Az élelmiszer-fogyasztással összefüggésbe hozható megbetegedések társadalmi költségeiről szóló első jelentősebb tanulmányok az Egyesült Államokban az 1980-as, illetve 1990-es években születtek (Buzby et al., 1997). Az azóta eltelt évtizedek alatt az élelmiszer-biztonság kérdése – az esetlegesen felmerülő egészségügyi, gazdasági problémák és a fogyasztói bizalomvesztés következtében – világszerte elsődleges fontosságú kérdéssé vált (Ercsey–Ravasz et al., 2012, FSA, 2006). Ennek oka részben a megbetegedések következtében felmerülő társadalmi költségek jelentős mértékű növekedése. Előbbiek pontos meghatározása – számos nemzetközi példát tekintve – korántsem egyszerű feladat, hiszen a megbetegedések következtében felmerülő direkt és indirekt költségek egyidejű figyelembevételét teszi szükségessé.

A közvetlen költségek közé jellemzően az egészségügyi költségeket – mint gyógyszeres kezelés, rehabilitáció, laboratóriumi vizsgálatok, különféle terápiás módszerek – költségeit sorolják. Az egészségügyi terheket elsősorban a nemzeti egészségügyi, ill. felügyeleti szervek adatbázisaiban szereplő információ alapján határozzák meg (Pires, 2014). A közvetett költségek között – ahogy Taylor McLinden és mtsai (2014) kutatásában is megjelenik – elsősorban a munkából való kiesést és a termelékenység csökkenéséből eredő veszteségeket tartják számon. A megbetegedések költségeinek vizsgálatára számos módszertani lehetőség kínálkozik, legismertebbnek a COI- (Cost of Illness), a WTP- (Willingness-to-Pay) a DALY- (Disability Adjusted Life Years) valamint a QALY- (Quality Adjusted Life Years) módszer tekinthető. A COI és a WTP a pénzben kifejezhető költségeket, míg a DALY és QALY a nem, vagy csak nehezen számszerűsíthető terheket, az egészségi állapotban bekövetkező változásokat fejezi ki.

A múltbeli megbetegedések során felmerült költségek meghatározása mellett egyre több tanulmányban tesznek kísérletet a megbetegedések jövőbeni előfordulásának és terjedésének modellezésére is. A biológiai, epidemiológiai jelenségekkel foglalkozó kutatásokban a modellezéshez – az egyedi fejlesztésű eszközök mellett – elsősorban a VenSim, STELLA és AnyLogic szoftvereket használják. A VenSim szoftver segítségével multiágens modellek (Agent-Based Modelling, ABM), illetve rendszerdinamikai modellezés (system dynamics) is megvalósítható. A rendszerdinamikai modellek az adott rendszer elemeinek változását vizsgálják az idő függvényében. E szimulációs technikát korábban gazdasági folyamatok modellezésére használták, mára azonban egyre elterjedtebb az epidemiológiai jelenségek vizsgálatában is döntéshozatali szinten. A rendszerdinamikai modellek ábrázolása jellemzően húrdiagramok (Casual Loop Diagrams, CLD) formájában történik, amelyek a rendszerelemek egymásra gyakorolt hatása mellett a változások okait is szemléletesen mutatják (Paina et al., 2014).

A tanulmány célja az élelmiszer eredetű megbetegedések gazdasági hatásait vizsgáló kutatások, valamint a megbetegedések terjedését modellező eszközök rövid bemutatása.

