Økonomisk evaluering

Hvorfor det er vigtigt i sundhedsøkonomi

Ethvert sundhedsbudget er begrænset, og hver krone, euro, rupee eller baht brugt på én ydelse er ikke til rådighed for en anden. Det er ikke en regnskabsmæssig ulejlighed; det er fagets moralske centrum. Når en betaler finansierer et nyt kræftlægemiddel, kommer pengene fra et sted – en diabetesklinik, der ikke blev åbnet, en mental sundhedsstilling, der ikke blev besat, en fødeafdeling, der ikke blev renoveret. Økonomisk evaluering findes for at gøre denne skjulte afvejning eksplicit, så beslutninger om knappe ressourcer træffes bevidst og ikke som standard, af drift eller af den, der lobbyer højest.

Indsatsen er både finansiel og klinisk. En beslutning om at finansiere en indsats med lav værdi spilder ikke blot penge; den fortrænger pleje, der ville have givet mere sundhed for de samme penge, så den sande omkostning måles i den sundhed, som andre patienter går glip af. Derfor er økonomisk evaluering en sikkerheds- og lighedsdisciplin, ikke kun en effektivitetsdisciplin. Hvis man tager fejl, må rigtige mennesker andre steder i systemet undvære, som regel usynligt og som regel de mindst magtfulde blandt dem.

For en direktør tjener disciplinen sit brød på netop de øjeblikke, der føles mest politiske: at indføre en ny teknologi, forsvare en ydelse mod nedskæringer, beslutte et screeningsprogram eller begrunde et forebyggelsesbudget, hvis tilbagebetaling ligger år ude i fremtiden. Økonomisk evaluering vil ikke gøre disse beslutninger smertefri, og den bør ikke foregive det. Dens løfte er snævrere og mere værdifuldt – at strukturere argumentet ærligt, at vise, hvad der opgives, og at gøre ræsonnementet forsvarligt over for en tilsynsmyndighed, et finansministerium, en kliniker og offentligheden. Dette emne er arbejdshesten i Del 2; den modellering, der genererer estimaterne, udvikles i Emne 2.2 — Modellering, og de lægemiddelspecifikke prisspørgsmål er emnet for Emne 2.4 — Farmakoøkonomi.

Centrale begreber

Økonomisk evaluering sammenligner to eller flere handlingsforløb ud fra både deres omkostninger og deres konsekvenser. En undersøgelse, der kun rapporterer omkostninger, er en omkostningsopgørelse; en undersøgelse, der kun rapporterer resultater, er en klinisk undersøgelse; først når de to stilles over for hinanden, for mindst to muligheder, bliver analysen en fuld økonomisk evaluering. Den forenende idé under enhver metode er alternativomkostning – værdien af det bedste opgivne alternativ – fordi den sande omkostning ved noget i et fast budget er den sundhed, det fortrænger.

Metoderne adskiller sig hovedsagelig i, hvordan de værdisætter konsekvenser. Cost-effectiveness-analyse (CEA) måler resultater i naturlige kliniske enheder – opdagede tilfælde, forebyggede dødsfald, millimeter kviksølv sænket i blodtryk – og udtrykker resultater som omkostning pr. effektenhed. Den er intuitiv og klinisk læsbar, men kan ikke sammenligne på tværs af uens tilstande: omkostning pr. forebygget slagtilfælde fortæller intet om, hvorvidt det slår omkostning pr. forebygget blindhedstilfælde.

Cost-utility-analyse (CUA) løser det ved at måle resultater i en fælles sundhedsvaluta, der kombinerer livets længde og kvalitet. Dens dominerende enhed er det kvalitetsjusterede leveår (QALY), hvor ét år i fuld sundhed scorer 1,0, død scorer 0, og mellemliggende tilstande vægtes med en nytteværdi. En behandling, der giver ti personer et ekstra år med en kvalitetsvægt på 0,5, producerer fem QALY'er. Fordi QALY'en er generisk, lader CUA en betaler sammenligne en hofteoperation med en kræftbehandling på samme skala – hvilket netop er grunden til, at organer som Englands National Institute for Health and Care Excellence (NICE) anvender den som deres referencecase. Dens nære slægtning, det invaliditetsjusterede leveår (DALY), måler sundhedstab frem for sundhedsgevinst og kombinerer tabte leveår med år levet med handicap; det ligger til grund for arbejdet med Global Burden of Disease og meget af Verdenssundhedsorganisationens (WHO) og Verdensbankens prioritering, især i lav- og mellemindkomstlande.

Cost-benefit-analyse (CBA) går videre og værdisætter konsekvenser i penge, så sundhedsgevinster og omkostninger udtrykkes i samme enheder, og nettogevinsten i princippet kan sammenlignes med udgifter helt uden for sundhed – veje, skoler, forsvar. Dens styrke er også dens ubehag: for at gennemføre den må man sætte en pengeværdi på sundhed og på selve livet, hvilket mange finder etisk problematisk, selv når det er uundgåeligt. To tilgrænsende rammer lånt fra finansverdenen og den sociale sektor er investeringsafkast (ROI), forholdet mellem monetariseret gevinst og omkostning, der ofte bruges i folkesundhedens business cases, og socialt investeringsafkast (SROI), som udvider linsen til også at omfatte social værdi og trivsel for familier og lokalsamfund.

