B GIÁO DCăVĨăĨOăTO
TRNGăI HC KINH T TP. HCM NGUYN THÀNH HUÂN CÁC NHÂN T TỄCăNGăN LA CHNăCăS Y T
CA CÁ NHÂN
LUNăVNăTHCăSăKINHăT TP. H Chí Minh - nm β014
B GIÁO DCăVĨăĨOăTO
TRNGăI HC KINH T TP. HCM NGUYN THÀNH HUÂN


MC LC
Trang ph bìa
Li camăđoan
Mc lc
Danh mc các bng, hình
Danh mc các ký hiu, t vit tt
Tóm tt
Chngă1:ăGii thiu 1
1.1 t vn đ 1
1.2 Mc tiêu nghiên cu 3
1.3 Phm vi nghiên cu 3
Chngă2:ăCăs lý lun 4
2.1 Mô hình lý thuyt 4
2.2 Các nghiên cu liên quan 7
Chngă3:ăPhngăphápănghiênăcu 20
3.1 Tng quan h thng y t  Vit Nam 20
3.1.1 Cung ng dch v khám cha bnh 20
3.1.1.1 Chính sách v khám bnh, cha bnh 20
3.1.1.2 Mng li khám cha bnh 21
γ.1.1.γ Y dc hc c truyn 24
3.1.1.4 Phc hi chc nng 25

Danh mc các bng, hình
Bng 3.1: S c s y t công lp 1995-2010 22
Hình 3.1: S ging bnh theo tuyn 23
Bng 3.2 S sn có dch v khám cha bnh theo vùng 24
Hình 3.2 : T l tham gia bo him y t 28
Hình 3.3 S lt khám cha bnh và nhp vin 29
Bng 3.3: T l nhân lc y t phân theo trình đ và theo tuyn 2008 32
Bng γ.4 nh ngha các bin 36
Bng 4.1 : Thng kê la chn c s y t 39
Bng 4.2: La chn c s y t theo nhóm tui 40
Bng 4.3: La chn c s y t theo hc vn 41
Bng 4.4 : La chn c s t theo gii tính 42
Bng 4.5 : La chn c s y t và bo him 43
Bng 4.6 :La chn c s y th theo khu vc (thành th, nông thôn) 44
Bng 4.7 : La chn c s y t khám ni trú 45
Bng 4.8 : Kt qu hi quy RUM/MNL 46
Bng 4.9 : Kim đnh Wald h s bin age_2 47
Bng 4.10 : Kim đnh Wald h s bin Age_3 48
Bng 4.11 : Kim đnh Wald h s bin Gender 48
Bng 4.12 : Kim đnh Wald h s bin Edu_1 49
Bng 4.13 : Kim đnh Wald h s bin Edu_2 49
Bng 4.14 : Kim đnh Wald h s bin Edu_3 50
Bng 4.15 : Kim đnh Wald h s bin Edu_4 50
Bng 4.16 : Kim đnh Wald h s bin Income 51
Bng 4.17 : Kim đnh Wald h s bin Inpatient 52
Bng 4.18 : Kim đnh Wald h s bin Insurance 53
Bng 4.19 : Kim đnh Wald h s bin Urban 53
Tóm tt
T nm 1997, các bnh vin công  Vit Nam bt đu b quá ti. Vì vy nghiên
cu này phân tích các nhân t tác đng đn la chn c s y t, đ xác đnh các yu t
quyt đnh la chn c s y t ca cá nhân và đ xut các chính sách gii quyt.
T ngun d liu VHLSS 2010 bao gm 37.012 cá nhân t 9.402 h gia đình
đc kho sát trong nm β010. Trong đó có 19.659 cá nhân đn các c s y t hoc
mi thy thuc v nhà khám bnh.Sau khi loi b các lý do đn c s y t : khám thai,
tiêm chng và dùng phng pháp ICE đ có các mc giá ca các c s y t, d liu ca
nghiên cu có đc gm γ.475 cá nhân có đn các c s y t trong nm β010. Nghiên
cu này đã s dng mô hình RUM bao gm các thuc tính c s y t và thuc tính cá
nhân đ phân tích. Nghiên cu cho các kt qu sau:
- Mc giá, thu nhp các nhân t khác nh hc vn, tui, bo him, ni trú,
khu vc sng đu có tác đng đn la chn c s y t ca cá nhân. Tuy
nhiên gii tính không có tác đng đn la chn.
- Thu nhp tng lên làm tng la chn bnh vin công, bnh vin phòng khám
t nhân và dch v y t cá th và gim la chn trm y t, phòng khám đa
khoa khu vc và lang y.
- Cá nhân có bo him thng la chn đn các c s y t công gm trm y t
xã phng, y t thôn bn và các bnh vin công so vi các la chn khác.

