A gyógyszerfinanszírozás módszertani alapjai és költség-hatékonysági elemzése

A gyógyszerfinanszírozás módszertani alapjai és költség-hatékonysági elemzése I. kötet Egészség-gazdaságtani- és technológiaelemzések eredményeinek általánosíthatósága, áthelyezhetısége és adaptációja

Szerkesztette: Gulácsi László

Gulácsi László (szerk.) A gyógyszerfinanszírozás módszertani alapjai és költség-hatékonysági elemzése, I. kötet: Egészség-gazdaságtani- és technológiaelemzések eredményeinek általánosíthatósága, áthelyezhetısége és adaptációja

Szerzık: Gulácsi László Kárpáti Krisztián

Tanácsadó: Boncz Imre

ISBN 978-963-503-423-9 (ö) ISBN 978-963-503-424-6

Kiadó: Budapesti Corvinus Egyetem Egészség-gazdaságtani és Egészségügyi Technológiaelemzési Kutatóközpont, Budapest, 2010. 1093 Budapest, Fıvám tér 8. Tel.: +36 1 482-5147; Fax: +36 1 482-5033. E-mail: [email protected]; Honlap: http://hecon.uni-corvinus.hu/ Kiadásért felel: Dr. Gulácsi László

1

A gyógyszerfinanszírozás módszertani alapjai és költség-hatékonysági elemzése I. kötet Egészség-gazdaságtani- és technológiaelemzések eredményeinek általánosíthatósága, áthelyezhetısége és adaptációja

Budapesti Corvinus Egyetem Egészség-gazdaságtani és Egészségügyi Technológiaelemzési Kutatóközpont

A tanulmány a Pénzügyminisztérium felkérésére és támogatásával készült.

2

Szerkesztı Dr. Gulácsi László Ph.D. egyetemi docens, Budapesti Corvinus Egyetem, Közszolgálati Tanszék, Egészségügyi Közgazdaságtani és Technológiaelemzési Munkacsoport

Szerzık Dr. Gulácsi László PhD, egyetemi docens, Budapesti Corvinus Egyetem, Közszolgálati Tanszék, Egészségügyi Közgazdaságtani és Technológiaelemzési Munkacsoport

Kárpáti Krisztián, munkatárs, Budapesti Corvinus Egyetem, Közszolgálati Tanulmányi Központ, Egészségügyi Közgazdaságtani és Technológiaelemzési Munkacsoport

Tanácsadó Dr. Boncz Imre, fıosztályvezetı, Országos Egészségbiztosítási Pénztár Szakmapolitikai és Koordináló Fıosztály, Budapest; tiszteletbeli docens, Pécsi Tudományegyetem Egészségügyi Fıiskolai Kar Diagnosztikai és Menedzsment Intézet, Pécs

A vizsgálat lezárása A vizsgálat 2005. decemberben zárult.