Megbetegedések következtében felmerülő költségtípusok meghatározása

Az élelmiszer-fogyasztással összefüggésbe hozható megbetegedések közgazdasági vetületeinek vizsgálatakor valamennyi felmerülő költségtípus egyidejű figyelembevétele szükséges. A rendelkezésre álló tanulmányok a megbetegedések költségeit különböző szempontok szerint vizsgálják. A költségtípusok meghatározásán túl a figyelembe vett költségek számában is eltérést mutatnak. Így az élelmiszerbiztonság gazdasági hatásaival foglalkozó kutatások – vizsgálati szempontjaik szerint – több csoportra oszthatók. Ezek között az élelmiszer okozta megbetegedésekkel foglalkozó tanulmányok a költségeket jellemzően az elszámolhatóságuk (közvetett és közvetlen) és aszerint vizsgálják, hogy azok mely gazdasági szereplőket (emberek, háztartás, vállalat) terhelik. Elszámolhatóság tekintetében közvetlen költségek közé tartoznak az egészségügyi költségek, amelyek a gyógyszeres kezelés, rehabilitáció, laboratóriumi vizsgálatok elvégzése mellett – a megbetegedés súlyosságától függően – különféle terápiás módszerek költségeit is magukba foglalhatják. A megbetegedések közgazdasági hatásainak vizsgálata során ma már a közvetett költségeket is egyre inkább figyelembe veszik. A közvetett, vagy más szóval indirekt költségek – bár konszenzus ezidáig e területen nem született – többnyire a munkából való kiesést és a termelékenység csökkenéséből eredő veszteségeket jelentik (McLinden et al., 2014).

Az élelmiszer eredetű megbetegedések társadalmi hatásainak vizsgálatában úttörő szerepet vállaló Jean C. Buzby és Tanya Roberts 1996-os tanulmányában az élelmiszer okozta események költségeit az azokat viselő gazdasági szereplők tekintetében határozza meg. A társadalmi költségeket ennek megfelelően a háztartások, vállalkozások, az egészségügy és az állami felügyelet szintjén felmerülő ráfordítások összegeként értelmezi. Az élelmiszer-biztonság közgazdasági vetületeivel foglalkozó tanulmányok jelentős része (Belaya et al., 2012) szintén ezt a megközelítést alkalmazza. A megbetegedések során felmerülő költségeket Peter Abelson és munkatársai (2006) is a fent említettekhez hasonló módon határozzák meg. Munkájukban ugyanakkor arra világítanak rá, hogy komolyabb megbetegedések esetén nem csupán a kezelési költségek megemelkedése, de a háztartásokat érő, korai halálozásból eredő költségek figyelembe vétele is szükséges lehet.

Módszertani lehetőségek

Az élelmiszer eredetű megbetegedések költségeinek vizsgálatára számos módszertani lehetőség kínálkozik. Közülük az egyik legelterjedtebb az úgynevezett COI-analízis (Cost-of-Illness Analysis), amelyet Benjamin Malzberg fejlesztett ki 1950-ben, és Dorothy Rice tett a megbetegedések költségeinek vizsgálatára alkalmas módszerré (Rice, 1967; Schmidt – Rodrick, 2003). Az egészségügyet terhelő közvetlen és közvetett költségeken kívül az ún. nem számszerűsíthető költségek (pl. fájdalom, félelem) vizsgálatát is lehetővé teszi az esetszám, a kor és nem figyelembevétele mellett. Bár a COI-módszert egy adott országon belüli felhasználásra dolgozták ki, egyszerű kezelhetősége miatt a világ számos országában évtizedek óta sikeresen alkalmazzák. A módszer mindemellett az egészségügyi kiadások nemzetközi összehasonlításában is hasznos eszköznek bizonyult. Az élelmiszerrel összefüggő megbetegedések gazdasági hatásai a fizetési hajlandóságon keresztül is mérhetők. Ezt a célt szolgálja a WTP-vizsgálat (Willingness-to-Pay) is. A módszer az elfogadási, ill. fizetési hajlandóságot méri a Mennyit érne önnek, ha elkerülhetné…, vagy Mennyiért mondana le… típusú kérdésekkel kapcsolatban kinyilvánított preferenciák alapján. E vizsgálattípust a szakirodalomban elterjedten alkalmazzák, hiszen a fogyasztók kockázatkerülő magatartásának több évtizedes vizsgálati háttere (Dosman et al., 2001; Grunert, 2005; Verbeke et al. 2007) módszertanilag megfelelő alapot nyújt az élelmiszer-biztonsági problémákból eredő társadalmi költségek meghatározására. Példaként említhetők erre James K. Hammitt és Kevin Haninger (2007) eredményei, akik kutatásukban a „biztonságosabb élelmiszerért” való fizetési hajlandóságot vizsgálták.

