- 1 -

2014년 1학기 의료관리학연구방법세미나 강의계획서(수강 인원 확정 후 일차 수정, 학기 중 논문 목록은 지속적으로 수정 예정)

2014년 3월 6일 현재1. 교과목 기본 사항

가. 교과목 번호와 강좌시간, 강의실1) 교과목번호(강좌번호): 801.638(001)2) 강좌시간: 목요일 6-8교시(14:00-16:50)3) 강의실: 의료관리학교실 대회의실

나. 담당교수1) 이름: 도영경2) 이메일: ykdo89@snu.ac.kr3) 전화: 02-2072-31244) 면담시간: 화/목 5-6시 또는 예약5) 면담장소: 의과학관 508호

다. 담당조교

1) 이름 김은나 최영은2) 이메일 wickedbeam@naver.com flywfany@gmail.com3) 전화 02-740-8363 02-744-02874) 면담시간 화 오후 1;00-1:50 또는 예약 화 오후 5:00-5:50 또는 예약5) 면담장소 의과학관 504호에서 이동 의과학관 503호에서 이동

2. 수업목표 및 강좌 범위와 형식가. 수업목표(국문) 학생은 의료관리학 연구방법의 핵심 요소인, 정책과 보건사업 평가(policy and program evaluation)에 주로 이용되는 주요 준실험적 방법론(quasi-experimental methods)을 실제 분석에 적용할 수 있다.(영문) Students will be able to apply major quasi-experimental methods commonly used for policy and program evaluation in the field of health policy and management.

구체적 목표는 다음과 같습니다.1) 학생은 비실험적 자료를 이용하여 인과성을 추론하는 과정에서 발생하는 문제점을

구체적 연구문제의 맥락에서 기술할 수 있다.2) 학생은 비실험적 자료를 이용하여 인과성을 명시적으로 주장하거나 암시, 추론하는

논문을 비평할 수 있다.3) 학생은 연구목표가 인과적 추론을 포함하는 경우 연구설계에서 구비되어야 할

조건을 기술할 수 있다.4) 학생은 비실험적 자료를 이용하여 인과성을 추론하기 위하여 연구문제와 자료에

적절한 준실험적 방법론을 선택하고 방법론을 적용하는 데 필요한 조건을 기술할 수 있다.

5) 학생은 준실험적 방법론을 적용한 의료관리학, 공중보건학, 임상 분야 학술 논문을 큰 어려움없이 이해할 수 있다.

6) 학생은 준실험적 방법론 각각의 장점과 한계를 기술할 수 있다.

- 2 -

나. 강좌 범위1) 이 강좌는 주제 측면에서 의료관리 분야 정책과 보건사업 평가에 그치지 않고

임상의료를 포함한 보건의료 분야 전반의 연구 인과적 추론을 대상으로 합니다.2) 이 강좌에서는 정책과 보건사업 평가의 계량적 측면에 초점을 맞추며 평가 수행

과정 전반은 다루지 않습니다.3) 패널데이터 방법론은 비실험자료(특히 조사자료survey data)를 이용하여 인과성

추론을 향상시킬 수 있는 다른 방법 중 하나이나 이 강좌에서는 다루지 않습니다(의료관리학교실에서 개설하는 다른 방법론 강의에서 다룰 예정임)

4) 성향점수 방법론을 준실험적 방법론에 포함하는 데 대해서는 이견이 있을 수 있으나 편의상 다룹니다.

5) 방법론의 직관적 이해를 우선하고 의료관리와 공중보건 분야 실제적 응용에 주로 초점을 맞추므로 통계학적, 계량경제학적 기반에 대한 이해는 필수적인 경우 최소한으로만 다룹니다.

다. 기타 참고사항1) 강의일정과 강의내용 편성은 수강 인원과 강좌 진행 중 필요에 따라 지속적으로

수정 가능합니다.2) 선형회귀분석: 교과목의 효과적인 수강을 위해서는 선형회귀분석에 대한 일정한

이해가 필요합니다. 단, 둘째 주 강의에서 선형회귀분석에 대한 복습을 다룰 예정입니다.

3) 통계 패키지: 이 강좌에서는 통계 패키지로 Stata를 사용합니다. 학생은 수시평가 숙제나 연구논문 작성을 위해 다른 프로그램(SAS, SPSS 등)을 사용해도 되나 이 경우 교수나 조교로부터 도움을 얻을 수는 없습니다. 첫째 주 강의 시간에 3월 중순 전 정규 강의와는 별도로 Stata 소개 세션을 여는 것을 논의할 예정입니다(첨부: Stata 강의계획).

