Ökonomische Evaluation

Warum das in der Gesundheitsökonomie wichtig ist

Jedes Gesundheitsbudget ist endlich, und jedes Pfund, jeder Euro, jede Rupie oder jeder Baht, ausgegeben für eine Leistung, steht für eine andere nicht zur Verfügung. Das ist keine buchhalterische Unannehmlichkeit; es ist das moralische Zentrum des Feldes. Wenn ein Kostenträger ein neues Krebsmedikament finanziert, kommt das Geld von irgendwoher — eine nicht eröffnete Diabetesklinik, eine nicht besetzte Stelle in der psychischen Gesundheitsversorgung, eine nicht renovierte Entbindungsstation. Ökonomische Evaluation existiert, um diesen verborgenen Zielkonflikt explizit zu machen, sodass Entscheidungen über knappe Ressourcen bewusst getroffen werden, statt durch Standardverhalten, Drift oder wer am lautesten lobbyiert.

Der Einsatz ist zugleich finanziell und klinisch. Eine Entscheidung, eine geringwertige Intervention zu finanzieren, verschwendet nicht nur Geld; sie verdrängt Versorgung, die für dieselbe Ausgabe mehr Gesundheit erzeugt hätte, sodass die wahren Kosten in der von anderen Patienten aufgegebenen Gesundheit bemessen werden. Deshalb ist ökonomische Evaluation eine Sicherheits- und Gerechtigkeitsdisziplin, nicht nur eine Effizienzdisziplin. Sie falsch zu machen, bedeutet, dass echte Menschen anderswo im System ohne auskommen müssen, meist unsichtbar und meist die Machtlosesten unter ihnen.

Für eine leitende Führungskraft verdient sich die Disziplin ihren Nutzen genau in den Momenten, die sich am politischsten anfühlen: eine neue Technologie einzuführen, eine Leistung gegen Kürzungen zu verteidigen, ein Screening-Programm zu entscheiden, oder ein Präventionsbudget zu rechtfertigen, dessen Rendite Jahre entfernt liegt. Ökonomische Evaluation wird diese Entscheidungen nicht schmerzlos machen, und sie sollte nicht vorgeben, dies zu tun. Ihr Versprechen ist enger und wertvoller — das Argument ehrlich zu strukturieren, zu zeigen, was aufgegeben wird, und die Begründung gegenüber einer Aufsichtsbehörde, einer Kassenverwaltung, einem Kliniker und der Öffentlichkeit verteidigbar zu machen. Dieses Thema ist das Arbeitspferd von Teil 2; die Modellierung, die die Schätzungen erzeugt, wird in Thema 2.2 — Modellierung entwickelt, und die medikamentenspezifischen Preisfragen sind Gegenstand von Thema 2.4 — Pharmakoökonomie.

Kernkonzepte

Ökonomische Evaluation vergleicht zwei oder mehr Handlungsoptionen sowohl nach ihren Kosten als auch nach ihren Folgen. Eine Studie, die nur Kosten berichtet, ist eine Kostenrechnung; eine Studie, die nur Ergebnisse berichtet, ist eine klinische; erst wenn beide für mindestens zwei Optionen gegeneinander gesetzt werden, wird die Analyse zu einer vollständigen ökonomischen Evaluation. Die vereinheitlichende Idee unter jeder Methode sind Opportunitätskosten — der Wert der besten aufgegebenen Alternative — denn bei einem festen Budget sind die wahren Kosten von allem die Gesundheit, die es verdrängt.

Die Methoden unterscheiden sich hauptsächlich darin, wie sie Folgen bewerten. Die Kosten-Wirksamkeits-Analyse (KWA) misst Ergebnisse in natürlichen klinischen Einheiten — entdeckte Fälle, verhinderte Todesfälle, gesenkte Millimeter Quecksilber Blutdruck — und drückt Ergebnisse als Kosten pro Wirkungseinheit aus. Sie ist intuitiv und klinisch verständlich, kann aber nicht über unähnliche Zustände hinweg vergleichen: Kosten pro verhindertem Schlaganfall sagen nichts darüber, ob dies Kosten pro verhinderter Erblindung schlägt.

Die Kosten-Nutzwert-Analyse (KNA) löst dies, indem sie Ergebnisse in einer gemeinsamen Gesundheitswährung misst, die Länge und Qualität des Lebens kombiniert. Ihre dominierende Einheit ist das qualitätsadjustierte Lebensjahr (QALY), bei dem ein Jahr in voller Gesundheit 1,0 zählt, Tod 0 zählt, und Zustände dazwischen mit einem Nutzwert gewichtet werden. Eine Behandlung, die zehn Menschen ein zusätzliches Jahr bei einem Qualitätsgewicht von 0,5 gibt, erzeugt fünf QALYs. Weil das QALY generisch ist, erlaubt die KNA einem Kostenträger, eine Hüftoperation mit einer Krebstherapie auf derselben Skala zu vergleichen — genau deshalb übernehmen Einrichtungen wie Englands National Institute for Health and Care Excellence (NICE) es als ihren Referenzfall. Sein enger Verwandter, das behinderungsbereinigte Lebensjahr (DALY), misst Gesundheitsverlust statt Gesundheitsgewinn, indem es verlorene Lebensjahre mit in Behinderung gelebten Jahren kombiniert; es untermauert die Global-Burden-of-Disease-Arbeit und viel Prioritätensetzung der Weltgesundheitsorganisation (WHO) und der Weltbank, besonders in einkommensschwachen und -mittleren Umgebungen.