trung ng gn đây đang xu hng gia tng, công sut s dng ging bnh chung ca
các bnh vin trung ng nm β009 là 116% tng lên 1β0% nm β010 và 118% nm
2011. Tình trng quá ti  bnh vin tuyn trung ng còn xy ra trong lnh vc khám
bnh, t l khám bình quân ca mt bác s trên ngày vt cao so vi đnh mc mà B
2

Y t đ ra nh: Bnh vin Bch Mai trung bình 50-55 ngi bnh/bác s/ngày; bnh
vin Ch Ry trung bình 55-60 ngi bnh/ bác s/ ngày. Tình trng quá ti cng xy
ra  các bnh vin tuyn tnh, công sut s dng ging bnh chung ca các bnh vin
đa khoa và chuyên khoa tuyn tnh nm β011 là 114%. ( B Y t, 2012).
Ti Hà Ni tình trng quá ti din ra liên tc t nhiu nm ti hu ht các bnh
vin ca thành ph, nm sau cao hn nm trc mc dù các bnh vin đã khc phc
bng cách kê thêm ging bnh t 50-100% so vi ging bnh k hoch. Mt s bnh
vin có mc đ quá ti cao nh: bnh vin Ph Sn Hà Ni (công sut s dng ging
bnh: 230%), bnh vin huyn Mê Linh (159,8%), bnh vin Ung bu Hà Ni
(158,8%), bnh vin c Giang (148%), bnh vin Xanh Pôn (145,8%), bnh vin
Thanh Nhàn (125,4%), bnh vin Sóc Sn (141%), bnh vin huyn Hoài c
(121%), bnh vin huyn Thanh Oai (119%).
Theo S y t thành ph H Chí Minh, có ti 65% bnh nhân dù ch là khám
bnh đnh k hay khám các bnh đn gin nh cm cúm, viêm hng đu đn khám ti
45 bnh vin tuyn trên ca thành ph H Chí Minh, dn đn tình trng quá ti  các
bnh vin này.Trong khi đó, βγ bnh vin qun huyn và γ4 bnh vin t nhân li d
công sut khám cha bnh cng nh công sut ging bnh. Ngoài ra, còn γββ trm y
t phng xã tri rng khp đa bàn thành ph H Chí Minh luôn trong tình trng vng
bnh nhân. Các bnh vin t nhân có chuyên khoa riêng bit, đc đu t nhiu máy
móc thit b hin đi, nhng công sut khám cha bnh mi ch  mc 50-55%.
Trong bi cnh đó, nghiên cu này s phân tích các nhân t tác đng đn la
chn c s y t và hành vi hp lý ca cá nhân vi các rào cn tài chính nh thu nhp,
mc giá dch v y t, bo him… da trên c s lý thuyt kinh t đ gii thích tình
trng quá ti bnh vin công  Vit Nam. Kt qu nghiên cu s đc dùng đ kin

là mô hình vn dng đ phân tích. Sau cùng là tóm tt mt s nghiên cu thc nghim.
2.1 Mô hình lý thuyt
Khái nim: Hu dng là s tha mãn mà mt ngi cm nhn khi tiêu dùng mt
loi sn phm hay dch v nào đó, hu dng mang tính ch quan.
Nhu cu chm sóc sc khe là mt hàm bt ngun t nhu cu v sc khe và
mô hình hóa nh mt quyt đnh đ đc chm sóc và quyt đnh nhà cung cp dch v
chm sóc sc khe. Li ích có đc t chm sóc y t là sc khe nhn đc t hiu
qu ca vic chm sóc y t (d kin). Lý thuyt gi đnh rng các cá nhân có th xp
hng u tiên và có th la chn mt s kt hp hàng hóa và dch v đ ti đa hóa hu
dng ca h (trong trng hp này, s kt hp gia y t (chm sóc y t) và tiêu th
hàng hóa khác ca h.)
Hu dng tiêu dùng dch v y t là hàm s ph thuc vào sc khe sau khi nhn
dch v y t và chi tiêu các hàng hóa khác
U
ij
= U ( h
ij
, C
j
) (2.1)
Cá nhân i phi đi mt vi la chn thay th j, trong đó j  n, n = {1,2, , N}
Vi U
ij
: hu dng ca cá nhân vi la chn c s y t j
h
ij
: sc khe ca cá nhân sau khi la chn c s y t j
C
ij
: Chi tiêu khác sau la chn c s y t j

