Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Farmakoekonomika pro praxi: Analýza senzitivity

Podobné prezentace


Prezentace na téma: "Farmakoekonomika pro praxi: Analýza senzitivity"— Transkript prezentace:

1 Farmakoekonomika pro praxi: Analýza senzitivity
MUDr. Michal Prokeš INFOPHARM a.s.

2 Farmakoekonomie vždy porovnává náklady a přínosy léčebné intervence
Náklady na zdravotní péči: Lékařské výkony Léky Hospitalizace Lázně Výsledky zdravotní péče: 1. Snížení TK, HbA1c 2. Prodloužení života 3. Vyšší kvalita života 4. Zdravý pac.=peníze Jak přesné jsou výsledky výpočtu?

3 Výsledek farmakoekonomické studie
Přežití Cena 1 léčebné kůry v ČR Roky života (viz klinická studie) Alfin 31 000,- Kč 2,535 Betin 1 000,- Kč 2,210 Rozdíl 30 000,- Kč 0,325 A 0,5 let 0,0 0,7 0,6 1,0 čas 6,5 let B C D F Cena 1 roku zachráněného života navíc při použití Alfinu místo Betinu: děleno 0,325 = ,69 Kč Kontrolní otázka: Proč končí obě křivky v bodě F? Protože nemáme důkaz, že by průměrné přežití po Alfinu bylo jiné než po Betinu. čas 0 let ICER pro LYS: ,69 Kč.Jak přesný výsledek jsme získali?

4 Jaké údaje nejsou zcela přesné
Průměrné přežití bude právě 3 roky? Že rehospitalizace se vyskytne u 10 % pac? 3. Rozdíl účinností obou léků bude snížení mortality o 10 % za půl roku? Rozdíl cen léků bude 30 tisíc? Tyto údaje jsou obsaženy v klinických studiích Nakolik jsou tato data důvěryhodná?

5 Nejistota a variabilita výsledků
Variabilita výsledků u jednotlivých pacientů klinické studie Jak moc se liší nalezený výsledek od skutečnosti Heterogenita podskupin pacientů rozdíly věku, pohlaví,komorbidit… lze zmírnit tím, že provedeme výpočet pro podskupiny zvlášť Nejistota předpokladů při sestavování základního modelu FE studie průměr A B C D E F H G jednotliví pacienti A až H průměr nalezený ve studii skutečný průměr 95 % interval spolehlivosti

6 Provádění studie vyžaduje zručnost jako při střílení na terč
designy studie mají bias, studie jsou precizně provedeny validní design studie, precizní provedení validní design studie, studie jsou provedeny nedbale designy studie mají bias, studie jsou provedeny nedbale

7 Ve skutečnosti vidíme pouze výsledek studie, nikoli terč
můžeme si kolem výsledku nakreslit interval 95 % spolehlivosti (nebo 99%?) můžeme počkat na výsledky dalších studií

8 Metaanalýzy provádí např. Cochrane Collaboration
Lék A je lepší Lék B je lepší Každá studie má rozdílný výsledek – průměr i rozpětí 95 % intervalu spolehlivosti. Metaanalýza prokázala větší přínos léku B. Ale ne tolik, jako první studie. O kterou z uvedených studií se opírá zkoumané FE hodnocení?

9 Jak se výpočet nákladové efektivity změní při změně jedné proměnné
Základní případ: Kč/rok života proměnná základní případ Vari-anta 1 Pak 1 rok života levnější o Vari-anta 2 Pak rok života dražší o: cena Alfinu 15 385 počet hospitalizací za rok 10 % 15 % 7 % 21 600 prům. přežití 3 roky 2 roky 4 roky 41 026 pokles mortality 10 % 5 % 15 % 92 308

10 Jak se výpočet nákladové efektivity změní při změně jedné proměnné
Tomuto vyjádření se říká TORNADO-GRAF Vždy měníme jen jednu proměnnou. Dosazujeme hodnoty, které se reálně vyskytují.

11 Ukázka Tornado grafu Resch B et al: Cost-Effectiveness of Palivizumab Against Respiratory Syncitial Viral Infection in High-Risk Children in Austria. Clinical Terapautics 2008; 30 (4):

12 Probabilistic Sensitivity Analysis Měníme více proměnných zároveň Jak často se jednotlivé hodnoty proměnných vyskytují (jaká je pravděpodobnost, že budou právě takové)? proměnná základní případ rozpětí 95 % zdroj cena Alfinu 30 tis.Kč 20 – 35 tis.Kč ceny EU, odhad panelu expertů počet hospit./rok 10 % 5 – 17 % klinická studie XY prům.přežití 3 roky 2,5 – 5 studie z reálné klinické praxe KLM pokles mortality 2 - 15 základní studie Těmito hodnotami „nakrmíme“ speciální PC program a provedeme analýzu „Monte Carlo“

13 přínosy léčby A– roky zachráněného života navíc
Analýza Monte Carlo Speciální PC program provede stovky /tisíce výpočtů ceny 1 roku života, přičemž proměnné budou voleny náhodně v rámci zadaného rozpětí a pravděpodobnosti výskytu základní případ náklady na léčbu A. navíc C C: 40/0,25 = 80 tis.Kč /LYS A A: 30/0,25 = 120 tis.Kč /LYS B B: 20/0,25 = 80 tis.Kč /LYS přínosy léčby A– roky zachráněného života navíc 0,25 roku 0,5 roku

14 Ukázka výsledku analýzy Monte Carlo
Cena QALY: anti-TNF léčiva verzus klasické DMARDS ve V.B. Brennan A et al: Rheumatology 2007;46:

15 Interpretace: Při prahu 92 tisíc Kč/rok: 50 % pacientů splní.
82% základní případ tis. Kč/ 1 rok života Interpretace: Při prahu 92 tisíc Kč/rok: 50 % pacientů splní. Při prahu 120 tisíc Kč/rok: 82 % splní, při prahu 160 tis.Kč/rok 92 % splní.

16 ? ? tis. Kč/ 1 rok života Téměř jistě nebude identická. S jakou přesností dokážeme odchylku odhadnout..? Opět míříme na terč, jehož střed nevidíme.

17 Ukázka Cost-effectiveness acceptability curve
Nuijten MJ et al: Cost Effectiveness of Palivizumab for RSV Prophylaxis in High-Risk Children.

18 Závěr I.: jednocestná analýza senzitivity v ČR zcela postačuje
TORNADO-GRAF Vždy měníme jen jednu proměnnou. Dosazujeme hodnoty, které se reálně vyskytují.

19 Závěr II. Jak klinické, tak farmakoekonomické studie přináší výsledek s určitou dávkou nejistoty Pro interpretaci je důležitý nejen výsledek, ale i znalost „rozptylu“ I při odhadu nejistoty (rozptylu) je třeba informovat, z jakých pramenů vycházíme (studie, panel expertů…) Věda předpokládá, že za srovnatelných podmínek pokusů dojdeme i ke srovnatelným výsledků těchto pokusů snažme se toho docílit i ve farmakoekonomice !


Stáhnout ppt "Farmakoekonomika pro praxi: Analýza senzitivity"

Podobné prezentace


Reklamy Google