3

Tartalomjegyzék 1 2 3

A tanulmányban használt legfontosabb kifejezések angolul és magyarul ......................... 7 Táblázatok és ábrák jegyzéke........................................................................................... 13 Összefoglalás.................................................................................................................... 15 3.1 Az Egészségügyi Minisztérium szakmai irányelve az egészség-gazdaságtani elemzések készítéséhez ........................................................................................................ 17 3.2 Általánosíthatóság, áthelyezhetıség és adaptálhatóság ........................................... 18 3.2.1 Mérlegelendı, elemzendı tényezık köre......................................................... 21 3.2.2 Minden esetben elvégzendı teendık................................................................ 24 3.2.3 Elemzés nélkül átvehetı eredmények. ............................................................. 27 4 Bevezetés; az egészség-gazdaságtani elemzések jelentısége (Gulácsi László)............... 28 5 A gyógyszerek ár- és támogatási rendszerének makrogazdasági kérdései (Gulácsi László) 32 5.1 A magyar gyógyszerkiadások mértéke nemzetközi összehasonlításban.................. 32 5.2 Az OEP gyógyszerkassza tervezett és tényleges elıirányzatának alakulása ........... 38 5.3 A gyógyszerek TB támogatásának jogcímenkénti alakulása ................................... 39 5.4 A gyógyszertámogatási kiadások fékentartásának, racionalizálásának lehetıségei 41 5.5 Az egészségügyi technológiák befogadási rendszerének teljes körővé tételét szolgáló eddigi intézkedések ................................................................................................ 45 5.6 Összefoglalás............................................................................................................ 46 6 Fıbb kérdések az egészség-gazdaságtani- és technológiaelemzések eredményeinek hazai áthelyezhetıségével és adaptációjával kapcsolatosan (Gulácsi László) .................................. 47 6.1 Problémafelvetés ...................................................................................................... 47 6.2 A gyógyszerrel kapcsolatosan rendelkezésre álló tudományos bizonyítékok ......... 48 6.3 Az elsı három ’akadály’ .......................................................................................... 49 6.4 Egészség-gazdasági elemzések a ’negyedik akadály’: az eredmények transzparenciája (transparency), általánosíthatósága (generalisability), adaptálhatósága (adaptability) és áthelyezhetısége (transferability).............................................................. 50 6.4.1 A ’negyedik akadály’ ....................................................................................... 50 6.5 Az eredmények, általánosíthatósága (generalizability), adaptálhatósága (adaptability) és áthelyezhetısége (transferability).............................................................. 52 7 A rendelkezésre álló tudományos bizonyítékok kritikus elemzése (Gulácsi László) ...... 54 7.1 A szakirodalom kritikai elemzése ............................................................................ 57 7.1.1 Grading (or scoring) evidence: nemzetközi tapasztalatok: INAHTA .............. 58 7.2 A kritikai elemzés eredményének az interpretációja................................................ 60 8 Egészség-gazdaságtani vizsgálatok és egészségügyi technológiaelemzések (Gulácsi László, Kárpáti Krisztián) ........................................................................................................ 61 8.1 Egészségügyi technológiaelemzés ........................................................................... 62 8.1.1 Egészségügyi technológiaelemzés és az egészségpolitika ............................... 65 8.1.2 Egészségügyi technológiaelemzés, legfontosabb fogalmak............................. 69 8.1.3 Hogyan végezzük az egészségügyi technológiaelemzést?............................... 74 8.1.4 A döntések elıkészítése ................................................................................... 79 8.2 Egészség-gazdaságtan .............................................................................................. 82 8.2.1 Egészség-gazdaságtani elemzések ................................................................... 82 8.2.2 Egészség-gazdaságtani irányelvek ................................................................... 96 8.2.3 Döntések......................................................................................................... 108 8.2.4 Máshol végzett vizsgálatok áthelyezhetısége és adaptálhatósága az egészséggazdaságtani irányelvekben............................................................................................ 111