Sammenligning af muligheder giver en inkrementel cost-effectiveness-ratio (ICER): forskellen i omkostning mellem to muligheder divideret med forskellen i effekt. En ICER bedømmes mod en cost-effectiveness-tærskel – det højeste beløb, en beslutningstager vil betale for en enhed sundhed. Tærskler varierer enormt fra land til land og er omstridte overalt: nogle jurisdiktioner offentliggør et eksplicit interval for omkostning pr. QALY, andre, som Tysklands Institut for Kvalitet og Effektivitet i Sundhedsvæsenet (IQWiG), afviser en enkelt tærskel til fordel for en effektivitetsgrænse inden for et terapeutisk område, og WHO's tidligere praksis med at benchmarke mod multipla af bruttonationalprodukt (BNP) pr. indbygger er siden blevet kvalificeret som for grov. Citér aldrig ét lands tærskel, som om den var universel.

Tre yderligere begreber går igen gennem det hele. For det første diskontering: omkostninger og sundhed, der falder i fremtiden, er mindre værd end det samme beløb i dag, så begge strømme diskonteres til nutidsværdi med en rente fastsat af national vejledning – et valg, der vejer tungt for forebyggelse, hvis omkostninger kommer først, og hvis gevinster kommer meget senere. For det andet analytisk perspektiv: om evalueringen kun medregner sundhedssystemets omkostninger, betalerens omkostninger eller de fulde samfundsmæssige omkostninger, herunder produktivitet og ulønnet pleje, afgør, hvad der er med, og kan vende en konklusion. For det tredje værdisætning af helbredstilstande: nytteværdier til QALY'en indhentes fra befolkninger ved hjælp af instrumenter som det deskriptive system EQ-5D og præferenceindhentningsmetoder som time trade-off og den visuelle analogskala, mens monetarisering af gevinst til CBA hviler på betalingsvillighed målt gennem erklærede præferencer. Disse byggesten fødes ind i de formelle modeller i Emne 2.2 — Modellering.

De nytteværdier, der gør et leveår til en QALY, falder ikke ned fra himlen; de indhentes fra mennesker med formelle præferencemetoder, og metoden ændrer tallet. Den visuelle analogskala er den simpleste: respondenter markerer en helbredstilstand på en linje fra den værst til den bedst tænkelige tilstand. Den er hurtig, men er en vurderingsøvelse frem for en egentlig afvejning, så dens værdier ligger ikke naturligt på QALY'ens skala fra død til fuld sundhed. Time trade-off, nævnt ovenfor, spørger, hvor mange år i en ringere tilstand en person vil opgive for at tilbringe færre år i fuld sundhed, og omsætter varighed til en kvalitetsvægt. Standard gamble går videre og rammesætter valget som risiko: en respondent afvejer en sikker svækket tilstand mod en behandling, der tilbyder enten fuld sundhed eller øjeblikkelig død med en vis sandsynlighed, og den sandsynlighed, hvor vedkommende er indifferent, bliver nytteværdien. Standard gamble er funderet i forventet nytteteori og kaldes ofte den klassiske metode, men den er kognitivt krævende, og folks holdninger til risiko kan forvride svaret, hvorfor den mere håndterbare time trade-off nu er mere almindelig i praksis. Lærdommen for en direktør er, at en QALY kun er så solid som den elicitationsmetode, der ligger under den, og at værdier fremkommet med forskellige metoder ikke bør poolles ukritisk.

To familier af instrumenter fødes ind i disse metoder. Generiske, multiattribut-nytteinstrumenter beskriver sundhed i et fast sæt dimensioner og knytter et forhåndsscoret værdisæt til hver kombination af svar: EQ-5D er det mest udbredte, men ikke det eneste – SF-6D (afledt af SF-36-sundhedsundersøgelsen) og Health Utilities Index er etablerede alternativer, og hver kan give en forskellig nytteværdi for den samme patient, så valget af instrument er ikke neutralt. Generiske mål køber sammenlignelighed på tværs af tilstande – hele pointen med QALY'en – men kan være ufølsomme over for ændringer, der betyder intenst meget inden for en enkelt sygdom. Tilstandsspecifikke mål er derimod afstemt til ét område – syn, hørelse, mental sundhed, kræftsymptomer – og opdager forandring, som de generiske instrumenter misser, men de kan ikke sammenlignes på tværs af tilstande og giver som regel ikke direkte en nytteværdi. Hvor en undersøgelse kun har indsamlet et tilstandsspecifikt mål, bruger analytikere "mapping" (også kaldet cross-walking): en statistisk funktion, der forudsiger generiske nytteværdier ud fra de tilstandsspecifikke svar, så QALY'er kan genskabes. Mapping er en nyttig bro, men tilføjer et lag af usikkerhed, og en mappet nytteværdi er svagere evidens end en direkte målt.

