De Determinanten van Orgaandonatie - thesis.eur.nl - Bram Hendri… · Web viewAlleen Gimbel et...

Is Mandated Choice de Oplossing voor het

Donortekort?

Bram Hendriks

Bachelorscriptie

Erasmus Universiteit Rotterdam

26-07-2012

Begeleider:

Aurélien Baillon

[Type text] Page 0

Inhoudsopgave

1. Inleiding.......................................................................................41.1 Het Donortekort.................................................................................41.2 Eerder Onderzoek..............................................................................41.3 Mandated Choice................................................................................51.3 Onderzoeksopzet................................................................................51.4 Hoe ziet de Rest van het Artikel Eruit?..............................................6

2. Literatuuronderzoek....................................................................72.1 Orgaandonatie en het Nijpende Tekort..............................................72.2 Uitvoerig Onderzochte Factoren........................................................8

2.2.1 Welvaart.......................................................................................82.2.2 Donorpotentieel............................................................................92.2.3 Kennis.........................................................................................102.2.4 Religie.........................................................................................10

2.2 Betrekkelijk Nieuwe Factoren..........................................................112.2.1 Alcoholmisbruik..........................................................................122.2.2 Rookgedrag................................................................................122.2.3 Leeftijd........................................................................................12

2.3 Donorregistratiesystemen................................................................122.3.1 Opt-in vs. Opt-out.......................................................................132.3.2 Mandated Choice........................................................................17

3. Data & Analyse...........................................................................213.1 Operationalisatie..............................................................................21

3.1.1 Orgaandonatie............................................................................213.1.2 Uitvoerig Onderzochte Factoren................................................233.1.3 Betrekkelijk Nieuwe Factoren....................................................253.1.4 Donorregistratiesystemen..........................................................26

3.2 Databronnen.....................................................................................293.3 Selectie van Staten...........................................................................293.4 Bekeken Periode...............................................................................293.5 Beschrijvende Statistieken en Preliminaire Analyse........................30

3.5.1 Beschrijvende Statistieken.........................................................31

Bram Hendriks –Is Mandated Choice de Oplossing voor het Donortekort? Pagina 1

3.5.2 Donoren......................................................................................313.5.3 Overige Variabelen.....................................................................323.5.4 District of Columbia....................................................................33

3.6 Methodologie....................................................................................353.6.1 Fixed Effects...............................................................................353.6.2 Random Effects...........................................................................363.6.3 Fixed Effects of Random Effects.................................................37

4. Regressieanalyse........................................................................394.1 Negen Modellen van Orgaandonatie................................................39

4.1.1 Model 1 en Model 2....................................................................414.1.2 Model 3.......................................................................................434.1.3 Model 4 en Model 5....................................................................444.1.4 Model 6, 7, 8 en 9.......................................................................46

4.2 Bespreking van Resultaten per Variabele........................................464.2.1 Uitvoerig Onderzochte Factoren................................................474.2.2 Betrekkelijk Nieuwe Factoren....................................................494.2.3 Mandated Choice........................................................................51

4.3 Aannames.........................................................................................534.3.1 Onafhankelijkheid van de Residuen...........................................534.3.2 Heteroskedasticiteit...................................................................544.3.3 Multicollineariteit.......................................................................55

5. Conclusie....................................................................................575.1 Onderzoeksdoel................................................................................575.2 De Invloed van Mandated Choice.....................................................575.3 De Overige Determinanten van Orgaandonatie...............................585.4 Suggesties voor Vervolgonderzoek..................................................59

6. Appendix.....................................................................................616.1 Appendix A.......................................................................................616.2 Appendix B.......................................................................................626.3 Appendix C.......................................................................................636.4 Appendix D.......................................................................................646.5 Appendix E.......................................................................................65

7. Referenties.................................................................................66


1. Inleiding

1.1 Het Donortekort

Veel ontwikkelde landen hebben te kampen met een nijpend donortekort. Zo ook Nederland. Op 1 januari 2012 stonden er 1311 mensen op de Nederlandse wachtlijsten voor een donororgaan, en in 2009 overleden 135 mensen terwijl zij op de wachtlijst stonden (Nederlandse Transplantatie Stichting, 2012). Onderzoek naar mogelijkheden om de wachtlijsten in te korten is dan ook van groot belang.


1.2 Eerder Onderzoek

Bestaande studies op dit gebied hebben zich voornamelijk beziggehouden met het effect van twee donorregistratiesystemen, te weten opt-in systemen en opt-out systemen (Abadie & Gay, 2006; Gimbel, 2003; Goldstein & Johnson, 2003; Healy, 2005; Neto et al., 2007). Het verschil in de twee systemen is als volgt. Bij een opt-out systeem wordt een burger verondersteld zijn lichaam na overlijden beschikbaar te willen stellen voor donatie, tenzij hij of zij expliciet aangeeft dit niet te willen. Bij een opt-in systeem is het precies andersom; tenzij iemand expliciet heeft aangegeven donor te worden, wordt hij of zij verondersteld na overlijden geen organen te willen afstaan. Wanneer er gekeken wordt naar het aantal postmortale donoren per miljoen inwoners, dan neigen landen met een opt-out systeem hoger te scoren dan landen met een opt-in systeem. Een veelgenoemde vergelijking in dit verband is die tussen België en Nederland. België heeft in tegenstelling tot Nederland een opt-out systeem, en heeft in vergelijking bijna twee keer zoveel postmortale donoren per miljoen inwoners. Er lijkt dus een verband te staan tussen de default optie en het aantal donoren.

Een recentelijk literatuuronderzoek dat is gepubliceerd in het prestigieuze British Medical Journal, heeft de studies die hebben getracht dit verband wetenschappelijk te onderbouwen door donaties tussen landen te vergelijken en statistisch te controleren voor andere relevante factoren, op betrouwbaarheid beoordeeld (Rithalia et al., 2009). Van de vier studies die door de keuring heen kwamen, zijn drie tot een significant positief effect van opt-out systemen gekomen. Er zijn dus sterke aanwijzingen dat verandering van de default optie tot een toename van het aantal donorregistraties zou leiden, en daarmee in potentie levens gered zouden kunnen worden.


1.3 Mandated Choice

Echter worden er ook bezwaren geuit over een opt-out systeem. Minister Schippers van Volksgezondheid, Welzijn en Sport is bijvoorbeeld niet bereidwillig om in Nederland een opt-out systeem in te voeren, mede daar zij van mening is dat met invoering van een dergelijk systeem het recht op zelfbeschikking wordt ingeperkt (Baillon & Van Dolder, 2011). Door de tijd heen is er mede vanwege dit soort overwegingen ook geëxperimenteerd met een ander soort donorregistratiesysteem, het zogenaamde mandated choicesysteem. Bij een dergelijk systeem wordt de burger op het moment dat hij of zij een nieuwe identiteitspas of rijbewijs ophaalt, vereist een keuze te maken om wel of niet postmortale orgaandonor te worden. Sinds 2008 is in de staat Illinois dit systeem ingevoerd (Thaler & Sunstein, 2009). Met positief gevolg: meer dan 60 procent van de bevolking staat inmiddels geregistreerd als donor, terwijl het landelijke gemiddelde slechts 38 procent bedraagt.

1.3 Onderzoeksopzet

Tot op heden is er echter nog geen kwantitatief onderzoek verricht naar de invloed van mandated choice systemen op het werkelijke aantal donaties. Iets waar met deze scriptie verandering in wordt gebracht. Tevens wordt gepoogd om de overige determinanten van orgaandonatie helder in kaart te brengen. De vraag die centraal staat is derhalve de volgende:

Wat is het effect van implementatie van een mandated choice systeem, en wat zijn, buiten de mogelijke invloed van dit type donorregistratiesysteem om, de determinanten van orgaandonatie?

Hoewel voorgaande onderzoeken in het domein van orgaandonatie veelal verschillen tussen landen hebbenbenut, wordt er in dit artikel gebruik gemaakt van verschillen tussen Amerikaanse staten. Niet alleen stelt dit ons in staat om de invloed van invoering van hetmandated choice systeem te onderzoeken, ook biedt het (in potentie)andere voordelen. Zo stelt het


ons in de gelegenheid om te onderzoeken of de factoren die op internationaal niveau van belang zijn, ook relevant zijn in het verklaren van verschillen tussen Amerikaanse staten. Bovendien is het zeer aannemelijk dat orgaandonatie voor tenminste een gedeelte door moeilijk kwantificeerbare factoren wordt beïnvloed, e.g. culturele invloeden. Doortoe te spitsen op één land, de V.S. in dit artikel, wordt hier in zekere mate voor gecontroleerd.

1.4 Hoe ziet de Rest van het Artikel Eruit?

Allereerst wordt in Hoofdstuk 2een literatuuronderzoek verricht, waarin een overzicht wordt gegegeven van voorgaand onderzoek. Tevens wordt orgaandonatie nader gedefinieerd en worden hypothesen opgesteld. Vervolgens wordt in Hoofdstuk 3toegelicht welke keuzes worden gemaakt in het operationaliseren van de factoren en het samenstellen van de dataset. Ook wordt besproken van welke methodologie gebruik wordt gemaakt. In Hoofdstuk 4 wordt de empirische analyse daadwerkelijk uitgevoerd. Eerst wordt de totstandkoming van de verschillende modellen besproken, waarna per factor wordt bekeken in hoeverre de verwachtingen in lijn liggen met de vooropgestelde verwachten. Het artikel zal worden besloten met een conclusie waarin de resultaten worden samengevat, beperkingen worden aangekaart en suggesties worden gedaan voor vervolgonderzoek.

2. Literatuuronderzoek

In dit hoofdstuk worden de concepten besproken die onderdeel vormen van de later te behandelen regressiemodellen. Allereerst wordt besproken hoe orgaandonatie binnen dit onderzoek wordt gedefinieerd. Vervolgens wordt overgegaan op een bespreking van de factoren die worden geacht een rol te spelen in het verklaren van orgaandonatie. Eerst worden de factoren onder de loep genomen die in vergelijkbare studies meermaals zijn onderzocht.Vervolgens worden factoren geïntroduceerd waarover meer onduidelijkheid bestaat over de vraag of


ze op interstatelijk niveau relevant zijn, daar ze niet eerder in een soortgelijke studie zijn opgenomen. Ten slotte volgt een bespreking vandonorregistratiesystemen.

2.1 Orgaandonatie en het Nijpende Tekort

De eerste succesvolle orgaantransplantatie vond in 1954 plaats toen een man zijn tweelingbroer een nier aanbood (Thaler & Sunstein, 2009). Ongeveer acht jaar later vond de eerste niertransplantatie van een postmortale donor plaats. Sindsdien is de vraag naar organen alleen maar toegenomen. Aan deze alsmaar groeiende vraag kan helaas niet voldaan worden, met aanzienlijke tekorten als gevolg. Een probleem dat over de hele Wereld verspreid vele slachtoffers eist. In de Europese Unie alleen al staan er ongeveer 60.000 mensen op de wachtlijsten, waarvan er dagelijks twaalf omkomen (European Parliament, 2010)

Orgaantransplantatie is mogelijk voor het hart, de lever, de nieren, de longen, de alvleesklier en de dunne darm (Universitair Medisch Centrum Groningen, 2012). In sommige gevallen is orgaantransplantatie een alternatief dat in een langer en gezonder leven resulteert. In veel gevallen betreft het echter de laatste mogelijkheid om het leven van de patiënt te redden.

Orgaandonatie is in principe alleen mogelijk wanneer de donor al overleden is. Al is levende orgaandonatie wel mogelijk wanneer het de lever of de nieren aangaat. Dit betreft dan veelal een familielid die in een daad uit liefde een orgaan afstaat. Financiële prikkels zijn in in de meeste landen immers verboden (Thaler &Sunstein, 2009). Men vreest dat indien dit wel wordt toegelaten, de minderbedeelden in de samenleving geneigd zouden zijn om het lichaam als het ware te verkopen. Becker en Elias (2007) laten modeltheoretisch echter zien, dat introductie van financiële prikkels tot sterke afname in wachtlijsten zou kunnen leiden.

Aangezien levende orgaandonatie slechts in een gedeelte van de gevallen mogelijk is en ook op dit vlak er sprake is van een tekort, is postmortale donatie de meest voorkomende vorm van orgaandonatie. Dit


onderzoek wordt dan ook toegespitst op deze vorm van orgaandonatie, en wordt orgaandonatie gedefinieerd in termen van postmortale donaties.

2.2 Uitvoerig Onderzochte Factoren

In dit gedeelte worden de factoren besproken die significant worden geacht in het verklaren van variatie in donaties tussen landen. Hierbij wordt in principe uitgegaan van de vier studies die door Rithalia et al. (2009) als kwalitatief hoogstaand worden aangemerkt (Gimbel, 2003; Abadie and Gay, 2006; Neto et al., 2007; Healy, 2005). In ieder van deze studies staat de vraag of een op-out systeem tot een toename in het aantal postmortale donatiesleidt, centraal. Om dit verband bloot te leggen worden donaties tussen (veelal OECD) landen vergeleken, waarbij wordt gecorrigeerd voor een aantal factoren welke ook van belang worden geacht. De invloed van deze factoren wordt in deze paragraaf onder de loep gelegd.

2.2.1 Welvaart

Orgaantransplantatie is een kostbaar proces en stelt hoge eisen aan ondersteunende organisatie en infrastructuur. Het ligt derhalve voor de hand om te bedenken dat landen met een hogere mate van rijkdom,beter in staat zijn om hierin te voorzien. Om deze reden is in drie van de 4 studies het Bruto Binnenlands Product (BBP) in het onderzoek meegenomen. In ieder onderzoek lagen de uitkomsten in lijn met de verwachtingen en werd een significant positieve invloed gevonden.

Abadie & Gay (2006) en Neto et al. (2007) hebben tevens de invloed van gezondheidszorguitgaven meegenomen door de variabele ‘gezondheidszorg-uitgaven per capita’ als variabele te introduceren. Abadie & Gay (2006) kwamen zoals verwacht tot een significant positief effect; terwijl Neto et al. (2007) een positief, doch niet-significante invloed constateerden.


2.2.2 Donorpotentieel

Niet iedere overledene kan als donorlichaam worden gebruikt. De meeste organen kunnen slechts worden getransplanteerd indien een individu hersendood is verklaard, en de bloedcirculatie kunstmatig in stand wordt gehouden (Neto et al., 2007). Het aantal overledenen in een land dat aan deze voorwaarden voldoet, vormt dan ‘het donorpotentieel’. Deze groep bestaat voornamelijk uit mensen omgekomen bij een verkeersongeluk of als gevolg van een cerebrovasculaire aandoening (Coppen et al., 2003)

Een gebrekkig donorpotentieel wordt ook wel eens aangewezen alséénvan de hoofdoorzaken van het donortekort binnen Nederland. Zo kwam een onderzoek uitgevoerd door NIVEL tot de conclusie dat van de 10 onderzochte Europese landen, Nederland het laagste aantal verkeersslachtoffers alsook overledenen als gevolg van een cerebrovasculaire aandoening had (Coppen et al., 2003). Dit komt wellicht mede voort uit het feit dat we in Nederland vrij strikte verkeersveiligheidsregels kennen.

