Alvorlighet som prioriteringskriterium - hva mener folk flest? Jens Torup Østby, Samfunnsøkonom Pfizer Arna S. Desser, Seniorforsker Folkehelseinstituttet Ivar Sønbø Kristiansen, Professor emeritus Universitet i Oslo 1
Interessekonflikter Forfatterne utviklet ideen, designet studien, analyserte resultatene og laget presentasjonen Pfizer finansierte datainnsamlingen gjennomført Ipsos AS Ingen av medforfatterne har mottatt lønn/honorarer for arbeidet fra andre enn egen arbeidsgiver 2
Bakgrunn - utvalgene Åpent og rettferdig - prioritering i helsetjenesten
Bakgrunn - utvalgene
Bakgrunn utvalgene På ramme alvor Alvorlighet og prioritering
Alvorlighetsdefinisjoner Absolutt prognosetap (APT) = D Relativt prognosetap (RPT) = D/(C+D) Helserelatert livskvalitet (HRQoL) 1 B Helsetapskriteriet = D + E E D HRQoL når sykdom inntreffer A C 0 Tidspunkt sykdom inntreffer Forventet tidspunkt for død etter sykdom Levetid
Tidligere norsk forskning Det har vært gjennomført flere interessante studier på emnet i Norge Tidligere forskning har ofte vært utført på små og/eller homogene utvalg Jan Abel Olsen (2013): Stor, befolkningsbasert preferansestudie Noen forskjeller: Isolerer alvorlighetskriteriet fra effekt Større utvalg Mer variasjon Statistisk analyse Inkluderer tidligere helsetap som egen variabel
Forskningsspørsmål Hvordan samsvarer de to offentlige utvalgenes definisjoner av alvorlighetsgrad med befolkningens preferanser?
Studiedesign Tverrsnittstudie (spørreundersøkelse) Studiepopulasjonen: stemmeberettigede nordmenn (alder 18 år+) Web-panel (Ipsos AS) med e-postinvitasjon Innledning/avslutning, holdnings- og preferansespørsmål Hoveddel: 7 prioriteringsoppgaver der respondenten måtte velge mellom to fiktive pasientgrupper. 4 varianter Gruppe 1 og 3 fokuserte på variasjon i livslengde (alder og prognose) Gruppe 2 og 4 fokuserte mer på variasjon i livskvalitet (prospektivt og retrospektivt) «Vet ikke» var ikke et alternativ Pilotstudie
Metode Logistisk multippel regresjonsanalyse på paneldata Y it = α i + βx it + E it Der i = 1,, 1342 (respondentene) og t = 1,, 7 (prioriteringsoppgaver) 5 eksogene variable: Alder sykdommen inntreffer ved, forventet gjenværende levetid uten behandling, fremtidig HRQoL, tidligere HRQoL og behandlingseffekt APT og RPT kan ikke benyttes som regressorer i samme ligning pga. kollinearitet «Clustret» standardfeil innad for hver respondent
Resultater 1342 fullstendige besvarelser i løpet av 2 uker Respondent characteristics Norwegian population (SSB 2015) Total sample (n = 1342) Men (%) 50 % 55 % Women (%) 50 % 45 % Age group 18-29 21 % 10 % Age group 30-44 26 % 15 % Age group 45-67 37 % 54 % Age group 68-79 11 % 20 % Age group 80 5 % 1 % Highest level of education: Primary school 27 % 9 % High school level 41 % 28 % University level short 23 % 28 % University level long 9 % 35 %
Resultater Marginal substitusjonsrate(mrs)/indifferensverdi alder År Jo nærmere MRS settes lik 48, desto sterkere preferanser for helsetapskriteriet
Resultater Både APT og RPT viser i de fleste tilfeller statistisk signifikant effekt i tråd med intuisjon (prioritet en økende funksjon av begge) Dog opprettholdes effekten av APT når stor grad av innad-variasjon for hver respondent inkluderes, mens effekten av RPT forsvinner Mulig tolkning kan være at APT vektlegges i større grad enn RPT når den enkelte respondent stilles overfor stor grad av variasjon i de to definisjonene
Resultater Tidligere helsetap viser en relativt sterk effekt Koeffisienten med sterkest forklaringskraft i alle gruppene Må tolkes med forsiktighet på grunn av relativt lite variasjon i denne variabelen 14
Konklusjon Dataene forenlige med at både APT og RPT påvirker befolkningens valg i prioriteringssammenheng APT kan se ut til å vektlegges i større grad enn RPT når den enkelte respondent stilles overfor stor grad av variasjon i begge definisjonene Tidligere helsetap vektlegges også, noe som støtter tanken bak helsetapskriteriet
Begrensninger Resultatene må tolkes med forsiktighet Kognitivt krevende spørsmål Problemstilling mange kan finne ubehagelig å forholde seg til Stor usikkerhet i analysen og fare for «framing» 16
Takk for oppmerksomheten! jens.ostby@pfizer.com 17