4

8.2.5 Költség-hatékonysági finanszírozási küszöb ..................................................... 114 9 Egészség-gazdaságtani- és technológiaelemzések eredményeinek általánosíthatósága (Gulácsi László) ..................................................................................................................... 115 9.1 Az általánosíthatóság és áthelyezhetıség fontossága............................................. 116 9.2 A módszertannal foglalkozó szakirodalom szisztematikus áttekintése: a variabilitást befolyásoló tényezık.......................................................................................................... 117 9.3 Empirikus vizsgálatok a változékonyság becslésére a gazdasági tanulmányokban 129 9.4 Földrajzi különbözıséget elemzı empirikus vizsgálatok a modellezı tanulmányokban ................................................................................................................. 145 9.5 Az idıtényezıhöz köthetı változékonyságot vizsgáló tanulmányok..................... 151 9.6 Módszerek a változékonyság megállapítására és az általánosíthatóság fokozására 155 9.7 Módszertan a vizsgálat-alapú gazdasági elemzés tervezéséhez ............................. 158 9.8 Regresszió-alapú módszerek .................................................................................. 165 9.8.1 A változékonyság meghatározása a költség-hatékonyságban ........................ 165 9.8.2 A költségek változékonyságának meghatározása .......................................... 167 9.9 Egyéb statisztikai módszerek ................................................................................. 169 9.10 A helyi sajátosságok variabilitásának és általánosíthatóságának értékelése döntési modellek segítségével ........................................................................................................ 170 9.10.1 Modellek alkalmazása a vizsgálati eredmények rutin gyakorlatra történı adaptálására .................................................................................................................... 171 9.10.2 Hely-specifikus adatok alkalmazása modellezési keretben ........................... 172 9.10.3 Eredmények modellezéssel történı kiterjesztése a klinikai vizsgálatban nem szereplı centrumokra és országokra .............................................................................. 172 9.10.4 Általános modellek adaptálása helyi körülményekre..................................... 174 9.11 Alternatív elemzési megközelítések....................................................................... 174 9.11.1 Megfigyelési adatok használata gazdasági elemzésekben ............................. 174 9.11.2 Általánosított költség-hatékonysági elemzés ................................................. 177 9.11.3 Kritikai értékelés módszerek (critical appraisal)............................................ 178 9.12 Általánosíthatóság elsıdlegesen és másodlagosan elvégzett vizsgálatok valamint döntésmodellezés esetén .................................................................................................... 182 9.12.1 Esettanulmány I: általánosíthatóság értékelése a klinikai vizsgálatokra (trialbased) épülı gazdasági elemzések többszintő modellezésében ..................................... 185 9.13 Sztochasztikus módszerek és nettó haszon regresszió ........................................... 187 9.13.1 A determinisztikustól a sztochasztikus költséghatékonysági elemzésig........ 187 9.13.2 Nettó haszon................................................................................................... 188 9.13.3 Költséghatékonysági elfogadási görbék (cost-effectiveness acceptability curves, CEAC) ............................................................................................................... 190 9.13.4 Nettó haszon regresszió.................................................................................. 190 9.14 Csoportosított adatok kezelése ............................................................................... 192 9.14.1 Az osztályok közötti korrelációs együttható .................................................. 192 9.15 Többszintő modellezés (multilevel modelling, MLM) a betegszintő adatokon alapuló gazdasági értékelések esetén ................................................................................. 194 9.15.1 A variancia (véletlen tényezık) felbontása (specification) ............................ 194 9.15.2 A véletlen hatás felbontása (specification)..................................................... 197 9.15.3 Az eredmények általánosíthatósága ............................................................... 201 9.15.4 A többszintő modellezés értékelése ............................................................... 202 10 Általános - Checklist: az egészség-gazdaságtani- és technológiaelemzések eredményeinek áthelyezhetısége (EURONHEED) (Kárpáti Krisztián, Gulácsi László)...... 206

5

10.1 Az EURONHEED felépítése és az áthelyezhetıségi pontszám képzése ............... 206 11 Specifikus - Checklist: az egészség-gazdaságtani- és technológiaelemzések eredményeinek áthelyezhetısége és adaptációja Magyarországon (Gulácsi László) ............ 212 11.1 Az elemzések eredményeinek alkalmazhatóságát nehezítı tényezık.................... 212 11.2 Az egészség-gazdaságtani eredmények áthelyezhetısége hazánkban ................... 212 11.3 Áthelyezhetıség ..................................................................................................... 214 11.3.1 Az áthelyezhetıség fı lépései ........................................................................ 215 11.4 Specifikus check list az egészség-gazdaságtani elemzések áthelyezéséhez, hazánkban........................................................................................................................... 215 11.5 A klinikai és a forrásfelhasználásra vonatkozó adatok reprodukálhatósága .......... 232 11.6 A költségadatok standardizált megjelenítése ......................................................... 233 12 A gazdasági elemzések eredményeinek kritikus értékelése (Gulácsi László) ........... 236 12.1 Megbízható, valid-e a gazdasági elemzés? ............................................................ 236 12.2 Hogyan történt a költségek és a következmények mérése és összevetése? ........... 238 12.3 Segítik-e az eredmények az egészségügyi szolgáltatások és technológiák vásárlását a helyi lakosság számára? .................................................................................................. 239 13 Irodalom ..................................................................................................................... 241 14 1. sz. Melléklet ........................................................................................................... 258 15 2. sz. Melléklet ........................................................................................................... 279 16 3. sz. Melléklet ........................................................................................................... 289 17 4. sz. Melléklet ........................................................................................................... 320 18 5. sz. Melléklet ........................................................................................................... 369 19 6. sz. Melléklet ........................................................................................................... 377