Drie van de vier studies hebben in hun statistische analyse, variabelen meegenomen die samenhangen met de zojuist genoemde elementen van het donorpotentieel (Abadie & Gay, 2006; Healy 2006; Neto et al., 2007). Allen vonden een significant positieve invloed van ‘het aantal verkeersslachtoffers (in relatie tot de populatie)’ op het aantal postmortale donoren. De samenhang met ‘het aantal overledenen als gevolg van een cerebrovasculaire aandoening’ is echter niet geheel onbetwist; in één van de studies was er geen sprake van een significant positieve samenhang. Dit doet ons vermoeden dat ‘het aantal overledenen als gevolg van cerebrovasculaire aandoening’ een minder grote rol speelt dan ‘het aantal verkeersslachtoffers’.

2.2.3 Kennis

Ook van belang in het terugdringen van de wachtlijsten is dat mensen de ernst van de situatie inzien en bereid alsook afdoende geïnformeerd zijn om er iets aan te doen. Twee studies hebben getracht dit effect mee te nemen. Gimbel (2003) heeft de proportie van de populatie dat beschikt


over een diploma van het hoger onderwijs, meegenomen. Zoals verwacht, werd een positief significante invloed op het aantal postmortale donoren geconstateerd. Een kritische kanttekening bij deze invulling van de factor ‘kennis’, is dat het goed mogelijk is dat dit tevens het effect ondervangt, van andere niet opgenomen factoren. Dit bemoeilijkt de interpretatie van de uitkomsten.

Neto et al. (2007) hebben de invloed van toegang tot het internet onderzocht en noteerde inderdaad een significant positief. Het lijkt er dus inderdaad op dat de beschikbare kennis alsook de toegang tot relevante informatie, een rol spelen in het verklaren van orgaandonatie.

2.2.4 Religie

Hoewel ze er vroeger veelal negatief tegenover stonden, wordt er binnen de meeste religies heden ten dage positiever aangekeken tegen orgaandonatie (Rumsey et al., 2003). Het afstaan van een orgaan is immers toch een altruïstische daad; iets dat gewoonlijk sterk wordt gewaardeerd binnen gelovige sferen. Toch zijn er nog aanzienlijke verschillen- deze worden nu besproken (Rumsey et al., 2003).

Het christendom staat relatief positief tegenover orgaandonatie. Zolang het lichaam van de overledene met respect wordt behandeld, is orgaandonatie niet in strijd met de regels van God.

Binnen de Islam is er echter meer verdeeldheid over dit onderwerp. Het is voor een recipiënt alleen toegestaan indien de dokter besluit dat dit de beste optie is. In geval het een orgaantransplantatie van een levende donor betreft, is het verder alleen toegestaan indien deze persoon dit uit vrije wil doet en geen risico loopt.

Begraven worden terwijl er organen ontbreken wordt binnen het jodendom als probleem beschouwd. Ze zijn dan ook van mening dat de orgaantransplantatie voor de recipiënt van levensbelang moet zijn, wil het gerechtvaardigd zijn. Ook wordt verlangd dat de operatie voor de donor zelf geen risico met zich meebrengt.

Onderzoek naar de invloed van de verschillende religies heeft gemengde resultaten opgeleverd. In drie van de studies is het effect van


het christendom bekeken (Abadie & Gay, 2006; Gimbel et al. 2003; Neto, 2007). Naar andere religies is niet gekeken aangezien de onderzochte datasets vrijwel alleen Westerse landen betreft. Alleen Gimbel et al. (2003) kwam tot een significant positief effect. Wellicht dat dit te maken heeft met het feit dat deze laatstgenoemde het effect anders heeft bestudeerd. Zo is er gekozen om ‘het percentage van de populatie dat als christen aangemerkt kan worden’ als variabele toegevoegd; terwijl Abadie & Gay (2006) en Neto (2007) dummy-variabelen hebben gebruikt.

Anbarci & Caglayan (2005) hebben echter wel meer religies in beschouwing genomen. Zij constateerden, zoals verwacht, een negatieve invloed van het Jodendom en de Islam.

2.2 Betrekkelijk Nieuwe Factoren

In deze paragraaf worden hypothesen opgesteld betreffende andere mogelijke determinanten van orgaandonatie. Dit betreffen factoren die niet eerder zijn opgenomen in een studie waarbij verschillen tussen landen (of staten) worden benut, en waarover meer onzekerheid bestaat over de vraag of ze op dat niveau verklaringskracht bieden.

2.2.1 Alcoholmisbruik

Olson (2009) heeft laten zien dat individuen die zich schuldig maken aan alcoholmisbruik, na overlijden significant minder organen afstaan, dan personen die ten hoogste met mate alcohol hebben geconsumeerd. Ook wordt er gesuggereerd dat in sommige gevallen alcoholmisbruik tot zodanige aantasting van het lichaam leidt, dat deze post mortem niet meer kan dienen als orgaandonor. Derhalve wordt verwacht dat des te hoger de mate van alcoholmisbruik onder een populatie, des te lager de hoeveelheid postmortale donaties zal uitvallen.

2.2.2 Rookgedrag

Olson (2009) heeft ook aangetoond dat naarmate een persoon gedurende het leven meer heeft gerookt, het individu na overlijden gemiddeld


minder organen ter transplantatie zal afstaan. Derhalve wordt verwacht dat des te meer er wordt gerookt binnen een staat, des te lager het aantal orgaandonaties zal zijn.

2.2.3 Leeftijd

Des te hoger de leeftijd waarop een individu komt te overlijden, des te minder organen gemiddeld wordt afgestaan, en des te kleiner de kans dat het lichaam überhaupt bruikbaar wordt geacht om als postmortale donor te dienen (Caamaño et al., 2009). Het is dan ook te verwachten dat onder relatief oude populaties er ceteris paribus minder orgaandonaties plaatsvinden.

2.3 Donorregistratiesystemen

In dit gedeelte staat de invloed van het type donorregistratiesystemen centraal. Eerst komen opt-in en opt-out systemen aan bod. Vervolgens zal het mandated choice systeem worden behandeld.

2.3.1 Opt-in vs. Opt-out

Wat nu volgt is een bespreking van onderzoek dat het effect van opt-out systemen heeft proberen bloot te leggen. Eerst wordt bekeken welke argumenten voor en welke tegen het bestaan van een effect spreken. Daarna komen de onderzoeksmethoden en resultaten aan bod.

2.3.1.1 Argumenten voor Effect?

Zoals al is aangekaart in de inleiding, heeft onderzoek op het terrein van orgaandonatie zich veelal toegelegd op de vraag of opt-out systemen daadwerkelijk een positieve uitwerking op orgaandonatie heeft, en zo ja, waarom. Het verschil t.o.v. een opt-in systeem zit hem in de default optie. Wanneer iemand zich niet meld, dan wordt deze in het opt-out systeem geacht donor te willen zijn terwijl in geval van het opt-in systeem deze persoon juist geen donor zal worden.


De default optie kan voor het gedrag van een individu van groot gevolg zijn (Johnson & Goldstein, 2003). Ten eerste daar het moeite kost om ervan af te wijken. En dan hebben we het niet alleen over de fysieke moeite die komt kijken bij het registreren van de keuze, ook willen de meeste mensen liever niet nadenken over hun eigen sterfelijkheid. Deze inertie lijkt een grote rol te spelen; zo komt in onderzoek keer op keer naar voren dat slechts een fractie van de groep mensen die bereid is donor te worden, ook daadwerkelijk geregistreerd staat (Thaler & Sunstein, 2009). Een ander argument dat mensen kan beletten om van de default optie af te wijken, is de geneigdheid van mensen om de status quo te accepteren. Is de status quo ‘geen donor’, dan zullen veel mensen hier genoegen mee nemen. Maar indien ‘wel donor’ de status quo zou zijn, dan zouden veel mensen dit waarschijnlijk ook gewoonweg aanvaarden. Ten slotte bestaat er nog de mogelijkheid dat de default optie wordt geïnterpreteerd als een door beleidsmakers aanbevolen keuze. Ook dit kan tot gevolg hebben dat mensen niet van de default optie afwijken.

2.3.1.2 Vetorecht van Nabestaanden

Ieder van de drie hiervoor genoemde argumenten impliceert dat invoering van een opt-out systeem ceteris paribus tot een verhoogd aantal postmortale donoren leidt. Echter zijn er weinig landen waar het opt-out systeem exact wordt toegepast zoals hiervoor beschreven. In veel landen krijgen de nabestaanden namelijk vetorecht in de beslissing of het lichaam al dan niet voor orgaandonatie zal worden gebruikt. Oostenrijk is het enige land waar dit niet gebeurt; daar wordt het opt-out systeem in zijn puurste vorm toegepast. Het land doet het relatief goed met in 2009 ongeveer 25 miljoen postmortale donoren per miljoen inwoners (Transplant Procurement Management, 2010). In Nederland, echter, kan er gesproken worden van een opt-in systeem in zijn puurste vorm. Indien een individu geregistreerd staat, wordt er geen aandacht geschonken aan de mening van de nabestaanden. In het geval dat de wens van het individu niet bekend is daar deze niet geregistreerd staat- dit is in


ongeveer tweederde van de zaken het geval- wordt echter wel de wens van de familie ingewilligd.

Aangezien in bijna alle landen waar een opt-out systeem van kracht is, de nabestaanden over vetorecht beschikken, verkleint dit het werkelijke verschil tussen de twee systemen (Healy, 2006). Van belang in dit verband is het feit dat in geval van opt-in, de nabestaanden weten of het individu zich al dan niet als donor heeft laten registreren, terwijl in geval van opt-out de nabestaanden slechts weten of de overledene zich al dan niet heeft laten uitschrijven. Dit zou als zwakker signaal kunnen worden geïnterpreteerd, en daarmee tot een afname in toezegging door nabestaanden kunnen leiden (Howard, 2007). Deze redenering ondersteund de gedachte, dat invoering van een op-out systeem ceteris paribus niet vergezeld wordt door een significante toename in orgaandonatie. Het eerder besproken status quo-argument en de gedachte dat ‘wel donor’ de default optie is, en daarmee als de sociaal wenselijke keuze zou kunnen worden geïnterpreteerd, doen juist vermoeden dat toezeggingen van nabestaanden in geval van opt-out hoger zouden liggen.

Het lijkt er sterk op dat in landen waar een opt-out systeem van kracht is, nabestaanden inderdaad vaker toestemming verlenen, dan in landen met een opt-in systeem (Thaler & Sunstein, 2009). In de Verenigde Staten, bijvoorbeeld -een land waar in principe een opt-in systeem in werking is- verleent grofweg de helft van de nabestaanden toestemming tot orgaandonatie. In Spanje en Frankrijk –twee landen met een opt-out systeem- wordt er echter in maarliefst resp. grofweg 80% en 70% toestemming verleend.

2.3.1.3 Uitkomsten Onderzoek

Drie van de onderzoeken kwamen tot de conclusie dat landen met een opt-out systeem, een significant hoger aantal postmortale donoren hebben. De mediane bevinding suggereert een toename van tussen de 21% en 30% in het aantal postmortale donoren per miljoen inwoners. Healy (2005) kwam tot een niet-significant positief effect. Daarin wordt


gesteld dat het feit dat landen met een opt-out systeem wat betreft orgaandonatie vaak beter presteren, niet aan de default optie te danken is. Het zou er volgens dat artikel juist mee te maken hebben, dat deze landen meer energie hebben gestoken in het op een adequate wijze vormgeven van het orgaantransplantatie systeem.

De reden dat Healy (2005) tot een afwijkend resultaat is gekomen, ligt wellicht in het feit dat de Spanje en Italië buiten beschouwing worden gelaten daar ze niet juist in het model kunnen worden gevat. Dit zijn landen waar een opt-out systeem van kracht is en waar in termen van donaties bijzonder goed gepresteerd wordt. Indien deze in het model worden meegenomen, kunnen ze derhalve van grote invloed zijn op de grootte en significantie van het effect.

Er zijn ook onderzoekers geweest die op een andere wijze hebben getracht dit verband bloot te leggen. Zo kan men ook orgaandonaties vergelijken in een land voor en na de overstap naar een opt-out systeem. Dit type onderzoek is verricht in België, Oostenrijk en Singapore, waarbij doorgaans een sterke toename in donaties werd geconstateerd. De specifieke mate varieert van verdubbeling tot verzesvoudiging (Baillon & Van Dolder, 2011). De vraag is echter in hoeverre deze verbetering kan worden toegeschreven aan de stelselwijziging. Het is immers aannemelijk om te veronderstellen dat gelijktijdig met de overgang er meer aandacht voor de zaak is; en dat kan ook effect hebben.

2.3.1.4 Doet de Default Optie Ertoe?

Concluderend kunnen we dus stellen dat er sterke aanwijzingen zijn dat de default optie wel degelijk van invloed is op de hoeveelheid donaties. Drie van die vier studies hebben een significant positief effect geconstateerd; de ander heeft een niet-significant positieve invloed gevonden. Ook wanneer het aantal donaties binnen een land voor en na overstap wordt vergeleken, wordt doorgaans een toename van het aantal donaties geobserveerd.


2.3.1.5 Kritiek

Er is echter ook kritiek op dit systeem. Veelal komt het in dit verband neer op de stelling dat het opt-out systeem het recht op zelfbeschikking schaadt. Echter wordt men onder beide systemen de gelegenheid geboden de wens om al dan niet donor te worden, kenbaar te maken. Het enige verschil tussen de twee systemen is hoe wordt gehandeld, indien niet bekend is wat het individu zelf had gewild. In geval van opt-out gaat men uit van een donorwens, terwijl in geval van opt-in wordt aangenomen dat het individu geen organen wilt afstaan. Het is mij echter niet duidelijk waarom het niet inwilligen van een onbekende preferentie geen donor te zijn, een grotere schending van het recht op zelfbeschikking is, dan het niet naleven van een onbekende wens om donor te worden. Bovendien wordt in het laatste geval niet alleen de potentiële donor tenietgedaan; ook de recipiënt wordt hierdoor geraakt. Daarnaast is in verschillende landen meermaals aangetoond dat een ruime meerderheid van de bevolking bereidwillig is om donor te worden (waarvan slechts een fractie ook daadwerkelijk als zodanig staat geregistreerd) (Thaler & Sunstein, 2009). Dit impliceert dat onder een opt-out systeem, naar verwachting minder vaak tegen de onbekende wens in wordt besloten. Desalniettemin is er veel weerstand tegen dit systeem en is het in veel landen, waaronder Nederland en de V.S., niet politiek haalbaar om een opt-out systeem in te voeren.

2.3.2 Mandated Choice

Een systeem waarbij voorgaande overwegingen in principe geen rol spelen, is het mandated choice systeem. Hier wordt nu verder op ingegaan.

2.3.2.1 Verplichte keuze

Het principe van het mandated choice systeem is dat men verplicht wordt een bewuste keuze te maken. Zo kan bij het vernieuwen van de


identiteitspas of rijbewijs worden gevraagd of de persoon in kwestie, al dan niet als donor wilt worden opgenomen. Zodoende is op termijn iedereen in het register opgenomen en wordt de burger in geen geval een keuze opgelegd. Bovendien kunnen publiciteitscampagnes en uitgebreide voorlichting kunnen ertoe bijdragen dat niemand voor een verassing komt te staan en iedereen een weloverwogen beslissing kan nemen.

