Avrupa Birliği Ülkelerinde Sağlık Sitemlerinin Etkinliği: Sağlığın Sosyal Belirleyicileri Bağlamında Bir Değerlendirme

Abstract

Bu çalışmada Avrupa Birliği üyesi ve aday ülkelerin sağlık sistemlerinin sağlığın sosyal belirleyicilerine göre göreli etkinliğini Veri Zarflama Analizi ile ölçmek amaçlanmıştır. Etkinlik analizinde 2023 yılına ait kişi başına düşen gayri safi yurt içi hasıla (satın alma gücü paritesine göre), alkol tüketimi, tütün kullanımı, eğitim, temel sanitasyon, aşırı kilolu veya obez girdi değişkenleri ile doğuşta beklenen yaşam süresi, sağlıklı yaşam yılı, algılanan sağlık statüsü çıktı değişkenleri kullanılmıştır. Batı ve Kuzey Avrupa ülkelerinden Belçika, Fransa, Hollanda, Malta, Polonya, Portekiz, Slovenya, Yunanistan, Çekya, İrlanda, İspanya, İsveç ve İtalya’nın tam etkinlik skoruna ulaşmışken Almanya, Avusturya, Danimarka, Estonya, Finlandiya, Güney Kıbrıs, Litvanya ve Lüksemburg etkin değildir. Doğu ve Güneydoğu Avrupa ile aday ülkelerinden Arnavutluk, Bosna-Hersek, Bulgaristan, Karadağ, Kuzey Makedonya, Romanya, Slovakya, Türkiye ve Ukrayna tam etkinlik seviyesine ulaşmışken Gürcistan, Hırvatistan, Letonya, Macaristan, Moldova ve Sırbistan etkin değildir. Ülkelerin etkin olması için iyileştirme yapmaları gereken değişkenler ve örnek almaları gereken ülkeler belirlenmiştir. Böylece ülkelere yol gösterici bilgi üretilmiştir. Gelecek araştırmalarda farklı değişkenlerin kullanılması faydalı olacaktır. Sosyal belirleyiciler ile sağlık sistemlerinin etkinliğinin farklı analiz teknikleriyle ve farklı ülke gruplarında ele alınması önerilmektedir.

Keywords

• Etkinlik
• Sağlık
• Sosyal Belirleyici
• Veri Zarflama Analizi

Ethical Statement

“Avrupa Birliği Ülkelerinde Sağlık Sitemlerinin Etkinliği: Sağlığın Sosyal Belirleyicileri Bağlamında Bir Değerlendirme” başlıklı çalışmanın yazım sürecinde bilimsel kurallara, etik ve alıntı kurallarına uyulmuş; toplanan veriler üzerinde herhangi bir tahrifat yapılmamış ve bu çalışma herhangi başka bir akademik yayın ortamına değerlendirme için gönderilmemiştir. Bu araştırma da etik kurul kararı zorunluluğu bulunmamaktadır. Çatışma Beyanı: Bu araştırma ile ilgili herhangi bir kişi veya kurumla çıkar çatışması bulunmamaktadır. Yapay Zeka ve Türleri Kullanım Beyanı: Bu makalenin yazımında etik kurallara uygun olarak yapay zekâ türlerinden faydalanılmıştır. Grammarly adlı yapay zekâ aracının dil ve üslup düzenleme amacıyla kullanıldığını beyan ederim. Veri Paylaşım Beyanı: Bu çalışmanın verilerini, bulguların doğrulanması amacıyla, makul bir talep üzerine “etik ilkeler ve yayın politikası”nın ilgili kısmında belirtilen şartlara göre paylaşabileceğimi beyan ederim

The Effectiveness of Healthcare Systems in European Union Countries: An Assessment in the Context of Social Determinants of Health

Abstract

This study employs Data Envelopment Analysis to assess the relative effectiveness of the health systems of European Union member and candidate countries in relation to the social determinants of health. The analysis of effectiveness includes the following variables for 2023: Gross Domestic Product per capita (Purchasing Power Parity-adjusted), alcohol consumption, tobacco use, education, access to basic sanitation, and the prevalence of overweight or obesity were used as input variables, while life expectancy at birth, healthy life years, and perceived health status were used as output variables. Belgium, France, the Netherlands, Malta, Poland, Portugal, Slovenia, Greece, the Czech Republic, Ireland, Spain, Sweden, and Italy in Western and Northern Europe achieved full efficiency scores. Germany, Austria, Denmark, Estonia, Finland, Cyprus, Lithuania, and Luxembourg are all inactive. Complete effectiveness levels were achieved by countries in Eastern and Southeastern Europe, including Albania, Bosnia and Herzegovina, Bulgaria, Montenegro, North Macedonia, Romania, Slovakia, Türkiye, and Ukraine. The following countries are inactive: Georgia, Croatia, Latvia, Hungary, Moldova, and Serbia. The areas in which countries need to improve and the countries they should take as examples have been identified. This has provided countries with guidance. Using different variables in future research would be beneficial. It is recommended that social determinants and the effectiveness of health systems be addressed using different analytical techniques and across different groups of countries.