3. 강좌 구성요소 (첨부: 강좌 개요)

가. 강의1) 읽기 과제와 강사의 강의를 통한 방법론의 개념적 이해(1-6번째 주)2) Stata를 활용한 각 방법론의 적용 예제 이해(1-6번째 주)

나. 세미나1) 강사 주도의 세미나(3, 4, 5, 6번째 주)2) 학생 주도의 세미나(9, 10, 11, 12번째 주)

다. 시험1) 중간고사(7번째 주)2) 기말고사(15번째 주)

라. 수시평가 - 숙제(Homework, HW)총 5회(3, 5, 6, 9, 11번째 주 제출)

마. 과제 - 연구논문(Research Paper, RP) (첨부: 연구논문 작성 지침)1) 연구계획서 작성(최소 1회 교수 피드백과 연구계획서 승인), 발표(8번째 주)2) 통계 프로그램과 실제 자료를 이용한 방법론의 적용3) 연구논문 작성(원하는 경우 교수 피드백 후 수정), 발표(13, 14번째 주)4) 연구논문의 동료심사 보고서(peer review report) 제출(15번째 주)

- 3 -

4. 평가방법가. 항목별 배점

항목 출석 과제 중간 기말 수시평가 태도 기타* 총계배점 5 30 20 20 20 0 5 100

*기타의 비고: 효율적이고 효과적인 강의와 동료들의 학습에 기여(발표, 비평, 도움)

나. 평가방식절대평가

다. 결석/지각 관련 규정1) 결석/지각 감점: 매 결석 1회마다 출석 만점 점수 5점에서 1점 감점, 매 지각 1회마다

0.5점 감점합니다.2) 출석 0점(총 5점 감점)은 F 학점입니다.3) 결석의 정의: 결석은 강의 종료 전까지 입실하지 않은 경우로 정의합니다.4) 사전승인에 의한 결석 감점 예외: 예기치 못한 일로 결석하게 된 상황에서는 전화나

이메일을 통하여 교수로부터 직접 사전승인을 얻은 경우 결석 감점이 되지 않습니다. 이 예외는 학기 중 1회에 한하여 적용됩니다. 교수나 조교에게 통보한 것은 승인으로 간주되지 않습니다. 일반적으로 프로젝트 회의 참석, 환자 진료, 기타 직장 업무 등은 결석 사전승인 사유가 되지 못합니다.

5) 지각의 정의: 조교의 출석 확인 후에 입실한 경우로 정의합니다. 지각은 사전 승인 대상이 아니며 예외없이 0.5점 감점이 적용됩니다.

라. 과제 연구논문 미제출자 F 처리 규정최종 연구논문(RP)의 기한 내(5월 29일 수업 전) 미제출시 다른 평가 항목에 상관없이 F 처리합니다.

마. 기한 이후 제출과 이메일을 통한 제출에 대한 규정1) 제출물은 모두 수업 당일 출석 확인 전에 스테이플된 종이(hardcopy)로 제출해야

합니다. 이메일을 통한 접수는 결석의 사전승인 때만 가능합니다.2) 수업 당일 오후 5시 이후에 제출된 숙제는 접수하지 않습니다.

바. 공동 학습1) 수시평가 숙제, 시험, 세미나와 발표, 연구논문 등 강좌의 모든 구성요소에서

수강생들 사이의 공동 학습을 적극 장려합니다. 단 답안/논문 작성은 전적으로 개인별로 이루어져야 합니다.

2) 공동 학습을 통해 도움을 받은 경우 제출하는 학생은 누구로부터 어떤 도움을 받았는지 감사의 글(acknowledgements) 형태로 구체적으로 명시해야 합니다.

사. 부정행위자에 대한 처리학칙에 따라 처리

5. 장애가 있는 학생담당 교수와 상담하기를 권합니다.

6. 사용 언어가. 강의: 한국어나. 학생 발표: 한국어 또는 영어

- 4 -

다. 수시평가 숙제(HW): 영어로 출제(면담시간 중 교수나 조교의 해석 도움 가능), 답안은 한국어 또는 영어로 작성

라. 중간/기말 시험: 영어로 출제(시험시간 중 교수나 조교의 해석 도움 가능), 답안은 한국어 또는 영어로 작성

마. 과제 연구논문(RP)과 동료심사 보고서(peer review report): 한국어 또는 영어로 제출7. 교재

가. 주교재1) Handbook on Impact Evaluation-Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A.

Samad-THE WORLD BANK-2010 https://openknowledge.worldbank.org/bitstream/handle/10986/2693/520990PUB0EPI1101Official0Use0Only1.pdf?sequence=1

2) Evaluating clinical and public health interventions-Mitchell H. Katz-CAMBRIDGE-2010

나. 기타 추천 교재Mostly Harmless Econometrics, Angrist and Pischke, PRINCETON, 2009Microeconometrics Using Stata, Cameron and Trivedi, Stata Press, 2009Propensity Score Analysis, Guo and Fraser, SAGE, 2010Counterfactuals and Causal Inference, Morgan and Winship, CAMBRIDGE, 2007Micro-econometrics for Policy, Program, and Treatment Effects, Lee, OXFORD, 2005

8. 기타가. 수강생에 대한 기대

1) 이 강좌는 대학원 강좌이므로 그에 맞는 수강생들의 자발적이고 능동적인 학습 태도를 기대합니다. 지정된 필수 논문과 과제는 최소 수준이며, 강의에서는 기본 개념과 기초적인 응용 정도만 다룰 수 있으므로 스스로 학습하는 것이 중요합니다.