6

1 A tanulmányban használt legfontosabb kifejezések angolul és magyarul accessibility

- hozzáférhetıség

accountability

- elszámolhatóság, elszámoltathatóság

affordability

- megengedhetıség, finanszírozhatóság

allocative efficiency

- allokációs hatékonyság

appropriateness

- megfelelıség

assessment

- elemzés/felmérés

asymmetric information

- információs aszimmetria

average costs

- átlagos költségek

benefit

- haszon

benefits coverage

- egészségügyi szolgáltatások köre

best practice

- legjobb gyakorlat

bias

- torzítás

burden of disease

- betegség teher

ceiling effect

- plafonhatás

co-payment

- igénybevételi díj, közvetlen lakossági hozzájárulás

costs

- költségek

cost-effective

- költség-hatékony

cost-effectiveness

- költség-hatékonyság (szó szerinti fordításban: költségeredményesség)

cost-effectiveness analysis

- költség-hatékonyság vagy költség-eredményesség elemzés

cost-benefit

- a költség-haszon

cost-benefit analysis

- költség-haszon elemzés

cost-containment

- költség-kontroll

cost-utility

- költség-hasznosság

cost-utility analysis

- költség-hasznosság elemzés

costing

- költségszámítás

costing guideline

- költségszámítási irányelv

cost-of-illness studies

- a megbetegedés költségeinek a kiszámítása

7

direct health care costs / direct medical costs

- közvetlen egészségügyi költségek

direct non medical costs

- közvetlen nem egészségügyi költségek

discounting

- diszkontálás, leszámítolás

discount rate

- leszámítolási ráta

direct costs

- közvetlen költségek

direct personal costs

- direkt személyi költségek

direct non-health related costs

- közvetlen, nem egészséggel kapcsolatos költségek

do-nothing

- nincs bevatkozás (mint terápiás alternatíva)

dosing history

- gyógyszerszedési elızmény

double counting

- kétszeres számbavétel

downstream costs

- nem közvetlen egészségügyi költségek

effectiveness

- eredményesség (mindennapi körülmények között)

efficacy

- hatásosság (kontrollált ideális körülmények között)

efficiency

- hatékonyság , (a hatékonyság a felhasznált erıforrások és az elért eredmények közötti kapcsolatot írja le, ezért fontos, hogy ne keverjük az efficacy (hatásosság) és az effectiveness (eredményesség) fogalmával

equity

- méltányosság

efficacy trial

- az egészségügyi technológia hatásosságának megítélése céljából folytatott klinikai vizsgálat (ld. még szinonímái: experimentary study, explanatory trial)

effectiveness trial

- az egészségügyi technológia eredményességének, mindennapi körülmények között kifejtett hatásának megítélése céljából folytatott klinikai vizsgálat (ld. még szinonímái: naturalistic, pragmatic, real-world trial)

experimentary study

- ld. efficacy trial

explanatory trial

- ld. efficacy trial

experience attributes

- tapasztalati tulajdonságok

external validity

- külsı érvényesség

evidence based medicine

- tudományos tényeken/bizonyítékokon alapuló orvoslás

fixed costs

- állandó költség

follow-up

- követés

8

fourth hurdle

- negyedik akadály, az egészségügyi technológia költséghatékonyságának bizonyításának kívánalma a szabályozó hatóságoktól, pl. NICE. (Az elsı 3 akadály: biztonságosság, hatásosság, minıség)

friction cost approach

- súrlódási költség megközelítés

friction period

- súrlódási periódus

generalisability

- általánosíthatóság

gross-costing

- globális költségszámítás

gross wage

- bruttó munkabér

guideline

- irányelv

hard clinical endpoint

- klinikai esemény pld: halál, infarktus

health economic analysis / health economic studies

- egészség-gazdaságtani elemzés

health effects

- egészségre gyakorolt hatások

health gain

- egészségnyereség

health related quality of life

- egészséggel kapcsolatos életminıség

human capital approach

- emberi-tıke megközelítés

health technology assessment

- egészségügyi technológiaelemzés

incremental costs

- növekményi vagy inkrementális költségek

indirect costs

- közvetett költségek

identifying

- erıforrások azonosítása

indirect costs

- közvetett költségek

indirect medical costs

- nem közvetlen egészségügyi költségek

informal care

- informális egészségügyi szolgáltatás

informal care givers

- informális egészségügyi szolgáltatást nyújtók (az egészségügyi rendszertıl független személyek által: családtagok, barátok, önkéntesek)

input

- ráfordítás

intangible costs

- nehezen kalkulálható költségek

intangible effects

- nehezen kalkulálható hatások

intangible costs

- nehezen kalkulálható költségek

intermediate products

- köztes termékek

internal validity

- belsı érvényesség

labour theory

- munka elmélet

9

lack of information league tables

- információs hiány -

- bajnoksági táblázat.ok

marginal costs

- határköltség vagy marginális költség

marginal benefit

- határhaszon vagy marginális haszon

marginal analysis

- határelemzés

measuring

- erıforrások mérése

micro-costing

- mikro-költségszámítás

outcome

- kimenet

non-prescriptive

- nem kötelezıen elıírt

marginal revenue

- határbevétel

market failure

- piaci kudarc

national productivity

- országos szintő termelékenység

naturalistic trial

- ld. effectiveness trial

net product

- nettó eredmény

need

- szükséglet

new chemical entity (NCE)