2.3.2.2 Eerdere Experimenten

In de inleiding is al voorbij gekomen dat een dergelijk systeem sinds 2008 in Illinois van kracht is. Er is echter al eerder mee geëxperimenteerd. Zo werden in Texas vanaf 1991 individuen die het rijbewijs kwamen afhalen, gevraagd of ze als ‘donor’ of als ‘niet-donor’ geregistreerd wouden staan, óf dat ze het liever aan de nabestaanden overlaten (Cotter, 2011). Het werd individuen niet verplicht te kiezen en er kan dan ook eigenlijk niet van een mandated choice(‘verplichte keuze’ in het Nederlands) systeem gesproken worden.Indien men weigerde of in het geval dat de vraag niet was gesteld, werd deze persoon als ‘niet-donor’ geregistreerd. Deze registratie kon na overlijden door nabestaanden niet meer worden teruggedraaid; ook niet indien het individu de vraag niet was voorgelegd. Uiteindelijk stond maarliefst 80 procent als ‘niet-donor’ geregistreerd waardoor in 1997 de wet is teruggetrokken.

Ook in Virginia werden vanaf juli 2000 personen die een rijbewijs of identiteitspas kwamen aanvragen gevraagd, of ze al dan niet postmortale donor willen worden (Childress & Liverman, 2006). Hoewel iedereen ernaar werd gevraagd, werd men ook hier niet verplicht tot antwoorden. Desalniettemin werd iedereen als ‘donor’ dan wel ‘niet-donor’ geregistreerd. Aangezien een groot aantal mensen weigerde om antwoord te geven en vervolgens als ‘niet-donor’ in het register werden opgenomen, liep het aantal geregistreerde donoren snel achteruit. In 2003 is het systeem grondig herzien en wordt er gebruik gemaakt van een online register, waarin mensen alleen worden opgenomen indien ze donor wensen te zijn (Cotter, 2011).


2.3.2.3 Mandated Choice in Illinoi

Vanaf 2008 wordt ook in Illinois bij het ophalen van het rijbewijs gevraagd of men al dan niet donor wenst te worden. Hoewel men wordt vereist een keuze te maken, wordt wel de mogelijkheid geboden om de beslissing voorlopig uit te stellen, zodat men niet onder druk wordt gezet om op dat moment ‘ja’ of ‘nee’ te zeggen. Indien wordt toegezegd, wordt men eraan herinnerd dat nabestaanden hier na overlijden geen verandering in kunnen brengen. Het lijkt succes te hebben. Momenteel staat meer dan 60 procent van de bevolking geregistreerd als donor, terwijl het landelijke gemiddelde slechts 38 procent bedraagt (Thaler & Sunstein, 2009).

Wat ook aan dit succes lijkt te hebben bijgedragen, is de veelvoud aan mogelijkheden die men in Illinois wordt geboden om zich als donor te laten registreren (Cotter, 2011). Hoewel in Virginia en Texas men zich beperkte tot het moment van afhalen van het rijbewijs, is het in Illinois ook mogelijk om je per telefoon of online te laten registreren.

Andere cruciale factoren in verklaring van het uiteindelijk succes van eenmandated choice systeem, zijn publiciteitscampagnes en informatieverstrekking, zo stelt Cotter (2011). Zo wordt dit als één van de hoofdredenen beschouwd voor enerzijds het succes van het systeem in Illinois, en anderzijds het falen van het systeem in Texas.

Inmiddels wordt in de meeste staten binnen de V.S. men de mogelijkheid geboden om bij het afhalen van het rijbewijs, maar ook online en per telefoon, zich te laten registreren (Department of Motor Verhicles, 2012). Ook in Groot Brittannië wordt, in navolging van Illinois, men bij het afhalen van het rijbewijs verplichteen keuze te maken om al dan niet donor te worden (British Broadcasting Corporation, 2012).


2.3.2.4 Hypothesen

Hoewel in Illinois na invoering van het mandated choice systeem een toename in het geregistreerde donoren is gesignaleerd, is er tot dusverre geen kwantitatief onderzoek verricht naar het effect op het aantal postmortale orgaandonaties. Met deze thesis wordt daar verandering in gebracht. Verwacht wordt, dat met invoering van het systeem in 2008, het aantal geregistreerde donoren geleidelijk is gaan toenemen met een systematisch positief effect op het werkelijke aantal donaties.

Ook Virginia zal in beschouwing worden genomen. Gezien het feit dat, naar aanleiding van de eerdere problemen, het systeem in 2003 is aangepast, wordt verwacht dat het aantal geregistreerde donoren sindsdien is gaan toenemen met een systematisch positief effect op het werkelijke aantal postmortale donaties.

In Texas zorgden aanvankelijke problemen voor een terugloop in het aantal geregistreerde donoren, totdat in 1997 de stekker eruit werd getrokken. Verwacht wordt dan ook, dat invoering van het systeem in Texas, een negatief dan wel neutraal effect heeft gehad,op het werkelijke aantal postmortale donaties dat in die periode heeft plaatsgevonden.


3. Data & Analyse

Indien we de invloed van de in het vorige hoofdstuk besproken factoren willen opnemen in een model, dan moeten deze worden geoperationaliseerd. In dit hoofdstuk wordt toegelicht welke keuzes er op dit vlak worden gemaakt. Tevens wordt aangegeven welke databronnen hiervoor worden geraadpleegd. Daarna wordt ingegaan op de selectie van staten die worden meegenomen binnen het onderzoek. Vervolgens wordt toegelicht over welke periode, de statistische analyse wordt uitgevoerd. Daarna volgt een tabel met beschrijvende statistieken voor de in beschouwing genomen variabelen, waarbij enkele opvallende zaken worden uitgelicht. Afsluitend wordt besproken welke methoden worden gebruikt om met de gegeven data tot kwantitatieve modellen te komen.

3.1 Operationalisatie

In deze paragraaf wordt uiteengezet welke keuzes worden gemaakt in het meetbaar maken van de concepten die in vorig hoofdstuk aan de orde zijn gekomen. Hierbij wordt dezelfde volgorde gehandhaafd als in voorgaand hoofdstuk.

3.1.1 Orgaandonatie

In voorgaand hoofdstuk is al aangekaart dat in dit artikel volledig wordt toegespitst op postmortale orgaandonatie. Om dit concept meetbaar te maken wordt er voor gekozen om als afhankelijke variabele gebruik te maken van ‘het aantal postmortale donoren per miljoen inwoners’. Ook wordt er, vanwege redenen waar later in de tekst op wordt teruggekomen, gebruik gemaakt van de logaritmische transformatie van deze variabele. Deze variabelen zullen worden aangeduid als respectievelijk ‘Donoren’ en ‘Log Donoren’.


Deze variabele omvat het aantal lichamen dat voor orgaandonatie zijn gebruikt, en neemt niet in beschouwing hoeveel organen (per donor) daadwerkelijk voor donatie doeleinden worden gebruikt. Dit is in lijn met de onderzoeksopzet van de scriptie, daar ‘invoering van een mandated choice systeem’, maar ook de factoren ‘donorpotentieel’ en ‘kennis’ worden geacht nauw samen te hangen met het aantal mensen dat uiteindelijk postmortale donor wordt, maar verder weinig effect hebben op het aantal organen dat per donor gedoneerd wordt.

Dit is anders voor de invloed van ‘alcoholmisbruik’, ‘rookgedrag’, ‘leeftijd’ en mogelijk ‘welvaart’. Zoals in het literatuuronderzoek naar voren is gekomen zijn er twee manieren waarop deze factoren op orgaandonatie van invloed kunnen zijn. Enerzijds via de kans dat het lichaam post mortem voor orgaandonatie geschikt wordt bevonden, en anderzijds via de hoeveelheid organen die gemiddeld per donor kunnen worden gebruikt, gegeven dat het lichaam voor orgaandonatie doeleinden geschikt wordt bevonden. Het is voor deze factoren dan ook mogelijk dat ze wel effect hebben op het gemiddeld aantal organen dat per donor wordt gedoneerd, maar verder geen invloed uitoefenen op het aantal lichamen dat uiteindelijk als postmortale donor fungeert. In dat geval zal, hoewel de factor wel degelijk van belang is, dit niet naar voren zou komen indien het donaties wordt gedefinieerd als (Log) Donoren.

Derhalve is getracht om een variabele te vinden die de factor ‘aantal organen per donor’ wel meeneemt. ‘Het totaal aantal mensen dat binnen een staat van de wachtlijst is gehaald na transplantatie van een orgaan verkregen van een postmortale donor’ leek aanvankelijk een geschikte optie. Echter is dit geen zuivere representatie van het aantal organen verkregen van donoren binnen de staatsgrenzen, aangezien deze variabele ook individuen meetelt die geholpen zijn door een postmortale donor uit een andere staat. Gezien het feit dat binnen de V.S. gebruik wordt gemaakt van een matchingsysteem dat over staatsgrenzen heen reikt, is dit een probleem van formaat (Organ Procurement and Transplantation Network, 2012). Er is verder geen geschikte variabele


gevonden; derhalve wordt de invloed op de factor ‘aantal organen per postmortale donor’ in dit onderzoek buiten beschouwing gelaten.

Zoals eerder duidelijk is geworden, wordt ervoor gekozen om beide variabelen te beschouwen in relatie tot de omvang van de populatie. De reden hiervoor is dat indien het absolute aantal donoren gebruikt zou worden, er een vertekend beeld kunnen ontstaan wanneer twee staten van verschillende omvang met elkaar vergeleken zouden worden.

Het dient te worden opgemerkt dat ‘het aantal postmortale donoren per miljoen inwoners’, dan wel de logaritmische transformatie ervan, de meest gangbare manieren zijn om ‘het aantal postmortale donaties’ te operationaliseren. Zo is in ieder van de vier eerder genoemde studies één van deze methoden gehanteerd.

3.1.2 Uitvoerig Onderzochte Factoren

3.1.2.1Welvaart

Om de invloed van ‘welvaart’ in het onderhouden van onderliggende infrastructuren te onderzoeken wordt de variabele ‘BBP per capita’ geïntroduceerd. Deze variabele omvat het reële BBP per capita van de bevolking, uitgedrukt in constant 2005 US dollars. De reden om het BBP in relatie tot de omvang van de populatie te beschouwen, is wederom dat er een vertekend beeld zou kunnen ontstaan indien staten van verschillende omvang met elkaar zouden worden vergeleken. Er wordtverder voor gekozen om de logaritme te nemen van BBP per Capita vooraleer deze in de modellen op te nemen. Deze variabele zal worden aangeduid als Log BBP per Capita. Voorgaande studies hebben namelijk aangetoond dat inkomen op een dergelijke manier met orgaandonatie lijkt samen te hangen (Gimbel, 2003; Abadie and Gay, 2006; Neto, 2007; Healy, 2005).In lijn met de bevindingen in het literatuuronderzoek, wordt verwacht dat Log BBP per Capita een positief effect heeft op het aantal donaties.


Er is ook gepoogd om de invloed van gezondheidszorguitgaven mee te nemen. Helaas is er geen geschikte data voor gevonden; derhalve wordt de invloed van deze factor buiten beschouwing gelaten.

3.1.2.2 Donorpotentieel

Zoals in het literatuuronderzoek naar voren is gekomen, vormen ‘verkeersslachtoffers’ en ‘overledenen als gevolg van een cerebrovasculaire ziekte’ een belangrijk onderdeel van het donorpotentieel. Helaas is er geen data gevonden over het aantal verkeersslachtoffers per staat. Het aantal verkeersslachtoffers wordt in dit artikel derhalve geoperationaliseerd als ‘het aantal overledenen als gevolg van een auto ongeluk per 100.000 inwoners’. Hoewel verkeersslachtoffers een ruimer begrip is dan wat deze variabele omvat, is het naar verwachting een adequate benadering. Deze variabele zal worden aangeduid als ‘Fatale Auto Ongelukken’.Voorts wordt ook de variabele ‘Cerebrovasculaire Doden’ aan de modellen toegevoegd. Dit omvat ‘het aantal overledenen als gevolg van een cerebrovasculaire aandoening per 100.000 inwoners’.Beide variabelen worden verondersteld positief samen te hangen met het aantal orgaandonaties.

3.1.2.3 Kennis

Om de invloed van beschikbare kennis te onderzoeken is getracht om overeenkomstig met Gimbel (2003), data over het aandeel van de bevolking dat hoger onderwijs heeft genoten, te vinden. Zonder succes. Wel is data gevonden over het percentage van de bevolking dat over een middelbare schooldiploma beschikt. Deze variabele zal in het vervolg worden aangeduid als ‘Onderwijsniveau’. Verwacht wordt dat, des te groter het aandeel van de bevolking dat de middelbare school succesvol heeft doorlopen, des te hoger het aantal donaties. Het is echter goed denkbaar dat deze variabele een minder sterke samenhang met de te onderzoeken factor vertoond, dan het aandeel van de bevolking met een


diploma van het hoger onderwijs. Dit reduceert de kans dat, gegeven dat de achterliggende factor werkelijk van belang is, we tot een significant resultaat komen. Bovendien is het de vraag of deze variabele niet meer omvat, dan slechts de factor ’kennis’- ook dit bemoeilijkt de interpretatie. Desalniettemin, wordt besloten deze factor in de analyse op te nemen.

3.1.2.4 Religie

De invloed van religie op postmortale orgaandonatie wordt in dit artikel buiten beschouwing gelaten, aangezien geen geschikte data is gevonden.

3.1.3 Betrekkelijk Nieuwe Factoren

3.1.3.1 Alcoholmisbruik

De invloed van alcoholmisbruik wordt in dit artikel onderzocht met behulp van het aandeel ‘zware drinkers’. Dit betreffen, in navolging van het Center for Disease Control and Prevention, mannen (vrouwen) die dagelijks meer dan twee (één) glazen (glas) consumeren (Center for Disease Control and Prevention, 2012). Deze variabele zal in het vervolg worden aangeduid als ‘Alcoholmisbruik’. In lijn met het de bevindingen van het literatuuronderzoek wordt verwacht, dat naarmate het aandeel zware drinkers toeneemt, het aantal orgaandonaties daalt.

3.1.3.2 Rookgedrag

Het rookgedrag wordt in deze studie gekwantificeerd als ‘het aandeel van de bevolking boven de 18 dat op regelmatige basis rookt’. Deze variabele wordt in het vervolg aangeduid als ‘Rookgedrag’. De betreffende waarden zijn bepaald aan de hand van een survey waarin mensen hebben aangeven, of ze zichzelf al dan niet als een regelmatige roker beschouwen. Verwacht wordt dat naarmate het aandeel van de


ondervraagden die deze vraag bevestigend hebben beantwoord toeneemt, het aantal orgaandonaties daalt.