2) 질문, 토론, 면담을 통해 효과적으로 배울 수 있으니 그런 기회를 적극 활용하기를 바랍니다. 자신의 무지가 드러나거나 엉뚱한 질문이 될까 봐 주저하여 질문을 망설일 필요가 전혀 없습니다.

3) 불성실하고 무신경한 모습으로 강사와 다른 수강생에게 부정적 영향이 끼치지 않도록 주의하기를 기대합니다. 모바일기기 사용, 조는 모습 등이 보이면 정중하게 잠시 퇴실할 것을 요구할 것입니다.

4) 청강생의 경우 강좌 참여 범위를 미리 교수와 상의하여 결정하기 바랍니다.

나. 2014년 1학기 서울대학교 학사일정1) 3월 3-7일(월-금): 제1학기 수강신청 변경2) 3월 8일(토)-4월 21일(월): 수강신청 취소3) 6월 13일(금): 대학원 1학기 종강4) 6월 27일(금): 1학기 성적제출 마감

9. 첨부가. Stata 강의계획나. 강좌 개요다. 연구논문 작성 지침라. Reading List

- 5 -

Stata 강의계획담당조교 최영은

회 일자 내용

1 TBD

Stata interface

General overview: language syntax, file structure

Get/read/save data file

Data set: change, combine, create new variables

Data manage (list, summarize, frequency distribution)

Producing graphs

※ 수업 전 확인 사항 강의실: TBD

강의 방법: 개인 노트북 활용 Stata 프로그램 다운 ‘auto.dta’ 파일 이메일로 전송, 컴퓨터에 다운 ‘.log’, ‘.do’ 파일 출력 후 배부

※ Online resources

• Stata FAQ’s

→ http://www.stata.com/support/faqs/

• Stata Forum

→ http://www.stata.com/statalist/archive/

→ How to post: http://www.stata.com/support/faqs/res/statalist.html#howto

• Statistical Computing Resources at UCLA

→ http://www.ats.ucla.edu/stat/stata/default.htm

• Statistical Tests Overview (with Stata commands)

→ http://www.wiwi.uni-muenster.de/ioeb/en/organisation/pfaff/stat_overview.html

• Resources for learning Stata

→ http://www.stata.com/links/resources1.html

• Princeton Stata Tutorial

→ http://www.princeton.edu/~erp/stata/main.html

• Baum, Christopher (2005): Introduction to Stata at Boston College

→ http://fmwww.bc.edu/GStat/docs/StataIntro.pdf

- 6 -

강좌 개요주 일자 Lecture, Seminar, and Exam Homework (HW) Research paper (RP)

1 3월 6일

Lecture: Introduction to the course; overview of policy and program evaluation; experimental and quasi-experimental design

Start thinking about possible research ideas, available data, and appropriate methods;Discuss with fellow students and develop

2 3월 13일 Lecture: Review of linear regression Take Stata crash

course if necessary

3 3월 20일

Lecture: Difference-in-differencesSeminar (an assigned journal article led by instructor)

HW #1 (on materials covered in weeks 1-2) due before class

RP #1: 1-page research proposal

4 3월 27일

Lecture: Propensity scoreSeminar (an assigned journal article led by instructor)

RP #2: Arrange at least one (about 30-minute long) meeting with instructor for discussion and possible approval of your research proposal.

5 4월 3일

Lecture: Instrumental variableSeminar (an assigned journal article led by instructor)

HW #2 (on materials covered in weeks 3-4) due before class

6 4월 10일

Lecture: Regression discontinuitySeminar (an assigned journal articleled by instructor)

HW #3 (on materials covered in week 5) due before class

Improve the research proposal; Prepare for presentation

7 4월 17일 Midterm exam (on materials covered

in weeks 1-6)

8 4월 24일 Presentation I

(research proposals by all students)

RP #3: 15-minute presentation using <15 slides

9 5월 1일

Seminar I(assigned journal articles led by Group 1 students)

HW #4 due before class Work on RP based

on feedback; Start writing up

10 5월 8일

Seminar II(assigned journal articles led by Group 2 students)

11 5월 15일

Seminar III(assigned journal articles led by Group 3 students)

HW #5 due before class Arrange a meeting

with instructor for discussion on draft RP, if necessary12 5월

22일Seminar IV(assigned journal articles led by Group 4 students) [Instructor likely away]