Die Kosten-Nutzen-Analyse (KNA im engeren Sinn, im Englischen CBA) geht weiter und bewertet Folgen in Geld, sodass Gesundheitsgewinne und Kosten in denselben Einheiten ausgedrückt werden und Nettonutzen im Prinzip mit Ausgaben ganz außerhalb der Gesundheit verglichen werden kann — Straßen, Schulen, Verteidigung. Ihre Kraft ist auch ihr Unbehagen: Um sie durchzuführen, müssen Sie Gesundheit und dem Leben selbst einen Geldwert zuweisen, was viele als ethisch heikel empfinden, selbst wenn unvermeidlich. Zwei benachbarte, aus Finanzwesen und Sozialsektor entlehnte Rahmungen sind Kapitalrendite (ROI), das Verhältnis von monetarisiertem Nutzen zu Kosten, oft in Public-Health-Business-Cases genutzt, und soziale Kapitalrendite (SROI), die den Blick erweitert, um sozialen Wert und Wohlbefindenswert für Familien und Gemeinschaften einzuschließen.

Der Vergleich von Optionen erzeugt eine inkrementelle Kosten-Wirksamkeits-Relation (ICER): die Kostendifferenz zwischen zwei Optionen geteilt durch die Wirkungsdifferenz. Ein ICER wird gegen einen Kosteneffektivitätsschwellenwert beurteilt — das Maximum, das ein Entscheider für eine Einheit Gesundheit zu zahlen bereit ist. Schwellenwerte variieren enorm nach Land und sind überall umstritten: manche Rechtsordnungen veröffentlichen eine explizite Kosten-pro-QALY-Spanne, andere wie Deutschlands Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG) lehnen einen einzelnen Schwellenwert zugunsten einer Effizienzgrenze innerhalb eines Therapiegebiets ab, und die frühere Praxis der WHO, gegen Vielfache des Bruttoinlandsprodukts (BIP) pro Kopf zu benchmarken, wurde seither als zu grob eingeschränkt. Zitieren Sie nie den Schwellenwert eines Landes, als sei er universell.

Drei weitere Konzepte kehren durchgehend wieder. Erstens Diskontierung: Kosten und Gesundheit, die in der Zukunft anfallen, sind weniger wert als derselbe Betrag heute, sodass beide Ströme auf den Gegenwartswert abgezinst werden, mit einem Satz, der von nationalen Leitlinien festgelegt wird — eine Entscheidung, die schwer auf Prävention lastet, deren Kosten zuerst anfallen und deren Nutzen viel später kommt. Zweitens die analytische Perspektive: Ob die Evaluation nur Gesundheitssystemkosten, Kostenträgerkosten oder die vollen gesellschaftlichen Kosten einschließlich Produktivität und unbezahlter Pflege zählt, bestimmt, was im Geltungsbereich liegt, und kann eine Schlussfolgerung umkehren. Drittens die Bewertung von Gesundheitszuständen: Nutzwertgewichte für das QALY werden von Bevölkerungen mit Instrumenten wie dem EQ-5D-Beschreibungssystem erhoben, sowie Präferenzerhebungsmethoden wie Time Trade-off und der visuellen Analogskala, während die Monetarisierung des Nutzens für die Kosten-Nutzen-Analyse auf geäußerter Zahlungsbereitschaft beruht. Diese Bausteine speisen die formalen Modelle aus Thema 2.2 — Modellierung.

Die Nutzwertgewichte, die ein Lebensjahr in ein QALY verwandeln, fallen nicht vom Himmel; sie werden von Menschen mit formalen Präferenzmethoden erhoben, und die Methode verändert die Zahl. Die visuelle Analogskala ist die einfachste: Befragte markieren einen Gesundheitszustand auf einer Linie vom schlechtesten zum bestmöglichen Zustand. Sie ist schnell, aber sie ist eine Bewertungsübung statt eines echten Zielkonflikts, sodass ihre Werte nicht natürlich auf der Tot-zu-Vollgesundheit-Skala des QALY sitzen. Der oben genannte Time Trade-off fragt, wie viele Jahre in einem schlechteren Zustand eine Person aufgeben würde, um weniger Jahre in voller Gesundheit zu verbringen, und wandelt Dauer in ein Qualitätsgewicht um. Das Standard Gamble geht weiter und rahmt die Wahl als Risiko: Ein Befragter wägt einen sicheren beeinträchtigten Zustand gegen eine Behandlung ab, die entweder volle Gesundheit oder sofortigen Tod bei einer bestimmten Wahrscheinlichkeit bietet, und die Wahrscheinlichkeit, bei der er indifferent ist, wird zum Nutzwert. Das Standard Gamble ist in der Erwartungsnutzentheorie verwurzelt und wird oft die klassische Methode genannt, aber es ist kognitiv anspruchsvoll, und die Risikoeinstellung der Menschen kann die Antwort verzerren, weshalb der handhabbarere Time Trade-off in der Praxis heute häufiger ist. Die Lehre für eine leitende Führungskraft ist, dass ein QALY nur so solide ist wie die Erhebungsmethode darunter, und Werte, die aus verschiedenen Methoden stammen, sollten nicht unkritisch zusammengeworfen werden.

Zwei Familien von Instrumenten speisen diese Methoden. Generische Mehrattribut-Nutzwertinstrumente beschreiben Gesundheit in einem festen Satz von Dimensionen und weisen jeder Antwortkombination einen vorab bewerteten Wertesatz zu: Der EQ-5D ist das am weitesten verbreitete, aber nicht das einzige — der SF-6D (abgeleitet vom SF-36-Gesundheitsfragebogen) und der Health Utilities Index sind etablierte Alternativen, und jeder kann für denselben Patienten einen anderen Nutzwert liefern, sodass die Instrumentenwahl nicht neutral ist. Generische Maße kaufen Vergleichbarkeit über Zustände hinweg — der ganze Sinn des QALY — können aber unempfindlich gegenüber Veränderungen sein, die innerhalb einer einzelnen Krankheit intensiv zählen. Zustandsspezifische Maße hingegen sind auf einen Bereich abgestimmt — Sehen, Hören, psychische Gesundheit, Krebssymptome — und erfassen Veränderung, die die generischen Instrumente verfehlen, aber sie können nicht über Zustände hinweg verglichen werden und liefern meist keinen direkten Nutzwert. Wo eine Studie nur ein zustandsspezifisches Maß erhoben hat, nutzen Analysten „Mapping" (auch Cross-Walking genannt): eine statistische Funktion, die generische Nutzwerte aus den zustandsspezifischen Antworten vorhersagt, sodass QALYs zurückgewonnen werden können. Mapping ist eine nützliche Brücke, fügt aber eine Schicht Unsicherheit hinzu, und ein gemappter Nutzwert ist schwächere Evidenz als einer, der direkt gemessen wurde.