3.1.3.3 Leeftijd

De invloed van leeftijd op de hoeveelheidorgaandonaties, wordt onderzocht met behulp van de variabele ’Leeftijd’. Dit omvat ‘de proportie van de populatie dat jonger is dan 65 jaar’, en vormt daarmee een benadering van de leeftijd van de bevolking. Verwacht wordt dat wanneer Leeftijd een hogere waarde aanneemt, de gemiddelde leeftijd waarop iemand komt te overlijden daalt, met als gevolg dat het aantal orgaandonaties hoger uitvalt.

3.1.4 Donorregistratiesystemen

3.1.4.1 Opt-in vs. Opt-out

In de Verenigde Staten is in principe sprake van een opt-in systeem. En hoewel afzonderlijke staten een zekere mate van vrijheid wordt gegeven in de precieze vormgeving van het systeem, is in geen van de staten een opt-out systeem van kracht. Derhalve kan met behulp van deze dataset het verschil in donaties tussen een opt-in en opt-out systeem, niet worden onderzocht.

3.1.4.2 Mandated Choice

Om te toetsen of invoering van het mandated choice systeem daadwerkelijk een positief effect heeft op het aantal orgaandonaties, wordt gebruikgemaakt van dummy-variabelen. Een dummy is een binaire variabele die de waarde 1 aanneemt indien aan een bepaalde kwalificatie wordt voldaan. In dit geval betreft het de vraag of er voor een bepaalde staat, in een gegeven jaar, al dan niet een mandated choice systeem van kracht was.


In deze studie zullen twee typen dummy-variabelen worden opgenomen. Allereerst wordt voor ieder van de betreffende staten afzonderlijk, een dummy toegevoegd. Zodoende wordt rekening gehouden met het feit dat geen van de systemen, een exacte kopie van elkaar is. Voor Illinois neemt de dummy vanaf 2008, het jaar van introductie, de waarde 1 aan en zal worden aangeduid als ‘Mandated Choice Illinois’. In lijn met de bevindingen in het literatuuronderzoek, wordt een significant positieve coëfficiënt verwacht. Aangezien de dataset tot 2008 reikt, is er echter slechts één observatie waarvoor deze dummy de waarde 1 aanneemt. Dit reduceert de kansen dat we tot een significant resultaat komen, gegeven dat er daadwerkelijk sprake is van een positief effect.

Het systeem van Virginia zal worden getoetst met behulp van de dummy ‘Mandated Choice Virginia’.Deze variabele neemt de waarde 1 aan vanaf het jaar 2003, aangezien vanaf dat moment de aanvankelijke problemen zijn gesignaleerd en het systeem erop is aangepast.

Voor het systeem van Texas is de dummy‘Mandated Choice Texas’ aangemaakt. Gezien het feit dat onze dataset begint in het jaar 1997 en dat in hetzelfde jaar het systeem plaats heeft moeten maken, is er slechts één datapunt om de invloed van dit systeem te toetsen.

Het tweede type dummy, aangeduid als ‘Mandated Choice’, gaat voorbij aan het feit dat geen van de te onderzoeken systemen geheel overeenkomt met elkaar en scheert ze over één kam. Het voordeel van deze methoden is dat er meer datapunten zijn om het effect van het mandated choice systeem te toetsen. Texas wordt echter buiten beschouwing gelaten, daar dit systeem om aanwijsbare redenen heeft gefaald, waarna de stekker eruit is getrokken. Deze dummy neemt zodoende de waarde 1 aan voor Illinois vanaf het jaar 2008, en voor Virginia vanaf het jaar 2003. Verwacht wordt dat de coëfficiënt van deze dummy significant positief is.


Een cruciale aanname in de zojuist besproken aanpak is dat, indien implementatie van het mandated choice systeem daadwerkelijk effect heeft, dit tot uiting komt in een permanente verhoging van het aantal donoren, dat vanaf het introductiejaar optreed en daarna ook niet meer in omvang verandert. Vernieuwen van het identiteitspas en rijbewijs gebeurt echter doorgaans niet ieder jaar. Wellicht is het derhalve realistischer om aan te nemen dat met invoering van het mandated choice systeem, met de jaren steeds meer mensen geregistreerd zullen staan, wat resulteert in een geleidelijke groei in het aantal postmortale donoren. Op termijn, echter, zal (vrijwel) iedereen zijn voorkeur hebben uitgesproken, en zal het effect van invoering van het systeem zijn gestabiliseerd. Dit verband kan worden benaderd met behulp van een trend variabele.

Aangezien we slechts voor de staat Virginia over meerdere jaren beschikken waarin het mandated choice systeem van kracht is, beperken we ons tot deze staat. Aangenomen wordt dat de termijn waarop stabilisatie plaatsvindt, voorbij de periode 2003-2008 ligt, en dat invoering van het systeem, in deze periode, ieder jaar weer tot een constante toename in het aantal donaties leidt. De variabele zal worden aangeduid als Trend Virginia en neemt de waarde 1 aan voor het jaar 2003 en neemt met 1 toe met ieder jaar dat daarop volgt. De coëfficiënt geeft dan weer wat voor de periode 2003-2008 het gemiddelde jaarlijkse effect is van invoering van het mandated choice systeem. Voor Illinois en Virginia zullen wederom dummy-variabelen worden opgenomen.

Weer een andere mogelijkheid is om het algoritme zelf te laten bepalen in hoeverre, voor ieder jaar waarin het mandated choice systeem in Virginia van kracht is, er gesproken kan worden van een constant effect, en van een geleidelijk effect. Dit wordt gedaan door zowel Trend Virginia als Mandated ChoiceVirginia in het model op te nemen.


3.2 Databronnen

Hieronder volgt een tabelwaarinper variabele staat weergegeven van welke databron gebruik is gemaakt. Onder ‘Referenties’, kan meer informatie over deze databronnen worden teruggevonden.

Tabel 1Donoren Organ Procurement and Transplantation NetworkBBP per Capita U.S. Department Of Commerce’s Bureau of Economic AnalysisCerebrovasculaire Doden National Highway Traffic Safety AdministrationFatale Auto Ongelukken Center For Disease Control and PreventionOnderwijsniveau America’s Health RankingsAlcoholmisbruik Center For Disease Control and PreventionLeeftijd Center for Disease Control and PreventionRookgedrag America’s Health Rankings

3.3 Selectie van Staten

De dataset bevat 37 van de 50 Staten van de V.S, waarbij de volgende staten ontbreken: Alaska, Delaware, Hawaii, Idaho, Maine, Montana, New Hampshire, North Dakota, Nevada, Rhode Island, Vermont, West Virginia en Wyoming. Voor ieder van deze staten geldt dat te veel data ontbreekt om ze op te nemen in de analyse. Washington D.C. is een opzichzelfstaand district dat verder niet toebehoord tot één van de staten, en is derhalveals aparte cross-sectie in de analyse opgenomen.

3.4 Bekeken Periode

Voor ieder van de variabelen zijnde waarden per staat voor (tenminste) de periode 1997-2008 verzameld. Dit is ook de tijdspanne die in de regressienalayse in beschouwing zal worden genomen. Opgemerkt dient te worden dat voor de variabele Leeftijdvoor de periode 2001-2004 voor ieder van de staten geen data beschikbaar is. Nadere inspectie wijst uit dat deze variabele per staat door de jaren heen slechts een minimale ontwikkeling heeft doorgemaakt. Als gevolg hiervan zal vooral variatie tussen verschillende staten verantwoordelijk zijn voor een effect, mocht


deze geconstateerd worden. Derhalve word het gerechtvaardigd geacht om middels lineaire interpolatie de ontbrekende waarden te schatten, om zodoende in staat te zijn deze variabele voor de gehele periode op te nemen.

3.5 Beschrijvende Statistieken en Preliminaire Analyse

In de tabel op de volgende bladzijdestaan beschrijvende statistieken van de variabelen die in beschouwing worden genomen. Per staat wordt de gemiddelde waarde voor de variabelen voor de periode 1997-2008 gegeven. Eronder volgt een bespreking per variabele.

3.5.1 Beschrijvende Statistieken

Tabel 2 Donoren

BBP per Capita

Fatale Auto Ongeluk-

ken

Cerebro-vasculaire

Doden

Onderwijs-niveau

Alcohol-misbruik

Rookgedrag Leeftijd


Alabama 24,3 31.056 21,5 63,9 60,8 4,0 24,1 86,9Arizona 16,5 35.778 17,4 43,5 67,4 5,3 20,6 87,1

Arkansas 18,9 30.036 20,8 75,1 73,9 3,8 25,3 86,1California 20,1 43.934 10,0 46,3 69,6 5,9 16,8 89,3Colorado 21,0 44.923 12,7 37,5 73,2 5,0 20,7 90,2

Connecticut 12,0 54.480 8,3 49,4 76,9 5,2 19,4 86,5District of Collumbia 172,0 134.418 7,9 43,2 65,7 5,2 20,1 87,8

Florida 27,5 35.529 16,6 56,4 59,8 5,3 21,8 82,7Georgia 24,4 39.524 16,8 47,0 56,1 3,8 22,1 90,4Illinois 22,2 43.762 9,7 52,5 76,2 5,1 22,5 88,0Indiana 19,8 36.766 13,2 57,1 71,3 4,8 26,4 87,7

Iowa 17,3 37.602 13,2 67,4 84,6 5,1 22,2 85,4Kansas 52,7 37.383 15,2 61,0 76,0 3,8 20,7 87,0

Kentucky 22,3 32.517 19,3 57,0 69,1 2,8 30,1 87,5Lousiana 27,5 40.277 18,9 53,3 60,2 4,6 24,2 88,3Maryland 16,5 41.578 10,5 47,2 75,5 4,2 20,1 88,6Massachu-

setts 31,3 47.997 6,4 49,7 76,6 5,8 19,4 86,7Michigan 23,8 36.572 11,2 52,8 71,6 5,4 24,4 87,7

Minnesota 31,0 43.525 10,4 50,5 83,9 4,7 20,0 88,0Missisippi 20,0 27.533 27,5 59,8 59,0 3,7 24,3 87,8Missouri 21,1 36.612 17,6 61,6 75,1 4,9 26,0 86,7Nebraska 20,8 39.446 13,9 58,8 84,4 4,0 21,2 86,6Nevada 18,7 44.181 14,9 39,9 67,7 7,0 26,3 88,9

New Jersey 16,6 47.819 7,9 43,7 84,4 3,8 19,7 87,0New

Mexico 15,5 33.290 20,9 39,5 62,7 4,4 21,9 88,0New York 19,9 47.466 7,2 36,6 60,9 4,4 21,5 87,1

North Carolina 22,8 39.091 16,6 59,4 64,7 3,2 24,6 88,0

Ohio 23,1 37.570 10,7 56,4 74,4 4,6 25,5 86,8Oklahoma 22,0 33.180 18,4 60,6 74,9 3,2 25,3 86,8

Oregon 23,8 37.398 11,8 66,6 69,3 5,2 20,4 87,1Pensylvania 41,8 37.564 11,3 62,9 77,9 4,9 23,6 84,8

South Carolina 28,7 32.470 22,4 63,1 54,9 4,9 24,2 87,0

Tennessee 31,6 35.850 19,1 63,7 60,4 2,6 25,7 87,5Texas 24,4 42.067 14,6 44,7 66,1 5,3 21,4 90,1Utah 26,2 35.893 11,7 34,4 81,5 2,7 12,6 91,4

Virginia 14,0 43.751 11,6 50,5 76,0 4,5 21,9 88,7Washington 22,4 43.690 9,2 53,1 72,0 4,8 20,5 88,7Wisconsin 32,3 37.795 12,5 58,7 81,7 7,0 22,6 86,0Gemiddeld

e 27,541.587

14,2 53,1 71,0 4,6 22,4 87,6

3.5.2 Donoren

Het aantal donoren per miljoen inwoners tussen de staten fluctueert vrij sterk; bij Connecticut treffen we een waarde van 12,0, terwijl Kansas een gemiddelde van 52,7 noteert. Voorts is er ook nog District of Columbia dat gemiddeld 172,0 postmortale donoren per miljoen inwoners heeft behaald, ruim drie keer zoveel als Kansas. Hier wordt in de volgende paragraaf verder op ingegaan.


In de onderste rij wordt het aritmetische gemiddelde van de waarden erboven weergegeven. Het gemiddelde voor de variabele Donoren is om twee redenen niet per se gelijk aan het werkelijke aantal cadaverische donoren per miljoen inwoners van de V.S. Ten eerste daar er verschillende staten buiten de analyse zijn gelaten; hier wordt later in de tekst nog op teruggekomen. Daarnaast is hier sprake van een aritmetisch, dus ongewogen gemiddelde. In de landelijke berekening zou populatiegrootte van belang zijn in het gewicht dat een staat in de berekening krijgt. Kijken we naar het werkelijke landelijke gemiddelde van 24,0 in 2008, dan kunnen we constateren dat de Verenigde Staten in internationaal perspectief goed presteert (DonateLife, 2012). Dit zou er vooral mee te maken hebben dat het Amerikaanse gezondheidszorg systeem goed is uitgerust als het gaat om het vlot koppelen van donoren en recipiënten, het bezorgen van de organen en het uitvoeren van succesvolle orgaantransplantaties (Thaler & Sunstein, 2009).

3.5.3 Overige Variabelen

Verder zien we dat het gemiddeld inkomen in internationaal perspectief vrij hoog ligt en alles redelijk dicht bij elkaar ligt. Zo is het gemiddelde jaarlijkse inkomen per capita in de ‘armste’ staat Missisipi $27.533, terwijl in Connecticut het gemiddelde jaarlijkse inkomen $54.480bedraagt. District of Columbia is een uitschieter met $134.416; iets waar zo op wordt terug gekomen.

Wanneer we naar het donorpotentieel kijken zien we dat, zowel op basis van het aantal verkeersslachtoffers, als het aantal cerebrovasculaire doden, de V.S. in internationaal perspectief heel gemiddeld presteert (Stevens, 2010). Verder zijn er redelijke verschillen tussen de staten onderling; zo verschilt het ongeveer een factor twee tussen de uitersten.

Ook zien we dat, ook op het gebied van onderwijs er aanzienlijke verschillen zijn. Hoewel in South Carolina slechts 54,9% van de inwoners


een middelbare schooldiploma heeft gehaald, mag 84,6% van de inwoners van Iowa zich tot deze groep rekenen.

De gemiddelde proportie ‘zware drinkers’ varieert van 2,6% in Tennessee tot 7,0% in Nevada en Wisconsin, terwijl de proportie rokers fluctueert tussen de 12,6% in Utah en 30,1% in Kentucky.

Verder zien we een redelijk stabiele verhouding tussen jongeren en ouderen tussen de verschillende staten. Zoals verwacht heeft Florida, met gemiddeld 17,3%, het grootste aandeel ouderen.

Concluderend kan worden gesteld, dat de waarden van de variabelen tussen verschillende staten redelijk sterk fluctueren, ondanks dat we naar (deelstaten binnen) één land kijken. Toch is het zo dat wanneer men op internationaal niveau naar de verdeling van deze variabelen kijkt, men grotere verschillen zal aantreffen. Een grotere variatie in de regressors is aantrekkelijk, daar dit de kans vergroot dat een onderliggend verband met behulp van de data kan worden aangetoond, gegeven dat het werkelijk aanwezig is.

