo y sesgo por autoridad

Intervención 3. Recomendación del doctor: La recomendación de un
doctor puede incrementar las tasas para mamografías (Sohl SJ. 2007,
Legler J. 2002).

Barrera 4: Complejidad del uso de la mamografía gratis

Intervención 4: Mencionamos la mamografía gratis y entregamos un
mapa personalizado: Cuando las personas se enfrentan a muchas
decisiones, se sienten sobrepasados y al nal no toman una decisión
(Kahneman D. 1991, Shar E. 1993).

16 / 27
Metodología
Mensajes

Resumen de los mensajes propuestos

Intervención 2: Plazo
con Lotería
Intervención 4:
Intervención 3: Recomendación Plazo No Plazo
Simplicación de la decisión
Foto de un doctor, Sello de aprobación
N=740 N=740
Mapa personalizado Ministerio de Salud
a la clínica gratuita No foto, no sello N=740 N=740
Foto de un doctor, Sello de aprobación
N=740 N=740
No mapa y Ministerio de Salud
muchas opciones No foto, no sello N=740 N=740

17 / 27
Metodología
Focus group

Se hicieron 8 focus group en julio de 2015 con mujeres entres 50 y 59 años,

de diferentes grupos socioeconómicos.
Los focus group sirvieron para anar los mensajes .
Además preguntamos sobre:
1 Alternativas de premios para la lotería: Elección fue de $1.000.000

2 Alternativas de plazos para la lotería: Elección fue de 2 meses.

3 Alternativas de qué tipo de foto usar: Elección fue un doctor maduro.

18 / 27
 Ejemplo de mensaje:
19 / 27
Metodología
Ejemplo de mensaje

Cartas enviadas:

20 / 27
Metodología
Ejemplo de mensaje
Ganadora de la lotería:

21 / 27
Resultados
Aleatorización

Aleatorización

Grupo Frec. %
Tratados 1 740 13 %
Tratados 2 740 13 %
Tratados 3 740 13 % Control 5.871
Tratados 4 740 13 % Tratados 5.920
Tratados 5 740 13 %
Tratados 6 740 13 %
Tratados 7 740 13 %
Tratados 8 740 13 %
Control 5871
Fuente: Elaboración propia
22 / 27
Resultados
Aleatorización

Después de atrición

Grupo Frec. %
Tratados 1 616 12.6 %
Tratados 2 625 12.8 %
Tratados 3 639 13.1 % Control 5.869
Tratados 4 571 11.7 % Tratados 4.895
Tratados 5 536 10.9 %
Tratados 6 570 11.6 %
Tratados 7 670 13.7 %
Tratados 8 668 13.6 %
Control 5869
Fuente: Elaboración propia
23 / 27
Resultados

Efectos de la intervención en mamografías gratis:

Tasa mensual para tratamiento y control

Antes Después
Control 0.25 % 0.23 %
Tratados 0.27 % 0.62 %
Fuente: Elaboración propia
p-value: 0.0000

24 / 27
Resultados

Efectos de la intervención por grupos en mamografías gratis:

Tasa mensual por grupo

Grupo Promedio % p-value Observaciones

Tratados 1 0.78 % 0.000 3.570
Tratados 2 0.76 % 0.000 3.540
Tratados 3 0.70 % 0.000 3.595
Tratados 4 0.73 % 0.000 3.560
Tratados 5 0.52 % 0.001 3.620
Tratados 6 0.47 % 0.007 3.615
Tratados 7 0.53 % 0.001 3.610
Tratados 8 0.44 % 0.017 3.610
Control 0.23 % 28.655
Fuente: Elaboración propia
25 / 27
Resultados

Resultados para mamografías gratis por tipo de intervención

Tipo Control Tratados ∆ % p-value Obs.

Mapa 0.49 % 0.23 % 113 % 0.000 14.460/28.655
Lotería 0.61 % 0.23 % 165 % 0.000 14.325/28.655
Doctor 0.58 % 0.23 % 152 % 0.000 14.385/28.655
Fuente: Elaboración propia

26 / 27
Conclusions

1 La campaña por correo fue todo un éxito.

2 El plazo con la lotería parece ser el mensaje más efectivo. Pero todos
fueron muy efectivos

3 Es un tipo de intervención muy barata y es fácil de escalar

4 El aumento en la tasa anual fue de un 160 %, de 2,76 % a 7,39 %

27 / 27