Keywords

• Efficiency
• Health
• Social Determinant
• Data Envelopment Analysis

Ethical Statement

During the writing process of the study “The Effectiveness of Healthcare Systems in European Union Countries: An Assessment in the Context of Social Determinants of Health” scientific rules, ethical and citation rules were followed. No falsification was made on the collected data and this study was not sent to any other academic publication medium for evaluation. Ethics Committee Permission is not required. Declaration of Conflict: There is no potential conflict of interest in the study. Statement of Use for Artificial Intelligence and Its Types: In writing this article, I have made use of various types of artificial intelligence in accordance with ethical guidelines. I hereby declare that I used the artificial intelligence tool Grammarly for language and style editing purposes. Data Sharing Statement: I declare that, upon reasonable request for the purpose of verifying the findings, I can share the data of this study according to the conditions specified in the relevant section of the "ethical principles and publication policy".

References

1. Adler, N. ve Newman, K. (2002). Socioeconomic disparities in health: pathways and policies. Health Affairs, 21(2), 60-76. https://doi.org/10.1377/hlthaff.21.2.60
2. Afonso, A., & St Aubyn, M. (2006). Relative efficiency of health provision: A DEA approach with non-discretionary inputs. ISEG-UTL economics working paper, (33). https://doi.org/10.1371/journal.pone.0294653
3. Akbulut, F. (2023). Avrupa Birliği'ne üye ülkelerin ve Türkiye'nin harcama göstergelerinin etkinliğinin malmquist index ve VZA yöntemiyle incelenmesi. Ordu Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Araştırmaları Dergisi, 13(3), 3491-3509.
4. Alabbas, F., Abbas, A., Alabbas, H., Alabbas, H., Albaqami, Q., … ve Jamhour, A. (2024). Understanding the role of social determinants in shaping chronic disease outcomes: a comprehensive review. Journal of Ecohumanism, 3(8), 918-927. https://doi.org/10.62754/joe.v3i8.4778
5. Álvarez‐Gálvez, J. (2018). Multidimensionality of health inequalities: a cross-country identification of health clusters through multivariate classification techniques. International Journal of Environmental Research and Public Health, 15(9), 1900. https://doi.org/10.3390/ijerph15091900
6. Arhin, K., & Asante-Darko, D. (2023). Performance evaluation of national healthcare systems in the prevention and treatment of non-communicable diseases in sub-Saharan Africa. Plos one, 18(11), e0294653.
7. Azur, M. J., Stuart, E. A., Frangakis, C., ve Leaf, P. J. (2011). Multiple imputation by chained equations: what is it and how does it work?. International Journal of Methods in Psychiatric Research, 20(1), 40–49. https://doi.org/10.1002/mpr.329
8. Bağrıaçık, E. A. (2021). Covıd-19 ile mücadelede OECD ve AB üye ülkeleri karşısında türkiye’nin etkinliğinin değerlendirilmesi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (60), 215-233. https://doi.org/ 10.18070/erciyesiibd.970420