Eine weniger technische Frage liegt all dem zugrunde: wessen Präferenzen sollte der Wertesatz repräsentieren? Wertesätze können von der Allgemeinbevölkerung erhoben werden — die dominierende Konvention, mit der Begründung, dass ein öffentlich finanziertes System das Geld der Bürgerinnen und Bürger ausgibt und deren Werte widerspiegeln sollte — oder von Patienten, die tatsächlich in dem Gesundheitszustand leben, die ihn oft als weniger schwerwiegend bewerten, als die Öffentlichkeit annimmt. Diese Wahl ist ein Werturteil, keine Technikalität, und sie bettet eine ganze Theorie darüber ein, wessen Ansichten zählen (das tiefere Argument darüber, was Gesundheitsökonomie zu messen und zu bewerten wählt, wird in Thema 3.5 — Fähigkeiten entwickelt). Weil Instrument, Wertesatz, Erhebungsmethode, Perspektive und Diskontsatz jeweils anders entschieden werden könnten und jeweils die Antwort verschieben würden, legen Health-Technology-Assessment-Einrichtungen (HTA) einen „Referenzfall" fest: einen festgelegten Satz methodischer Entscheidungen, dem jede Einreichung folgen muss, sodass Evaluationen miteinander vergleichbar sind, selbst auf Kosten fallweiser Anpassung. Den Rohdaten zugrunde liegen patientenberichtete Ergebnismaße (PROMs) — standardisierte Fragebögen, die Patienten selbst über ihre Symptome, Funktionsfähigkeit und Lebensqualität ausfüllen. Zunehmend sowohl in der Routineversorgung als auch in Studien erhoben, werden PROMs zum primären Rohmaterial, aus dem Ergebniswerte, und letztlich QALYs, gebaut werden.

Bewährte Praktiken

1. Das Entscheidungsproblem rahmen, bevor Sie eine Methode wählen. Geben Sie präzise an, was verglichen wird, für welche Bevölkerung, gegen welchen Vergleichsmaßstab, über welchen Zeithorizont, und aus wessen Perspektive. Der Vergleichsmaßstab zählt am meisten und wird am häufigsten geschönt: eine neue Intervention gegen „nichts tun" zu vergleichen, schmeichelt ihr, wenn die echte Alternative aktuelle Standardversorgung ist. Eine gut spezifizierte Frage — oft zusammengefasst als Bevölkerung, Intervention, Vergleichsmaßstab, Ergebnis und Setting — ist mehr wert als ein ausgefeiltes Modell, das auf einer vagen Frage aufbaut.

2. Die Perspektive festlegen, bevor Sie eine einzige Kostenposition zählen. Ob Sie eine Gesundheitssystem-, Kostenträger- oder gesellschaftliche Perspektive einnehmen, entscheidet, welche Kosten und Nutzen im Geltungsbereich liegen, und kann eine Schlussfolgerung umkehren. Ein betriebliches Programm für psychische Gesundheit mag aus enger Kostenträgersicht schwach aussehen und ausgezeichnet, sobald verlorene Produktivität gezählt wird. Vereinbaren Sie die Perspektive vorab mit Entscheidern, geben Sie sie prominent an, und wenn Sie eine gesellschaftliche Sicht berichten, berichten Sie die Gesundheitssystemsicht daneben, damit jedes Publikum sein eigenes Budget sehen kann.

3. Den Evaluationstyp an die Entscheidung anpassen, nicht an die Mode. Nutzen Sie KWA, wenn der Vergleich innerhalb eines klinischen Bereichs liegt und eine natürliche Ergebniseinheit genügt; nutzen Sie KNA, wenn Sie über Zustände hinweg vergleichen müssen oder Lebensqualität zentral ist; nutzen Sie Kosten-Nutzen-Analyse oder ROI, wenn die Entscheidung mit Ausgaben außerhalb der Gesundheit konkurriert oder einer Kassenverwaltung in Geldbeträgen dargelegt werden muss. Methode an Frage anzupassen, verhindert sowohl falsche Präzision als auch falsche Vergleichbarkeit.

4. Ergebnisse mit einem validierten Instrument messen, und angeben, wie Sie sie bewertet haben. Ein QALY ist nur so glaubwürdig wie die Nutzwertgewichte dahinter, und diese Gewichte hängen davon ab, welches Instrument Sie nutzten, wessen Präferenzen Sie erhoben, und mit welcher Methode — Time Trade-off, Standard Gamble, oder ein gemapptes Beschreibungssystem wie der EQ-5D. Unterschiedliche Instrumente und Wertesätze können ein ICER wesentlich verschieben. Geben Sie die Quelle Ihrer Werte explizit an, statt sie zu verbergen, denn ein Prüfer kann kein Ergebnis beurteilen, dessen Bewertungsgrundlage verborgen ist.

5. Kosten vollständig und konsistent mit der Perspektive zählen. Identifizieren, messen und bewerten Sie jede relevante Ressource — Personalzeit, Medikamente, Geräte, Einrichtungen, und, unter gesellschaftlicher Perspektive, Zeit und Produktivität von Patienten und Pflegenden. Der häufigste Fehler ist stille Auslassung: nachgelagerte Kosten wegzulassen, die eine Intervention vermeidet oder erzeugt. Nutzen Sie konsistente Stückkosten und ein klares Preisjahr, und mischen Sie nie Perspektiven innerhalb eines einzigen Vergleichs.