- újonnan kifejlesztett gyógyszer, innovatív kémiai szerkezettel

odds ratio

- esélyhányados (Elsısorban matematikai okokból nem az

esemény

valószínőségét

esélyhányadosát,

a

p/(1-p)

(p) -t

hanem

becslik;

annak szokásos

értelmezése az esélyhányadosnak, hogyha egy esemény bekövetkezésének valószínősége p akkor 1: 1-p arányban számíthatunk arra, hogy az esemény bekövetkezik.) opportunity cost

- haszon-áldozat költség

overall productivity score

- összesített termelékenységi pontszám

overheads

- üzemi (rezsi)költség

overuse

- az egészségügyi szolgáltatások túlzott használata

outcome

- kimenet, eredmény

output

- kibocsátás

out-of-pocket

- saját (beteg általi) közvetlen anyagi hozzájárulás az ellátás költségeihez

over-the-counter (OTC)

- vény nélkül vásárolható (gyógykészítmény)

pragmatic trial

- ld. effectiveness trial

price

- ár

10

price elasticity

- árrugalmasság

production function

- termelési-függvény

production function of the health

- egészségtermelési függvény

production efficiency

- termelési hatékonyság

productive efficiency

- termelési hatékonyság

care programme production function - egészségügyi programok termelési függvénye production losses

- termelési veszteségek

production process

- termelési folyamat

productivity changes

- a munka-termelékenységben bekövetkezett változások (röviden: termelékenység változások)

productivity costs

- a munka-termelékenységben bekövetkezett változás által okozott költségek (röviden: termelékenység költség)

productivity benefits

- a munka-termelékenységben bekövetkezett változás által elért haszon (röviden: termelékenység haszon)

quality adjusted life years

- életminıséggel korrigált életév

quality of life

- életminıség

randomized controlled trial (RCT)

- randomizált kontrollált klinikai vizsgálat

real-world trial

- ld. effectiveness trial

reference-based pricing

-referencia alapú ártámogatási rendszer

reimbursement

- költségtérítés, költség-visszatérítés (1. a betegek számára; 2. a különféle egészségügyi technológiák árának megtérítése az egészségügy finanszírozója által az ellátást nyújtó számára (pl. kórház)

research and development (R&D)

-kutatás-fejlesztés (K&F)

