Sağlık Ekonomisinde Karar Analitik Modellemesi

Karar ağacı: kısa zaman ufku (örn. hemen tedavi sonrası dönem), her karar kolu için tek yol, her dal terminal uç noktası. Akut kararlar için kullanılır (test yap veya yapma, tedavi et veya etme) ve sonuçlar çalışma zaman dilimi içinde ortaya çıkar. Markov modeli: uzun zaman ufku (yıllar/on yıllar boyunca kronik hastalık), hastalar sağlık durumları arasında tekrar tekrar döngüye girer, geçişler olasılıksal olarak tanımlanır. Hastalık ilerlemesinin zamanla ilgili olduğu durumlarda kullanılır. Genellikle birleştirilir: karar ağacı başlangıç seçimini belirler (örn. tarama evet/hayır); ardından Markov modeli seçilen kol için uzun vadeli sonuçları tahmin eder.

Yöntemler: (1) Benzer sağlık durumları için yayınlanmış faydalılık ağırlıklarını kullanın (EQ-5D, SF-6D, HUI tarifeleri). (2) Odaklanmış faydalılık belirleme (zaman takası, görsel analog ölçek, ayrık seçim) hasta/genel nüfus örneği ile gerçekleştirin. (3) Uzman görüşü: klinisyenler belirsizliği kabul ederek tahmin eder. (4) Eşleme: çalışma hastalık özel ölçeklerde yaşam kalitesi verileri topladıysa, faydalılıklara dönüştürmek için yayınlanmış eşleme algoritmalarını kullanın. Veri boşlukları duyarlılık analizini tetiklemelidir: faydalılıkları ±%20 değiştirin ve kararın değişip değişmediğini görün.

Model çıktısı (ICER, öneri) girdi parametrelerine (olasılıklar, faydalılıklar, maliyetler) bağlıdır. Parametreler belirsizlikle tahmin edilir. Duyarlılık analizi sağlamlığı test eder: karar makul parametre aralıklarına karşı sağlam ise, güven yüksektir; küçük değişikliklerle karar değişirse, duyarlılık yüksektir ve karar kırılgandır. Tek yönlü duyarlılık (tek parametreyi değiştirme), iki yönlü ve olasılıksal (hepsini aynı anda değiştirme) sonuçları hangi parametrelerin yönlendirdiğini gösterir. Bu, daha fazla veri toplamanın en değerli olduğu yeri yönlendirir.

Eşik analizi başa baş değerleri belirler: 'Hangi parametre değerinde karar değişir?' Örnek: 'Tedavi etkinliği ≥%60 ise, müdahale 20.000 £/QALY eşiğinde maliyet-etkindir; %60'ın altında ise, maliyet-etkin değildir.' Eşikler yorumlamayı yönlendirir: tahmin edilen etkinlik %70 ise (eşik üstü), öneri sağlamdır; %58 ise (eşik yakınında), etkinlik hakkında daha fazla veriye ihtiyaç vardır. Eşikler ayrıca fiyatlandırmayı bilgilendirir: şirket 'Hangi fiyatta ilacımız ödeyici için maliyet-etkin olur?' hesaplayabilir. Maliyet eşikleri müzakereyi yönlendirir.

Beklenen değer: beklenen maliyet/QALY sonucu (matematiksel ortalama). Beklenen fayda: bireysel risk tercihlerine göre ayarlanmış değer. Örnek: 10 QALY sonucu için %50 şans ve 0 için %50 şanslı bir karar (beklenen değer = 5 QALY). Risk-neutr bir kişi bunu garanti 5 QALY ile eşit olarak değerlendirir. Riskten kaçınan bir kişi, riskli bir kumar yerine kesin 3 QALY'yi tercih edebilir; beklenen faydası beklenen değerden düşüktür. Çoğu karar modeli beklenen değeri kullanır (risk-neutr varsayımı); ortak karar verme modelleri hasta risk tercihine göre ayarlanabilir.