Et mindre teknisk spørgsmål ligger under alt dette: hvis præferencer skal værdisættet repræsentere? Værdisæt kan indhentes fra den almindelige befolkning – den dominerende konvention, ud fra den betragtning, at et offentligt finansieret system bruger borgernes penge og bør afspejle borgernes værdier – eller fra patienter, der faktisk lever i den helbredstilstand, og som ofte vurderer den som mindre alvorlig, end offentligheden forestiller sig. Det valg er en værdidom, ikke en teknikalitet, og det indlejrer en hel teori om, hvis synspunkter der tæller (den dybere diskussion om, hvad sundhedsøkonomi vælger at måle og værdisætte, udvikles i Emne 3.5 — Kapabiliteter). Fordi instrument, værdisæt, elicitationsmetode, perspektiv og diskonteringsrente kunne besluttes forskelligt og hver ville flytte svaret, fastlægger organer for medicinsk teknologivurdering (MTV, på engelsk HTA) en "referencecase": et fastlagt sæt metodiske valg, som enhver indsendelse skal følge, så evalueringer kan sammenlignes med hinanden, selv på bekostning af en vis tilpasning i det enkelte tilfælde. Under de rå data ligger patientrapporterede udfaldsmål (PROM'er) – standardiserede spørgeskemaer, som patienter selv udfylder om deres symptomer, funktion og livskvalitet. De indsamles i stigende grad i rutinepleje såvel som i forsøg, og PROM'er er ved at blive det primære råmateriale, hvoraf udfaldsværdier, og i sidste ende QALY'er, bygges.

Bedste praksis

1. Rammesæt beslutningsproblemet, før du vælger en metode. Angiv præcist, hvad der sammenlignes, for hvilken population, mod hvilket sammenligningsgrundlag, over hvilken tidshorisont og fra hvis perspektiv. Sammenligningsgrundlaget betyder mest og forvanskes oftest: at sammenligne en ny indsats mod "at gøre ingenting" smigrer den, når det reelle alternativ er nuværende standardbehandling. Et veldefineret spørgsmål – ofte opsummeret som population, indsats, sammenligningsgrundlag, udfald og setting – er mere værd end en sofistikeret model bygget på et vagt.

2. Fastlæg perspektivet, før du tæller en eneste omkostning. Om du indtager et sundhedssystem-, betaler- eller samfundsperspektiv afgør, hvilke omkostninger og gevinster der er med, og kan vende en konklusion. Et mentalt sundhedsprogram på arbejdspladsen kan se dårligt ud fra et snævert betalerperspektiv og fremragende ud, når tabt produktivitet tælles med. Aftal perspektivet med beslutningstagerne på forhånd, angiv det fremtrædende, og rapportér, hvis du viser et samfundsperspektiv, sundhedssystemets perspektiv ved siden af, så hver målgruppe kan se sit eget budget.

3. Vælg evalueringstypen efter beslutningen, ikke efter mode. Brug CEA, når sammenligningen er inden for ét klinisk område, og en naturlig udfaldsenhed er nok; brug CUA, når du skal sammenligne på tværs af tilstande, eller når livskvalitet er central; brug CBA eller ROI, når beslutningen konkurrerer med udgifter uden for sundhed eller skal forsvares over for et finansministerium i monetære termer. At afstemme metode efter spørgsmål forebygger både falsk præcision og falsk sammenlignelighed.

4. Mål udfald med et valideret instrument, og angiv, hvordan du værdisatte dem. En QALY er kun så troværdig som de nytteværdier, der ligger bag, og de afhænger af, hvilket instrument du brugte, hvis præferencer du indhentede, og med hvilken metode – time trade-off, standard gamble eller et mappet deskriptivt system som EQ-5D. Forskellige instrumenter og værdisæt kan flytte en ICER væsentligt. Angiv kilden til dine værdier eksplicit frem for at begrave den, for en bedømmer kan ikke vurdere et resultat, hvis værdisætningsgrundlag er skjult.

5. Tæl omkostninger fuldstændigt og konsistent med perspektivet. Identificér, mål og værdisæt enhver relevant ressource – personaletid, lægemidler, udstyr, faciliteter og, under et samfundsperspektiv, patienters og pårørendes tid og produktivitet. Den almindeligste fejl er stiltiende udeladelse: at udelade nedstrøms omkostninger, en indsats undgår eller skaber. Brug konsistente enhedsomkostninger og et tydeligt prisår, og bland aldrig perspektiver i én sammenligning.

6. Diskontér fremtidige omkostninger og sundhed, og test renten. Fordi et sundhedsår eller en krone, der ankommer om ti år, er mindre værd end ét i dag, så diskontér begge strømme til nutidsværdi med den rente, din nationale vejledning angiver. Renten er ikke neutral: en højere rente straffer forebyggelse og langsigtede programmer, hvis gevinst ligger fjernt, så vis altid, hvordan konklusionen flytter sig, hvis renten ændres. Rapportér også udiskonterede resultater, så omkostningernes og gevinsternes rå form forbliver synlig.

7. Rapportér ICER'en, men fortolk den mod den rette tærskel og dens egen usikkerhed. En ICER er et punktestimat omgivet af usikkerhed, og dens betydning afhænger helt af beslutningstagerens tærskel. Præsentér den med den usikkerhedsanalyse, som Emne 2.2 — Modellering udvikler – konfidensregioner, cost-effectiveness-acceptabilitetskurver – og nævn den tærskel, du bedømmer den mod, dens kilde og dens omstridthed. Et resultat rapporteret som et bart tal uden tærskel og spredning er endnu ikke et svar.