6. Künftige Kosten und Gesundheit diskontieren, und den Satz testen. Weil ein Gesundheitsjahr oder ein Pfund, das in einem Jahrzehnt anfällt, weniger wert ist als eines heute, diskontieren Sie beide Ströme auf den Gegenwartswert mit dem Satz, den Ihre nationale Leitlinie vorgibt. Der Satz ist nicht neutral: ein höherer Satz bestraft Prävention und langhorizontige Programme, deren Auszahlung entfernt liegt, also zeigen Sie immer, wie sich die Schlussfolgerung bewegt, wenn sich der Satz ändert. Berichten Sie auch undiskontierte Ergebnisse, damit die rohe Form von Kosten und Nutzen sichtbar bleibt.

7. Das ICER berichten, aber gegen den richtigen Schwellenwert und seine eigene Unsicherheit interpretieren. Ein ICER ist eine Punktschätzung, umgeben von Unsicherheit, und seine Bedeutung hängt vollständig vom Schwellenwert des Entscheiders ab. Präsentieren Sie es mit der Unsicherheitsanalyse, die Thema 2.2 — Modellierung entwickelt — Konfidenzregionen, Kosteneffektivitäts-Akzeptanzkurven — und benennen Sie den Schwellenwert, gegen den Sie es beurteilen, seine Quelle und seine Umstrittenheit. Ein als nackte Zahl ohne Schwellenwert und Spanne berichtetes Ergebnis ist noch keine Antwort.

8. Den Schwellenwert als umstrittene politische Entscheidung behandeln, nie als Naturgesetz. Kosteneffektivitätsschwellenwerte unterscheiden sich zwischen Ländern um eine Größenordnung und werden innerhalb jedes Landes debattiert. Manche werden durch Konvention gesetzt, manche empirisch aus der am Rand verdrängten Gesundheit geschätzt, und manche — wie bei IQWiG — vollständig abgelehnt zugunsten von Therapiegebiets-Effizienzgrenzen. Geben Sie an, welcher Logik Ihr Schwellenwert folgt, und importieren Sie nie die Zahl einer Rechtsordnung in eine andere, als sei Gesundheit überall gleich bepreist.

9. Opportunitätskosten konkret machen, nicht rhetorisch. Der Sinn der ganzen Übung ist, zu zeigen, was verdrängt wird. Wo Sie können, sagen Sie, was die marginalen Ausgaben sonst gekauft hätten — die Leistungen am Rand des Budgets, die eine neue Verpflichtung hinausdrängt. Ein empirisch fundierter Schwellenwert ist ein Versuch, diese verdrängte Gesundheit zu repräsentieren; ihn zu benennen, verwandelt „wir können uns nicht alles leisten" von einem Slogan in einen spezifischen, verteidigbaren Zielkonflikt (die systemweite Version davon ist Gegenstand von Thema 3.3 — Rationierung).

10. Sensitivitäts- und Unsicherheitsanalyse routinemäßig durchführen und berichten. Jede Evaluation ruht auf Annahmen — Effektgrößen, Kosten, Nutzwerten, dem Diskontsatz, dem Zeithorizont. Variieren Sie die einflussreichen und zeigen Sie, ob die Schlussfolgerung standhält; ein Ergebnis, das bei einer plausiblen Annahmenänderung kippt, ist eine fragile Entscheidungsgrundlage. Unterscheiden Sie Parameterunsicherheit (probabilistisch behandelt) von strukturellen und methodischen Entscheidungen (durch Szenarioanalyse behandelt), und seien Sie ehrlich darüber, was Ihr Ergebnis treibt.

11. Verteilungs- und Gerechtigkeitsfolgen neben dem Durchschnitt sichtbar machen. Ein günstiges durchschnittliches ICER kann verbergen, dass die Gewinne den bereits Gesunden zufließen, während die Kosten bei den Benachteiligten liegen. Berichten Sie, wer gewinnt und wer die Kosten trägt, nicht nur das Aggregat, und erwägen Sie Gerechtigkeitsgewichtung oder eine Verteilungsanalyse, wo der Einsatz es rechtfertigt. Effizienz und Gerechtigkeit können in entgegengesetzte Richtungen ziehen, und die Spannung zu verbergen, löst sie nicht (entwickelt in Thema 3.4 — Gerechtigkeit).

12. Die Grenzen des QALY angeben, statt es als vollständig zu verteidigen. Das QALY ist ein Arbeitspferd, keine Heilige Schrift: Es kann unterbewerten, was am Lebensende zählt, in der Erfahrung von Pflegenden, und in Dimensionen des Wohlbefindens jenseits von Gesundheit. Dies offen anzuerkennen, stärkt eine Evaluation, und wo Fähigkeiten oder breiteres Wohlbefinden zentral sind, können ergänzende Maße nötig sein (siehe Thema 3.5 — Fähigkeiten). Präsentieren Sie das QALY-Ergebnis als einen wichtigen Input für das Urteil, nicht als Urteil, das es beendet.

Fragen für die Diskussion mit Ihrem Team

1. Aus wessen Perspektive treffen wir diese Entscheidung tatsächlich, und wer zahlt für die Gesundheit, die wir gleich verdrängen? Perspektive ist die folgenreichste Entscheidung in einer Evaluation und die, die Teams am häufigsten implizit lassen. Eine enge Kostenträgersicht hält die Analyse handhabbar und passt zu den meisten Erstattungsregeln, schreibt aber Kosten heraus, die auf Patienten, Pflegende, Arbeitgeber und andere öffentliche Budgets fallen — und ein Programm, das aus enger Sicht scheitert, kann aus gesellschaftlicher Sicht glänzend gelingen. Die ehrliche Spannung ist, dass die Perspektive, die Ihren Fall am stärksten macht, selten die ist, für die Ihr Budgetverantwortlicher rechenschaftspflichtig ist. Eine gute Diskussion benennt die primäre Perspektive explizit, vereinbart, ob eine gesellschaftliche Sicht daneben berichtet wird, und ist offen über die Tatsache, dass alles, was Sie finanzieren, Versorgung anderswo im System verdrängt — sodass die Frage nicht nur „ist das gutes Preis-Leistungs-Verhältnis?" lautet, sondern „gutes Preis-Leistungs-Verhältnis gemessen woran, für wen?"