reservation wage

- fenntartott munkabér

resources

- erıforrás

reserve value/price

- rezervációs ár

resources

- források/erıforrások

results

- eredmények

review

- áttekintés/helyzetértékelés

safety

- biztonságos mőködés

selection bias

- szelekciós hiba

sensitivity analysis

- érzékenységi vizsgálat

11

social opportunity cost approach

- társadalmi haszon-áldozat költségek módszere

social security payments

- társadalombiztosítási kifizetések

subgroup analysis

-

alcsoport elemzés

surrogate outcome

- közbülsı outcome

surrogate marker

- közbülsı marker

systematic review

- szisztematikus áttekintések

rationing

-sorolás, rangsorolás

tariffs

- piaci szolgáltatások díjai

technical efficiency

- technikai hatékonyság

time cost

- idı-költség

threshold

- finanszírozási küszöb

total cost

-teljes költség

traded services

- piaci szolgáltatások

transferability

- áthelyezhetısége

transposability

- áthelyezhetıség

transportability

- áthelyezhetıség

transfer payments

- transzfer kifizetések

trade-off

- alku helyzet

total cost

- teljes költség

transition probability

- átmenet valószínőség

underuse

- az egészségügyi szolgáltatások alul-használata

uncertainty

-bizonytalanság

unit costs

- egység költség

utilisation

- igénybevétel

validity

- érvényesség

value

- értékek

variable costs

- változó költségek

valuing

- erıforrások pénzbeli értékének meghatározása

willingness to pay

- fizetési hajlandóság

12

2 Táblázatok és ábrák jegyzéke Táblázatok 1. Táblázat Gyakori kérdések az egészség-gazdaságtani elemzések általánosíthatóságával kapcsolatban ............................................................................................................................. 30 2. Táblázat A gyógyszerek TB támogatásának jogcímenkénti megoszlása............................. 40 3. Táblázat A tudományos tények hierarchiája.......................................................................... 55 4. Táblázat A egészségügyi technológiák vizsgálatának fıbb lépései........................................ 75 5. Táblázat A technológiaelemzés során figyelembe veendı fıbb aspektusok: check-list ......... 77 6. Táblázat Költség-hasznossági kategóriák, egészségpolitikai és finanszírozási döntéshozók számára ..................................................................................................................................... 79 7. Táblázat Tudományos bizonyítékok és a költség-hasznosság................................................ 80 8. Táblázat Néhány Magyarországon végzett egészség-gazdaságtani elemzés eredménye..... 88 9. Táblázat Egészség-gazdaságtani irányelvek a fejlett országokban........................................ 96 10. Táblázat A szakirodalomban hivatkozott, általánosíthatóságot befolyásoló tényezık .... 118 11. Táblázat A változékonyságot vizsgáló empirikus tanulmányok: a szerzık által idézett, változást okozó tényezık ....................................................................................................... 130 12. Táblázat A földrajzi elhelyezkedés miatt bekövetkezı eredményváltozást vizsgáló tanulmányok karakterisztikái ................................................................................................. 134 13. Táblázat A gazdasági értékelésekben a változékonyság elemzésére alkalmazott módszerek összesítése .............................................................................................................................. 157 14. Táblázat Drummond és munkatársai ellenırzési listája vég-felhasználók számára a publikált gazdasági értékelések relevanciájának meghatározásához ..................................... 166 15. Táblázat Heyland szempontrendszere a gazdasági elemzések általánosíthatóságának megítélésére............................................................................................................................ 180 16. Táblázat EURONHEED általános check-list: áthelyezhetıség ....................................... 208 17. Táblázat Osteoarthritis: kórházi felvételek száma / 100 000 kórházi felvétel (2000) Forrás: OECD Health Data (2003)......................................................................................... 223 18. Táblázat Költség kategóriák (Forrás: Mittendorf et al. 2003)............................................ 234 19. Táblázat A költségelemek standardizált összefoglalása mozgásszervi megbetegedések esetén (Forrás: Ruof et al. 2003; Kobelt et al. 2003) .............................................................. 235

13

Ábrák 1. ábra Gyógyszerkiadások a bruttó hazai termék (GDP) százalékában (Forrás: OECD) ....... 35 2. ábra Gyógyszerkiadások a teljes egészségügyi kiadás százalékában................................... 36 3. ábra Egy fıre jutó gyógyszerkiadások (USD, PPP) és gyógyszerkiadás a teljes egészségügyi kiadás százalékában (Forrás: OECD) ................................................................ 37 4. ábra Az OEP gyógyszerkassza tervezett és tényleges kiadásai (milliárd Ft)....................... 38 5. ábra Az OEP gyógyszerkassza hiánya a tervezett kiadások százalékában [(tény-terv)/terv] .................................................................................................................................................. 39 6. ábra A költség-hatékonyság, költség-hasznosság és a költség-haszon elemzések .................. 86 7. ábra A növekményi költség-hatékonysági arány.................................................................... 90 8. ábra. Növekményi költség-hatékonysági arány ..................................................................... 91 9. ábra Döntések a költség és a haszon figyelembevételével.................................................... 108 10. ábra Haszon és költség – szabad források.......................................................................... 110 11. ábra Haszon és költség – forrás allokáció .......................................................................... 111