3.5.4 District of Columbia

De Hoofdstad van de V.S. heeft met 172,0 donoren per miljoen inwoners ruim drie keer zoveel donoren als de daarop volgende topscoorder, Kansas. Ook in internationaal perspectief is dit een verbluffend hoog aantal. Zo noteerde Spanje, een land dat alom geprezen wordt om haar orgaandonatienetwerk, in 2011 35,3 postmortale donoren per miljoen inwoners (SpanjeVandaag, 2012). Opgemerkt dient te worden dat dit aantal in bepaalde regio’s veel hoger ligt, zo noteerde Cantabria een waarde van 67,8. Echter ligt de gemiddelde waarde in District of Columbia dan alsnog ruim een factor twee hoger.

Wanneer we naar de variabele BBP per Capita kijken zien we ook direct al een mogelijke verklaring voor deze uitschieter; de hoofdstad van de V.S. heeft een bijzonder hoog gemiddeld inkomen per capita van de


bevolking. In het literatuuronderzoek is al voorbij gekomen dat dit een belangrijke factor is in het verklaren van verschillen in orgaandonatie. Een welvarend gebied als D.C. zou in theorie bovenmatig in staat zijn om te voorzien in de onderliggende infrastructuren benodigd voor een efficiënt orgaandonatiesysteem.

Bovendien is het een bijzonder compact gebied met een bevolkingsdichtheid van rond de 3.805 inwoners per vierkante kilometer (U.S. Census Bureau, 2012). Stevens (2010) toonde al eerder aan dat bevolkingsdichtheid en het aantal donaties positief met elkaar samenhangen. Dit heeft er waarschijnlijk mee te maken dat orgaandonatie een proces is waarin tijd een kritieke factor is. In een compact gebied is de kans groter dat aan de tijdslimieten voor het mogelijk maken van orgaandonatie, voldaan wordt.

Echter zien we dat er in het gebied weinig fatale auto ongelukken afspelen; een factor die in voortgaand onderzoek ook van groot belang is gebleken in het verklaren van variatie in het aantal donaties tussen landen. Ook wat betreft overledenen als gevolg van een cerebrovasculaire aandoening, het tweede belangrijkste element van het donorpotentieel, noteert het een relatief lage waarde. Op de overige variabelen doet Washington D.C. het niet noemenswaardig beter of slechter dan gemiddeld.

Iets wat ook tot de mogelijkheden behoort, is dat een gedeelte van de in D.C. geregistreerde postmortale donoren werkelijk uit een van de naburige staten komt. Zo is de hoofdstad met een oppervlakte van 159.0 km2 vergeleken met de omliggende staten redelijk klein, en tevens goed te bereiken. Het is dan ook goed mogelijk dat overledenen met donorpotentie vanuit de omliggende gebieden naar medische faciliteiten in D.C. getransporteerd worden, waar ze vervolgens als postmortale donor worden geregistreerd.

Opmerkelijk is dat er in de literatuur weinig over het systeem van District of Columbia te vinden is. In de rest van het onderzoek zal er speciale aandacht uitgaan naar de hoofdstad.


3.6 Methodologie

Hieronder volgt uitleg over de methodieken die worden gebruikt om met behulp van de zojuist beschreven variabelen tot kwantitatieve modellen te komen.

3.6.1 Fixed Effects

De cross-sectionele, tijdsreeks structuur van de data maakt ordinary least squares-methoden ongeschikt vanwege het clusteren van observaties op staatsniveau en seriecorrelatie over tijd per staat. Bovendien zijn er waarschijnlijk onbekende factoren die van invloed zijn op orgaandonaties binnen een staat. Deze overwegingen maken het zogenaamde fixed effects model een aantrekkelijke optie. Dit model kan in formulevorm als volgt worden weergegeven.

Yit = Xitβk + αi +εit

Met t = 1,…., T als tijdperiodes en i = 1,…, N als cross-sectionele eenheden. Hierin representeerdYitde waarde van de afhankelijke variabele voor staat i op moment t, is Xitde tijds-onafhankelijke 1 x k regressor matrix en betreft αi het tijds-onafhankelijke, ongeobserveerde staatseffect, i.e. het zogenaamde fixed effect, en is εitde storingsterm. In dit model wordt alle heterogeniteit tussen de verschillende staten door de tijd heen, opgevangen in de constante, αi , welke varieert per staat i maar door de tijd heen niet verandert. De coëfficiënten van de regressors k, βk, variëren echter niet per tijdsperiode of tussen verschillende staten.

De onderliggende aannames van dit model zijn dat de storingstermenεit onafhankelijk zijn, een gemiddelde van 0 hebben en eenconstante variantie hebben. Hier wordt in de bespreking van de regressieresultaten op teruggekomen.


Dit model is dus in feite een pooled regression model met als aanpassing dat voor iedere staat een andere constante wordt opgenomen. Een manier om te bekijken of er inderdaad van fixed effects sprake lijkt te zijn, is door te toetsen of de constanten significant van elkaar afwijken. Dit kan middels een F-toets waarbij onder de nulhypothese de constanten aan elkaar worden gesteld (Hill, 2008). Vervolgens wordt bekeken of deze restrictie dusdanig nadelige invloed heeft op de fit van het model, dat de nulhypothese kan worden verworpen. In de bespreking van de regressiemodellen in het volgende hoofdstuk wordt voor ieder model, met behulp van deze toets het bestaan van fixed effects getoetst. Hierbij wordt een significantieniveau van 5% gehanteerd.

3.6.2 Random Effects

Een andere mogelijke specificatie die past bij de karakteristieken van deze data is het random effectsmodel. In thet fixed effects model wordt aangenomen dat alle heterogeniteit tussen staten wordt opgenomen in de constanten. In het random effects model is dit wederom het geval; echter wordt er in de bepaling van de indivuduele verschillen, het bestaan van een toevalsfactor toegestaan. Zodoende ontstaat het volgende model:

Yit = Xitβk + (α + ui)+εit

Hierin is αde constante die voor iedere cross-sectie gelijk is, en uide term die de individuele heterogeniteit opvangt, het zogenaamde fixed effect. Deze laatste term wordt verondersteld aan toeval onderhevig te

zijn, waarbij wordt aangenomen dat deze term dezelfde eigenschappen bezit als de storingsterm εit. Hierdoor ontstaat een tweedelige storingsterm die als volgt kan worden weergegeven.


vit= ui +εit

Aangenomen wordt dat ieder van de errors ui + εit, alsook de som vit

onafhankelijk zijn, met een gemiddelde van 0 en een constante variantie van de residuen. Echter is het zo dat vanwege het constante onderdeel ui, devit per staat, door de tijd heen, onderling met elkaar samen. Derhalve wordt er bij het schatten van het fixed effects model gebruik gemaakt van een GLS estimator, waarbij rekening wordt gehouden met deze vorm van seriecorrelatie.

3.6.3 Fixed Effects of Random Effects

Het voordeel van een random effects model ten opzichte van een fixed effects model, is dat het mogelijke bestaan van een toevaslfactor in beschouwing wordt genomen. Bovendien is de random effects estimator een GLS schattingsmethode, welke efficiënter is dan de least squares estimator, waar de fixed effects estimator een variatie op is (Hill, 2008).

Er treed in potentie echter een nieuwe complicatie op, namelijk, het probleem van endogeniteit. Indien vit samenhangt met één van de regressors, dan wordt de GLS estimator inconsistent en onzuiver. Hierdoor zijn de berekende parameters en bijbehorende coëfficiënten niet langer betrouwbaar. Om dit te toetsen wordt gebruikgemaakt van een Hausman toets. Deze test vergelijkt de gevonden coëfficiënten van het random effects model met die van het fixed effects model. Het achterliggende idee is dat zowel de random effectsestimatorals de fixed effectsestimator consistent zijn, indien er geen correlatie is tussen ui en de regressors. Indien de estimators daadwerkelijk consistent zijn, dan zouden beiden bij een groot aantal waarnemingen moeten convergeren naar de werkelijke onderliggende populatie waarden. Dit zou betekenen dat de geschatte coëfficiënten van de fixed effects estimator en de random effects estimator bij een groot antal waarnemingen aan elkaar gelijk zijn. Indien er sprake is van endogeniteit gebeurt dit echter niet, en verwachten we verschillen te zien tussen de twee. De Hausman test bekijkt derhalve in hoeverre de coëfficiënten tussen beide modellen afwijken. Indien de verschillen dermate groot zijn dat dit niet op toeval


kan berusten, dan wordt de nulhypothese van geen endogeniteit verworpen.

In dit artikel wordt middels de Hausman toets bekeken of we redelijkerwijs kunnen aannemen dat een random effects specificatie geschikt is. Indien dit het geval is, wordt dit model vanwege de eerder genoemde redenen verkozen boven een fixed effects specificatie. Wederom wordt een signficiantieniveau van 5% gehanteerd.

4. Regressieanalyse

Hieronder wordt de empirische analyse uitgevoerd. Eerst worden, aan de hand van de tabel met de regressieresultaten, enkele opvallende zaken uitgelicht. Vervolgens wordt besproken welke overwegingen meespelen in het opstellen van de modellen. Daarna wordt per factor bekeken in hoeverre de verwachtingen in lijn liggen met de vooropgestelde verwachtingen. Ten slotte wordt bekeken in hoeverre aan de aannames onderliggend aan de analyse wordt voldaan.


4.1Negen Modellen van Orgaandonatie

In de tabel op de volgende bladzijde staan negen regressiemodellen weergegeven. Hierin staat voor ieder model, de numerieke waarde van de coëfficiënten weergegeven. Tevens staat erbij vermeld of, en zo ja in welke mate, een coëfficiënt significant is. Dit wordt gedaan met behulp van sterretjes, waarbij één sterretje (*)aangeeftdat de coëfficiënt statistisch significant is op een significantieniveau van 10%; twee sterretjes (**) op een significantieniveau van 5%; en drie sterretjes (***) op een significantieniveau van 1%. Onderaan wordt de R2 weergegeven, alsook de Durbin-Watson statistiek. Hier zal in een later stadium op worden teruggekomen. Eronder staat de P-waarde voor de Hausman toets weergegeven. We zien dat voor ieder model de P-waarde bijzonder laag is. Dit betekent dat er statistisch significante aanwijzing is, dat een random effectsspecificatie ongeschikt is. Wanneer we kijken naar de P-waarden van de F-toets op het bestaan van fixed effects, zien we dat voor ieder van de modellen statistisch significante aanwijzing is dat de constanten voor de verschillende cross-secties niet aan elkaar gelijk zijn. Dit bevestigd het vermoeden dat cross-sectionele heterogeniteit weldegelijk van belang is, en adequaat wordt gevangen in eenfixed effects specificatie.



Tabel 3 Model 1 Model 2 Model 3 Model 4 Model5 Model 6 Model 7 Model 8 Model 9Afhankelijke Variabele Donoren Log Donoren Log Donoren Log Donoren Donoren Log Donoren Log Donoren Log Donoren Log Donoren

Tijdstrend 2,20 x10-2*** 2,99 x10-2*** 0,689*** 3,06 x10-2*** 2,98 x10-2*** 3,09 x10-2*** 3,06 x10-2***Log BBP per Capita 1,84 x10-3*** 0,482*** -0,358 -0,425* -11,09** -0,477** -0,443** -0,468** -0,477**Fatale Auto Ongelukken 4,4 x10-3 3,38 x10-3 1,57 x10-2*** 1,59 x10-2*** 0,337** 1,51 x10-2** 1,58 x10-2*** 1,50 x10-2** 1,51 x10-2**Cerebrovasculaire Doden -7,34 x10-2*** -3,62 x10-3*** -2,09 x10-3 9,93 x10-4 -1,43 x10-2 -8,10 x10-4 -9,51 x10-4 -7,78 x10-4 -8,10 x10-4

Onderwijsniveau 0,133 x10-3*** 3,68 x10-3** 1,74 x10-3 -5,69 x10-5 4,28 x10-3 -7,25 x10-5 -4,16 x10-5 -4,05 x10-5 -7,25 x10-5

Alcoholmisbruik -2,16 x10-2*** -0,60*** -2,20 x10-2*** -2,16 x10-2*** -2,24 x10-2*** -2,20 x10-2***Rookgedrag 3,68 x10-3 7,01 x10-2 -3,47 x10-3 -3,58 x10-3 -4,07x10-3 -3,47x10-3

Leeftijd 4,29 x10-3 0,537 -7,72 x10-3 6,18 x10-3 8,06 x10-3 8,36 x10-3

Mandated Choice Texas 2,91 x10-2 3,03 x10-2 2,92 x10-2

Mandated Choice Illinois -0,104 -0,104 x10-2 -0,104 x10-2

Mandated Choice Virginia 9,64x10-2* 7,84 x10-2

Mandated Choice 5,02 x10-2

Trend Virginia 2,03 x10-2 5,24 x10-3

AR(1) 0,506*** 0,478*** 0,421*** 0,403*** 0,471*** 0,407*** 0,407*** 0,395*** 0,395***R2

Hausman ToetsF-toets op Fixed Effects

Durbin WatsonN

0,898P=0,000P=0,000

2,09440

0,935P=0,000P=0,000

2,08440

0,936P=0,000P=0,000

2,06440

0,933P=0,000P=0,000

2,06436

0,911P=0,000P=0,000

2,09430

0,933P=0,000P=0,000

2,06436

0,933P=0,000P=0,000

2,06436

0,934P=0,000P=0,000

2,07436

0,935P=0,000P=0,000

2,08436

4.1.1 Model 1 en Model 2

In Model 1 worden het aantal postmortale donoren per miljoen inwoners geregresseerd op de ‘Uitvoerig Onderzochte Factoren’.Tevens is een AR(1)-term opgenomen. Dit dient drie doelen (Reed, 2012). Ten eerste worden de regressors nu toegestaan invloed uit te oefenen die verder reikt dan slechts de huidige periode. Daarnaast kan het kan als proxy dienen voor onbekende (en daarom niet opgenomen), doch relevante variabelen met betrekking tot de cross-sectie. Ten slotte gaat het seriecorrelatie tegen. Aangezien deze variabele in iedere regressievergelijking hoogst significant is, lijkt dit een waardevolle toevoeging te zijn aan de modellen. Bovendien lijkt het succesvol te zijn in het bestrijden van seriecorrelatie. Hier wordt in een later stadium nog dieper op ingegaan.

In Appendix A zien we de residuen van Model 1 weergegeven. Wat opvalt is dat de bijzonder grote residuen van District of Columbia en in mindere mate van Kansas en South Carolina. De hoofdstad is in dit artikel al eerder uitgelicht en toen bleek dat het gemiddeld bijzonder hoge donaties behaalde. Ook Kansas scoort hoog met gemiddeld 52,7 postmortale donoren per miljoen inwoners. Een mogelijke verklaring voor het feit dat Kansas, South Carolina en D.C. slecht worden door het model worden gevangen, is dat ze in absolute zin sneller stijgen dan de rest. Nadere inspectie bevestigd dit vermoeden. Zo stijgt Donoren voor de hoofdstad van 114,2 in 2007 tot 205,2 in 2008. Ook Kansas stijgt hard van een hoeveelheid van 38,7 in 1997 naar 75,9 in 2008; en South Carolina maakt een sprong van 32,8 in 2005 naar 43,8 het jaar erop.