2. Gegen welchen Schwellenwert beurteilen wir Wert, woher kam er, und sind wir bereit, ihn öffentlich zu verteidigen? Teams greifen nach einer Kosten-pro-QALY-Zahl, als sei sie ein fester Wechselkurs, wenn in Wirklichkeit Schwellenwerte je nach Rechtsordnung Konventionen, Schätzungen oder rundweg Ablehnungen sind. Diese Frage zwingt die Gruppe zu sagen, ob ihr Schwellenwert durch nationale Leitlinien gesetzt, aus der am Rand verdrängten Gesundheit geschätzt, von einem anderen Land entliehen, oder einfach angenommen ist — und jedes davon hat sehr unterschiedliche Autorität. Die tiefere Spannung ist, dass ein Schwellenwert eine Aussage darüber ist, wie viel ein Jahr der Gesundheit einer Person wert ist, was politisch und ethisch aufgeladen ist, wie technisch es auch aussieht. Eine ehrliche Antwort gibt Quelle und Logik des Schwellenwerts an, gibt seine Umstrittenheit zu, unterscheidet ihn von der Praxis anderer Systeme, und ist bereit, einem Kliniker oder einer Bürgerin zu erklären, warum die Linie dort liegt, wo sie liegt, statt vorzugeben, die Zahl sei vom Himmel gefallen.

3. Wo in dieser Analyse leisten die Annahmen die eigentliche Arbeit, und würde die Entscheidung überleben, wenn wir uns darin irren? Jede Evaluation komprimiert Unsicherheit in ordentliche Punktschätzungen, und die Gefahr ist, ein präzise aussehendes ICER mit einem robusten zu verwechseln. Diese Frage schickt das Team zu den Parametern und strukturellen Entscheidungen, auf die das Ergebnis am empfindlichsten reagiert — die über die Studie hinaus extrapolierte Effektgröße, der auf entfernten Präventionsnutzen angewandte Diskontsatz, die gewählten Nutzwerte, der Zeithorizont. Die Spannung liegt zwischen dem Wunsch des Entscheiders nach einer einzigen klaren Antwort und der Pflicht des Analysten, die Zerbrechlichkeit der Antwort zu zeigen. Eine ehrliche Antwort identifiziert die zwei oder drei Annahmen, die die Schlussfolgerung kippen könnten, berichtet, wie sich das Ergebnis über ihre plausible Bandbreite bewegt, und gibt klar an, ob die Empfehlung durchgängig standhält oder nur unter günstigen Annahmen — denn eine Entscheidung, die vom optimistischen Ende jeder Bandbreite abhängt, ist eine auf Hoffnung ruhende Entscheidung.

4. Womit vergleichen wir das wirklich — und ist das, was Patienten sonst erhalten würden? Der Vergleichsmaßstab ist die still folgenreichste Entscheidung in jeder Evaluation, weil der Wert einer Intervention vollständig durch das definiert wird, was sie verdrängt, doch Teams vergleichen routinemäßig gegen „keine Behandlung" oder Placebo, wenn die reale Alternative eine etablierte Standardversorgung ist. Diese Frage zwingt die Gruppe, das Kontrafaktische explizit zu benennen und es gegen klinische Realität statt Studienbequemlichkeit zu prüfen. Die Spannung ist, dass ein schwacher Vergleichsmaßstab der neuen Option schmeichelt und die Zahlen leichter macht, während der ehrliche Vergleichsmaßstab — aktuelle beste Praxis, vielleicht bereits billig und wirksam — ein weit härterer zu schlagender Maßstab ist. Eine ehrliche Antwort gibt an, was die Intervention in diesem Setting tatsächlich ersetzen würde, rechtfertigt diese Wahl, und widersteht der Versuchung, die Lücke zu vergrößern, indem ein Vergleichsmaßstab gewählt wird, den kein Kliniker verteidigen würde. Sie fragt auch, ob sich der Vergleichsmaßstab über die Bevölkerung hinweg unterscheidet, da das, was ein Bezirk bereits tut, nicht sein muss, was ein anderer überhaupt tut.

5. Wer gewinnt und wer trägt die Kosten, sobald wir über den Durchschnitt hinaussehen, und könnte eine „kosteneffektive" Entscheidung trotzdem Ungleichheit vergrößern? Ein einzelnes günstiges ICER kann verbergen, dass die Gesundheitsgewinne den bereits Begünstigten zufließen, während die Kosten, oder die verdrängten Leistungen, bei den Schlechtestgestellten liegen — und die Mittelung über eine Bevölkerung verbirgt genau die Verteilung, die ein Kostenträger mit Gerechtigkeitspflichten beobachten soll. Diese Frage bewegt das Team vom Mittelwert zur Streuung: welche Gruppen nehmen die Intervention an, welche werden verfehlt, und wo landen die Opportunitätskosten. Die echte Spannung ist, dass Effizienz und Gerechtigkeit in entgegengesetzte Richtungen ziehen können, sodass die im Durchschnitt kosteneffektivste Option jene sein kann, die einen bestehenden Gradienten zementiert. Eine ehrliche Antwort berichtet, wer profitiert und wer zahlt, statt nur das Aggregat, erwägt, ob Gerechtigkeitsgewichtung oder eine Verteilungsanalyse gerechtfertigt ist, und ist offen, dass die Auflösung der Spannung ein Werturteil für Entscheider ist, keine Sache, die die Arithmetik klärt (entwickelt in Thema 3.4 — Gerechtigkeit).

