Introduksjon i bruk av modellering i helseøkonomiske analyser: hvorfor modellere, og grunnleggende verktøy til å komme i gang med modellering

Transkript

1 HEHØ workshop 1 og 2 november2011 Introduksjon i bruk av modellering i helseøkonomiske analyser: hvorfor modellere, og grunnleggende verktøy til å komme i gang med modellering Gunhild Hagen, Helseøkonom, guh@nokc.no

2 Dere er velkomne til å stille spørsmål underveis! -selvom det er tidlig om morgenen

3 Disposisjon 1. Innledning 2. Hvordan gå frem for å sette opp strukturen til en modell 3. Hvordan gå frem for å finne input til en modell 4. Modelleringsressurser

4 Repitisjon Økonomisk evaluering handler om å sammenligne ulike intervensjoner (behandlinger, tiltak) for en gitt populasjon med hensyn på både helseeffekter og ressursforbruk (kostnad) Dette kan gjøres som del av en sammenlignende effektstudie (for eksempel RCT) eller som en modellering eller som en kombinasjon av de to

5 Hvorfor gjør vi dette? Prioriteringsforskriften Pasientrettighetsloven For å se om kostnadene står i et rimelig forhold til helseeffektene

6 Hva er er en modell? Teoretiske modeller gir et sterkt forenklet bilde av virkeligheten. Forenklingen dreier seg om å fokusere på de trekk som anses å være vesenlig for det som skal forklares, samtidig utelukke alt som er uvesentlig. Dette gjøres for å tydeliggjøre poenget man er ute etter å forklare og for at modellen i det hele tatt skal kunne fungere

7 Remember that all models are wrong; the practical question is how wrong do they have to be to not be useful. George E. P. Box

8 Hvorfor modellere? Kan sammenligne alternativer som det ikke nødvendigvis er mulig å undersøke i en RCT RCTer har ofte ikke en lang nok oppfølgingstid til å fange opp alle relevante effekter av intervensjonen RCTen rapporterer ikke på det du er interessert i (for eksempel ekstrakostnad/vunnet leveår eller livskvalitetsjusterte leveår) Overførbarhet

9 Modeller består av: A: En struktur Strukturen sier noe om hvilke variable som inngår i modellen (for eksempel død og hoftebrudd) og hva forholdet er mellom ulike variabler (hvis du får hoftebrudd, så har du en økt risiko for å dø). Viser hva som kan skje B: Input Dvs. spesifikke tall for de ulike variablene, (eksempel insiden av hoftebrudd for kvinner 85 år som bor i Oslo er.hvis denne kvinnen får et hoftebrudd, så har hun ganger så stor risiko for å dø innen utgangen av året sammenlinget med en kvinne på same alder som ikke brekker hofta)

10 Eksempel struktur Sykt barn Dagens behandling Behandling A Syk Frisk Syk Frisk Kostnad_dagens_behandling / Syk Kostnad_dagens_behandling / Frisk Kostnad_A / Syk Kostnad_A / Frisk

11 Eksempel input Hva er dagens behandling? Hva koster dagens behandling? Hva koster behandling A? Hvordan skal vi telle frisk? Hvordan skal vi telle syk? Hva er sannsynligheten for å bli frisk ved dagens behandling? Hva er den relative effekten av behandling A sammenlignet med dagens behandling?

12 Kombinasjon av struktur og input Sykt barn Frisk=1 Kostnad_A= 100 Kostnad_dag ens_behandling= 75 p_frisk_dag ens= 0,4 RR_beh_A= 2 Syk=0,75 Dagens behandling Behandling A Syk Frisk Syk 1-(p_frisk_dagens) p_frisk_dagens 1-(p_frisk_dagens*RR_beh_A) Frisk p_frisk_dagens*rr_beh_a Kostnad_dagens_behandling / Syk Kostnad_dagens_behandling / Frisk Kostnad_A / Syk Kostnad_A / Frisk

13 Hvordan gå frem for å sette opp strukturen til en modell

14 Hva skal du gjøre? Du skal late som at du følger en gruppe pasienter og registrere hvordan det går med dem (helseaspektet) og hva slags hjelp de mottar (økonomiaspektet) Du må forenkle mye og bare registrere de viktigste tingene (ting som på en eller annen måte blir påvirket av behandlingen du evaluerer) Ofte er det relevant å følge disse pasientene i et livstidsperspektiv (gitt at behandlingen direkte eller indirekte påvirker levetid)

15 Hvordan komme i gang Du bør vite en hel del om sykdommen eller tilstanden du skal modellere, så trinn en er å lese deg opp på det aktuelle sykdomsområdet I tillegg er det ofte nødvendig å finne kliniske eksperter som kan hjelpe deg

16 Modellererens første bud Kjenn sykdommen

17 Råd fra ISPOR Task Force on Good Research Practices the model structure should be consistent both with a coherent theory of the health condition being modeled and with available evidence regarding causal linkages between variables Weinstein et al

18 Hvordan sette opp en struktur Tenke gjennom og undersøke hva skjer med disse pasientene (klinikere må ofte ta med mindre detaljer en hva de tror/mener er nødvendig og økonomer må ofte ta med mer detaljer enn hva de tror/mener er nødvendig) Må skissere forenklede sykdomsforløp og velge ut hvilke hendelser eller tilstander man skal se på

19 Modellereren andre bud Keep it simple

20 *t+he structure of the model should be as simple as possible, while capturing underlying essentials of the disease process and interventions Weinstein et al

21 IKKE her Du vil være her

22 Hvordan modellere effekten intervensjoner for røykeslutt? Hvilke helsekonsekvenser kan røyking gi?

23 Enten Enten:En OG OG OG

24 Hva slags informasjon dere vi trenger for å følge denne strategien? Kan dere gi eksempler på data som dere tror er nødvendig i dette tilfellet?

25 Eller

26 Eksempel modellstruktur røykeslutt

27 Hvordan gå frem for å finne input til en modell

28 Hva trenger du av data (input)? Avhenger av sykdom og modelleringsstrategi, men du vil nesten alltid trenger noe data på 1. Effekt av behandling 2. Epidemiologi 3. Kostnader 4. Livskvalitet 5. Pasientforløp

29 The perfect model- garbage in, flowers and bunnies out?

30

31 Modellererens tredje bud Vær nøye med valg av data/input

32 Systematic reviews of the literature should be conducted on key model inputs. Weinstein et al

33 Evidenshierarki for ulike modellparametre Tilgjengelig på (gratis): ac.ir/ebmfile/evidencebas ed%20health%20econom ics%20from%20effectiven ess%20to%20efficiency% 20in%20systematic%20R eview.pdf#page=63 Fra Donaldson et al Evidence based health economics: From effectiveness to efficiency in systematic review

34

35

36 Stolen from: Mathew Taylor, presented at ISPOR 2010 Praha Errors in the modelling process Errors Errors Errors Errors Scoping Building Populating Analysis Wrong design Mistake Incorrect data Misinter pretation

37 Modelleringsressurser

38 Modelleringsverktøy

39 Andre ressurser

40 Andre ressurser Din lokale bibliotekar Din lokale HEHØ representant Relevante veiledere

41 Lykke til og takk for oppmerksomheten! Ved spørsmål ta kontakt