Mc chi tiêu khác ca cá nhân sau khi tr tin cho dch v chm sóc sc khe là
khon thu nhp còn li sau khi chi tr cho la chn c s y t j. Mc giá ca la chn j
là các khon thanh toán đ có đc chm sóc t c s j bao gm c chi phí trc tip
điu tr nh chi phí khám bnh, mua thuc và chi phí gián tip nh đi li và thi gian
ch đi.
C
j
= Y
i
- P
ij
(2.4)
Vi Y
i
: Thu nhp ca cá nhân
P
ij
: : mc giá cá nhân tr cho la chn c s y t j
Gi đnh cá nhân có j la chn thay th, và cá nhân luôn mun ti đa hóa hu
dng thì:
U* = max ( U
1
,…,U
j
)
U* : hu dng ti đa.
U
1,…,
U
j

ij :
hu dng ca các yu t không quan sát đc
Thuc tính quan sát đc ca cá nhân có th nh hng đn la chn cui cùng
có th là gii tính, tui tác, giáo dc, thu nhp, bo him … ; Các thuc tính không
quan sát đc có th là nhn thc v cht lng và dch v ca c s y t, u đãi đi
vi mt s th tc y t Thuc tính quan sát đc ca các c s y t có th là mc giá
ca các c s y t, khong cách t ngi bnh đn các c s y t trong khi đc tính
không quan sát đc s bao gm uy tín, danh ting ca c s y t, mc đ sch s ca
các c s y t,…
T (β.5) và (β.6) có đc :
U
ij
=V(P
ij
,Z
j
,X
i
,Y
i
) + 
ij
(2.7)
Phng trình (β.7) đc vit li di dng tham s c lng nh sau:
U
ij
= 
z
Z
j

Vi j la chn, kt qu c lng mô hình (2.9) s có j h s beta ng vi s
phng án la chn j cho mt bin đc tính ca cá nhân, h gia đình. Mô hình MNL
ch bao gm các đc tính ca cá nhân, h gia đình. Các cá nhân có đc tính khác nhau
s có hu dng khác nhau vi cùng mt phng án la chn.
Random utility model/Multinominal logit model
U
ij
= 
z
Z
j+ 
ij
(2.10)
Z
j
: Các thuc tính ca c s y t.
Vi j la chn, kt qu c lng mô hình (2.10) s có duy nht mt h s beta
cho tt c các phng án la chn. Mô hình MNL này da trên mô hình hu dng ngu
nhiên (RUM).Trong RUM, vi cùng mt phng án la chn các cá nhân s có hu
dng là nh nhau. Tuy nhiên đc tính ca cá nhân có th nh hng đn la chn
nhng không đc đo lng hoc không th đo lng. Vì vy U
j
đc xem là bin
ngu nhiên, trong đó 
ij
là sai s ngu nhiên bao gm các đc tính không quan sát đc
ca các la chn và các đc tính ca cá nhân. RUM/MNL có th bao gm các thuc


ij
: Các đc tính không quan sát đc
Nhu cu chm sóc y t ph thuc vào c hai đc tính quan sát đc và không
quan sát đc ca cá nhân tìm kim chm sóc y t và c s y t. c tính quan sát
đc ca cá nhân có th nh hng đn la chn cui cùng có th là gii tính, tui tác,
giáo dc, thu nhp, …; các đc tính không quan sát đc là u đãi đi vi mt s th
tc y t hay s thích… c tính ca c s y t quan sát đc là giá chm sóc y t, cht
lng ca các dch v (thuc điu tr, các dch v sn có), khong cách t ngi bnh
đn c s y t và thi gian ch đi đ đc chm sóc y t, và đc tính không quan sát
bao gm uy tín ca nhà cung cp, mc đ sch s ca các trung tâm y t, kinh nghim
y t ca nhà cung cp…
Cá nhân có ba la chn bao gm: c s y t công, c s y t t nhân và t điu
tr. Cá nhân la chn đ ti đa hóa hu dng.
D liu thu thp trong hai nm 1999 và β000. Hai c s d liu đc sáp nhp
nh sau: nu cá nhân đã đc phng vn vào nm 1999 và sau đó đc phng vn vào
nm 2000 thì loi b d liu nm β000. Do đó, d liu bao gm các cá nhân đc
phng vn nm 1999 và các cá nhân mi đc phng vn vào nm β000. Nghiên cu
này ch bao gm điu tr ngoi trú do hn ch v s liu. Trong nghiên cu này, tác gi
không thu thp đc d liu v khong cách đn các c s y t hay thi gian đn các
9