Besloten wordt om een regressie met Log Donoren als afhankelijke variabele te genereren; dit resulteert in Model 2. De residuen van dit model zijn in Appendix Bweergegeven. Te zien valt dat Kansas en D.C. nu adequaat worden gevangen in het model. In dit model is er sprake is van een relatief verband tussen de regressors en Donoren. De coëfficiënten van de regressors van Model 2 (vermenigvulgd met 100) vertellen ons immers wat de procentuele reactie op Donoren zal zijn, van


één eenheid meer van de regressor. Abadie & Gay (2006),Neto (2007) en Stevens (2010) hebben overigens voor een overeenkomstige modelspecificatie gekozen.

Opgemerkt dient te worden dat de hoofdstad, vergeleken met de staten, een bijzonder groot fixed effect heeft. Hoewel dit contrast in latere modellen kleiner wordt, blijft er sprake van een aanzienlijk verschil. Dit impliceert dat een groot gedeelte van de verklaring van het bijzonder hoge aantal orgaandonaties in D.C. gezocht moet worden in andere factoren, dan die zijn opgenomen in dit model.

Verder zien we dat er wat betreft het teken van de coëfficiënten en de significantie ervan, weinig verschil is tussen beide modellen. Log BBP per Capita heeft zoals verwacht een significant positief effect. Hoewel Fatale Auto Ongelukken een positief effect heeft, is dit verband niet significant. Tegen verwachting in, zien we dat Cerebrovasculaire Doden (hoogst)significant negatief lijkt samen te hangen met Donoren. Een rare bevinding, daar dit een belangrijk onderdeel vormt van het donorpotentieel. Onderwijsniveau heeft, zoals verwacht, een significant positief effect. Opgemerkt dient te worden dat de waarde van de coëfficiënten tussen beide modellen niet direct vergelijkbaar is, daar de interpretatie is veranderd.

Iets wat ook op valt is de hoge mate van verklaringskracht die beide modellen bieden. Zo zien we aan de R2 van Model 1, dat maarliefst 89,8% van de variantie in Donorenmet behulp van de regressors wordt verklaard. In Model 2 wordt zelfs 93,5% van de variantie van de afhankelijke variabele verklaard. Echter moet men voorzichtig zijn in het interpreteren van deze toename, aangezien in Model 2 gebruik wordt gemaakt van een andere afhankelijke variabele, namelijk Log Donoren.

Besloten wordt om in principe Log Donoren als afhankelijke variabele te gebruiken, zodat D.C. en Kansas in de regressieanalyse kunnen worden meegenomen. Het is echter al eerder voorbij gekomen dat er twijfels zijn over de betrouwbaarheid van de cijfers van de


hoofdstad. Daarom wordt ieder van de volgende modellen ook bepaald met behulp van een regressie waarbij D.C. buiten beschouwing wordt gelaten. Aangezien dit resulteert in acceptabele residuen voor de overige staten -ook indien wordt geregresseerd op Donoren- hoeft in dit geval geen logaritmische transformatie plaats te vinden.

4.1.2 Model 3

In Model 3wordt een tijdstrend geïntroduceerd, daar er mogelijk ook andere factoren zijn die (Log)Donoren over de tijd heen beïnvloed, maar niet in het model zijn opgenomen omdat deze niet bekend zijn, dan wel moeilijk te kwantificeren zijn. Zo is het bijvoorbeeld goed denkbaar dat met de jaren, het schrijnende donortekort meer aandacht heeft gekregen, en er alsmaar harder aan wordt gewerkt om het probleem te verhelpen. Bovendien wijst een Augmented Dickey Fuller test voor ieder van de variabelen opgenomen in Model 2, dat deze stationair rond een deterministische trend zijn. Dit impliceert dat het achterwege laten van een tijdstrend mogelijk tot schijnverbanden leidt.

In Model 3 blijkt inderdaad dat er inderdaad sprake is van een positieve tijdstrend, die significant is op het 1%-niveau. Echter zien we ook dat dit consequenties heeft voor andere variabelen. Zo zien we dat Log BBP per Capitaniet langer een significante invloed uitoefent en zelfs een negatieve waarde heeft. Het lijkt er dus op dat indien wordt gecorrigeerd voor de tijdstrend, BBP per Capita niet langer van belang is in het verklaren van Donoren, zowel tussen staten als door de tijd heen. Ook zien we dat Fatale Auto Ongelukkennu wel een significant positief effect heeft, maar dat Cerebrovasculaire Doden niet langer invloed van betekenis uitoefent. Ook Onderwijsniveau is niet langer significant wanneer gecorrigeerd wordt voor de tijdstrend. Het lijkt er daarom sterk op dat de niet-stationariteit van de variabelen in Model 2 tot schijnverbanden leidt, die komen te vervallen in Model 3, daar er voor wordt gecorrigeerd.


In Appendix Cstaan de Variance Inflation Factors (VIF’s) weergegeven. De VIF representeert de factor waarmee de variantie van een geschatte coëfficiënt is toegenomen, vanwege het bestaan van multicollineariteit. Wanneer de waarden van Model 2 en Model 3 met elkaar vergeleken worden, zien we dat toevoeging van de tijdstrend tot een aanzienlijke toename in de VIF van LogBBP per Capita leidt. Ook Tijdstrend heeft met een waarde van 8,98 een betrekkelijk hoge VIF.Dit wijst op een aanzienlijke mate van multicollineariteit tussen deze variabelen. Desalniettemin wordt besloten om de Tijdstrend in ieder van de modellen op te nemen, daar deze in ieder hoogst significant is. Bovendien lijkt dit schijnverbanden als gevolg van niet-stationariteit, te verhelpen.

Wel is besloten om als controle Log BBP per Capita bij ieder model weg te laten, om te bekijken of dit de resultaten verandert. In z’n algemeenheid heeft dit weinig invloed; zo verandert in Model 3 niks noemenswaardigs als gevolg van deze aanpassing.

Overigens dient wel opgemerkt te worden dat de tijdstrend met voorzichtigheid geïnterpreteerd moet worden. Zo is het onwaarschijnlijk dat deze zich tot in de oneindigheid door zal zetten. Derhalve moet deze vooral worden gezien als verklarende factor voor de bekeken periode, en kan deze niet zonder pardon buiten deze periode worden doorgetrokken.

4.1.3 Model 4 en Model 5

In Model 4 worden de ‘Betrekkelijk Nieuwe Factoren’ eraan toegevoegd.Wanneer we kijken naar de nieuw toegevoegde variabelen, presteert alleen Alcoholmisbruik volledig conform verwachtingen; deze is van hoogst significant, negatieve invloed. Leeftijd heeft dan wel het verwachte teken, het is echter niet van significante invloed. Rookgedrag heeft een positief teken terwijl een negatief teken werd verwacht, maar is niet significant.


Wanneer Model 4 met Model 3 vergeleken wordt zien we dat de R2 daalt. Dit heeft echter te maken met het feit dat door toevoeging van de nieuwe variabelen, 4 observaties verloren gaan.Een F-toets wijst namelijk uit dat de ‘Betrekkelijk Nieuwe Factoren’ op een 5%-niveau gezamenlijk van toegevoegde waarde zijn in het verklaren van de variatie in deze dataset. Dit komt echter voornamelijk voort uit de hoogst significante variabele Alcohol.

We zien dat verder weinig verandert wat betreft de eerder onderzochte factoren. Al is het wel opmerkelijk dat Log BBP per capita nu een (marginaal) significant negatief effect heeft op Donoren. Wanneer we naar de tabel in Appendix C kijken, zien we wederom vrij hoge VIF’s voor Log BBP per Capita en Tijdstrend. Dit impliceert dat de variabelen sterk met elkaar gecorreleerd zijn, wat het moeilijk maakt om de individuele effecten te ontkoppelen. Mogelijkerwijs ligt ten grondslag aan dit opmerkelijke resultaat. Wanneer inkomen per capita uit het model wordt weggelaten verandert er wederom niks noemenswaardigs aan de rest van decoëfficiënten.

Model 5 is in essentie Model 4, met als enige afwijkingen dat geregresseerd wordt op Donoren (in plaats van Log Donoren), en dat D.C. buiten beschouwing wordt gelaten. Zoals te zien is in de tabel, is er vrijwel niks veranderd. Nog steeds heeft BBP per Capita een negatieve coëfficiënt; in dit geval is deze zelfs op het 5%-niveau significant. Zoals eerder vermeld heeft dit mogelijkerwijs te maken met de hoge mate van multicollineariteit tussen Tijdstrend en Log BBP per Capita, die, zoals te zien is in Appendix C, ook in dit model aanwezig lijkt te zijn. Ook zien we dat de coëfficiënt van Fatale Auto Ongelukken niet langer hoogst significant is, maar nog steeds significant is op een 5%-niveau.


4.1.4 Model 6, 7, 8 en 9

Aan Model 6 worden de variabelen Mandated Choice Illinois, Mandated Choice Virginia en Mandated Choice Texas toegevoegd; terwijl in geval van Model 7 de variabele Mandated Choice wordt geïntroduceerd. Wanneer we model Model 6 en Model 7 met Model 4 vergelijken zien we dat er wat betreft de andere factoren weinig veranderd. Nog steeds zijn de tijdstrend en de AR(1)-term hoogst significant. Ook hangt Log BBP per Capita nog steeds negatief samen met Donoren- een opmerkelijk gegeven. Ook wat betreft het donorpotentieel en de variabele Alcohol doen zich geen noemenswaardige veranderingen voor.

Het hiervoor besprokene geldt ook voor Model 8, waarbij Mandated Choice Virginia wordt vervangen door Trend Virginia. Dit model zal, zoals eerder besproken, worden gebruikt om te toetsen of in Virginia na invoering van het mandated choice systeem, sprake was van een geleidelijke toename in het aantal postmortale donoren. Ook in geval van Model 9, waar zowel Mandated Choice Virginia alsook Trend Virginia, in worden opgenomen, blijken er geen noemenswaardige veranderingen op te treden.

De interpretatie van de variabelen gerelateerd aan het mandated choice systeem wordt bewaard voor de volgende paragraaf, waar voor alle factoren wordt bekeken in hoeverre de bevindingen stroken met de verwachtingen vooraf.

4.2 Bespreking van Resultaten per Variabele

In deze paragraaf worden de onderzoeksresultaten per onderzochte factor teruggekoppeld naar de verwachtingen zoals die zijn uitgesproken naar aanleiding van de bevindingen in het literatuuronderzoek. Hierbij wordt dezelfde volgorde gehanteerd als in dat hoofdstuk het geval was.


4.2.1 Uitvoerig Onderzochte Factoren

4.2.1.1 Welvaart

In voorgaand onderzoek is aangetoond dat landen met een hogere mate van rijkdom, ceteris paribus een hoger aantal postmortale donaties bewerkstelligen. Dit is niet verwonderlijk aangezien orgaantransplantatie een kostbaar proces is, en hoge eisen stelt aan ondersteunende organisatie en infrastructuur. In dit onderzoek, bezien we of ‘welvaart’, geoperationaliseerd als inkomen per hoofd van de bevolking, ook relevant is in het verklaren van variatie in het aantal orgaandonaties onder Amerikaanse staten

We zien dat met toevoeging van de tijdstrend, Log BBP per Capita niet langer een significant positieve bijdrage levert in het verklaren van variatie in (Log) Donoren. Dit duidt op het bestaan van een schijnverband. In enkele modellenwordt zelfs een significant negatieve coëfficiënt gevonden. Dit is echter mogelijk een gevolg van de hoge mate van multicollineariteit tussen deze variabele en Tijdstrend. Het lijkt er dus sterk op dat, wanneer wordt gecorrigeerd voor de tijdstrend aanwezig in de data, de factor ‘welvaart’ niet langer significante verklaringskracht biedt voor variatie in het aantal donaties, zowel tussen staten onderling, als door de tijd heen. Het dient te worden opgemerkt dat indien we BBP per Capita gebruiken -dus de variabele die inkomen per hoofd omvat, waarbij geen logaritmische transformatie wordt toegepast- we tot eenzelfde conclusie komen.

Dit afwijkende resultaat heeft mogelijk te maken met het feit dat in voorgaand onderzoek, een breed scala aan landen met sterk uiteenlopende mate van welvaart werden bekeken. Dit terwijl ieder van de Amerikaanse staten dat in dit onderzoek onder de loep wordt genomen, in internationaal opzicht als ‘welvarend’ kan worden bestempeld. Ook liggen de uitersten relatief dicht bij elkaar. Zo heeft de armste staat in deze dataset, Missisippi, een inkomen van $27.533, terwijl de rijkste staat, Connecitcut grofweg een factor twee keer meer verdiend. De hoofdstad is met $134.416 wat dit betreft een uitschieter en


heeft doorgaans ook een opmerkelijk hoog aantal donaties. Mogelijk is het dan zo dat ‘welvaart’ slechts in uiterste gevallen verklaring biedt, of dat het slechts tot een bepaalde drempel van belang is.

Het kan ook zo zijn dat de factor wel degelijk, ook op interstatelijk niveau, positief samenhangt met het aantal donaties, en het feit dat de uitkomsten in dit artikel ons anders doen vermoeden, samenhangt met de eerder benoemde multicollineariteitsproblemen.

4.2.1.2 Donorpotentieel

In lijn met eerder onderzoek worden twee belangrijke elementen van het donorpotentieel onderzocht: ‘het aantal verkeersslachtoffers’ en ‘het aantal overledenen als gevolg van een cerebrovasculaire aandoening’. In ieder van de modellen waarbij wordt gecontroleerd voor de tijdstrend, heeft Fatale Auto Ongelukken een significant positief effect op Donoren. Dus ondanks dat Fatale Auto Ongelukken niet een volledig zuivere kwantificering is van de achterliggende factor, i.e. ‘overledenen als gevolg van een verkeersongeluk’, komen we tot een robuust resultaat. De coëfficiënt behorend bij deze variabele in Model 4, impliceert dat voor één extra overledene als gevolg van een auto-ongeluk per honderdduizend inwoners, het aantal postmortale donoren met 1,59% toeneemt.

Voor de factor ‘overledenen als gevolg van een cerebrovasculaire aandoening’ komen we tot een ander resultaat. Wanneer gecorrigeerd wordt voor de tijdstrend, treffen we in geen geval een significant(e) (positieve) coëfficiënt voor de variabele Cerebrovasculaire Doden. Dit is een opmerkelijk gegeven, aangezien overledenen als gevolg van een cerebrovasculaire aandoening een belangrijk onderdeel van het donorpotentieel uitmaken. Healy (2005) en Stevens (2009) hebben echter ook een niet-significant resultaat verkregen. Bovendien constateerde men in de meeste andere studies waarin wel een significant resultaat werd verkregen, dat het een minder groot effect had dan het aantal


verkeersslachtoffers. Een mogelijke verklaring voor deze bevindingen is dat verkeersslachtoffers efficiënterin postmortale donoren kunnen worden omgezet (Healy, 2005).