6. Was erfasst das QALY hier nicht, und behandeln wir es als einen Input für das Urteil oder als das Urteil selbst? Das qualitätsadjustierte Lebensjahr ist ein Arbeitspferd, kann aber unterbewerten, was am Lebensende zählt, in der Erfahrung von Pflegenden, und in Dimensionen des Wohlbefindens, die außerhalb von Gesundheit liegen, und das gewählte Instrument mag schlicht blind für die Veränderung sein, die diese Intervention erzeugt. Diese Frage verlangt vom Team, bevor es die Zahl verteidigt, zu benennen, was das Maß auslässt und ob diese Auslassung für diese Entscheidung wesentlich ist. Die Spannung ist, dass die große Stärke des QALY — eine einzige vergleichbare Währung über Zustände hinweg — auch das ist, was heterogene menschliche Erfahrung durch ein enges Tor zwingt. Eine ehrliche Antwort gibt die Grenzen des QALY offen an, statt es als vollständig zu verteidigen, bringt ein zustandsspezifisches oder Fähigkeitenmaß ein, wo Gesundheit allein nicht erfasst, was auf dem Spiel steht (siehe Thema 3.5 — Fähigkeiten), und präsentiert das Kosten-Nutzwert-Ergebnis als einen wichtigen Input für ein Urteil, das Menschen fällen müssen, nicht Formeln.

In der Praxis: ein Beispiel aus der Gesundheitsökonomie

Der Nationale Gesundheitsfonds des fiktiven Landes Costa Verde mit oberem mittleren Einkommen entscheidet, ob ein nationales Darmkrebs-Screening-Programm eingeführt werden soll. Der klinische Fall ist vielversprechend: ein fäkaler immunchemischer Test, verschickt an alle 55- bis 74-Jährigen alle zwei Jahre, mit Koloskopie bei positiven Ergebnissen, könnte Krebs früher entdecken und manchen durch die Entfernung präkanzeröser Polypen verhindern. Das Programm ist nicht billig — Porto und Labortests im Bevölkerungsmaßstab, eine große Ausweitung der Koloskopiekapazität, und das Management von Komplikationen — und das Budget des Fonds ist fest. Seine Analysten werden gefragt, ob das Programm die Finanzierung wert ist, und gegen was.

Sie beginnen damit, die Entscheidung zu rahmen statt die Arithmetik. Die Bevölkerung ist die berechtigte Altersgruppe; der Vergleichsmaßstab ist aktuelle Praxis, bei der sich die meisten Krebse symptomatisch in einem späteren Stadium zeigen; das Ergebnis wird am besten in QALYs gemessen, weil das Programm kurzfristige Kosten und ein kleines Koloskopie-Schadensrisiko gegen künftig gewonnene Lebensjahre und geschützte Lebensqualität eintauscht. Die Perspektive wird zunächst als Gesundheitssystem gesetzt, mit einer daneben berichteten gesellschaftlichen Analyse, weil Screening Produktivitätsverluste und Familienpflege erspart, die eine reine Kostenträgersicht ignorieren würde. Der Zeithorizont ist lebenslang, da sich der Nutzen eines verhinderten Krebses über Jahrzehnte ergibt — was Diskontierung sofort entscheidend macht.

Die Analysten bauen die Evaluation als Kosten-Nutzwert-Analyse, die in die Modellierung aus Thema 2.2 — Modellierung einfließt, und projizieren Kosten und QALYs für die gescreenten und ungescreenten Kohorten über ihre verbleibende Lebenszeit. Das Hauptergebnis ist eine inkrementelle Kosten-Wirksamkeits-Relation: die zusätzlichen Kosten des Screenings geteilt durch die zusätzlichen erzeugten QALYs. Aus Gesundheitssystemperspektive landet das ICER in einer Spanne, die der Fonds nach seiner eigenen veröffentlichten Kosten-pro-QALY-Leitlinie als akzeptabel betrachtet — aber die Analysten weigern sich, bei der Punktschätzung stehenzubleiben. Probabilistische Sensitivitätsanalyse zeigt, dass das Ergebnis robust gegenüber Unsicherheit in Testgenauigkeit und Krebsinzidenz ist, aber hochempfindlich gegenüber zwei Dingen: dem auf die entfernten Lebensjahre angewandten Diskontsatz, und der angenommenen Annahme der Screening-Einladungen. Bei einem höheren Diskontsatz schrumpft der künftige Nutzen und das ICER verschlechtert sich scharf; bei niedriger Teilnahme verteilen sich die festen Programmkosten auf zu wenige entdeckte Krebse und der Wert bricht zusammen.

Dies verwandelt die Analyse von einer Rechenübung in ein Entscheidungspapier. Die Analysten machen die Opportunitätskosten konkret: beim Schwellenwert des Fonds würde das benötigte Geld sonst ungefähr die äquivalente marginale Ausweitung der bestehenden Diabetes- und Herz-Kreislauf-Leistungen finanzieren, und sie sagen das, sodass der Vorstand zwischen benannten Alternativen wählt, statt eine gute Idee im Abstrakten zu genehmigen. Sie markieren eine Gerechtigkeitsdimension, die der Durchschnitt verbirgt — die Teilnahme am postalischen Screening ist tendenziell in den ärmsten Bezirken am niedrigsten, sodass ein im Durchschnitt kosteneffektives Programm genau die Ungleichheiten vergrößern könnte, die der Fonds zu verringern beauftragt ist, sofern Öffentlichkeitsarbeit nicht finanziert wird (die Spannung, entwickelt in Thema 3.4 — Gerechtigkeit). Ihre Empfehlung ist daher bedingt: das Programm finanzieren, aber ein gezieltes Teilnahmebudget für unterversorgte Bezirke reservieren und sich verpflichten, die reale Teilnahme vor der landesweiten Einführung zu überprüfen. Die Evaluation traf nicht die Entscheidung, und sie gab nicht vor, dies zu tun; sie machte die Zielkonflikte, die Zerbrechlichkeiten und die Verlierer sichtbar genug, damit der Vorstand mit offenen Augen entscheiden kann.