14

3 Összefoglalás Rövid összefoglalás - 2006 Egészség-gazdaságtani- és technológiaelemzések eredményeinek általánosíthatósága, áthelyezhetısége és adaptációja _________________________________________________________________________ Az OECD országokban a gyógyszerkiadások növekedést mutatnak és az egészségügyi kiadások 10-20%-át teszik ki. Az Európai Unió tagországaiban átlagosan az egészségügyi kiadások 15%-át fordítják gyógyszerekre. Magyarországon a gyógyszerkiadások - az EU átlagot meghaladóan - a teljes egészségügyi kiadások 27-30%-át teszik ki. A gyógyszerészeti termékek piacának (támogatás + lakossági térítési díj) nagysága évente összesen 455,1 mrd Ft (2003) (Ebbıl: OEP tb támogatás: 251,8 mrd Ft, költségvetési támogatás: 16,4 mrd Ft, lakosság térítési díj: 140,5 mrd Ft és kórházi gyógyszer: 46,3 mrd Ft). 2004-ben a hazánkban bejegyzett gyógyszerek közül több mint 6500 részesült a társadalombiztosítás 0-100%-os támogatásában. Hazánkban 1990 és 2001 között a fogyasztói árszínvonal 8,8-szeresére emelkedett, a gyógyszerek térítési díja ugyanezen idıszak során 40szeresére nıtt. (ÁSZ Jelentés, 2004)

Az egészségpolitikai döntéshozó és a finanszírozó egyaránt egészség-gazdaságtani vizsgálatok és egészségügyi technológiaelemzések eredményeit használja fel a gyógyszerek finanszírozásának és a társadalmi hatásának optimalizálása során, valamennyi európai uniós tagállamban.

Hazánkban az „Egészségügyi Minisztérium szakmai irányelve az egészség-gazdaságtani elemzések

készítéséhez”

(2002),

szabályozza

az

elemzések

során

alkalmazandó

megközelítéseket, módszereket. Az irányelv – más országok gyakorlatának megfelelıen – jelentıs mennyiségő és jó minıségő tudományos bizonyíték felhasználását írja elı a legkülönbözıbb területeken (klinikai, epidemiológiai, gazdasági).

15

A külföldi eredmények hazai átvétele különösen fontos, mivel Magyarországon nem várható, hogy elegendı számú primer költséghatékonysági elemzés készüljön, hiszen erre a fejlett, nagy gyógyszer-piaccal rendelkezı országokban sincs lehetıség. Az adaptációk készítése azonban számos szemléleti és alkalmazási problémát vet fel.

A jelenlegi tanulmány külföldi referenciaintézményben már kidolgozott, elkészült egészséggazdaságtani-

és

technológiaelemzések

eredményeinek

hazai

áthelyezhetıségét

és

adaptációját elısegítı módszertani hátteret ismerteti és elemzi, valamint, módszertani ajánlásokat tesz az eredmények megfelelı hazai áthelyezhetıségének és adaptációjának elısegítése érdekében.

16

Vezetıi összefoglaló Gulácsi László

Az euro-atlanti kulturkörben az egészség-gazdaságtani elemzések növekvı mértékben befolyásolják az egészségpolitikai, egészségügyi döntéshozatalt. A legtöbb országban a költség-hatékonysági kérdések megválaszolására specializált intézményeket állítottak fel, és gazdasági

evidenciákat

is

felhasználnak

annak

megállapítására,

hogy

az

új

gyógyszerkészítmények vajon megfelelnek-e a közpénzbıl finanszírozott egészségügyi ellátórendszer számára biztosított erıforrások költség-hatékony felhasználásának.

Hazánkban is pontosan ez a tendencia érvényesül, amely jól nyomon követhetı a jogszabályi és intézményi változásokban. Magyarországon számos jogszabály rendelkezik az egészségügy terén a hatékony erıforrás felhasználás követelményérıl.1

Az intézményi háttér biztosítására 2004. május 1-én felállításra került a Technológia-értékelı Iroda, az Egészségügyi Stratégiai Kutatóintézetben.

3.1 Az Egészségügyi Minisztérium szakmai irányelve az egészséggazdaságtani elemzések készítéséhez Hazánkban az „Egészségügyi Minisztérium szakmai irányelve az egészség-gazdaságtani elemzések

készítéséhez”

(2002),

szabályozza

az

elemzések

során

alkalmazandó

megközelítéseket, módszereket. Az irányelv – más országok gyakorlatának megfelelıen – jelentıs mennyiségő és jó minıségő tudományos bizonyíték felhasználását írja elı a legkülönbözıbb területeken, csak a legfontosabbakat említve: az adott gyógyszer klinikai eredményeivel, az epidemiológiai helyzettel, a költség konzekvenciákkal, az életminıséggel, a költség-hatékonysággal és költség-hasznossággal kapcsolatosan. 1

A társadalombiztosítás pénzügyi alapjairól és azok 1993. évi költségvetésérıl szóló 1992.