9. Bambra, C. (2011). Health inequalities and welfare state regimes: theoretical insights on a public health 'puzzle'. Journal of Epidemiology & Community Health, 65(9), 740-745. https://doi.org/10.1136/jech.2011.136333
10. Banker, R. D., Charnes, A., ve Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 30(9), 1078–1092.
11. Bard, D., Laurent, O., Filleul, L., Havard, S., Deguen, S., Ségala, C., … ve Eilstein, D. (2007). Exploring the joint effect of atmospheric pollution and socioeconomic status on selected health outcomes: an overview of the paisarc project. Environmental Research Letters, 2(4), 045003. https://doi.org/10.1088/1748-9326/2/4/045003
12. Boz, C., ve Sur, P. D. H. (2016). Avrupa Birliği üyesi ve aday ülkelerin sağlık harcamaları açısından benzerlik ve farklılık analizi. Sosyal Güvence, (9), 23-46.
13. Bradley, E., Elkins, B., Herrin, J., ve Elbel, B. (2011). Health and social services expenditures: associations with health outcomes. BMJ Quality & Safety, 20(10), 826-831. https://doi.org/10.1136/bmjqs.2010.048363
14. Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324
15. Bulduk, K. D., Küpcü, B., ve Piyal, B. (2023). Ukrayna krizi-sığınmacılar ve ev sahipliği yapan ülkeler açısından halk sağlığı riskleri. Sağlık ve Toplum, 33(2), 22-31.
16. Cecchini, M., Sassi, F., Lauer, J. A., Lee, Y. Y., Guajardo-Barron, V. ve Chisholm, D. (2010). Tackling of unhealthy diets, physical inactivity, and obesity: health effects and cost-effectiveness. The Lancet, 376(9754), 1775-1784. https://doi.org/10.1016/S0140-6736(10)61514-0
17. Charnes, A., Cooper, W. W., ve Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429–444
18. Chen, L., Xie, X., Yao, Y., Huang, W., & Luo, G. (2024). A hybrid data envelopment analysis–random forest methodology for evaluating green innovation efficiency in an asymmetric environment. Symmetry, 16(8), 960. https://doi.org/10.3390/sym16080960
19. Chisholm, D., Sweeny, K., Sheehan, P., Rasmussen, B., Smit, F., Cuijpers, P. ve Saxena, S. (2016). Scaling-up treatment of depression and anxiety: a global return on investment analysis. The Lancet Psychiatry, 3(5), 415- 424. https://doi.org/10.1016/S2215-0366(16)30024-4
20. Cinaroglu, S. (2020). Integrated k-means clustering with data envelopment analysis of public hospital efficiency. Health care management science, 23(3), 325-338. https://doi.org/10.1007/s10729-019-09491-3
21. Cooper, W. W., Seiford, L. M. ve Tone, K. (2007). Data envelopment analysis: A comprehensive text with models, applications, references and DEA-Solver software (2nd ed.). Springer.
22. Demirci, Ş., Konca, M. ve İlgün, G. (2020). Sağlık finansmanının sağlık sistemleri performansına etkisi: Avrupa Birliği üyesi ve adayı ülkeler üzerinden bir değerlendirme. Sosyoekonomi, 28(43), 229-242. https://doi.org/10.17233/sosyoekonomi.2020.01.13
23. Dixit, D., Taneja, V., B, S. ve Kandhuri, T. (2022). Knowledge, attitude, beliefs and perception of periodic health checkup among the general public across dehradun, uttarakhand. https://doi.org/10.21203/rs.3.rs-2093556/v1
24. Dong, Y. ve Peng, C. Y. J. (2013). Principled missing data methods for researchers. SpringerPlus, 2(1), 222. https://doi.org/10.1186/2193-1801-2-222
25. Dünya Bankası (2025). Health nutrition and population statistics. Erişim adresi: https://databank.worldbank.org/source/health-nutrition-and-population-statistics
26. Dyson, R. G., Allen, R., Camanho, A. S., Podinovski, V. V., Sarrico, C. S. ve Shale, E. A. (2001). Pitfalls and protocols in DEA. European Journal of Operational Research, 132(2), 245–259. https://doi.org/10.1016/S0377-2217(00)00149-1
27. European Union (2025). EU countries. Erişim adresi: https://european-union.europa.eu/principles-countries- history/eu-countries_en
28. Eurostat (2025). Database. Erişim adresi: https://ec.europa.eu/eurostat/data/database
29. Fichman, M., & Cummings, J. N. (2003). Multiple imputation for missing data: Making the most of what you know. Organizational research methods, 6(3), 282-308.
30. Gavurova, B., Kocisova, K., & Sopko, J. (2021). Health system efficiency in OECD countries: dynamic network DEA approach. Health Economics Review, 11(1), 40.
31. Girginer, N. (2013). Çok boyutlu ölçekleme ve kümeleme analizi ile sağlık göstergeleri bakımından Türkiye’nin AB üyesi ülkelerle karşılaştırılması. İktisat İşletme ve Finans, 28(323), 55-72.
