Articles

kosten-effectiviteitsanalyse voor clinici

in 1990 publiceerden Detsky en Naglie een van de eerste gidsen voor kosten-effectiviteitsanalyse voor clinici. Zoals zij het beschreven, vergelijken kosteneffectiviteitsanalyses de kosten en resultaten voor een nieuwe interventie met een bestaande alternatieve behandeling, strategie of interventie. De twee vragen die dergelijke analyses willen beantwoorden zijn: hoeveel kost de nieuwe interventie ten opzichte van de huidige praktijk en is deze effectiever, en zo ja, hoeveel meer? De resultaten van deze analyses worden gepresenteerd als extra kosten per extra voordeel, dat wil zeggen, extra dollars per eenheid voordeel verkregen. Dit is de incrementele kosteneffectiviteitsratio (icer). Voordelen kunnen worden uitgedrukt als verschillende resultaten: als verandering in een fysiologische of biologische eenheid van meting (bijvoorbeeld, verandering in geglyceerd hemoglobine (HbA1c)), verschil in levens opgedaan (Life Year opgedaan, LYG), of verschillen in kwaliteit aangepaste levensjaren (QALY). De keuze van de uitkomst hangt af van welke gegevens er bestaan die kunnen worden gebruikt in de evaluatie en of er een wiskundig model kan worden ontwikkeld dat het verloop van de ziekte of aandoening en het effect ervan op de kwaliteit van leven simuleert. Input in deze modellen zijn meestal afgeleid van meerdere bronnen, waaronder klinische proeven, observationele studies en routine databases, om er maar een paar te noemen. De mate van onzekerheid in verband met de primaire bron van informatie zal bijdragen tot de onzekerheid over de resultaten van het model.

de resultaten van kosteneffectiviteitsanalyses moeten dezelfde informatie opleveren als die welke wordt gebruikt voor het nemen van beslissingen over elke aankoopkeuze in het dagelijks leven. Als een nieuwe strategie of potentiële aankoop effectiever is en minder kost dan de momenteel beschikbare optie, is het vrijwel zeker de moeite waard. Evenzo, als de nieuwe strategie is minder effectief en duurder, niemand is waarschijnlijk om het te kopen. Het meer gebruikelijke resultaat van een kosteneffectiviteitsanalyse van een gezondheidstechnologie is echter dat de nieuwe technologie effectiever kan zijn, maar meer kost. Vervolgens moet worden beoordeeld of het verkregen voordeel de kosten waard is en hoe Zeker we kunnen zijn over die beoordeling.

een snel literatuuronderzoek suggereert dat als het aantal publicaties een indicator van algemeen belang is, het beantwoorden van deze vragen een belangrijk punt van zorg is voor beleidsmakers op het gebied van de gezondheidszorg. Een willekeurige selectie van onderwerpen voor dergelijke analyses varieert van de evaluatie van verschillende strategieën voor lipidenverlaging tot het gebruik (of niet) van radiologische evaluatie van bronchiolitis bij kinderen ; van het gebruik van chirurgische opties bij de behandeling van chronische rugproblemen tot het gebruik van farmacogenetische tests om anticoagulatie te beheren . Health technology assessment authorities, organisaties die dekkingsbeslissingen nemen en producenten van klinische richtlijnen zijn de ‘consumenten’ van deze publicaties. Er is veel discussie geweest over de betrouwbaarheid van de in tijdschriften gepubliceerde versies. Udvarhelyi et al. gepubliceerd een van de eerste kritieken van gepubliceerde kosten-batenanalyses in 1992, waarin wordt gewezen op de problemen met gepubliceerde analyses in vergelijking met optimale methoden en sindsdien hebben veel auteurs problemen met bias in evaluaties geïdentificeerd . Aangezien de analyses vaak door commerciële entiteiten worden uitgevoerd, kunnen de resultaten het product bevoordelen dat door de sponsor wordt bezeten, maar er zijn ook meer eenvoudige problemen met betrekking tot de berekeningen. Het vertalen van een verandering in bloeddruk in overlevingswinsten en vervolgens de kwaliteit aanpassen vereist vertaling, extrapolatie en wiskundige modellering en kan overal fout gaan in de vergelijkingen. Uiteindelijk is de schatting van de omvang van het effect van de interventie, hoe uitgedrukt ook, een van de belangrijkste determinanten van de uitkomst van het model, dus het moet nauwkeurig worden onderzocht.

om robuuste analyses en betrouwbare resultaten te garanderen, hebben degenen die geïnteresseerd zijn in het uitvoeren ervan methoden en checklists gedefinieerd die de gouden standaard specificeren voor methoden voor kosteneffectiviteitsbeoordelingen . Het is echter nog steeds moeilijk om de resultaten van een analyse toe te passen op besluiten. Voor beslissingen die van toepassing zijn op een publieke gezondheidszorg, zijn ‘drempels’ voor ‘aanvaardbare’ kosteneffectiviteitsramingen, dat wil zeggen een gespecificeerde waarde voor het ICER, voorgesteld door de Wereldgezondheidsorganisatie (WHO) en gebruikt door organisaties zoals het National Institute for Health and Clinical Excellence (NICE) in het Verenigd Koninkrijk, en zijn ook heftig besproken . Een cruciaal probleem met drempels is hoe ze moeten worden vastgesteld en toegepast. Waarden en voorkeuren van gemeenschappen zijn veel moeilijker te bepalen of te kwantificeren, maar kunnen een groter gewicht hebben in keuzes over gezondheidszorg, met name in door de belastingbetaler gefinancierde systemen.

een uitdaging bij het interpreteren en toepassen van de resultaten van kosteneffectiviteitsanalyses is het verschil tussen de waarde van een interventie voor de populatie en de waarde voor een individuele patiënt. Voor een arts kan het zijn dat de respons en de kosten en baten van een bepaalde interventie voor een individuele patiënt niet goed worden weergegeven door een kosten-effectiviteitsratio van een populatie. Ioannidis en Garber wijzen erop dat schattingen van de kosteneffectiviteit, met name die welke de resultaten uitdrukken als incrementele kosten per QALY, verschillende verschillende resultaten in de “QALY” combineren, met inbegrip van schattingen van voordelen en nadelen die voor verschillende individuen heel verschillende dingen kunnen betekenen. Verschillen in achtergrondgezondheid, iemands afkeer van risico ‘ s of persoonlijke omstandigheden zullen waarschijnlijk een significant effect hebben op de manier waarop een individu de afweging tussen voordelen, schade en kosten interpreteert, en dus kiest tussen behandelingsstrategieën. De door Ioannidis en Garber voorgestelde oplossing is om het ICER te “individualiseren” door een uitkering per persoon in QALYs uitgedrukt in dagen, een “kosten per persoon” te presenteren en de reacties van subgroepen binnen populaties te evalueren om schattingen van de variantie binnen het “gemiddelde” ICER mogelijk te maken, om een individu af te stemmen op een populatie die waarschijnlijk min of meer baat zal hebben. Het zou interessant zijn om deze aanpak te testen in het echte leven – gepersonaliseerde geneeskunde op basis van gepersonaliseerde gezondheidseconomie. Een nieuwe discipline te ontwikkelen, om te voldoen aan de behoeften van individuele patiënten en artsen, evenals betalers en politici tegelijk!

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.