Technologie, savoir-faire et performance : le cas des robots en chirurgie


Cet article étudie le potentiel des nouvelles technologies pour réduire les disparités dans la prestation des services de santé. Les différences dans les compétences des prestataires peuvent entraîner des variations dans les résultats pour les patients. L’adoption d’innovations, comme les robots, peut atténuer ce problème si les gains technologiques diminuent dans les compétences des utilisateurs ou peut exacerber la variation existante des performances dans le cas contraire. Je montre qu’en Angleterre, la diffusion des robots chirurgicaux a coïncidé avec une amélioration de la performance chirurgicale moyenne et une convergence des résultats entre les chirurgiens hautement et moins qualifiés pour les patients atteints d’un cancer de la prostate. J’étudie si ce modèle peut être attribué à l’adoption de robots utilisant l’univers des admissions de patients hospitalisés au National Health Service (NHS). Pour identifier les effets de la chirurgie robotique sur les résultats des patients, j’exploite la variation quasi-aléatoire dans l’allocation géographique des robots, permettant la sélection et l’hétérogénéité des effets du traitement. Je trouve que les robots raccourcissent la durée du séjour des patients à l’hôpital et diminuent l’incidence des événements indésirables liés à la chirurgie, mais leurs effets dépendent considérablement des compétences des chirurgiens. Le robot a peu d’impact sur les performances des chirurgiens hautement qualifiés, tandis que les chirurgiens moins qualifiés en profitent le plus. Je découvre également un fort schéma de sélection négative sur les caractéristiques observables et non observables. Bien que les gains réalisables soient plus élevés pour les chirurgiens moins qualifiés, ils utilisent le moins le robot. Mes résultats suggèrent que le bénéfice potentiel d’une nouvelle technologie dépend en grande partie de la façon dont elle se combine avec les compétences des utilisateurs individuels.

Laisser un commentaire