A DALY (Disability Adjusted Life Years – Egészségkárosodással korrigált életévek) szintén gyakran alkalmazott számítási módszernek tekinthető, amelyet a Világbank az egészségügyre szánt erőforrások optimális allokációja érdekében dolgozott ki, és GBD (Global Burden of Disease) tanulmányai elkészítése során is alkalmazott (Lopez et al., 2006). Így nem az egyedi megbetegedések összehasonlítását, hanem az egészségügy makroszintű erőforrás-elosztásának meghatározását teszi lehetővé. A DALY a korai halálozás következtében elvesztett életéveket (Years of Life Lost, YLL) és az egészségkárosodással leélt éveket (Years Lost due to Disability, YLD) egyetlen számmal jellemzi:

DALY = YLL + YLD

A mutató értéke a következőképpen számolható: a várható élettartamból le kell vonni az elveszett, valamint az egészségkárosodás mértékével korrigált, életminőség-romlással leélt évek számát. A számítás során az egyes életszakaszokat a szakértői becslés alapján meghatározott faktorral súlyozni, a megélt életéveket diszkontálni kell. A DALY közkedvelt kalkulációs eszköz, amelyet széles körben alkalmaznak az élelmiszer-fogyasztással kapcsolatba hozható költségek vizsgálatára (Pires, 2014).

Szintén széles körben alkalmazott módszer a QALY (Quality Adjusted Life Years – Életminőséggel korrigált életévnyereség), amely az 1990-es évek közepétől a költség-haszonelemzések standard eszközének tekinthető. Számítása a várható életévek életminőséggel történő súlyozása alapján történik. A módszer jellemzője, hogy a számítás során bizonyos egészségi állapotokat – mint például súlyos fájdalom, rokkantság – a halálnál is rosszabbnak tekint, és ezekhez negatív értékeket rendel. A QALY segítségével lehetőség nyílik egy objektív rangsor felállítására, és annak eldöntésére, hogy az összehasonlításra kerülő eljárások közül melyikhez társul várhatóan a legnagyobb egészségnyereség. Fontos azonban megemlíteni, hogy a QALY-típusú számítások során az időpreferenciát is figyelembe kell venni, hiszen a jelenben elérhető nyereség nagyobb értékkel bír, mint egy időben jövőbeli. Így a jövőbeni QALY-értéket az egészségnyereségre vonatkozó diszkontráta segítségével jelenértékben kell megadni (Kaló, 2009, Sassi, 2006).

Esetszámok meghatározása

A megbetegedések gazdasági jelentőségének megítéléséhez azok esetszámának ismerete is szükséges. A szakirodalomban fellelhető kutatások többsége a társadalmi terheket elsősorban a nemzeti egészségügyi, illetve felügyeleti szervek adatbázisaiban szereplő információk alapján határozza meg (Roberts – Pinner, 1990). Előbbiek a gazdasági számítások elvégzése során valóban fontos információs forrásként szolgálnak, ugyanakkor figyelembe kell venni azt is, hogy csak a

bejelentett eseteket tartják nyilván (CDC, 1997). Az élelmiszer által közvetített megbetegedések – amennyiben enyhébb lefolyásúak, és kezelésükre orvosi segítséget nem vesznek igénybe – csak részben válnak ismerté. Hazánkban az esetszámokra vonatkozó pontos adatok a fentebbi okokból következően nem állnak rendelkezésre. Egyes kutatások szerint a valódi esetszám a megbetegedések és egy, az adott országra jellemző szorzó (például: 10, 20 vagy több) alapján kiszámítható (Goldbach – Alban, 2006; Pires, 2014)