13 5월 29일

Presentation II-1(final research papers by Group 1 & 2 students)

RP #4: Two copies of <10-page final RP due before classRP #5-1: 20-min presentation (Group 1)

14 6월 5일

Presentation II-2(final research papers by Group 3 & 4 students)

RP #5-2: (Group 2)

15 6월 12일 Final exam (on materials covered in

weeks 1-14)

RP #6: Two copies of 2-page peer review report due before class

배점 총점100

출석(5), 중간(20), 기말(20) 수시평가(20) 과제(30)

기타(5): 효율적이고 효과적인 강의와 동료들의 학습에 기여(발표, 비평, 도움)

- 7 -

연구논문 작성 지침

1. 중요한 날짜가. 3월 6일: 연구논문 주제 생각 시작하기나. 3월 20일: 1쪽 연구계획서(research proposal) 제출하기다. 4월 3일(3월 20일 이후부터): 연구계획서 승인 받기라. 4월 24일: 연구계획서 발표마. 5월 29일: 최종 연구논문 제출바. 5월 29일 또는 6월 5일: 최종 연구논문 발표사. 6월 12일: 지정된 동료 수강생의 논문에 대한 검토의견서 제출

2. 연구논문의 요건가. 이 강좌의 연구논문은 인과적 가설(causal hypothesis)을 검증해야 합니다. 탐색적인

연구나 관련성(association)을 분석하겠다는 연구는 승인되지 않습니다.

나. 연구논문의 주제는 인간의 건강과 관련이 있는 것이면 됩니다.

다. 기존 수행한 연구가 아니라 이 강좌를 위하여 새롭게 구상한 연구여야 합니다.

라. 최종 연구논문 제출 전까지는 철저하게 수강생 개인의 작업이어야 합니다(물론 종강 후 향후 다른 사람들과의 공동작업을 통해 학술지논문으로 발전시킨다면 좋은 결과이겠습니다만).

마. 최종 연구논문은 통상적인 줄 간격으로 10-15쪽(참고문헌, 표, 그림 포함) 분량이어야 합니다.

3. 평가 초점가. 이 강좌는 방법론에 초점을 두므로 연구의 배경 및 필요성에 대한 문헌검토,

연구결과의 정책적 함의 기술 등은 평가 대상이 아닙니다. 따라서, 장황한 문헌검토가 포함된 서론이나 정책적 함의 고찰 등에 지면을 낭비할 필요가 없습니다. 방법, 자료,

결과, 방법의 평가에 초점을 맞추면 됩니다. 즉 서론은 인과적 가설의 문제를 기술하는 것으로부터 시작하면 되고, 그것이 왜 중요한지를 설명할 필요는 없습니다.

나. 강의와 세미나를 통해 반복적으로 학습한 인과적 추론 문제에 대한 개념적 이해와 함께 실제 방법론을 적용하는 수준까지 도달하였는지를 평가합니다.

4. 연구논문의 구성가. 서론(Introduction)에서 반드시 포함되어야 하는 부분은 통상적인 상관이나

회귀분석방법이 인과적 가설을 검증하는 데 왜 적절하지 않을 수 있는지에 관한 이론적 기술입니다(예: 소득은 건강을 향상시킨다는 가설을 검증하고자 할 때,

건강수준이 높을수록 소득이 높을 가능성, 즉 역인과성의 문제가 있음). (1-2쪽)

나. 방법(Methods)에서는 자료와 변수, 인과적 추론을 가능케 하는 방법을 상세하게 기술해야 합니다. (2-3쪽)

다. 결과(Results)에서는 표와 그래프와 함께 핵심 결과를 기술합니다. (1쪽)

라. 고찰(Discussion)에서는 연구방법 적용의 장단점과 한계 등을 기술하고 간단하게 전체 논문을 요약합니다. (1쪽)

- 8 -

마. 참고문헌(References)은 논문 작성시 참고한 문헌을 정리합니다. (최대 1쪽)

바. 표(Tables)

사. 그림(Figures)

5. 자료가. 가능하면 공개적으로 구득가능한 자료를 이용하기를 권장합니다. 이용가능한

자료원으로는 다음 책자를 참고하세요. 황진섭, 신상진, 김종희, 오성희, 강현경,

박승희, 장은진, 최지은, 현민경. 국내보건의료 이차자료원 활용. 한국보건의료연구원.

2013.

http://www.neca.re.kr/center/researcher/book_view.jsp?boardNo=CA&seq=6096&q=626f61726

44e6f3d4341

나. 그렇지 않은 경우 교수와 의논하기를 권합니다.