8. Behandl tærsklen som et omstridt politisk valg, aldrig en naturlov. Cost-effectiveness-tærskler adskiller sig fra land til land med en størrelsesorden og diskuteres inden for hvert. Nogle er fastsat ved konvention, nogle empirisk estimeret ud fra den sundhed, der fortrænges i marginen, og nogle – som hos IQWiG – helt afvist til fordel for grænser inden for terapeutiske områder. Angiv, hvilken logik din tærskel følger, og importér aldrig én jurisdiktions tal til en anden, som om sundhed var prissat ens overalt.

9. Gør alternativomkostningen konkret, ikke retorisk. Hele øvelsens pointe er at vise, hvad der fortrænges. Hvor du kan, så sig, hvad den marginale udgift ellers ville have købt – de ydelser i budgettets udkant, som en ny forpligtelse skubber ud. En empirisk funderet tærskel er ét forsøg på at repræsentere den fortrængte sundhed; at nævne den forvandler "vi har ikke råd til alt" fra et slogan til en specifik, forsvarlig afvejning (systemniveauversionen af dette er emnet for Emne 3.3 — Rationering).

10. Kør og rapportér følsomheds- og usikkerhedsanalyse som en selvfølge. Enhver evaluering hviler på antagelser – effektstørrelser, omkostninger, nytteværdier, diskonteringsrenten, tidshorisonten. Variér de indflydelsesrige og vis, om konklusionen holder; et resultat, der vender ved en plausibel ændring af antagelser, er et skrøbeligt grundlag for en beslutning. Skeln mellem parameterusikkerhed (håndteret probabilistisk) og strukturelle og metodiske valg (håndteret ved scenarieanalyse), og vær ærlig om, hvad der driver dit resultat.

11. Bring fordelings- og lighedskonsekvenser frem ved siden af gennemsnittet. En gunstig gennemsnitlig ICER kan skjule, at gevinsterne tilfalder de i forvejen raske, mens omkostningerne falder på de dårligt stillede. Rapportér, hvem der vinder, og hvem der bærer omkostningen, ikke kun aggregatet, og overvej lighedsvægtning eller en fordelingsanalyse, hvor indsatsen berettiger det. Effektivitet og lighed kan trække i modsatte retninger, og at skjule spændingen løser den ikke (udviklet i Emne 3.4 — Lighed).

12. Angiv QALY'ens grænser frem for at forsvare den som fuldstændig. QALY'en er en arbejdshest, ikke en skrift: den kan undervægte det, der betyder noget ved livets afslutning, i de pårørendes oplevelse og i dimensioner af trivsel ud over sundhed. At erkende det åbent styrker en evaluering, og hvor kapabilitet eller bredere trivsel er central, kan supplerende mål være nødvendige (se Emne 3.5 — Kapabiliteter). Præsentér QALY-resultatet som ét vigtigt input til dømmekraft, ikke en dom, der afslutter den.

Spørgsmål at drøfte med dit team

1. Fra hvis perspektiv træffer vi egentlig denne beslutning, og hvem betaler for den sundhed, vi er ved at fortrænge? Perspektiv er det mest konsekvensrige valg i en evaluering og det, teams oftest lader være implicit. Et snævert sundhedsbetalerperspektiv holder analysen håndterbar og matcher de fleste refusionsregler, men det skriver omkostninger ud, der falder på patienter, pårørende, arbejdsgivere og andre offentlige budgetter – og et program, der fejler i det snævre syn, kan lykkes glimrende i et samfundsmæssigt. Den ærlige spænding er, at det perspektiv, der gør din sag stærkest, sjældent er det, din budgetholder er ansvarlig for. En god drøftelse nævner det primære perspektiv eksplicit, aftaler, om et samfundsperspektiv skal rapporteres ved siden af, og er åbenhjertig om, at det, I finansierer, fortrænger pleje andre steder i systemet – så spørgsmålet er ikke kun "er dette god værdi?", men "god værdi målt mod hvad, for hvem?"

2. Hvilken tærskel bedømmer vi værdi mod, hvor kom den fra, og er vi villige til at forsvare den offentligt? Teams griber efter et tal for omkostning pr. QALY, som var det en fast valutakurs, når tærskler i virkeligheden er konventioner, estimater eller direkte afvist afhængigt af jurisdiktionen. Dette spørgsmål tvinger gruppen til at sige, om deres tærskel er fastsat af national vejledning, estimeret ud fra den sundhed, der fortrænges i marginen, lånt fra et andet land eller blot antaget – og hver af dem har meget forskellig autoritet. Den dybere spænding er, at en tærskel er en erklæring om, hvor meget et år af en andens sundhed er værd, hvilket er politisk og etisk ladet, uanset hvor teknisk det ser ud. Et ærligt svar angiver tærskelens kilde og logik, indrømmer dens omstridthed, adskiller den fra andre systemers praksis og er parat til at forklare en kliniker eller en borger, hvorfor linjen ligger, hvor den gør, frem for at lade, som om tallet faldt ned fra himlen.