4.2.1.3 Kennis

Zoals besproken onder het kopje ‘Operationalisatie’, is in navolging van Gimbel (2003) getracht om een de invloed van ‘kennis’ te onderzoeken met behulp van data over ‘het aandeel van de bevolking dat hoger onderwijs heeft genoten’’. Aangezien hier geen data voor is gevonden, wordt gebruikgemaakt van het aandeel van de populatie dat over een middelbare school diploma beschikt. In geval van Model 1 en Model 2 wordt inderdaad een significant positief effect gevonden. Wanneer er wordt gecorrigeerd voor de tijdstrend die in de data aanwezig is, wordt er echter geen significante samenhang geconstateerd. Het lijkt er dus sterk op dat het gevonden positieve verband in Model 1 en Model2 een schijnverband is dat voortkomt uit het feit dat de betreffende variabelen stationair rond een deterministische trend zijn.

Een mogelijke verklaring voor het feit dat dit resultaat niet strookt met het resultaat van Gimbel (2003), is dat het goed denkbaar is dat het aandeel van de populatie dat een middelbare diploma op zak heeft, een minder goede benadering is van de achterliggende factor, dan het aandeel van de bevolking dat hoger onderwijs heeft genoten.

4.2.2 Betrekkelijk Nieuwe Factoren

4.2.2.1 Alcoholmisbruik

De variabele Alcoholmisbruik heeft in ieder van de modellen een hoogst significante invloed. Dit impliceert dat alcoholmisbruik inderdaad tot zodanige aantasting van het lichaam kan leiden, dat postmortale orgaandonatie niet langer mogelijk (of zinvol) is. De coëfficiënt voor Alcoholmisbruik in Model 4 impliceert dat voor iedere procentpunt toename in het aandeel mensen dat zich schuldig maakt aan


alcoholmisbruik, het aantal postmortale donoren per miljoen inwoners met 2,16% daalt. De coëfficiënt in Model 5 impliceert dat voor iedere procentpunt toename, het aantal postmortale donoren per miljoen inwoners met 0,60 afneemt.

4.2.2.2 Rookgedrag

Wat betreft de variabele Rookgedrag wordt in geen van de gevallen een bij conventionele niveaus statistisch significant resultaat verkregen.Dit leidt tot de conclusie dat er geen aanwijzing is dat ‘rookgedrag’ samenhangt met postmortale orgaandonatie.Wellicht dat indien er een afhankelijke variabele was gevonden die ook de factor ‘aantal organen per donor’ bevat, we wel tot een significant resultaat zouden komen.

Terwijl we dus wel statistisch significante ondersteuning vinden voor het idee dat alcoholmisbruik tot zodanige aantasting van het lichaam kan leiden, dat het lichaam niet meer als postmortale donor dienstbaar kan zijn, wordt er voor rookgedrag geen ondersteuning voor een dergelijk verband gevonden. Een mogelijke verklaring hiervoor is het feit dat alcoholmisbruik funest is voor vrijwel iedere orgaan in het lichaam, terwijl dit voor roken ietwat anders ligt. Hoewel roken nadelige effecten heeft voor vrijwel ieder orgaan in het lichaam, zijn deze, behalve als het de longen aangaat, voor orgaandonatie doeleinden veelal overkoombaar (Universitair Medisch Centrum Groningen, 2012).

4.2.2.3 Leeftijd

In geen van de modellen is de bijbehorende coëfficiënt significant; er is dus geen aanwijzing dat ‘leeftijd’ invloed heeft op postmortale orgaandonatie. Het dient te worden opgemerkt dat de mogelijke invloed op ‘het aantal organen per postmortale donor’, met (Log) Donorenbuiten beschouwing blijft.Ook is het belangrijk om te beseffen dat deze resultaten zijn verkregen onder de aanname, dat voor iedere staat deze variabele een lineair patroon over de tijd heen tijd volgt,


aangezien de gegevens voor de jaren 2001-2004 middels lineaire interpolatie zijn gegenereerd.

4.2.3 Mandated Choice

De regressieresultaten voor Model 6 laten zien dat de coëfficiënt voor Mandated Choice Virginia significant en positief is op het 10% niveau. Dit impliceert dat voor de jaren 2003-2008, de jaren in de dataset waarvoor in Virginia het aangepaste mandated choice systeem van kracht was, er een buitengewoon hoog aantal postmortale donoren waren. Om precies te zijn, de coëfficiënt behorend bij deze dummy suggereert dat in de jaren waarin het mandated choice systeem van kracht was, het aantal postmortale donaties gemiddeld ongeveer 9,6% hoger lag dan wanneer het systeem niet zou zijn ingevoerd. In een regressie waarbij D.C. buiten beschouwing wordt gelaten en wordt geregresseerd op Donoren (welke niet in de tabel is opgenomen), is het effect echter niet significant.

Voor Mandated Choice Illinois en Mandated Choice Texas zijn de coëfficiënten niet significant. Dit is niet verwonderlijk, aangezien de coëfficiënten voor beide dummy-variabelen op basis van slechts één datapunt zijn bepaald. Enigszins opmerkelijk is dat de coëfficiënt voor Illinois een negatieve waarde aanneemt. Dit zal echter op toeval berusten. Het is pas het eerste jaar waarop het systeem van kracht is en het is dan ook te verwachten dat het tijd kost vooraleer het aantal geregistreerde donoren zodanig is toegenomen, dat het (meetbaar) effect heeft op het aantal postmortale donaties.

In Model 7 is de dummyMandated Choice opgenomen. De bijbehorende coëfficiënt is bepaald aan de hand van zeven observaties; voor Virginia neemt het voor de periode 2003-2008 de waarde 1 aan, en voor Illinois, enkel voor het jaar 2008. De coëfficiënt is positief, doch niet significant op conventionele significantieniveaus. De winst in termen van datapunten ten opzichte van Mandated Choice Virginia lijkt teniet te worden gedaan, door het negatieve effect dat de observatie voor Illinois


in 2008 uitoefent. Een overeenkomstig resultaat ontstaat wanneer D.C. buiten beschouwing wordt gelaten en wordt geregresseerd op Donoren.

De coëfficiënt behoren bij Trend Virginiain Model 8 is positief, doch niet significant. Dit leidt tot de conclusie dat er geen statistisch significante aanwijzing is, dat er in de jaren 2003-2008 in Virginia sprake was van een geleidelijke toename in het aantal postmortale donoren.

BijModel 9 zien we dat zowel de coëfficiënt behorendbij Mandated Choice Virginia, als Trend Virginia een positieve, doch niet-significante, waarde aanneemt. Een F-toets wijst uit dat ze gezamenlijk geen significante additionele verklaringskracht bieden. Dit impliceert dat er geen statistisch significante aanwijzing is, dat er in Virginia in de periode 2003-2008, iets buitengewoons aan de hand was. Wanneer wordt geregresseerd op Donoren, en D.C. buiten beschouwing wordt gelaten, komen we tot eenzelfde conclusie. Overigens leidt deze specificatie wel tot een verhoogde mate van multicollineariteit, zoals duidelijk wordt wanneer de VIF’s in Appendix C voor de betreffende variabelen met eerdere modellen worden vergeleken.

Concluderend kunnen we dus stellen dat er enige aanwijzing is dat invoering van een mandated choice systeem, een positief effect heeft op het aantal postmortale orgaandonaties. Alleen onder de aanname dat invoering van het mandated choice systeem tot een permanente verhoging van het aantal donoren leidt, die vanaf het introductiejaar optreed en daarna ook niet meer in omvang verandert, vinden we voor Virginia een marginaal significant positief effect. Indien D.C. buiten beschouwing wordt gelaten, een beslissing waar gegronde redenen voor zijn, en wordt geregresseerd op Donoren, is ook dit effect echter niet significant meer.

4.3 Aannames

In deze paragraaf worden de aannames, onderliggend aan de zojuist besproken regressieanalyse, besproken. Eerst komt de onafhankelijkheid van residuen aan bod, vervolgens wordt overgegaan op de bespreking


van de aanwezigheid van heteroskedasticiteit, en ten slotte wordt de invloed van multicollineariteit aangekaart.

4.3.1 Onafhankelijkheid van de Residuen

De mogelijkheden om in geval van paneldata te onderzoeken of er al dan niet sprake is van onafhankelijke residuen, zijn in Eviews 7.0 zeer beperkt. Zo is het slechts mogelijk om een Durbin-Watsontoets uit te voeren. Deze toets bekijkt de samenhang tussen residuen op twee opeenvolgende momenten per cross-sectie, en is zodoende alleen in staat om seriecorrelatie van de eerste orde te detecteren. De resultaten hiervan staan in Tabel 3 waarin de regressieresultaten staan weergegeven. Voor ieder model staat de Durbin-Watson statistiek weergegeven, die altijd tussen 0 en 4 ligt. Een waarde van beneden de 1 zou wijzen op positieve seriecorrelatie, terwijl een waarde van boven de 3 aanleiding geeft om te geloven dat er sprake is van negatieve seriecorrelatie (Field, 2005). Een waarde van 2 duidt op complete absentie van seriecorrelatie van de eerste orde.

Wat opvalt, is dat voor ieder model de waarde bijzonder dicht tegen deze waarde aanligt; er is derhalve geen significante aanwijzing dat de aanname van onafhankelijke residuen wordt geschonden. Het lijkt er sterk op dat toevoeging van de AR(1)-term hier een substantiële bijdrage aan levert. Zo wordt bij weglaten van deze variabele in Model 4, een Durbin-Watson statistiek van 1.37 verkregen, terwijl de waarde nu 2,07 bedraagt. Hoewel het binnen de normen van de vuistregel valt, zou er toch enige aanwijzing zijn dat er sprake is van positieve seriecorrelatie. Dit zou de betrouwbaarheid van het model in zekere mate aantasten.

De residuen zouden ook per jaar, tussen verschillende staten samenhang kunnen vertonen. Eviews 7.0 biedt echter geen mogelijkheid dit te toetsen. Gezien het type data lijkt dit geen probleem te zijn; in de bepaling van de modellen is er dan ook vanuit gegaan dat deze aanname niet wordt geschonden.


4.3.2 Heteroskedasticiteit

In Appendix D zijn de residuen voor Model 4 weergegeven. Iets dat opvalt, is dat de variantie per staat lijkt te verschillen. Te zien is immers dat de grootte van de residuen per staat systematisch van elkaar lijken af te wijken; bij de ene staat tref je slechts kleine uitslagen, terwijl de ander grote afwijkingen laat zien. In ieder van de modellen, zowel met Donoren als Log Donoren, treffen we een gelijksoortig patroon. Van heteroskedasticteit over tijd heen, lijkt echter geen sprake te zijn. In Appendix E waarin een scatterplot van de residuen van Model 4 tegen de tijd is weergegeven, zien we immers geen systematisch patroon van de residuen over de tijd. Voor geen van de besproken modellen is er sprake van een dergelijk patroon.

Helaas stelt Eviews 7.0 ons niet in staat om de aanwezigheid van heteroskedasticiteit bij dit soort regressievergelijkingen middels een toets te onderzoeken. De figuren bieden ons echter genoeg aanleiding om aan te nemen dat er sprake is van een cross-sectionele heteroskedasticiteit. Aangezien heteroskedasticteit de betrouwbaarheid van de resultaten aantast is besloten gebruik te maken van de optie ‘GLS Weights’. Via deze schattingsmethode wordt er rekening gehouden met het bestaan van deze vorm van heteroskedasticteit. In wezen houdt dit in dat het wordt toegestaan dat de variantie van de residuen niet constant is, maar varieert per staat. Wel wordt er altijd nog van uit gegaan dat de aanname van onafhankelijke residuen, niet wordt geschonden.

Voorts wordt in Reed (2012) geadviseerd om in dit soort gevallen tevens gebruik te maken van standaardfouten robuust tegen schending van de aanname van homoskedasticiteit. Derhalve is besloten om gebruik te maken van ‘Cross Section-Weighted Standaardfouten’. Dit betreft een variatie op de welbekende ‘White Standaardfouten’, speciaal toegespitst op paneldata. Deze standaardfouten zijn slechts robuust tegen het bestaan van cross-sectionele heteroskedasticiteit. Met mogelijkeschending van de aanname van onafhankelijke residuen wordt


geen rekening gehouden, aangezien, zoals in voorgaande paragraaf aan de orde is gekomen, daar geen aanleiding toe is. Verder verdiend het te worden opgemerkt, dat in de meeste gevallen het al dan niet gebruikmaken van deze gecorrigeerde standaardfouten, geen invloed had op de significantie van de coëfficiënten.

4.3.3 Multicollineariteit

Het beoordelen van de mate waarin er in de besproken modellen sprake lijkt te zijn van multicollineariteitsproblemen, wordt gedaan aan de hand van Variance Inflation Factors (VIF’s). De VIF representeert de factor waarmee de variantie vanwege het bestaan van multicollineariteit, is toegenomen. Ze staan in Appendix C per model weergegeven.

Zoals eerder besproken, lijkt er vooral tussen de variabelen Tijdstrend en Log BBP per Capitaeen hoge mate van collineariteit te bestaan. Dit impliceert dat indien beiden in eenmodel worden opgenomen, het algoritme het er moeilijk mee heeft om de twee effecten van elkaar te scheiden. In de besproken modellen leidde dit veelal tot een significante coëfficiënt behorend bij Tijdstrend, maar tot een niet-significante positieve, dan wel significant negatieve coëfficiënt voor Log BBP per Capita. Dit laatstgenoemde resultaat druist in tegen de vooraf gestelde verwachtingen, en is waarschijnlijk een gevolg van de hoge mate van multicollineariteit met Tijdstrend.

Aangezien Tijdstrend een belangrijke rol speelt in het tegengaan van schijnverbanden voortkomend uit niet-stationariteit, is deze variabele in ieder van de modellen opgenomen. Hoewel Log BBP per Capita in ieder model is opgenomen, is ter controle voor ieder model ook een regressie uitgevoerd waarbij deze variabele buiten beschouwing werd gelaten. Indien dit tot een afwijkend resultaat leidde, is dit in de bespreking van dat model naar voren gekomen.


5. Conclusie

5.1 Onderzoeksdoel

De vraag die in deze scriptie centraal staat, is: Wat is het effect van implementatie van een mandated choice systeem, en wat zijn, buiten de mogelijke invloed van dit type donorregistratiesysteem om, de determinanten van orgaandonatie? Om deze vraag te kunnen beantwoorden, is data verzameld over de V.S., op basis waarvan regressiemodellen zijn opgesteld.

Wat opviel is dat hetfixed effects model, vergeleken met het pooled regression model en het random effects model, in alle gevallen, de meest


toepasselijke specificatie bleek te zijn. Ook verdient het te worden opgemerkt dat de modellen een aanzienlijke mate van verklaringskracht bieden; het precieze aandeel van de variantie in de afhankelijke variabele dat wordt verklaard, varieert tussen de 89.8% en 93,5%. Hoewel dit substantieel meer is dan in voorgaand onderzoek, is dit niet direct vergelijkbaar, aangezien geen van de genoemde onderzoeken gebruikmaakt van een vergelijkbare modelspecificatie (Gimbel, 2003; Abadie and Gay, 2006; Neto, 2007; Healy, 2005).