A múltbeli megbetegedések tényleges esetszámának meghatározása mellett egyre több tanulmányban tesznek kísérletet a megbetegedések jövőbeni előfordulásának és terjedésének modellezésére is. A modellek felépítésével a megbetegedések terjedésén túl a felmerülő társadalmi költségek is előre becsülhetők. Így ezek az eszközök a szakértői döntéshozásban is jelentős szerepet játszhatnak.

A kockázatelemzésben használt modellek között több alapvető típus különíthető el, amelyek jellemzően a rendszerszemléletű, ún. systems thinking megközelítésen alapulnak.

Egy részük az input adatokat sztochasztikus változónak tekinti, és a cellaértékek alapján konfidencia-intervallumokat határoz meg. Példaként említhető erre a @RISK szoftver, amelyet világszerte elterjedten alkalmaznak különféle gazdasági, társadalmi, természeti folyamatok kockázatelemzésére. Az EpiX Analytics és a londoni Royal Veterinary College kutatói is ezt a módszert használják a megbetegedések biológiai hátterének tanulmányozására. A szoftver a Monte-Carlo-szimuláció használatán alapul. Segítségével az adott esemény összes lehetséges kimenetele kiszámítható azok előfordulási valószínűségével együtt.

A modellezéshez használt alkalmazások nagy csoportját az ún. rendszerdinamikai modellek alkotják. Ezeket korábban elsősorban ipari és gazdasági folyamatok modellezésére használták, alkalmazásuk azonban az elmúlt két évtized alatt más tudományterületeken is elterjedt. A rendszereken belüli elemek egymással folyamatos „visszacsatolásokon” keresztül érintkeznek. Így bármely paraméter időben történő megváltozása a rendszer egy vagy több másik paraméterének értékét is befolyásolja, amely azonban az eredeti paraméterre is visszahatást gyakorol. A rendszerdinamikai megközelítés a valóságban lejátszódó folyamatok kialakításával segíti a helyes következtetések levonását a modellezés során bevitt input adatok alapján. Ezért a modell megfelelő kialakításához ezen adatoknak – vagy hiányukban a szakértői becslések eredményeinek – ismerete alapvetően szükséges.

A különféle szimulációs technikák alkalmazása és a modellek felépítése ma már több szoftver segítségével is elvégezhető. Ezek között elsősorban a VenSim programcsomag említendő, amely egyes társadalmi jelenségek – például a népesség növekedése-csökkenése – mellett biológiai, epidemiológiai folyamatok kölcsönhatásainak vizsgálatára is alkalmas eszköz. A fertőző betegségek terjedésének mechanizmusát és időbeni alakulását számos kutatásban e módszer segítségével határozzák meg (Osgood, 2011). A fertőző betegségek terjedési mechanizmusának szimulálása azonban egyedileg fejlesztett szoftverek segítségével is elképzelhető (Nowicki, 2016).

A megbetegedések modellezésére további lehetőséget kínálnak az ún. húrdiagramos modellek (Casual Loops Digrams, CLD), illetve az Agent-Based Modelling (ABM) használata is. Utóbbi korábban elsősorban a társadalomtudományi és ökológiai kutatásokban volt használatos. Az ABM mint multiágens szimulációs módszer az események különféle verzióit állítja elő, amelyek során az ágensek tulajdonságai időpillanatról időpillanatra változnak. A szoftver a naponkénti vagy percenkénti változást is képes szimulálni. A szimuláció során a függvénybemenetet a program futása közben keletkező „ingerek”, a kimeneteket az ágensek által előállított „reakciók” jelentik. A vizsgált jelenség tehát az ingerek és reakciók összességével írható le (VÁG, 2005).