Vier Perspektiven aus unterschiedlichen Sektoren

Startup

Ein digitales Gesundheits-Startup begegnet ökonomischer Evaluation typischerweise als Evidenzhürde, die es überwinden muss, um erstattet zu werden — ein Kostenträger oder eine HTA-Einrichtung fragt nicht „funktioniert es?", sondern „liefert es genug Gesundheit pro Pfund, um etwas anderes zu verdrängen?" Frühe Unternehmen haben selten lebenslange Ergebnisdaten, also stützen sie sich auf modellierte Evaluation und Surrogatendpunkte, was die Messlatte für Transparenz über Annahmen erhöht. Der pragmatische Schritt ist, Evaluation von der ersten Pilotphase an einzubauen: Ressourcennutzung und ein validiertes Ergebnismaß wie den EQ-5D neben klinischen Daten erfassen, die Perspektive wählen, die der Zielkostenträger nutzt, und die klassische Falle vermeiden, gegen nichts statt gegen echte Standardversorgung zu vergleichen. Ein glaubwürdiges frühes ICER, ehrlich begrenzt, öffnet mehr Türen als ein aufgeblasenes.

Kleinunternehmen

Ein kleiner, aber etablierter Anbieter — eine Gemeinschaftspraxis, eine einzelne Klinik, ein Pflegeheim oder ein Nischen-Geräteanbieter — begegnet ökonomischer Evaluation weniger als eine Einreichung, die er verfasst, sondern eher als einen Fall, den er lesen und beantworten muss. Anders als ein Startup hat er echte Betriebsdaten: bekannte Stückkosten, tatsächliche Nutzung und eine Erfolgsbilanz, auf die er verweisen kann, statt sie zu modellieren. Seine Einschränkung ist Kapazität, nicht Glaubwürdigkeit — er hat selten einen Gesundheitsökonomen im Personal —, sodass die praktische Aufgabe ist, die Perspektive und Evidenzstandards zu nutzen, die sein Auftraggeber bereits anwendet, und seine eigenen Kosten- und Ergebnisdaten aufzubieten, um Wert zu diesen Bedingungen zu zeigen. Wenn er sich um einen Vertrag bewirbt oder eine Leistung gegen eine Desinvestitionsprüfung eines Einkäufers verteidigt, schlägt ein bescheidenes, gut belegtes Kosten-pro-Ergebnis-Argument, gegründet auf realer Fallzahl, ein ausgefeiltes Modell, das er nicht ausstatten oder aufrechterhalten kann.

Großunternehmen

Ein großer Anbieter, Versicherer oder Krankenhausverbund betreibt ökonomische Evaluation als wiederholbare interne Funktion, nicht als Einzelstudie. Die Fragen sind im Portfoliomaßstab — welche Leistungen ausgeweitet werden sollen, aus welchen desinvestiert werden soll, wo eine neue Technologie ihren Platz verdient — und die Disziplin ist Konsistenz: ein geteilter Referenzfall, vereinbarte Perspektive, gemeinsame Stückkosten und ein stehender Schwellenwert, sodass die diesjährigen Entscheidungen mit denen des letzten Jahres vergleichbar sind. Im Unternehmensmaßstab ist das schwierigere Problem oft Desinvestition, weil das Freisetzen von Ressourcen aus geringwertiger Aktivität politisch schwerer ist als etwas Neues zu finanzieren, doch genau dort greift die Opportunitätskostenlogik am stärksten. Die Organisationen, die dies gut machen, behandeln Evaluation als Governance, nicht als Fürsprache, und trennen die Analysten von den Sponsoren der bewerteten Leistungen.

Regierung

Ein Ministerium oder nationaler Kostenträger nutzt ökonomische Evaluation als Rückgrat rechenschaftspflichtiger Rationierung über eine gesamte Bevölkerung hinweg, meist durch einen HTA-Prozess. Seine Evaluationen müssen rechtlicher Anfechtung, öffentlicher Prüfung und Industrielobbying standhalten, sodass Methode, Perspektive und Schwellenwert veröffentlicht und verteidigt statt angenommen werden. Die Regierung trägt auch Pflichten, die ein Unternehmen nicht trägt: Verteilungsgerechtigkeit, gesetzliche Gerechtigkeitspflichten, und die Glaubwürdigkeit des Versprechens des gesamten Systems, dass Entscheidungen auf Evidenz ruhen und nicht auf Einfluss. Die vergleichende Landschaft zeigt, dass es keine einzige richtige Antwort gibt — NICE, IQWiG, WHO-CHOICE und das Institute for Clinical and Economic Review der Vereinigten Staaten verkörpern jeweils ein anderes, verteidigbares Gleichgewicht aus Methode und Werten —, und die Aufgabe einer Regierung ist, eine kohärente Haltung zu wählen und sie konsistent anzuwenden.

Typische Fehlermuster

• Der falsche Vergleichsmaßstab. Eine Intervention gegen „keine Behandlung" oder Placebo evaluieren, wenn die reale Alternative aktuelle Standardversorgung ist, was der neuen Option schmeichelt. Abhilfe: Immer gegen das vergleichen, was die Intervention tatsächlich ersetzen würde, und den Vergleichsmaßstab explizit rechtfertigen.

• Verborgene oder wechselnde Perspektive. Kosten aus einer Sichtweise und Nutzen aus einer anderen zählen, oder die Perspektive unangegeben lassen, sodass der Geltungsbereich bequem gewählt wird. Abhilfe: Die Perspektive vorab erklären, Kosten und Nutzen damit konsistent halten, und die Gesundheitssystemsicht berichten, selbst wenn mit einer gesellschaftlichen geführt wird.