c s y t nên mô hình phân tích không có bin này. Nghiên cu chia ngi bnh thành
ba nhóm: tr em, ph n có con di 12 tháng tui và ngi trng thành đ phân tích.
 c lng mô hình RPL, cn tt c các giá ca các c s y t thay th mà
không đc la chn khi cá nhân b bnh.  c lng giá c, tác gi đã tp hp tt
c các cá nhân trong nhóm theo la chn điu tr, loi bnh, thành ph, khu vc (thành
th hay nông thôn). Bng cách này tác gi đm bo tính đng nht đ c lng giá
thay th. i vi các nhóm, tác gi c tính giá theo sách tham kho v mc phí y t
đc s dng cho tt c các bác s (nhà nc và t nhân) nh mt tài liu tham kho

ij
= Z
ij
+ 
j
X
ij
+ 
ij
(2.12)
U
ij
: hu dng ca cá nhân i vi la chn j
Z
ij
: đc tính ca các la chn thay th
X
ij
: đc tính ca cá nhân, h gia đình, cng đng.
D liu đc thu thp t cuc điu tra mc sng gia đình  Indonesia. Cuc
điu tra đc thc hin trong nm 2000 vi mu là các h gia đình đi din ca khong
83% dân s Indonesia sng  13 trong 26 tnh ca Indonesia nm 199γ. D liu ca
cuc điu tra bao gm 10.400 h gia đình và 39.000 cá nhân. H c trú ri rác khp 13
tnh trên nm hòn đo ln  Indonesia.
Cá nhân có 4 la chn bao gm: c s y t công, c s y t t nhân, y tá và t
điu tr. Tuy nhiên nghiên cu này loi tr bnh vin và ngi cha bnh theo phng
pháp truyn thng do thiu s liu v giá. Cá nhân s la chn đ ti đa hóa hu dng
ca bn thân.
Mc giá đc tính bng giá ca mt dch v c bn bao gm mt cuc kim tra
c bn, cung cp thuc và tiêm thuc ca các c s y t gn nht ca mi loi. Phng


Nghiên cu thu thp thông tin v 16.000 cá nhân t hn γ.000 h gia đình
(khong hai phn ba t nông thôn và mt phn ba t đô th) trong chín tnh  Trung
Quc. Cuc kho sát gm by nm (1989, 1991, 1993, 1997, 2000, 2004, 2006), trong
khong thi gian 18 nm. Các tác gi đã la chn đ kt hp d liu nm 1989, 1991
và 1993 là mu đu tiên và các d liu ca nm β004 và β006 là mu th hai. Trong
mi mu, các tác gi đm bo thu nhp, giá chm sóc sc khe và điu kin cung cp
là không thay đi đáng k. T ngun d liu này, tác gi có đc 2117 ngi b bnh
vào nm 1989, 1991 hoc 1993, và 2594 ngi b bnh vào nm β004 hoc 2006.
MMNL đòi hi giá ca tt c các nhà cung cp thay th, trong khi trong cuc
kho sát ch có giá ca các c s y t mà bnh nhân đã đn đc ghi nhn. Vì vy, giá
ca các c s y t thay th mà bnh nhân không đn cn phi đc gán giá tr. Audibert
et al. (β011) đã s dng chng trình Stata ICE (Imputation by Chained Equations)
đc to bi Royston (β004) đ tính các bin giá b thiu. Các bin tui tác, gii tính,
ngh nghip, thu nhp, hc vn, bo him… đc dùng đ c tính giá b thiu.
Mô hình kinh t lng :
V
ij
= 
j
+ 
1
P
ij
+
2
D
ij
+ 
3j