Következtetések

Látható, hogy a társadalmi költségek meghatározására szolgáló módszerek az alkalmazásuk során figyelembe vett szempontok szerint igen sokrétűek. E módszerek – amennyiben megbízható adatok állnak rendelkezésre – az élelmiszer eredetű megbetegedések társadalmi szintű költségeiről megalapozott becslést adhatnak. Megjegyzendő azonban, hogy a számítás alapjául szolgáló egészségügyi adatbázisok csak részleges információt szolgáltatnak az esetszámokról, mivel csak a bejelentett megbetegedések adatait tartalmazzák. Az optimális erőforrás-allokáció érdekében a megbetegedések előfordulásának, esetszámának ismerete azonban mindenképpen szükséges. Ebben a dinamikus modellek használata nyújthat segítséget. Megjegyzendő, hogy az élelmiszer okozta egészségkárokról szóló tanulmányok a dinamikus módszerekről – mint a társadalmi terhek prediktív meghatározására alkalmas eszközökről – nem tesznek említést. Jövőbeni célként így egy olyan kalkulációs modell kidolgozása képzelhető el, amely a bemeneti paraméterek trendjének és szórásának megadásával az élelmiszer eredetű megbetegedések társadalmi szintű költségeinek megalapozott becslését teszi lehetővé akár egy meghatározott jövőbeli időintervallumra, akár egyetlen élelmiszer-biztonsági eseményre vonatkozóan.
 

A tanulmány alapját képező előadást az MTA Környezettudományi Elnöki Bizottságának Élelmiszer-biztonsági Albizottsága megvitatta és közlésre javasolta. Ezúton is köszönjük az albizottság elnökének, titkárának és tagjainak szakmai támogatását és ösztönzését.
 

Kulcsszavak: élelmiszer eredetű megbetegedések, élelmiszer-biztonság, kockázatelemzés, társadalmi költség
 

IRODALOM

Abelson, Peter – Forbes, Mary Potter – Hall, Gillian (2006): The Annual Cost of Foodborne Illness in Australia, Prepared for the Australian Government Department of Health and Ageing by Applied Economics. Canberra, 15–48.

Belaya, Vera – Hansen, Heiko – Pinior, Beate (2012): Measuring the Costs of Foodborne Diseases: A Review and Classification of the Literature, German Association of Agricultural Economists (GEWISOLA) 52nd Annual Conference, Stuttgart, Germany, Sept. 26–28, 1–12. • WEBCÍM

Buzby, Jean C. – Roberts, Tanya – Allos, Ban Mishu (1997): Estimated Annual Costs of Campylobacter-Associated Guillain-Barré Syndrome. Agricultural Economic Report No. 756. Washington, DC: USDA, 7–14. • WEBCÍM

CDC (1997): Foodnet Working Group. Foodborne Diseases Active Surveillance Network (FoodNet). Emerging Infectious Diseases. 581–583. DOI: 10.3201/eid0304.970428 • WEBCÍM

Dosman, Donna M. – Adamowicz, Wiktor L. – Hrudey, Steve E. (2001): Socioeconomic Determinants of Health and Food Safety-related Risk Perceptions. Risk Analysis. 21, 2, 307–318. DOI: 10.1111/0272-4332.212113

Ercsey-Ravasz Mária – Toroczkai Zoltán – Lakner Zoltán – Baranyi József (2012): Complexity of the International Agro-food Trade Network and Its Impact on Food Safety. PLoS One. 7,5, e37810, 1–4. DOI: 10.1371/journal.pone.0037810 • WEBCÍM

FSA (2006): Foodborne Disease: Final Report on Delivery of the 2001/2006 Target and Report on Progress to Deliver the 2005/2010 Campylobacter Target. Agenda Item 4.1, 12 October 2006. 1–5. • http://tinyurl.com/ybwoafs7 • WEBCÍM