3. Hvor i denne analyse er det antagelserne, der gør det egentlige arbejde, og ville beslutningen overleve, hvis vi tog fejl af dem? Enhver evaluering komprimerer usikkerhed til pæne punktestimater, og faren er at forveksle en præcist udseende ICER med en robust. Dette spørgsmål sender teamet til de parametre og strukturelle valg, resultatet er mest følsomt over for – den effektstørrelse, der ekstrapoleres ud over forsøget, den diskonteringsrente, der anvendes på fjerne forebyggelsesgevinster, de valgte nytteværdier, tidshorisonten. Spændingen er mellem beslutningstagerens ønske om ét klart svar og analytikerens pligt til at vise svarets skrøbelighed. Et ærligt svar identificerer de to-tre antagelser, der kunne vende konklusionen, rapporterer, hvordan resultatet flytter sig over deres plausible interval, og siger ligeud, om anbefalingen holder overalt eller kun under gunstige antagelser – for en beslutning, der afhænger af den optimistiske ende af hvert interval, er en beslutning, der hviler på håb.

4. Hvad sammenligner vi egentlig dette mod – og er det det, patienter ellers ville få? Sammenligningsgrundlaget er det mest stille afgørende valg i enhver evaluering, fordi en indsats' værdi er defineret helt af det, den fortrænger, men alligevel sammenligner teams rutinemæssigt mod "ingen behandling" eller placebo, når det reelle alternativ er en etableret standardbehandling. Dette spørgsmål tvinger gruppen til at nævne kontrafaktum eksplicit og tjekke det mod klinisk virkelighed frem for forsøgsbekvemmelighed. Spændingen er, at et svagt sammenligningsgrundlag smigrer den nye mulighed og gør tallene lettere, mens det ærlige sammenligningsgrundlag – nuværende bedste praksis, måske allerede billig og effektiv – er et langt sværere mål at slå. Et ærligt svar angiver, hvad indsatsen faktisk ville erstatte i denne setting, begrunder valget og modstår fristelsen til at udvide kløften ved at vælge et sammenligningsgrundlag, ingen kliniker ville forsvare. Det spørger også, om sammenligningsgrundlaget varierer på tværs af populationen, da det, ét distrikt allerede gør, måske slet ikke er det, et andet gør.

5. Hvem vinder, og hvem bærer omkostningen, når vi ser forbi gennemsnittet, og kan en "omkostningseffektiv" beslutning alligevel udvide uligheden? En enkelt gunstig ICER kan skjule, at sundhedsgevinsterne flyder til de i forvejen privilegerede, mens omkostningerne, eller de fortrængte ydelser, falder på de dårligst stillede – og gennemsnit over en population skjuler netop den fordeling, en betaler med lighedspligter skal holde øje med. Dette spørgsmål flytter teamet fra middelværdien til spredningen: hvilke grupper tager indsatsen op, hvilke bliver misset, og hvor lander alternativomkostningen. Den reelle spænding er, at effektivitet og lighed kan trække i modsatte retninger, så den mest omkostningseffektive mulighed i gennemsnit kan være den, der fastlåser en eksisterende gradient. Et ærligt svar rapporterer, hvem der har gavn, og hvem der betaler, frem for aggregatet alene, overvejer, om lighedsvægtning eller en fordelingsanalyse er berettiget, og er åbenhjertigt om, at løsningen af spændingen er en værdidom for beslutningstagere, ikke noget aritmetikken afgør (udviklet i Emne 3.4 — Lighed).

6. Hvad fanger QALY'en ikke her, og behandler vi den som ét input til dømmekraft eller som dommen? Det kvalitetsjusterede leveår er en arbejdshest, men det kan undervægte det, der betyder noget ved livets afslutning, i de pårørendes oplevelse og i trivselsdimensioner uden for sundhed, og det valgte instrument kan simpelthen være blindt for den forandring, denne indsats frembringer. Dette spørgsmål beder teamet om at nævne, før de forsvarer tallet, hvad målet udelader, og om den udeladelse er væsentlig for denne beslutning. Spændingen er, at QALY'ens store styrke – en enkelt sammenlignelig valuta på tværs af tilstande – også er det, der tvinger heterogen menneskelig erfaring gennem én smal port. Et ærligt svar angiver QALY'ens grænser åbent frem for at forsvare den som fuldstændig, bringer et tilstandsspecifikt eller kapabilitetsmål ind, hvor sundhed alene ikke fanger det, der står på spil (se Emne 3.5 — Kapabiliteter), og præsenterer cost-utility-resultatet som ét vigtigt input til en dom, som mennesker, ikke formler, må fælde.

I praksis: et sundhedsøkonomisk eksempel

Den nationale sundhedsfond i det fiktive øvre-mellemindkomstland Costa Verde skal beslutte, om der skal indføres et nationalt screeningsprogram for tarmkræft. Den kliniske sag er lovende: en immunokemisk fækal test sendt med posten til alle mellem 55 og 74 år hvert andet år, med koloskopi ved positive resultater, kunne opdage kræft tidligere og forebygge nogle gennem fjernelse af forstadier. Programmet er ikke billigt – porto og laboratorietestning i befolkningsskala, en stor udvidelse af koloskopikapaciteten og håndtering af komplikationer – og fondens budget er fast. Dens analytikere bliver spurgt, om programmet er værd at finansiere, og mod hvad.