5.2 De Invloed van Mandated Choice

In dit artikel wordt slechts in berperkte mate ondersteuning gevonden voor de gedachte, dat wanneer een mandated choice systeem van kracht is, er een grotere hoeveelheid postmortale donaties wordt gerealiseerd. Alleen voor de staat Virginia is er onder zekere aannames (marginaal) significante aanwijzing dat in de betreffende jaren het aantal donaties, systematisch hoger lag.

Dit tegenvallende resultaat lijkt vooral voort te komen uit de beperkte hoeveelheid data dat beschikbaar is om de invloed van mandated choice systemen bloot te leggen.Zo was er voor Illinois en Texas slechts één datapunt beschikbaar, terwijl het effect van het mandated choice systeem in Virginia is bepaald op basis van zes waarnemingen.

5.3 De Overige Determinanten van Orgaandonatie

In het onderzoek naar de overige determinanten is er onderscheid gemaakt tussen de factoren die al eerder in vergelijkbaar onderzoek aan bod zijn gekomen, en factoren waarvoor dat niet geldt.

‘Donorpotentieel’ is een factor dat in voorgaand onderzoek herhaaldelijk naar voren kwam als een belangrijke determinant van postmortale orgaandonatie. Ook in deze studie is tot een vergelijkbaar


resultaat gekomen. Zo is er aanzienlijke aanwijzing gevonden dat ‘het aantal overledenen als gevolg van een verkeersongeluk’ een belangrijke bijdrage levert. Het effect van ‘het aantal overledenen als gevolg van een cerebrovasculaire aandoening’ bleek echter niet significant te zijn. Ook in ander onderzoek was het effect van deze laatste factor minder sterk, dan wel absent.

Voor de factor ‘welvaart’ is dit een ander verhaal. Hoewel in eerdere onderzoeken een positieve invloed op het aantal donaties is geconstateerd,is er in deze studie geen ondersteuning gevonden voor een dergelijk verband. Mogelijkerwijs betekent dit dat de factor werkelijk niet van belang is in het verklaren van variatie tussen staten onderling, door de tijd heen. Het kan echter ook een gevolg zijn van de besproken multicollineariteitsproblemen. Dit laatstgenoemde ligt waarschijnlijk ook ten grondslag aan de significant negatieve invloed dat in enkele modellen is gevonden.

De invloed van de factor ‘kennis’ is bestudeerd met behulp vande variabele‘het aandeel van de bevolking dat een middelbare school diploma heeft behaald’. Het verband bleek niet significant te zijn.

Van de factoren die nieuw zijn voor dit type onderzoek, bleek alleen ‘alcoholmisbruik’ significant te zijn; des te hoger het aandeel van de bevolking dat alcohol misbruikt, des te lager het aantal posmortale donoren. Dat de factoren ‘rookgedrag’ en ‘leeftijd’ geen significante invloed bleken te hebben, heeft wellicht te maken met het feit dat met de in dit artikel gehanteerde kwantificering van postmortale orgaandonaties, de factor ‘aantal organen per donor’ buiten beschouwing wordt gelaten.

5.4 Suggesties voor Vervolgonderzoek

Een suggestie voor verder onderzoek is dan ook om ‘posmortale orgaandonaties’ zodanig te definiëren, dat de factor ‘aantal organen per donor’ wel in beschouwing wordt genomen. Het is immers medebepalend is voor het aantal mensen dat daadwerkelijk middels postmortale


orgaandonatie geholpen wordt, en daarmee een factor van aanzienlijk belang. Het dient te worden opgemerkt dat in dit onderzoek hiertoe wel degelijk een poging is gedaan; echter zonder succes.

Een andere mogelijkheid is om deze factor als opzichzelfstaande variabele in de analyse op te nemen. Men zou ‘het gemiddeld aantal organen per postmortale donor’ voor verschillende landen of (Amerikaanse) staten, kunnen regresseren op een tal van factoren, om zodoende te onderzoekenwelke factoren,verschillen op dit vlak helpen te verklaren.

Zojuist is al ter sprake gekomen dat de beperkte hoeveelheid data dat beschikbaar is om de invloed van mandated choice systemen bloot te leggen, een grote beperking isin dit onderzoek. Echter, steeds meer staten binnen de V.S. zijn inmiddels overgegaan op een mandated choice systeem, en ook in het Verenigd Koninkrijk is reeds een dergelijk systeem van kracht. Dit betekent dat er binnenkort een aanzienlijke hoeveelheid data beschikbaar komt; iets waar toekomstig onderzoek op kan inspelen. Het zou interessant zijn, indien men hierbij de invloed van publiciteitscampagnes en informatieverstrekking in beschouwing neemt. Deze factoren worden immers van groot belang geacht in de bepaling van de uiteindelijke mate van succes dat wordt bewerkstelligd.


6. Appendix

6.1 Appendix A


6.2 Appendix B


6.3 Appendix C

Tabel 4 Model 1 Model2 Model 3 Model 4 Model 5 Model6 Model7 Model 8 Model 9Tijdstrend 8,98 12,41 12,36 12,45 12,57 12,58 12,62GDP per Capita 1,53 1,61 5,44 5,13 5,13 5,20 5,31 5,28 5,31Fatale Auto Ongelukken

1,32 1,44 1,61 1,92 1,97 1,92 1,95 1,95 1,95

Cerebrovasculaire Doden

1,62 1,65 1,80 2,12 2,00 2,13 2,21 2,21 2,21

Onderwijsniveau 2,06 2,19 2,24 2,43 2,21 2,45 2,30 2,37 2,48Alcoholmisbruik 2,34 2,28 2,34 2,57 2,58 2,38Rookgedrag 2,55 2,59 2,55 2,48 2,48 2,61Leeftijd 1,39 1,28 1,43 1,43 1,45 1,45Mandated Choice 1,07Mandated Choice Illinois

1,03 1,04 1,04

Mandated Choice Virginia

1,07 3,21

Mandated Choice Texas

1,08 1,08 1,08

Virgina Trend 1,08 3,24AR(1) 1,62 1,81 2,04 2,04 1,62 2,07 2,08 2,08 2,09


6.4 Appendix D


6.5 Appendix E


7. Referenties

Abadie, Gay, 2006, The Impact of Presumed Consent Legislation on Cadaveric OrganDonation: a Cross‐Country Study, Journal of Health Economics (2006), July, 25-4, pagina 599‐620

Anbarci, Caglayan, 2005, Cadaveric vs. live‐donor kidney transplants: the interactions of institutions and inequalities,Public administration and management, 12 -3, pagina 7

Baillon, A. & Van Dolder, D., 2011, Orgaandonatie: Opt-in of Opt-out? Geen van beide!,Erasmus Universiteit Rotterdam, http://www.eur.nl/ese/nieuws/economieopinie/artikelen/detail/article/26097/, bekeken op 29-06-2012

Becker, Elias, 2007, Introducing Incentives in the Market for Live and Cadaveric OrganDonations, Journal of economic perspectives (2007), 21- 3, pagina 3‐24

British Broadcasting Corporation, http://www.bbc.co.uk/news/health-14341553, 31-07-2011

Caamaño, B. , Sánchez Ibáñez, J, Álvarez Vázquez, M, Fernández Garcı´a, A., Mariño, 2000, Organ Donation in an Aging Population: The Experience of the Last 8 Years in Galicia, Transplantation Proceedings, pagina 2050

Center for Disease Control and Prevention, 2012, http://apps.nccd.cdc.gov/BRFSS/list.asp?cat=AC%20&yr=2010&qkey=4413&state=All, bekeken op 29-07-2012

Coppen, Marquet, Friele, 2003, Het Donorpotentieel: een Vergelijking van het


http://apps.nccd.cdc.gov/BRFSS/list.asp?cat=AC%20&yr=2010&qkey=4413&state=All

http://apps.nccd.cdc.gov/BRFSS/list.asp?cat=AC%20&yr=2010&qkey=4413&state=All

http://www.bbc.co.uk/news/health-14341553

http://www.bbc.co.uk/news/health-14341553

http://www.eur.nl/ese/nieuws/economieopinie/artikelen/detail/article/26097/

http://www.eur.nl/ese/nieuws/economieopinie/artikelen/detail/article/26097/

Donorpotentieel in Nederland en 9 andere West‐Europese Landen, Nivel, 2003Cotter, H. 2011, Increasing Consent for Organ Donation: Mandated Choice, Individual Autonomy, and Informed Consent, pagina 617-623

Department of Motor Vehicles, 2012, http://www.dmv.org/tx-texas/organ-donor.php, bekeken op 05-07-2012

DonateLife, http://www.nursing.nt.gov.au/sites/default/files/facts_and_statistics-2.pdf, bekeken op 09-07-2012

European Parliament; 2010, http://www.europarl.europa.eu/news/public/story_page/066‐70539‐067‐03‐11‐911‐20100312STO70510‐2010‐08‐03‐2010/default_en.htm, bekeken op 21-06-2012

Field, A., 2005. Discovering Statistics Using SPSS

Gimbel, Strosberg, Lehrman, Gefenas, Taft, 2003. Presumed Consent and Other Predictors of Cadaveric Organ Donation in Europe, Progress In transplantation, 13 no 1: 17‐23

Goldstein, D., Johnson, E.J., 2003, Do Defaults Save Lives?,Science, 302, pagina 1338‐1339

Hill, C.R., Griffiths, W.E., Lim, G.C., 2008, Principles of Econometrics, 2008, pagina 403

Childress, J.F., Liverman, 2006, C.T. Organ Donation: Opportunities for Action, Institute of Medicine (U.S.), pagina 178-180


http://www.nursing.nt.gov.au/sites/default/files/facts_and_statistics-2.pdf

http://www.dmv.org/tx-texas/organ-donor.php

http://www.dmv.org/tx-texas/organ-donor.php

National Highway Traffic Safety Administration, http://www-fars.nhtsa.dot.gov/States/StatesFatalitiesFatalityRates.aspx, 06-2012Neto, G.B., Campelo, A.K., da Silva, E.N.,2007, The Impact of Presumed Consent Law on Organ Donation: an Empirical Analysis from Quantile Regression for Longitudinal Data,http://repositories.cdlib.org/bple/alacde/050107–2, bekeken op 12-07-2012

Ojea Cendón, M., Leal Ruiloba, S., Varela Franco, A., Álvarez Diéguez, I. Olson, L. en Cravero, L., 2009, Donor Factors that Affect the Number of OrgansTransplanted per Donor, Progress in Transplantation, Vol. 19, Nr.. 3, pagina 265

Organ Procurement and Transplantation Network, http://optn.transplant.hrsa.gov/data/, 06-2012

Reed, B., 2009, http://www.econ.canterbury.ac.nz/personal_pages/bob_reed/Courses/ECON_324/Week3/Assignment_Week3.pdf, bekeken op 27-07-2012

Rithalia, A., McDaid, C., Suekarran, S., Myers, L. & Sowden, A., 2009, Impact of Presumed Consent for Organ Donation on Donation Rates: a Systematic Review, British Medical Journal, 338 pagina 284-287

Rozados, A., 2009, Organ Donation in an Aging Population: The Experience of the Last 8Years in Galicia, Transplantation Proceedings, 41, pagina 2050

Rumsey, Hurford, Cole, 2003, Influence of Knowledge and Religiousness on Attitudes Toward Organ Donation,Transplantation Proceedings(2003), 35, pagina 2845‐2850


http://www.econ.canterbury.ac.nz/personal_pages/bob_reed/Courses/ECON_324/Week3/Assignment_Week3.pdf

http://www.econ.canterbury.ac.nz/personal_pages/bob_reed/Courses/ECON_324/Week3/Assignment_Week3.pdf

http://repositories.cdlib.org/bple/alacde/050107%E2%80%932

http://www-fars.nhtsa.dot.gov/States/StatesFatalitiesFatalityRates.aspx

http://www-fars.nhtsa.dot.gov/States/StatesFatalitiesFatalityRates.aspx

SpanjeVandaag, http://www.spanjevandaag.com/spanje/nieuw-orgaantransplantatie-record-in-spanje/, bekeken op 9-07-2012

Stevens, L., 2010, Determinants of Organ Donation, pagina 18 Swinkels, E., 2012, Aantal Orgaan- en Weefseltransplantaties stijgt, Nederlandse Transplantatiestichting, http://www.transplantatiestichting.nl/nieuws/aantal-orgaan-en-weefseltransplantaties-stijgt-0, bekekenop 29-06-2012

Thaler, R.H. & Sunstein, C.R., 2009, Nudge: Improving Decisions About Health, Wealth, and Happiness, pagina 190

Transplant Procurement Management, www.tpm.org, bekeken op 22-06-2012

Universitair Medisch Centrum Groningen, 2012, http://www.umcg.nl/NL/UMCG/Afdelingen/dunnedarmtransplantatie_umcg/Pages/default.aspx, bekeken op 30-06-2012

Universitair Medisch Centrum Groningen, 2012, http://www.umcg.nl/NL/UMCG/Afdelingen/dunnedarmtransplantatie_umcg/Kinderen/spreekbeurt/donor_worden/Pages/default.aspx, bekeken op 04-07-2012

U.S. Census Bureau, http://factfinder2.census.gov/faces/tableservices/jsf/pages/productview.xhtml?pid=DEC_10_SF1_GCTPH1.US01PR&prodType=table, bekeken op 30-06-2012

U.S. Department of Commerce’s Bureau of Economic Analysis, http://www.bea.gov/iTable/index_regional.cfm, 07-2012


http://www.bea.gov/iTable/index_regional.cfm

http://factfinder2.census.gov/faces/tableservices/jsf/pages/productview.xhtml?pid=DEC_10_SF1_GCTPH1.US01PR&prodType=table

http://factfinder2.census.gov/faces/tableservices/jsf/pages/productview.xhtml?pid=DEC_10_SF1_GCTPH1.US01PR&prodType=table

http://www.umcg.nl/NL/UMCG/Afdelingen/dunnedarmtransplantatie_umcg/Kinderen/spreekbeurt/donor_worden/Pages/default.aspx

http://www.umcg.nl/NL/UMCG/Afdelingen/dunnedarmtransplantatie_umcg/Kinderen/spreekbeurt/donor_worden/Pages/default.aspx

http://www.umcg.nl/NL/UMCG/Afdelingen/dunnedarmtransplantatie_umcg/Pages/default.aspx

http://www.umcg.nl/NL/UMCG/Afdelingen/dunnedarmtransplantatie_umcg/Pages/default.aspx

http://www.tpm.org/

http://www.transplantatiestichting.nl/nieuws/aantal-orgaan-en-weefseltransplantaties-stijgt-0

http://www.transplantatiestichting.nl/nieuws/aantal-orgaan-en-weefseltransplantaties-stijgt-0

http://www.spanjevandaag.com/spanje/nieuw-orgaantransplantatie-record-in-spanje/

http://www.spanjevandaag.com/spanje/nieuw-orgaantransplantatie-record-in-spanje/

De Determinanten van Orgaandonatie - thesis.eur.nl - Bram Hendri… · Web viewAlleen Gimbel et...

Documents

Transcript of De Determinanten van Orgaandonatie - thesis.eur.nl - Bram Hendri… · Web viewAlleen Gimbel et...