Sensitivitätsanalyse in der ökonomischen Evaluation

Die Sensitivitätsanalyse in der ökonomischen Evaluation umfasst Methoden zur Untersuchung der Robustheit einer Kosteneffektivitätsaussage gegenüber Unsicherheiten in ihren Eingangsgrößen und Annahmen. Da die Kosten, Effekte und strukturellen Entscheidungen, die ein Modell bestimmen, eher geschätzt als mit Sicherheit bekannt sind, variieren Analysten diese – einzeln, gemeinsam oder probabilistisch –, um aufzuzeigen, wie sich die Entscheidung ändern könnte und wie zuverlässig eine Schlussfolgerung sein kann.

Definition

Die Sensitivitätsanalyse in der ökonomischen Evaluation ist die systematische Untersuchung, wie sich die Ergebnisse einer Kosteneffektivitätsanalyse ändern, wenn unsichere Parameter, strukturelle Annahmen oder methodische Entscheidungen variiert werden, von der deterministischen Einweganalyse bis zur vollständig probabilistischen Analyse, die die gemeinsame Parameterunsicherheit fortpflanzt.

Scope

Der Eintrag behandelt deterministische Ansätze (Einweg- und Mehrweganalyse, Szenarioanalyse, Schwellenwertanalyse) und probabilistische Sensitivitätsanalyse, zusammen mit den Werkzeugen zur Zusammenfassung von Unsicherheiten für Entscheidungsträger, wie der Kosteneffektivitätsebene, Kosteneffektivitäts-Akzeptanzkurven und dem erwarteten Informationswert. Es handelt sich um methodisches Referenzmaterial und gibt keine Empfehlungen zu spezifischen Interventionen. Dieser Knoten unterscheidet sich vom epidemiologischen Eintrag zur Sensitivitätsanalyse für ungemessene Störfaktoren, auf den er als Nachbar verweist.

Core questions

• Wie stark hängt die Kosteneffektivitätsaussage von einer einzelnen unsicheren Eingangsgröße ab?
• Wie wird die gemeinsame Unsicherheit aller Parameter auf das Ergebnis übertragen?
• Wie sollte die Unsicherheit für einen Entscheidungsträger zusammengefasst werden?
• Welchen Wert hat das Sammeln weiterer Evidenz vor einer Entscheidung?

Key concepts

• Deterministische (Einweg- und Mehrweg-) Sensitivitätsanalyse
• Szenario- und Schwellenwertanalyse
• Probabilistische Sensitivitätsanalyse
• Parameter-, strukturelle und methodische Unsicherheit
• Kosteneffektivitätsebene
• Kosteneffektivitäts-Akzeptanzkurve
• Monte-Carlo-Simulation
• Erwarteter Informationswert

Mechanisms

Die deterministische Sensitivitätsanalyse variiert einen oder wenige Parameter über plausible Bereiche hinweg, um die Treiber des Ergebnisses zu identifizieren, während die Schwellenwertanalyse den Eingabewert findet, bei dem die Entscheidung wechseln würde. Die probabilistische Sensitivitätsanalyse weist stattdessen unsicheren Parametern Wahrscheinlichkeitsverteilungen zu und verwendet die Monte-Carlo-Simulation, um viele Parametersätze zu ziehen, wodurch eine Verteilung inkrementeller Kosten und Effekte erzeugt wird. Diese werden auf der Kosteneffektivitätsebene dargestellt und als Kosteneffektivitäts-Akzeptanzkurven zusammengefasst, die die Wahrscheinlichkeit zeigen, dass jede Option bei verschiedenen Schwellenwerten kosteneffektiv ist. Die Wert-der-Information-Analyse geht weiter und quantifiziert den erwarteten Nutzen der Reduzierung von Unsicherheiten durch zusätzliche Forschung (Briggs et al., 2012; Fenwick et al., 2004; Claxton et al., 2005; Van Hout et al., 1994).

Clinical relevance

Die Unsicherheitsanalyse informiert Entscheidungsträger darüber, wie sicher eine Kosteneffektivitätsempfehlung ist und ob weitere Evidenz erforderlich ist, bevor Ressourcen gebunden werden. Sie beeinflusst somit das Vertrauen in die Ergebnisse von Gesundheits-Technologiebewertungen. Dieses Thema beschreibt die Methodik der Unsicherheitsanalyse und wie ökonomische Evidenz bewertet wird; es ist keine Anleitung für individuelle klinische oder Behandlungsentscheidungen.

Evidence & guidelines

Der ISPOR-SMDM-Bericht über bewährte Verfahren zur Parameterschätzung und Unsicherheit legt Erwartungen an die Charakterisierung und Propagation von Unsicherheiten fest, und Institutionen wie NICE fordern eine probabilistische Sensitivitätsanalyse bei der Technologiebewertung; methodische Arbeiten etablierten die Kosteneffektivitäts-Akzeptanzkurve und die Kosteneffektivitätsebene als Standardzusammenfassungen (Briggs et al., 2012; Claxton et al., 2005; Fenwick et al., 2004; Van Hout et al., 1994).

History

Frühe ökonomische Evaluationen stützten sich auf einfache Einweg-Sensitivitätsanalysen, doch die Erkenntnis, dass Parameter gemeinsam unsicher sind, führte in den 1990er Jahren zu probabilistischen Methoden unter Verwendung der Monte-Carlo-Simulation. Van Hout und Kollegen führten 1994 grafische Werkzeuge auf der Kosteneffektivitätsebene ein, Kosteneffektivitäts-Akzeptanzkurven wurden zur Standardmethode zur Darstellung von Unsicherheiten, und Mitte der 2000er Jahre forderten Erstattungsstellen die probabilistische Sensitivitätsanalyse als Standard und nicht mehr als Option (Van Hout et al., 1994; Fenwick et al., 2004; Claxton et al., 2005).

Debates

Ist die probabilistische Sensitivitätsanalyse essenziell oder optional?

Einige argumentierten, dass deterministische Analysen ausreichen, aber da Parameter gemeinsam unsicher sind und Kosteneffektivitätsergebnisse nicht-linear sind, vertraten einflussreiche Arbeiten die Ansicht, dass eine probabilistische Sensitivitätsanalyse notwendig ist, um die Entscheidungsunsicherheit korrekt zu charakterisieren; diese Position wurde zur Norm für große Bewertungsstellen.

Key figures

• Andrew Briggs
• Karl Claxton
• Mark Sculpher
• Elisabeth Fenwick
• Ben van Hout

Seminal works

• briggs-2012-uncertainty
• fenwick-2004-ceac
• vanhout-1994

Frequently asked questions

Was ist der Unterschied zwischen deterministischer und probabilistischer Sensitivitätsanalyse?

Die deterministische Analyse variiert einen oder wenige Eingabewerte manuell über ausgewählte Bereiche, um zu sehen, wie sich das Ergebnis verändert, während die probabilistische Analyse allen unsicheren Eingabewerten Wahrscheinlichkeitsverteilungen zuweist und Simulationen verwendet, um deren gemeinsamen Effekt auf das Ergebnis zu erfassen.

Was zeigt eine Kosteneffektivitäts-Akzeptanzkurve?

Sie stellt über einen Bereich von Kosteneffektivitätsschwellenwerten die Wahrscheinlichkeit dar, dass eine Intervention die kosteneffektive Wahl ist, gegeben die Unsicherheit in der Analyse, und gibt Entscheidungsträgern einen direkten Hinweis darauf, wie sicher die Schlussfolgerung ist.