De begynder med at rammesætte beslutningen frem for regnestykket. Populationen er det berettigede aldersbånd; sammenligningsgrundlaget er nuværende praksis, hvor de fleste kræfttilfælde viser sig symptomatisk på et senere stadium; udfaldet måles bedst i QALY'er, fordi programmet afvejer kortsigtede omkostninger og en lille risiko for koloskopiskade mod fremtidige vundne leveår og beskyttet livskvalitet. Perspektivet er sat til sundhedssystemet først, med en samfundsmæssig analyse rapporteret ved siden af, fordi screening skåner for produktivitetstab og familiepleje, som et betaler-kun-perspektiv ville ignorere. Tidshorisonten er livslang, da gevinsterne ved en forebygget kræft akkumuleres i årtier – hvilket straks gør diskontering afgørende.

Analytikerne bygger evalueringen som en cost-utility-analyse, der fødes ind i modelleringen i Emne 2.2 — Modellering, og projicerer omkostninger og QALY'er for de screenede og ikke-screenede kohorter over deres resterende liv. Det overordnede resultat er en inkrementel cost-effectiveness-ratio: de ekstra omkostninger ved screening divideret med de ekstra QALY'er, den producerer. Fra sundhedssystemets perspektiv lander ICER'en i et interval, som fonden anser for acceptabelt ifølge sin egen offentliggjorte vejledning om omkostning pr. QALY – men analytikerne nægter at stoppe ved punktestimatet. Probabilistisk følsomhedsanalyse viser, at resultatet er robust over for usikkerhed i testens nøjagtighed og kræftforekomsten, men meget følsomt over for to ting: den diskonteringsrente, der anvendes på de fjerne leveår, og den antagne tilslutning til screeningsinvitationer. Ved en højere diskonteringsrente skrumper de fremtidige gevinster, og ICER'en forværres skarpt; ved lav tilslutning fordeles de faste programomkostninger over for få opdagede kræfttilfælde, og værdien kollapser.

Det forvandler analysen fra en aritmetisk øvelse til et beslutningsnotat. Analytikerne gør alternativomkostningen konkret: ved fondens tærskel ville de nødvendige penge ellers finansiere nogenlunde den tilsvarende marginale udvidelse af de eksisterende diabetes- og hjerte-kar-ydelser, og det siger de, så bestyrelsen vælger mellem navngivne alternativer frem for at godkende en god idé i det abstrakte. De påpeger en lighedsdimension, som gennemsnittet skjuler – tilslutningen til postbaseret screening er som regel lavest i de fattigste distrikter, så et program, der er omkostningseffektivt i gennemsnit, kunne udvide netop de uligheder, fonden har mandat til at indsnævre, medmindre opsøgende arbejde finansieres (den spænding, der udvikles i Emne 3.4 — Lighed). Deres anbefaling er derfor betinget: finansiér programmet, men øremærk et målrettet tilslutningsbudget til underbetjente distrikter og forpligt jer til at gennemgå den reelle tilslutning før national udrulning. Evalueringen traf ikke beslutningen, og den foregav ikke at gøre det; den gjorde afvejningerne, skrøbelighederne og taberne synlige nok til, at bestyrelsen kunne beslutte med åbne øjne.

Fire sektorperspektiver

Startup

En digital sundheds-startup møder typisk økonomisk evaluering som en evidenshurdle, den skal klare for at blive refunderet – en betaler eller et MTV-organ, der ikke spørger "virker det?", men "leverer det nok sundhed pr. krone til at fortrænge noget andet?" Tidlige virksomheder har sjældent livsvarige udfaldsdata, så de læner sig op ad modelleret evaluering og surrogatendepunkter, hvilket hæver kravet til gennemsigtighed om antagelser. Det pragmatiske træk er at designe evaluering ind fra det første pilotprojekt: indsaml ressourceforbrug og et valideret udfaldsmål som EQ-5D sammen med kliniske data, vælg det perspektiv, målbetaleren bruger, og undgå den klassiske fælde at sammenligne mod ingenting frem for mod reel standardbehandling. En troværdig tidlig ICER, ærligt afgrænset, åbner flere døre end en oppustet.

Lille virksomhed

En lille, men etableret udbyder – en gruppepraksis, en enkelt klinik, et plejehjem eller en nichetilbyder af udstyr – møder økonomisk evaluering mindre som en indsendelse, den selv forfatter, og mere som en sag, den må læse og besvare. I modsætning til en startup har den reelle driftsdata: kendte enhedsomkostninger, faktisk udnyttelse og en track record, den kan pege på frem for at modellere. Dens begrænsning er kapacitet, ikke troværdighed – den har sjældent en sundhedsøkonom ansat – så den praktiske opgave er at bruge de perspektiv- og evidensstandarder, dens bestiller allerede anvender, og at samle sine egne omkostnings- og udfaldsdata for at vise værdi på de præmisser. Når den byder på en kontrakt eller forsvarer en ydelse mod en bestillers afviklingsgennemgang, slår et beskedent, veldokumenteret argument om omkostning pr. udfald, funderet i reel patientmasse, en sofistikeret model, den ikke kan finansiere eller vedligeholde.