Goldbach, Stine Gissel – Alban, Lis (2006): A Cost–benefit Analysis of Salmonella-control Strategies in Danish Pork Production. Preventive Veterinary Med. 77, 1–14. DOI: 10.1016/j.prevetmed.2005.10.008

Grunert, Klaus G. (2005): Food Quality and Safety: Consumer Perception and Demand. European Review of Agricultural Economics. 32, 3, 369–391. DOI: 10.1093/eurrag/jbi011 • WEBCÍM

Hammitt, James K. – Haninger, Kevin (2007): Willingness to Pay for Food Safety: Sensitivity to Duration and Severity of Illness. American Journal of Agricultural Economics. 89, 5, 1170–1175. 10.1111/j.1467- 8276.2007.01079.x

Kaló Zoltán (2009): Egészség-gazdaságtani fogalomtár 5. – Teljes körű gazdasági elemzés. Pénz–jog Medical Tribune. 2009. jún. 4. • WEBCÍM

Lopez, Alan D. – Mathers, Colin D. – Ezzati, Majid et al. (2006): Measuring the Global Burden of Disease and Risk Factors, 1990–2001. In: Lopez, Alan D. – Mathers, C. D. – Ezzati, M. et al.: Global Burden of Disease and Risk Factors. Washington (DC): World Bank, Ch. 1, 1–4. • WEBCÍM

McLinden, Taylor – Sargeant, Jan M. – Thomas, M. Kate et al. (2014): A Component Costs of Foodborne Illness: A Scoping Review. BMC Public Health. 14, 509, 5–8. DOI: 10.1186/1471-2458-14-509 • WEBCÍM

Nowicki, Tadeusz (2016): The Simulator of Food-Borne Diseases Epidemic Development. • WEBCÍM

Osgood, Nathaniel (2011): Dynamic Modeling of Infectious Diseases: A Brief Glimpse. Department of Computer Science, Associate School of Public Health, and Department of Community Health and Epidemiology, University of Saskatchewan • WEBCÍM

Paina, Ligia – Bennett, Sara – Ssengooba, Freddie – Peters, David H. (2014): Advancing the Application of Systems Thinking in Health: Exploring Dual Practice and Its Management in Kampala, Uganda. Health Research Policy and Systems. 12, 1, 41, 9–13. DOI: 10.1186/1478-4505-12-41 • WEBCÍM

Pires, Sara M. (2014): Burden of Disease of Foodborne Pathogens in Denmark. National Food Institute, Division of Epidemiology and Microbial Genomics Technical Report. 11–24. • WEBCÍM

Rice, Dorothy P. (1967): Estimating the Cost of Illness. American Journal of Public Health and the Nations Health. 57, 3, 424–40. • WEBCÍM

Roberts, Tanya – Pinner, Robert (1990): Economic Impact of Disease Caused by Listeria monocytogenes. In: Miller, Arthur J. – Smith, James L. – Somkuti, George A. (eds.): Foodborne Listeriosis. Society for Industrial Microbiology. Elsevir, 137–149.

Sassi, Franco (2006): Calculating QALYs, Comparing QALY and DALY Calculations. Health Policy and Planning. 21, 5, 402–408. DOI: 10.1093/heapol/czl018 • WEBCÍM

Schmidt, Ronald H. – Rodrick, Gary E. (2003): Food Safety Handbook. Hoboken: Wiley, 89–96. • WEBCÍM

Vág András (2005): Multiágens modellek a társadalomtudományokban. Statisztikai Szemle. 84, 1, 26–30. • WEBCÍM

Verbeke, Wim – Frewer, Lynn J. – Scholderer, Joachim – De Brabander, Hubert F. (2007): Why Consumers Behave as They Do with Respect to Food Safety and Risk Information. Analytica Chimica Acta. 586, 1, 2–7. DOI: 10.1016/j.aca.2006.07.065 • WEBCÍM