32. Gómez-Gallego, J. C., Gómez-Gallego, M., García-García, J. F., & Faura-Martinez, U. (2021, September). Evaluation of the efficiency of European health systems using fuzzy data envelopment analysis. In Healthcare, 9(10), 1270. https://doi.org/10.3390/healthcare9101270
33. Gökgöz, F., ve Yıldırım, İ. (2024). Türkiye ve AB ülkelerinin sağlık ar-ge faaliyetlerinin etkinlik analizi. Sağlıkta Performans ve Kalite Dergisi, 21(2), 136-156.
34. Güzel, İ. ve Gider, Ö. (2023). Sağlık alanında veri zarflama analizi ve malmquist toplam faktör verimlilik indeksi ile etkinlik ölçümü: Türkiye ve Avrupa Birliği ülkeleri’nde bir uygulama. Hacettepe Sağlık İdaresi Dergisi, 26(1), 219-236
35. Işıkçelik, F. (2025). OECD ülkelerinin sağlık iş gücü performansının veri zarflama analizi ile değerlendirilmesi. BANÜ Sağlık Bilimleri ve Araştırmaları Dergisi, 7(1), 251-264. doi: 10.46413/ boneyusbad.1533349
36. Jain, A. K. (2010). Data clustering: 50 years beyond k-means. Pattern Recognition Letters, 31(8), 651–666.
37. Joo, Y. (2025). Comparative Efficiency Analysis of OECD Health Systems: FDH vs. Machine Learning Approaches with Efficiency Analysis Trees (EAT and RFEAT). Cost Effectiveness and Resource Allocation, 23(1), 4. https://doi.org/10.1186/s12962-025-00607-x
38. Kaim, A. ve Saban, M. (2023). Dynamic trends in sociodemographic disparities and covid-19 morbidity and mortality-a nationwide study during two years of a pandemic. Healthcare, 11(7), 933. https://doi.org/10.3390/healthcare11070933
39. Kasman, S., Kasman, A. ve Gökalp, G. (2019). Efficiency and productivity convergence in health care systems: evidence from EU member countries. ODTÜ Gelişme Dergisi, 46(2), 227–250.
40. Köse, A. (2024). Avrupa Birliği ile ekonomik kalkınma ve işbirliği örgütü üyesi ülkelerdeki sağlık sistemi performansının değerlendirilmesi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(4), 1002-1035. https://doi.org/10.18074/ckuiibfd.1439674
41. Kuosmanen, T. (2009). Data envelopment analysis with missing data. Journal of the Operational Research Society, 60(12), 1767–1774. https://doi.org/10.1057/jors.2008.132
42. Kujawska, J. (2021). Health system efficiency in European countries: network data envelopment analysis approach. European Research Studies Journal. 24 (2), 1095-1117
43. Landis, J. R., & Koch, G. G. (1977). An application of hierarchical kappa-type statistics in the assessment of majority agreement among multiple observers. Biometrics, 363-374.
44. Lee, L., Chiu, Y., Liu, F., Lin, T. ve Chang, T. (2024). Valuating the efficiency of social security and healthcare in oecd countries from a sustainable development. Cost Effectiveness and Resource Allocation, 22(1), 53. https://doi.org/10.21203/rs.3.rs-4022515/v1
45. Lupu, D. ve Tiganasu, R. (2022). Covid-19 and the efficiency of health systems in Europe. Health Economics Review, 12(14), 1-15.
46. Marmot, M., Friel, S., Bell, R., Houweling, T. A. ve Taylor, S. (2008). Closing the gap in a generation: health equity through action on the social determinants of health. The Lancet, 372(9650), 1661–1669. https://doi.org/10.1016/S0140-6736(08)61690-6
47. Mbau, R., Musiega, A., Nyawira, L., Tsofa, B., Mulwa, A., Molyneux, S., ... & Barasa, E. (2023). Analysing the efficiency of health systems: a systematic review of the literature. Applied health economics and health policy, 21(2), 205- 224. https://doi.org/10.1007/s40258-022-00785-2
48. McHenry, R., Moultrie, C., Quasim, T., Mackay, D. ve Pell, J. (2022). Association between socioeconomic status and outcomes in critical care: a systematic review and meta-analysis. Critical Care Medicine, 51(3), 347-356. https://doi.org/10.1097/ccm.0000000000005765
49. Moran, V., Suhrcke, M., & Nolte, E. (2023). Exploring the association between primary care efficiency and health system characteristics across European countries: a two-stage data envelopment analysis. BMC health services research, 23(1), 1348. https://doi.org/10.1186/s12913-023-10369-y
50. Moreno‐Enguix, M.R., Gómez‐Gallego, J. C. ve Gómez Gallego, M. (2018). Analysis and determination the efficiency of the European health systems. The International Journal of Health Planning and Management, 33(1), 136-154