Virksomhed

En stor udbyder, forsikrer eller hospitalskoncern kører økonomisk evaluering som en gentagelig intern funktion, ikke en engangsundersøgelse. Spørgsmålene er i porteføljeskala – hvilke ydelser der skal udvides, hvilke der skal afvikles, hvor en ny teknologi fortjener sin plads – og disciplinen er konsistens: en fælles referencecase, et aftalt perspektiv, fælles enhedsomkostninger og en stående tærskel, så årets beslutninger kan sammenlignes med sidste års. I virksomhedsskala er det sværere problem ofte afvikling, fordi det er politisk sværere at frigøre ressourcer fra aktivitet med lav værdi end at finansiere noget nyt, men det er der, alternativomkostningslogikken bider mest. De organisationer, der gør dette godt, behandler evaluering som styring, ikke fortalervirksomhed, og adskiller analytikerne fra sponsorerne af de ydelser, der vurderes.

Offentlig sektor

Et ministerium eller en national betaler bruger økonomisk evaluering som rygraden i ansvarlig rationering på tværs af en hel befolkning, som regel gennem en MTV-proces. Dets evalueringer skal kunne modstå juridisk udfordring, offentlig granskning og industrilobbyisme, så metode, perspektiv og tærskel offentliggøres og forsvares frem for at blive antaget. Staten bærer også ansvar, som en virksomhed ikke gør: fordelingsmæssig retfærdighed, lovbestemte lighedspligter og troværdigheden af hele systemets løfte om, at beslutninger hviler på evidens og ikke på indflydelse. Det komparative landskab viser, at der ikke er ét rigtigt svar – NICE, IQWiG, WHO-CHOICE og USA's Institute for Clinical and Economic Review udtrykker hver en forskellig, forsvarlig balance mellem metode og værdier – og en regerings opgave er at vælge en sammenhængende holdning og anvende den konsekvent.

Almindelige fejlmønstre

• Det forkerte sammenligningsgrundlag. At evaluere en indsats mod "ingen behandling" eller placebo, når det reelle alternativ er nuværende standardbehandling, hvilket smigrer den nye mulighed. Løsning: sammenlign altid mod det, indsatsen faktisk ville erstatte, og begrund sammenligningsgrundlaget eksplicit.

• Skjult eller skiftende perspektiv. At tælle omkostninger fra ét standpunkt og gevinster fra et andet, eller at lade perspektivet være uangivet, så omfanget vælges belejligt. Løsning: erklær perspektivet på forhånd, hold omkostninger og gevinster konsistente med det, og rapportér sundhedssystemets perspektiv, selv når du leder med et samfundsmæssigt.

• At behandle tærsklen som universel. At importere ét lands tal for omkostning pr. QALY til et andet eller at præsentere en tærskel som et objektivt faktum frem for et omstridt politisk valg. Løsning: nævn tærskelens kilde og logik, og transplantér den aldrig på tværs af systemer.

• Punktestimater uden usikkerhed. At rapportere en enkelt ICER, som var den præcis, uden følsomheds- eller probabilistisk analyse. Løsning: ledsag altid ICER'en med usikkerhedsanalysen, og nævn de antagelser, der kunne vende konklusionen.

• At ignorere diskontering eller håndtere den forkert for forebyggelse. At undlade at diskontere eller anvende en rente, der i det stille ødelægger sagen for langsigtet forebyggelse, uden at sige det. Løsning: diskontér begge strømme efter national vejledning, test renten, og rapportér udiskonterede resultater ved siden af.

• Gennemsnit, der begraver lighed. At rapportere en gunstig middelværdi, mens gevinster flyder til de privilegerede og omkostninger til de dårligt stillede. Løsning: rapportér, hvem der vinder, og hvem der betaler, og overvej fordelings- eller lighedsvægtet analyse, hvor indsatsen berettiger det.

• Et udfaldsmål, der er blindt for tilstanden. At vælge et generisk nytteinstrument, der ikke kan opdage de ændringer, indsatsen faktisk frembringer, så en reel gevinst registreres som ringe eller ingen QALY-gevinst. Løsning: kontrollér, at instrumentet er følsomt i den relevante tilstand, og tilføj, hvor det vides at være ufølsomt, et tilstandsspecifikt mål – mappet til nytteværdier, hvis en QALY er nødvendig – frem for at konkludere, at indsatsen intet gør.

• At forsvare QALY'en som fuldstændig. At præsentere et cost-utility-resultat som en endelig dom og afvise, hvad QALY'en misser ved livets afslutning, hos pårørende eller i trivsel. Løsning: angiv QALY'ens grænser, og bring supplerende mål ind, hvor de betyder noget.