6. 최종 연구논문과 함께 제출할 것가. 승인된 연구계획서나. Stata do file (추가로 Stata log file 제출을 요구받을 수 있습니다)

7. 동료심사 보고서(peer review report) 지침: 이후 별도로 제시

- 9 -

Reading List

Week 1 (March 6): Introduction to the course; overview of policy and program evaluation; experimental and quasi-experimental design

Required

KKS Chapters 1-3. Introduction; Basic Issues of Evaluation; Randomization (pp. 1-52)

Further readings

Katz Chapters 1-5. Introduction; Interventions; Evaluating an intervention; Randomized designs; Nonrandomized studies (pp. 1-72)

Petticrew M, Cummins S, Ferrell C, Findlay A, Higgins C, Hoy C, Kearns A, Sparks L. Natural experiments: an underused tool for public health? Public Health. 2005 Sep;119(9):751-7.

Craig P, Cooper C, Gunnell D, Haw S, Lawson K, Macintyre S, Ogilvie D, Petticrew M, Reeves B, Sutton M, Thompson S. Using natural experiments to evaluate population health interventions: new Medical Research Council guidance. J Epidemiol Community Health. 2012 Dec;66(12):1182-6.

Week 2 (March 13): Review of linear regression (in nonrandomized studies)

Required

Katz Chapter 5. Nonrandomized studies (pp. 61-72)

Gunasekara FI, Carter K, Blakely T. Glossary for econometrics and epidemiology. J Epidemiol Community Health. 2008 Oct;62(10):858-61.

Maciejewski ML, Weaver EM, Hebert PL. Synonyms in health services research methodology. Med Care Res Rev. 2011 Apr;68(2):156-76.

Further readings

Maciejewski ML, Diehr P, Smith MA, Hebert P. Common methodological terms in health services research and their synonyms [correction of symptoms]. Med Care. 2002 Jun;40(6):477-84. Review. Erratum in: Med Care 2002 Aug;40(8):661.

Week 3 (March 20): Difference-in-differences

Required

Introduction

KKS Chapter 5. Double Difference (pp. 71-86)

- 10 -

Applications

Nguyen HV. Do smoke-free car laws work? Evidence from a quasi-experiment. J Health Econ. 2013 Jan;32(1):138-48.

Further readings

Methodology

Angrist J, Pischke JS. Chapter 5. Section 5.2 Differences-in-differences: Pre and Post, Treatment and Control, in: Mostly Harmless Econometrics, PRINCETON, 2009 (pp. 227-243)

Applications

Branas CC, Cheney RA, MacDonald JM, Tam VW, Jackson TD, Ten Have TR. A difference-in-differences analysis of health, safety, and greening vacant urban space. Am J Epidemiol. 2011 Dec 1;174(11):1296-306.

Chou SY. Asymmetric information, ownership and quality of care: an empirical analysis of nursing homes. J Health Econ. 2002 Mar;21(2):293-311. ★Lee C. In utero exposure to the Korean War and its long-term effects on socioeconomic and health outcomes. J Health Econ. 2014 Jan;33:76-93.

Liu Z, Dow WH, Norton EC. Effect of drive-through delivery laws on postpartum length of stay and hospital charges. J Health Econ. 2004 Jan;23(1):129-55.

Werner RM, Konetzka RT, Polsky D. The effect of pay-for-performance in nursing homes: evidence from state Medicaid programs. Health Serv Res. 2013 Aug;48(4):1393-414.

Werner RM, Norton EC, Konetzka RT, Polsky D. Do consumers respond to publicly reported quality information? Evidence from nursing homes. J Health Econ. 2012 Jan;31(1):50-61.

Week 4 (March 27): Propensity score

Required

Introduction

KKS Chapter 4. Propensity Score Matching (pp. 53-70)

Katz Chapter 7. Methods for adjusting for baseline differences between treatment groups, Sections 7.1-7.5. (pp. 101-115)

Applications

Gum PA, Thamilarasan M, Watanabe J, Blackstone EH, Lauer MS. Aspirin use and all-cause mortality among patients being evaluated for known or suspected coronary artery disease: A

- 11 -

propensity analysis. JAMA. 2001 Sep 12;286(10):1187-94.[Read also editorial comment, Radford MJ, Foody JM. How do observational studies expand the evidence base for therapy? JAMA. 2001 Sep 12;286(10):1228-30.]

Further readings

Overview

Oakes JM, Johnson PJ. Chapter 15. Propensity Score Matching for Social Epidemiology. in: Methods in Social Epidemiology (ed: Oakes and Kaufman), John Wiley & Sons, 2006. (pp. 370-392)

Rubin DB. Estimating causal effects from large data sets using propensity scores. Ann Intern Med. 1997 Oct 15;127(8 Pt 2):757-63.

Shwartz M, Ash AS. Chapter 11. Estimating the effect of an intervention from observational data. in: Risk Adjustment for Measuring Health Care Outcomes (ed: Iezzoni), Health Administration Press, 2003. (pp. 275-286)

Methodology

D'Agostino RB Jr. Propensity score methods for bias reduction in the comparison of a treatment to a non-randomized control group. Stat Med. 1998 Oct 15;17(19):2265-81.