lên thì cá nhân gim la chn đn c s y t trong c hai giai đon 1989-1993 và 2004-
2006. Tuy nhiên kt qu MNL giá ch có tác đng trong giai đon 1989-199γ nhng
không có ý ngha thng kê trong giai đon 2004-2006. Kt qu MNL và MMNL trong
c hai giai đon đu cho thy khong cách đn các c s y t càng xa thì cá nhân gim
đn các c s y t và tng xác sut t điu tr.Tài sn có tác đng đn mt vài la chn
c s y t trong giai đon 1989-199γ nhng không có tác đng trong giai đon 2004-
2006. Tui tác, khu vc sinh sng cng tác đng đn la chn c s y t. Tui càng
cao, bnh nhân thng thích t điu tr hn là đn c s y t. Cá nhân sng gn thành
ph thng t điu tr hn là đn các c s y t. Cá nhân có trình đ hc vn cao hn
thích t điu tr hn đn các c s y t, tuy nhiên các h s đu không có ý ngha thng
kê. Nghiên cu cng cho thy các cá nhân sng  các làng kém phát trin có s thích
đn trm y t. S khác nhau trong mc đ phát trin gia các tnh không dn đn s
khác nhau trong la chn c s y t.
Dzator và Asafu-Adjaye (2004) nghiên cu v các yu t nh hng đn la
chn cha bnh st rét. Bài vit này s dng mô hình MNL đ phân tích các yu t tác
đng đn s la chn điu tr st rét ti Ghana. Kt qu MNL ch bao gm các đc tính
ca cá nhân, h gia đình và cho kt qu j h s beta tng ng vi j la chn cho mt
đc tính cá nhân, h gia đình.
D liu cho nghiên cu này thu đc trong các cuc phng vn trc tip tin
hành  Ghana t tháng 7 đn tháng 11 nm 1997. i tng nghiên cu là hai cng
đng Amasaman trong khu vc Greater Accra và Hohoe trong khu vc Volta, đc la
chn đ nghiên cu. Amasaman có dân s khong 80.000 trong khi Hohoe có dân s
khong 143.670.
Tng s có 228 h gia đình (1448 ngi) đã đc ly mu trong hai cng đng.
Tuy nhiên, sau khi điu chnh thông tin không đy đ, kích thc mu cui cùng còn
14

li 182 h gia đình. iu quan trng cn lu ý rng mc dù đn v phân tích là các h
gia đình, tuy nhiên các trng hp mc bnh st rét s đc s dng trong mô hình
nh mt quan sát. Mt s h gia đình đã báo cáo nhiu trng hp mc bnh st rét, vì

j
: chi phí tr cho c s y t j
v : chi phí c hi ca thi gian
T
j
:

thi gian đn c s y t j và thi gian ch khám bnh.
Các la chn bao gm: t điu tr, c s y t công, c s y t t nhân, nhà thuc.
Cá nhân la chn đ ti đa hóa hu dng.
Kt qu cho thy mc giá và thi gian là yu t quan trng tác đng đn s la
chn c s chm sóc sc khe. Mc giá cao hn và thi gian đn c s y t lâu hn
làm gim la chn đn c s y t thay vào đó là la chn t điu tr. Thi gian ch đi
lâu hn làm gim xác sut la chn đn các c s y t nhng kt qu không có ý ngha
thng kê. Kt qu này gây ngc nhiên vì c s y t công  Ghana gn lin vi thi gian
ch đi lâu. Gii tính, hc vn đu có tác đng đn la chn c s y t. Cá nhân đi hc
nhiu hn thích tìm đn c s y t t nhân hoc c s y t công hn t điu tr.Tui tác
không có tác đng đn la chn tìm kim c s y t thay cho t điu tr. Ph n có xác
sut tìm kim cha tr bnh st rét t mt c s chm sóc y t công cao hn so vi nam
15

gii mc dù kt qu ch có ý ngha thng kê vi cng đng Hohoe. H gia đình có
nhiu tr em hn thích đn c s y t t nhân hn t điu tr và thích t điu tr hn
đn c s y t công. H gia đình có nhiu ngi trng thành hn thích đn nhà thuc
hn t điu tr khi b bnh.
Ntembe (2009) nghiên cu các yu t nh hng đn s la chn c s chm
sóc sc khe  Cameroon. Nghiên cu s dng mô hình Multinominal Probit (MNP)
đ phân tích. MNP tng t vi MNL.
D liu đc s dng trong nghiên cu t cuc điu tra h gia đình  Cameroon
tin hành trong nm β001 ca Vin thng kê quc gia vi s h tr ca Ngân hàng th