51. NCD Risk Factor Collaboration. (2016). Trends in adult body-mass index in 200 countries from 1975 to 2014: a pooled analysis of 1698 population-based measurement studies with 19•2 million participants. The Lancet, 387(10026), 1377-1396. https://doi.org/10.1016/S0140-6736(16)30054-X
52. OECD (2025). Data explorer. Erişim adresi: https://data-explorer.oecd.org/? fs[0]=Topic%2C0%7CHealth%23HEA%23&pg=0&fc=Topic&bp=true&snb=85
53. Öz, B., Taban, S. ve Kar, M. (2009). Kümeleme analizi ile Türkiye ve AB ülkelerinin beşeri sermaye göstergeleri açısından karşılaştırılması. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(1), 1-29.
54. Park, B., Macias, A., Fisch, K., Simpson, S., Chen, J. ve Gabriel, R. (2024). The association of social determinants of health with reported daily pain scores among patients with a history of chronic pain using the “all of us” research program. Anesthesia & Analgesia, 140(3), 732-735. https://doi.org/10.1213/ane.0000000000007211
55. Popić, T. ve Schneider, S. (2018). An east–west comparison of healthcare evaluations in europe: do institutions matter?. Journal of European Social Policy, 28(5), 517-534. https://doi.org/10.1177/0958928717754294
56. Purshouse, R. C., Meier, P. S., Brennan, A., Taylor, K. B. ve Rafia, R. (2010). Estimated effect of alcohol pricing policies on health and health economic outcomes in England: an epidemiological model. The Lancet, 375(9723), 1355- 1364. https://doi.org/10.1016/S0140-6736(10)60417-8
57. Rydland, H. T., Fjær, E. L., Eikemo, T. A., Huijts, T., Bambra, C., Wendt, C., … ve Mackenbach, J. P. (2020). Educational inequalities in mortality amenable to healthcare. a comparison of european healthcare systems. Plos One, 15(7), e0234135. https://doi.org/10.1371/journal.pone.0234135
58. Schneider, S. ve Popić, T. (2018). Cognitive determinants of healthcare evaluations – a comparison of eastern and western european countries. Health Policy, 122(3), 269-278. https://doi.org/10.1016/j.healthpol.2017.12.012
59. Stekhoven, D. J. ve Bühlmann, P. (2012). MissForest—non-parametric missing value imputation for mixed-type data. Bioinformatics, 28(1), 112–118. https://doi.org/10.1093/bioinformatics/btr597
60. Sterling, S., Chi, F., Weisner, C., Grant, R., Pruzansky, A., Bui, S., … ve Pearl, R. (2018). Association of behavioral health factors and social determinants of health with high and persistently high healthcare costs. Preventive Medicine Reports, 11, 154-159. https://doi.org/10.1016/j.pmedr.2018.06.017
61. Şahin, D. (2017). Sağlık göstergeleri bakımından türkiye’nin avrupa birliği ülkeleri arasındaki yeri: istatistiksel bir analiz. Çankırı Karatekin Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(2), 55-77.
62. Teleş, M., Cakmak, C. ve Konca, M. (2018). Avrupa Birliği döngüsündeki ülkelerin sağlık sistemleri performanslarının karşılaştırılması. Yönetim ve Ekonomi Dergisi, 25(3), 811-835. https://doi.org/10.18657/yonveek.381561
63. Troyanskaya, O., Cantor, M., Sherlock, G., Brown, P., Hastie, T., Tibshirani, R., … ve Altman, R. B. (2001). Missing value estimation methods for DNA microarrays. Bioinformatics, 17(6), 520–525. https://doi.org/10.1093/bioinformatics/17.6.520
64. Valentijn, P. P., Schepman, S. M., Opheij, W. ve Bruijnzeels, M. A. (2013). Understanding integrated care: a comprehensive conceptual framework based on the integrative functions of primary care. International Journal of Integrated Care, 13(1), e010. https://doi.org/10.5334/ijic.886
65. Ward, J. H. (1963). Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58(301), 236–244.
66. Wei, H., Wang, Q., Chen, J., Liang, Z., Wu, Y. ve Luo, H. (2024). Social environment, health cognition, and health behavior: how individuals with non-fixed employment end up with adverse health outcomes in china under the era of vuca?-findings from pls-sem and fsqca. Frontiers in Public Health, 12. https://doi.org/10.3389/fpubh.2024.1341213
67. WHO (2025). Social determinants of health. Erişim adresi: https://www.who.int/health-topics/social- determinants-of-health#tab=tab_1
68. Yıldırım, H. H. (2005). Avrupa Birliği’ne üye ve aday ülke sağlık sistemlerinin karşılaştırmalı performans analizi: veri zarflama analizine dayalı bir uygulama. Verimlilik Dergisi, (4).