Applications

Jiang M, Foster EM. Duration of breastfeeding and childhood obesity: a generalized propensity score approach. Health Serv Res. 2013 Apr;48(2 Pt 1):628-51.

Kim MH, Kim CY, Park JK, Kawachi I. Is precarious employment damaging to self-rated health? Results of propensity score matching methods, using longitudinal data in South Korea. Soc Sci Med. 2008 Dec;67(12):1982-94.

Week 5 (April 3): Instrumental variable

Required

Introduction

KKS Chapter 6. Instrumental Variable Estimation (pp. 87-102)

Katz Chapter 7. Methods for adjusting for baseline differences between treatment groups, Sections 7.6-7.10. (pp. 115-126)

Applications

Do YK. The effect of sleep duration on body weight in adolescents: evidence from a natural experiment. Stanford Asia Health Policy Program Working Paper #38.http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2393704

- 12 -

Zuccolo L, Lewis SJ, Smith GD, Sayal K, Draper ES, Fraser R, Barrow M, Alati R, Ring S, Macleod J, Golding J, Heron J, Gray R. Prenatal alcohol exposure and offspring cognition and school performance. A 'Mendelian randomization' natural experiment. Int J Epidemiol. 2013 Oct;42(5):1358-70.

Further readings

Overview

Grootendorst P. A review of instrumental variables estimation of treatment effects in the applied health sciences. Health Serv Outcomes Res Method. 2007;7:159-179.

Newhouse JP, McClellan M. Econometrics in outcomes research: the use of instrumental variables. Annu Rev Public Health. 1998;19:17-34. ★Shwartz M, Ash AS. Chapter 11. Estimating the effect of an intervention from observational data. in: Risk Adjustment for Measuring Health Care Outcomes (ed: Iezzoni), Health Administration Press, 2003. (pp. 286-294)

Methodology

Angrist J, Pischke JS. Chapter 4. Instrumental Variables in Acation: Sometimes You Get What You Need, in: Mostly Harmless Econometrics, PRINCETON, 2009 (pp. 113-218)

Bruce D. Meyer. Natural and Quasi-Experiments in Economics. Journal of Business & Economic Statistics, Vol. 13, No. 2, JBES Symposium on Program and Policy Evaluation. (Apr., 1995), pp. 151-161.

French MT, Popovici I. That instrument is lousy! In search of agreement when using instrumental variables estimation in substance use research. Health Econ. 2011 Feb;20(2):127-46.

Harris KM, Remler DK. Who is the marginal patient? Understanding instrumental variables estimates of treatment effects. Health Serv Res. 1998 Dec;33(5 Pt 1):1337-60. ★Jones AM. Identification of treatment effects in Health Economics. Health Econ. 2007 Nov;16(11):1127-31.

Terza JV, Basu A, Rathouz PJ. Two-stage residual inclusion estimation: addressing endogeneity in health econometric modeling. J Health Econ. 2008 May;27(3):531-43.

Terza JV, Bradford WD, Dismuke CE. The use of linear instrumental variables methods in health services research and health economics: a cautionary note. Health Serv Res. 2008 Jun;43(3):1102-20.

Epidemiological perspectives

Davies NM, Smith GD, Windmeijer F, Martin RM. Issues in the reporting and conduct of instrumental variable studies: a systematic review. Epidemiology. 2013 May;24(3):363-9.

- 13 -

Glymour MM. Chapter 17. Natural Experiments and Instrumental Variable Analyses in Social Epidemiology. in: Methods in Social Epidemiology (ed: Oakes and Kaufman), John Wiley & Sons, 2006. (pp. 429-460)

Greenland S. An introduction to instrumental variables for epidemiologists. Int J Epidemiol. 2000 Aug;29(4):722-9.

Hernán MA, Robins JM. Instruments for causal inference: an epidemiologist's dream? Epidemiology. 2006 Jul;17(4):360-72. Erratum in: Epidemiology. 2014 Jan;25(1):164.

Mendelian randomization and genetic instrument

Burgess S, Butterworth A, Malarstig A, Thompson SG. Use of Mendelian randomisation to assess potential benefit of clinical intervention. BMJ. 2012 Nov 6;345:e7325.

Burgess S, Thompson SG; CRP CHD Genetics Collaboration. Avoiding bias from weak instruments in Mendelian randomization studies. Int J Epidemiol. 2011 Jun;40(3):755-64.

Cawley J, Han E, Norton EC. The validity of genes related to neurotransmitters as instrumental variables. Health Econ. 2011 Aug;20(8):884-8.