X
i
: các đc tính cá nhân
Z
j
: các đc tính ca c s y t
P
j
: mc giá chi tr ca cá nhân cho la chn j
Y: thu nhp
Cá nhân có ba la chn
: c s y t công, c s y t t nhân, t điu tr. Cá nhân
la chn đ ti đa hóa hu dng khi b bnh.
16

Các đc tính ca c s y t nh mc giá, khong cách, cht lng c s y t
đc thu thp t cá nhân vì vy kt qu hi quy các bin này bao gm hai h s  cho
mi bin nh các bin đc tính cá nhân khác.
Kt qu cho thy mc giá là mt yu t quyt đnh quan trng ca la chn c
s y t  Cameroon. Khi mc giá ca các c s y t tng lên s làm gim xác sut đn
c s y t ca cá nhân, và tng xác sut t điu tr . Ngoài ra, khi mc giá tng tác vi
thu nhp, cho thy rng các cá nhân có thu nhp thp nhy cm vi s thay đi giá hn
nhng ngi có thu nhp cao. Các kt qu cng cho thy rng các yu t nh thu nhp,
hc vn ,đánh giá cht lng c s y t và khong cách gia cá nhân và c s y t, là
nhng yu t tác đng đn la chn chm sóc sc khe  Cameroon. Thu nhp cao hn
làm tng xác sut đn các c s y t ca cá nhân. Cá nhân có hc vn cao hn thích đn
c s y t công hoc c s y t t nhân hn t điu tr. Cá nhân đánh giá cht lng c
s y t tt hn thích la chn c s y t công và t nhân hn t điu tr. Tui tác không
có tác đng đn la chn c s y t. N gii thích đn c s y t hn nam gii.
Cisse (2011) phân tích la chn c s y t  B Bin Ngà. Nghiên cu ch bao

gián tip (di chuyn, chi phí thi gian…)
17

D liu đc s dng trong nghiên cu này thu thp t các cuc kho sát trên
các khía cnh xã hi đc thc hin trong tháng 4 nm 199γ ca Vin Thng kê quc
gia B Bin Ngà. Cuc kho sát cung cp thông tin v trình đ giáo dc, quy mô ca
các h gia đình, chi phí y t và thu nhp ca h gia đình. D liu cng cha các thông
tin khác nh tui, quc tch, tôn giáo và gii tính ca bnh nhân. Vì không có bin
khong cách đn c s y t nên tác gi đã s dng bin thi gian đn c s y t đ đi
din cho khong cách ti c s y t. Mu d liu đc phân tích không bao gm tr
em, do đó tui ti thiu trong nghiên cu là 18 tui. Tác gi la chn d liu này là do
d liu nm 199γ không ging d liu các nm 1998 và β00β đc thc hin bi Vin
thng kê quc gia B Bin Ngà, d liu nm 199γ cung cp thông tin đy đ hn v
các bin. Ví d, mc dù d liu này không cha bin khong cách đn c s y t,
nhng có đc thi gian đn c s y t làm đi din cho khong cách. Bin này đc
b qua trong các cuc điu tra gn đây.
Cá nhân có ba la chn: c s y t công, phng pháp cha bnh truyn thng,
t điu tr. Khi b bnh, cá nhân la chn đ ti đa hóa hu dng.
Kt qu mô hình MNL cho thy trình đ hc vn ca ch h, thu nhp ca h
gia đình, mc giá và thi gian đn các nhà cung cp chm sóc sc khe tác đng đn
la chn c s y t. Mc giá cao hn làm gim xác sut đn c s y t ca cá nhân khi
b bnh. Thu nhp cao hn làm tng xác sut đn c s y t ca cá nhân. Ch h có
trình đ tiu hc, trung hc hoc cao hn thích đn c s y t hn t điu tr. Nhóm
tui t 18 đn 35 ít thích đn các c s y t hn các nhóm tui khác. Nam gii thích
đn c s y t hn n gii khi b bnh. Thi gian đn c s y t càng lâu thì cá nhân
gim la chn đn c s y t so vi t điu tr.
Muriithi (2013) nghiên cu các nhân t tác đng đn la chn c s y t  khu
 chut Nairobi, Kenya. Tác gi s dng MNL đ c lng j h s beta tng ng vi
j la chn .