• Den Schwellenwert als universell behandeln. Die Kosten-pro-QALY-Zahl eines Landes in ein anderes importieren, oder einen Schwellenwert als objektive Tatsache statt umstrittene politische Entscheidung darstellen. Abhilfe: Quelle und Logik des Schwellenwerts benennen, und ihn nie zwischen Systemen verpflanzen.

• Punktschätzungen ohne Unsicherheit. Ein einzelnes ICER berichten, als sei es präzise, ohne Sensitivitäts- oder probabilistische Analyse. Abhilfe: Das ICER immer mit der Unsicherheitsanalyse begleiten und die Annahmen benennen, die die Schlussfolgerung umkehren könnten.

• Diskontierung ignorieren oder bei Prävention falsch handhaben. Nicht diskontieren, oder einen Satz anwenden, der den Fall für langhorizontige Prävention still zerstört, ohne dies zu sagen. Abhilfe: Beide Ströme nach nationaler Leitlinie diskontieren, den Satz testen, und undiskontierte Ergebnisse daneben berichten.

• Durchschnitte, die Gerechtigkeit begraben. Einen günstigen Mittelwert berichten, während Gewinne den Begünstigten und Kosten den Benachteiligten zufließen. Abhilfe: Berichten, wer gewinnt und wer zahlt, und Verteilungs- oder gerechtigkeitsgewichtete Analyse erwägen, wo der Einsatz es rechtfertigt.

• Ein für den Zustand blindes Ergebnismaß. Ein generisches Nutzwertinstrument wählen, das die tatsächlich von der Intervention erzeugten Veränderungen nicht erfassen kann, sodass ein echter Nutzen als wenig oder kein QALY-Gewinn registriert. Abhilfe: Prüfen, ob das Instrument im relevanten Zustand empfindlich ist, und, wo bekanntermaßen unempfindlich, ein zustandsspezifisches Maß hinzufügen — auf Nutzwerte gemappt, falls ein QALY benötigt wird — statt zu schließen, die Intervention bewirke nichts.

• Das QALY als vollständig verteidigen. Ein Kosten-Nutzwert-Ergebnis als endgültiges Urteil darstellen und abtun, was das QALY am Lebensende, bei Pflegenden oder beim Wohlbefinden verfehlt. Abhilfe: Die Grenzen des QALY angeben und ergänzende Maße einbringen, wo sie zählen.

Reifegradmodell

Checkliste

• Das Entscheidungsproblem angeben: Bevölkerung, Intervention, realer Vergleichsmaßstab, Ergebnis, Setting und Zeithorizont.
• Die analytische Perspektive (Gesundheitssystem, Kostenträger oder gesellschaftlich) erklären, bevor irgendeine Kostenposition gezählt wird, und die Gesundheitssystemsicht berichten, selbst wenn mit einer gesellschaftlichen geführt wird.
• Den Evaluationstyp (KWA, KNA, Kosten-Nutzen-Analyse, ROI/SROI) an die Entscheidung anpassen, und die Wahl rechtfertigen.
• Ergebnisse mit einem validierten Instrument bewerten und den genutzten Wertesatz und die Erhebungsmethode angeben.
• Alle relevanten Kosten konsistent mit der Perspektive identifizieren, messen und bewerten, mit angegebenem Preisjahr.
• Künftige Kosten und Gesundheit gemäß nationaler Leitlinie auf den Gegenwartswert diskontieren, den Satz testen, und auch undiskontierte Ergebnisse berichten.
• Das ICER mit seiner Unsicherheit berichten, und den Schwellenwert, seine Quelle und seinen umstrittenen Status benennen.
• Nie den Schwellenwert eines Landes in ein anderes verpflanzen, als sei er universell.
• Probabilistische und Szenario-Sensitivitätsanalyse durchführen und die Annahmen benennen, die die Schlussfolgerung kippen könnten.
• Die Opportunitätskosten konkret machen: angeben, was die Ausgaben sonst finanziert hätten.
• Berichten, wer gewinnt und wer die Kosten trägt, nicht nur den Durchschnitt, und Gerechtigkeitsfolgen markieren.
• Die Grenzen des QALY angeben und ergänzende Maße einbringen, wo Gesundheit allein nicht erfasst, was zählt.

Key sources

• Michael Drummond, Mark Sculpher, Karl Claxton, Greg Stoddart & George Torrance, Methods for the Economic Evaluation of Health Care Programmes — the standard reference text on evaluation methods.
• Marthe Gold, Joanna Siegel, Louise Russell & Milton Weinstein (eds.), Cost-Effectiveness in Health and Medicine — the US Panel on Cost-Effectiveness in Health and Medicine's methodological reference.
• John Brazier, Julie Ratcliffe, Joshua Salomon & Aki Tsuchiya, Measuring and Valuing Health Benefits for Economic Evaluation — the standard reference on health-state valuation, utility instruments, and elicitation methods.
• EuroQol Group — the EQ-5D instrument, its descriptive systems, and country value sets — https://euroqol.org
• NICE methods guidance (the manual for health technology evaluations) — an exemplar of a national reference case, perspective, and threshold — https://www.nice.org.uk/process/pmg36
• IQWiG general methods — Germany's efficiency-frontier approach as a contrasting institutional stance — https://www.iqwig.de
• WHO-CHOICE (CHOosing Interventions that are Cost-Effective) — WHO guidance on generalised cost-effectiveness analysis and DALYs.
• Institute for Clinical and Economic Review (ICER) value assessment framework — a United States exemplar.
• GOV.UK, Health economics: a guide for public health teams — practitioner ROI and cost-effectiveness tools — https://www.gov.uk/guidance/health-economics-a-guide-for-public-health-teams
• Economics Network, Health Economics for Teachers — economic evaluation module — https://economicsnetwork.ac.uk/health/teachers

References

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