Smith GD, Ebrahim S. 'Mendelian randomization': can genetic epidemiology contribute to understanding environmental determinants of disease? Int J Epidemiol. 2003 Feb;32(1):1-22.

Smith GD, Ebrahim S. Mendelian randomization: prospects, potentials, and limitations. Int J Epidemiol. 2004 Feb;33(1):30-42.

Davey Smith G, Ebrahim S, Lewis S, Hansell AL, Palmer LJ, Burton PR. Genetic epidemiology and public health: hope, hype, and future prospects. Lancet. 2005 Oct 22-28;366(9495):1484-98.

Kang H, Kreuels B, Adjei O, Krumkamp R, May J, Small DS. The causal effect of malaria on stunting: a Mendelian randomization and matching approach. Int J Epidemiol. 2013 Oct;42(5):1390-8.

Keavney B, Danesh J, Parish S, Palmer A, Clark S, Youngman L, Delépine M, Lathrop M, Peto R, Collins R. Fibrinogen and coronary heart disease: test of causality by 'Mendelian randomization'. Int J Epidemiol. 2006 Aug;35(4):935-43.[Read also commentary, Meade TW, Humphries SE, De Stavola BL. Commentary: fibrinogen and coronary heart disease--test of causality by 'Mendelian' randomization by Keavney et al. Int J Epidemiol. 2006 Aug;35(4):944-7.]

Nordestgaard BG, Palmer TM, Benn M, Zacho J, Tybjaerg-Hansen A, Davey Smith G, Timpson NJ. The effect of elevated body mass index on ischemic heart disease risk: causal estimates from a Mendelian randomisation approach. PLoS Med. 2012;9(5):e1001212.

Norton EC, Han E. Genetic information, obesity, and labor market outcomes. Health Econ. 2008 Sep;17(9):1089-104.

Pierce BL, Ahsan H, Vanderweele TJ. Power and instrument strength requirements for Mendelian randomization studies using multiple genetic variants. Int J Epidemiol. 2011 Jun;40(3):740-52.

- 14 -

Applications

Bao Y, Duan N, Fox SA. Is some provider advice on smoking cessation better than no advice? An instrumental variable analysis of the 2001 National Health Interview Survey. Health Serv Res. 2006 Dec;41(6):2114-35.

Buntin MB, Colla CH, Deb P, Sood N, Escarce JJ. Medicare spending and outcomes after postacute care for stroke and hip fracture. Med Care. 2010 Sep;48(9):776-84. ★Davies NM, Smith GD, Windmeijer F, Martin RM. COX-2 selective nonsteroidal anti-inflammatory drugs and risk of gastrointestinal tract complications and myocardial infarction: an instrumental variable analysis. Epidemiology. 2013 May;24(3):352-62.

Do YK, Malhotra C. The effect of coresidence with an adult child on depressive symptoms among older widowed women in South Korea: an instrumental variables estimation. Journal of Gerontology: Social Sciences. 2012 May;67(3):384–91.

Do YK, Norton E, Stearns S, Van Houtven CH. Informal care and caregiver's health. Health Economics. 2013 Nov. [Epub ahead of print]

Grabowski DC, Feng Z, Hirth R, Rahman M, Mor V. Effect of nursing home ownership on the quality of post-acute care: an instrumental variables approach. J Health Econ. 2013 Jan;32(1):12-21.

Gravelle H, Morris S, Sutton M. Are family physicians good for you? Endogenous doctor supply and individual health. Health Serv Res. 2008 Aug;43(4):1128-44.

Kim D, Baum CF, Ganz ML, Subramanian SV, Kawachi I. The contextual effects of social capital on health: a cross-national instrumental variable analysis. Soc Sci Med. 2011 Dec;73(12):1689-97.

Kivimäki M, Vahtera J, Kawachi I, Ferrie JE, Oksanen T, Joensuu M, Pentti J, Salo P, Elovainio M, Virtanen M. Psychosocial work environment as a risk factor for absence with a psychiatric diagnosis: an instrumental-variables analysis. Am J Epidemiol. 2010 Jul 15;172(2):167-72.

Lu-Yao GL, Albertsen PC, Moore DF, Shih W, Lin Y, DiPaola RS, Yao SL. Survival following primary androgen deprivation therapy among men with localized prostate cancer. JAMA. 2008 Jul 9;300(2):173-81. doi: 10.1001/jama.300.2.173. Erratum in: JAMA. 2009 Jan 7;301(1):38.

McClellan M, McNeil BJ, Newhouse JP. Does more intensive treatment of acute myocardial infarction in the elderly reduce mortality? Analysis using instrumental variables. JAMA. 1994 Sep 21;272(11):859-66. ★Mukamel DB, Weimer DL, Harrington C, Spector WD, Ladd H, Li Y. The effect of state regulatory stringency on nursing home quality. Health Serv Res. 2012 Oct;47(5):1791-813.

