Анотація
Вступ. Раціональне споживання медичних послуг потребує врахування кількох ключових факторів: вартості, якості, комфорту, а також ступеня обізнаності пацієнта. Важливим аспектом є взаємозв’язок між цими параметрами, який впливає на вибір медичних послуг пацієнтами в різних ситуаціях. Особливо актуальним є дослідження ролі цих факторів у контексті тяжкості патологічного стану, оскільки здоров’я пацієнтів і рівень захворювання можуть суттєво змінювати їх пріоритети. У цьому дослідженні оцінюється поведінка пацієнтів у ситуаціях різної складності захворювань та вплив інформаційного шуму на їх вибір.
Мета. Оцінити еластичність попиту за якістю, комфортом та вартістю медичних послуг залежно від тяжкості захворювання, щоб пояснити еволюцію поведінки пацієнтів та реакцію системи охорони здоров’я на ринкові чинники.
Матеріали та методи. У дослідженні використано метод структурного моделювання рівнянь (SEM), що дозволило перевірити шість гіпотез щодо впливу окремих факторів на споживчу поведінку пацієнтів. Збір даних здійснювався за допомогою стандартизованих анкет 600 пацієнтів із тривало персистуючою формою фібриляції передсердь і подальшої багатофакторної обробки.
Результати. Підтверджено три з шести гіпотез, що вказує на складну взаємодію між параметрами якості, вартості та комфорту в прийнятті рішень. Для пацієнтів з тяжчими формами захворювань еластичність попиту за якістю стає визначальною, що свідчить про переорієнтацію пріоритетів із комфорту на якість, навіть за умови зростання витрат. Фактор інформаційного шуму виявився вагомим для розмежування моделей поведінки пацієнтів із різними рівнями патологій.
Висновки. Результати дослідження свідчать про адаптацію системи надання медичних послуг до нових еластичностей попиту в умовах ринку. Поведінка пацієнтів демонструє раціональну чутливість до якості та готовність поступитися комфортом і ціною заради покращення результатів лікування.
Посилання
Ministry of Health of Ukraine. (2016). Unified clinical protocol of primary, secondary (specialized) and tertiary (highly specialized) medical care: Atrial fibrillation (Order No. 597, June 15, 2016). Kyiv, Ukraine.
Hindricks, G., Potpara, T., Dagres, N., et al. (2020). ESC guidelines for the diagnosis and management of atrial fibrillation developed in collaboration with the European Association of Cardio-Thoracic Surgery (EACTS). European Heart Journal, 42(5), 373–498. https://doi.org/10.1093/eurheartj/ehaa612
Raatikainen, P. (2017). Guidelines based on evidence-based medicine: Guideline 00981. Prevention of atrial fibrillation. Helsinki, Finland: DUODECIM Medical Publications, Ltd. (Original text edited by A. Kattainen; last updated March 14, 2017).
Dranove, D., & Satterthwaite, M. (1992). Monopolistic competition when price and quality are imperfectly observable. The RAND Journal of Economics, 23(4), 518–534. https://www.jstor.org/stable/2555903
Satterthwaite, M. A., Williams, S. R., & Zachariadis, K. E. (2022). Price discovery using a double auction. Games and Economic Behavior, 131, 57–83. https://doi.org/10.1016/j.geb.2021.09.001
Satterthwaite, M. A., & Williams, S. R. (2018). The Bayesian theory of the k-double auction. In The Double Auction Market (pp. 99–124). Routledge.
Klimenyuk, O. V., Ocheredko, O. M., Klimenyuk, V. P., & Rudenko, A. A. (2023). Analysis of the behavior of the balance values of costs, quality, and comfort of medical services depending on the patient’s medical education. Clinical and Preventive Medicine, 2(24), 81–88. https://www.researchgate.net/publication/371356022
Ocheredko, O. M., Klimenyuk, O. V., Rudenko, A. A., & Klimenyuk, V. P. (2023). Sample size calculation in structural equation modeling of equilibrium. Wiadomości Lekarskie, 76(12), 2641–2647.
Awang, Z. (2012). A handbook on SEM: Structural equation modeling. https://www.academia.edu/34981086
Kline, R. B. (2015). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
Satorra, A., & Bentler, P. M. (2010). Ensuring positivity of the scaled difference chi-square test statistic. Psychometrika, 75(2), 243–248. https://doi.org/10.1007/s11336-009-9135-y
Hedeker, D. (2003). A mixed-effects multinomial logistic regression model. Statistics in Medicine, 22, 1433–1446. https://doi.org/10.1002/sim.1522
Benoit, D., & Van den Poel, D. (2014). bayesQR: A Bayesian approach to quantile regression. Journal of Statistical Software, 76(7). https://doi.org/10.18637/jss.v076.i07
Dunska, A. R., & Zhaldak, H. P. (2016). Price elasticity of demand as a basis of effective management decisions. Global and National Problems of Economy, 10. http://global-national.in.ua/archive/10-2016/5.pdf
Hrazhevska, N., & Tyngisheva, A. (2021). Public administration models and healthcare system regulation in foreign countries. Bulletin of Taras Shevchenko National University of Kyiv. Economics, 1(214), 17–23. https://doi.org/10.17721/1728-2667.2021/214-1/3
Capps, C. S., Dranove, D., Greenstein, S. M., & Satterthwaite, M. A. (2021). The silent majority fallacy of the Elzinga-Hogarty criteria: A critique and new approach to analyzing hospital mergers. SSRN Working Paper Series. https://doi.org/10.2139/ssrn.1234567
Lawson, D., & Marion, G. (2008). An introduction to mathematical modelling. Bioinformatics and Statistics Scotland.
Press, W. H., Flannery, B. P., Teukolsky, S. A., & Vetterling, W. T. (1987). Numerical recipes. Cambridge, UK: Cambridge University Press.
Mukhtar, M. F., Khashi'ie, N. S., Nordin, S. K. S., Zainal, N. A., & Abas, Z. A. (2025). Comparative analysis of networks' centrality measures with ANOVA. Mathematical Modeling and Computing, 3, 809–818. https://doi.org/10.23939/mmc2025.03.809
Mermelstein, B., Nocke, V., Satterthwaite, M. A., & Whinston, M. D. (2020). Internal versus external growth in industries with scale economies: A computational model of optimal merger policy. Journal of Political Economy, 128(1), 301–341. https://doi.org/10.1086/704372

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.