Modenhedsmodel

Tjekliste

• Angiv beslutningsproblemet: population, indsats, sammenligningsgrundlag fra den virkelige verden, udfald, setting og tidshorisont.
• Erklær det analytiske perspektiv (sundhedssystem, betaler eller samfund), før du tæller nogen omkostning, og rapportér sundhedssystemets perspektiv, selv hvis du leder med et samfundsmæssigt.
• Vælg evalueringstypen (CEA, CUA, CBA, ROI/SROI) efter beslutningen, og begrund valget.
• Værdisæt udfald med et valideret instrument, og angiv det anvendte værdisæt og elicitationsmetode.
• Identificér, mål og værdisæt alle relevante omkostninger konsistent med perspektivet, med et angivet prisår.
• Diskontér fremtidige omkostninger og sundhed til nutidsværdi efter national vejledning, test renten, og rapportér også udiskonterede resultater.
• Rapportér ICER'en med dens usikkerhed, og nævn tærsklen, dens kilde og dens omstridte status.
• Transplantér aldrig ét lands tærskel til et andet, som om den var universel.
• Kør probabilistisk og scenariebaseret følsomhedsanalyse, og nævn de antagelser, der kunne vende konklusionen.
• Gør alternativomkostningen konkret: sig, hvad udgiften ellers ville have finansieret.
• Rapportér, hvem der vinder, og hvem der bærer omkostningen, ikke kun gennemsnittet, og påpeg lighedskonsekvenser.
• Angiv QALY'ens grænser, og bring supplerende mål ind, hvor sundhed alene ikke fanger det, der betyder noget.

Centrale kilder

• Michael Drummond, Mark Sculpher, Karl Claxton, Greg Stoddart & George Torrance, Methods for the Economic Evaluation of Health Care Programmes – standardreferencen om evalueringsmetoder.
• Marthe Gold, Joanna Siegel, Louise Russell & Milton Weinstein (red.), Cost-Effectiveness in Health and Medicine – det amerikanske Panel on Cost-Effectiveness in Health and Medicines metodiske reference.
• John Brazier, Julie Ratcliffe, Joshua Salomon & Aki Tsuchiya, Measuring and Valuing Health Benefits for Economic Evaluation – standardreferencen om værdisætning af helbredstilstande, nytteinstrumenter og elicitationsmetoder.
• EuroQol Group – EQ-5D-instrumentet, dets deskriptive systemer og landeværdisæt – https://euroqol.org
• NICE's metodevejledning (manualen for evalueringer af sundhedsteknologi) – et eksempel på en national referencecase, perspektiv og tærskel – https://www.nice.org.uk/process/pmg36
• IQWiG's generelle metoder – Tysklands effektivitetsgrænsetilgang som en kontrasterende institutionel holdning – https://www.iqwig.de
• WHO-CHOICE (CHOosing Interventions that are Cost-Effective) – WHO's vejledning om generaliseret cost-effectiveness-analyse og DALY'er.
• Institute for Clinical and Economic Review (ICER)'s værdivurderingsramme – et amerikansk eksempel.
• GOV.UK, Health economics: a guide for public health teams – praktikerværktøjer til ROI og cost-effectiveness – https://www.gov.uk/guidance/health-economics-a-guide-for-public-health-teams
• Economics Network, Health Economics for Teachers – modulet om økonomisk evaluering – https://economicsnetwork.ac.uk/health/teachers

Referencer

1. Cost-effectiveness analysis — Wikipedia — https://en.wikipedia.org/wiki/Cost-effectiveness_analysis
2. Cost–utility analysis — Wikipedia — https://en.wikipedia.org/wiki/Cost-utility_analysis
3. Cost–benefit analysis — Wikipedia — https://en.wikipedia.org/wiki/Cost-benefit_analysis
4. Quality-adjusted life year — Wikipedia — https://en.wikipedia.org/wiki/Quality-adjusted_life_year
5. Disability-adjusted life year — Wikipedia — https://en.wikipedia.org/wiki/Disability-adjusted_life_year
6. Incremental cost-effectiveness ratio — Wikipedia — https://en.wikipedia.org/wiki/Incremental_cost-effectiveness_ratio
7. Opportunity cost — Wikipedia — https://en.wikipedia.org/wiki/Opportunity_cost
8. Discounting — Wikipedia — https://en.wikipedia.org/wiki/Discounting
9. EQ-5D — Wikipedia — https://en.wikipedia.org/wiki/EQ-5D
10. Time trade-off — Wikipedia — https://en.wikipedia.org/wiki/Time_trade-off
11. Willingness to pay — Wikipedia — https://en.wikipedia.org/wiki/Willingness_to_pay
12. Patient-reported outcome — Wikipedia — https://en.wikipedia.org/wiki/Patient-reported_outcome
13. Michael Drummond et al., Methods for the Economic Evaluation of Health Care Programmes — Oxford University Press.
14. John Brazier, Julie Ratcliffe, Joshua Salomon & Aki Tsuchiya, Measuring and Valuing Health Benefits for Economic Evaluation — Oxford University Press.
15. EuroQol Group — the EQ-5D instrument and value sets — https://euroqol.org
16. NICE — Health technology evaluations: the manual (PMG36) — National Institute for Health and Care Excellence — https://www.nice.org.uk/process/pmg36
17. GOV.UK — Health economics: a guide for public health teams — UK Government — https://www.gov.uk/guidance/health-economics-a-guide-for-public-health-teams
18. Economics Network — Health Economics for Teachers — https://economicsnetwork.ac.uk/health/teachers