Stukel TA, Fisher ES, Wennberg DE, Alter DA, Gottlieb DJ, Vermeulen MJ. Analysis of observational studies in the presence of treatment selection bias: effects of invasive cardiac

- 15 -

management on AMI survival using propensity score and instrumental variable methods. JAMA. 2007 Jan 17;297(3):278-85. ★[Read also editorial comment, D'Agostino RB Jr, D'Agostino RB Sr. Estimating treatment effects using observational data. JAMA. 2007 Jan 17;297(3):314-6.]

Van Houtven CH, Norton EC. Informal care and health care use of older adults. J Health Econ. 2004 Nov;23(6):1159-80.

Wong K, Campitelli MA, Stukel TA, Kwong JC. Estimating influenza vaccine effectiveness in community-dwelling elderly patients using the instrumental variable analysis method. Arch Intern Med. 2012 Mar 26;172(6):484-91.

Bivariate probit model

Bhattacharya J, Goldman D, McCaffrey D. Estimating probit models with self-selected treatments. Stat Med. 2006 Feb 15;25(3):389-413.

Goldman DP, Bao Y. Effective HIV treatment and the employment of HIV(+) adults. Health Serv Res. 2004 Dec;39(6 Pt 1):1691-712.

Liu TC, Chen CS, Chen LM. The impact of National Health Insurance on neonatal care use and childhood vaccination in Taiwan. Health Policy Plan. 2002 Dec;17(4):384-92.

Harris KM, Edlund MJ, Larson SL. Religious involvement and the use of mental health care. Health Serv Res. 2006 Apr;41(2):395-410.

Porterfield SL, McBride TD. The effect of poverty and caregiver education on perceived need and access to health services among children with special health care needs. Am J Public Health. 2007 Feb;97(2):323-9.

Wang YR, Pauly MV. Difference in the use of preventive services between fee-for-service plans and HMOs: is more better? Am J Manag Care. 2003 Apr;9(4):293-301.

Do YK, Wong KY. Awareness and acceptability of human papillomavirus vaccine: an application of the instrumental variables bivariate probit model. BMC Public Health. 2012 Jan;12(1):31.

McConnell KJ, Newgard CD, Mullins RJ, Arthur M, Hedges JR. Mortality benefit of transfer to level I versus level II trauma centers for head-injured patients. Health Serv Res. 2005 Apr;40(2):435-57.

Week 6 (April 10): Regression discontinuity

Required

Introduction

KKS Chapter 7. Regression Discontinuity and Pipeline Methods (pp. 103-114)

Trochim 2001. The Research Methods Knowledge Base. The Regression-Discontinuity Design pp.

- 16 -

221-228.

Applications

Bharadwaj, Prashant, Katrine Vellesen Løken, and Christopher Neilson. 2013. "Early Life Health Interventions and Academic Achievement." American Economic Review, 103(5): 1862-91.

Further readings

Methodology

Angrist J, Pischke JS. Chapter 6. Getting a Little Jumpy: Regression Discontinuity Designs, in: Mostly Harmless Econometrics, PRINCETON, 2009 (pp. 251-267)

Applications

Neidell M. Air quality warnings and outdoor activities: evidence from Southern California using a regression discontinuity design. J Epidemiol Community Health. 2010 Oct;64(10):921-6.

Yörük BK, Yörük CE. The impact of minimum legal drinking age laws on alcohol consumption, smoking, and marijuana use: evidence from a regression discontinuity design using exact date of birth. J Health Econ. 2011 Jul;30(4):740-52.

McCrary J, Royer H. The Effect of Female Education on Fertility and Infant Health: Evidence from School Entry Policies Using Exact Date of Birth. Am Econ Rev. 2011 Feb 1;101(1):158-195.

Chen Y, Ebenstein A, Greenstone M, Li H. Evidence on the impact of sustained exposure to air pollution on life expectancy from China's Huai River policy. Proc Natl Acad Sci U S A. 2013 Aug 6;110(32):12936-41.

Week 7 (April 17): Midterm examMidterm exam will be on materials covered in weeks 1-6.

Week 8 (April 24): Presentation IPresentation of research proposals by all students

Week 8 (May 1): Seminar ISeminar led by Group 1 students

Journal articles TBD

Week 10 (May 8): Seminar IISeminar led by Group 2 students

Journal articles TBD

- 17 -

Week 11 (May 15): Seminar IIISeminar led by Group 3 students

Journal articles TBD

Week 12 (May 22): Seminar IVSeminar led by Group 4 students

Journal articles TBD

Week 13 (May 29): Presentation II-1Presentation of final research papers by Groups 1-2 students

Week 14 (June 5): Presentation II-2Presentation of final research papers by Groups 3-4 students

Week 15 (June 22): Final examFinal exam will be cumulative, that is, on materials covered in weeks 1-14.