évi LXXXIV. törvény 11. §-ának (9) bekezdése szerint "a társadalombiztosítási alapok kezelıi kötelesek gazdaságos, hatékony és költségtakarékos, a járulékfizetık érdekeit szolgáló gazdálkodást folytatni a társadalombiztosítási alapok kezelése során."

17

Az irányelv, mind az egészségügyi következmények, mind a költségek terén, több ponton is utal az általánosíthatóság és az adaptálhatóság kérdéseire.2 3

Az egészség-gazdaságtani irányelv kiegészítéseként, annak ajánlásait szem elıtt tartva, célszerő összeállítani azt a szempontrendszert, amely segítséget nyújt a más országokból származó egészség-gazdaságtani eredmények hazai átvételéhez, ehhez pedig meg kell vizsgálni az eredmények általánosíthatóságának, áthelyezhetıségének és adaptálhatóságának a szakmai, módszertani kérdéseit. A máshol végzett egészség-gazdaságtani vizsgálatok eredményeinek hazai átvétele különösen fontos, mivel Magyarországon nem várható, hogy elegendı számú primer költséghatékonysági elemzés készüljön, hiszen erre a fejlett, nagy gyógyszer-piaccal rendelkezı országokban sincs lehetıség. Az adaptációk készítése azonban számos szemléleti és alkalmazási problémát vet fel.

3.2 Általánosíthatóság, áthelyezhetıség és adaptálhatóság Ma, amikor sok és egyre növekvı mennyiségő egészség-gazdaságtani elemzés eredményeit publikálják

különbözı országokban,

szerte

a világon

az

áthelyezhetıség és

az

általánosíthatóság kérdése egyre fontosabbá válik. Az egészség-gazdaságtani vizsgálatok eredményeinek a felhasználói (például a döntéshozók) tudni szeretnék, hogy a publikált vizsgálatok eredményei áthelyezhetıek és általánosíthatóak-e az adott helyi körülmények között. Más vizsgálatokból származó eredmények és adatok átvétele idıt és költséget

2

„Az elemzések készítıi az egészségjavulás mérésekor vagy maguk győjthetnek bizonyítékot

saját vizsgálatokkal, vagy a már mások által elvégzett vizsgálatok eredményeit építhetik be saját elemzésükbe.” (4. Irányelv csoport, 4.2.) 3

„Ha a felhasznált erıforrásokra vonatkozó adatok nemzetközi klinikai vizsgálatokból, vagy

egészség-gazdaságtani elemzésekbıl származnak, akkor javasolt a külföldi klinikai gyakorlatot a magyar gyakorlattal összevetni, és eltérés esetén ajánlott az alapesetben történı közvetlen adaptálás mellett a becsült magyar erıforrás-felhasználásra vonatkozó értékekkel is elvégezni a számításokat.” (5. Irányelv csoport, 5.6.)

18

takaríthat meg – a saját magunk által végzett vizsgálatokhoz képest – és sokszor az egyetlen információforrás, ha helyi vizsgálat eredménye nem áll rendelkezésre.

Legalább kétféle módon használhatók fel az egészség-gazdaságtani vizsgálatok eredményei:

-

az eredmények, konklúziók közvetlenül felhasználhatóak (például, ha az ’A’ gyógyszer, amely a ’B’ megbetegedés gyógykezelésére alkalmas, költséghatékonynak bizonyult a ’C’ országban, akkor feltesszük, hogy költség-hatékony a ’D’ országban is)

-

a vizsgálatokból származó adatokat és eredményeket adaptálás után használjuk fel az adott területen, illetve ellátási formában.

Az elsı felhasználási mód az ’általánosíthatóság’ a másik pedig az ’áthelyezhetıség’ koncepciója.

Az egészség-gazdaságtani glosszáriumok általában nem tesznek különbséget a két koncepció, az általánosíthatóság és az áthelyezhetıség terminológiák között és az általánosabb ’külsı validitás’ fogalom néven tárgyalják ezeket a kérdéseket. (4. sz. Melléklet)

A jelen anyagban azonban, a részletesebb módszertani kifejtés miatt, ezen két fogalom különválasztása célszerő, ezért a következı definíciókat alkalmazzuk:

- általánosíthatóság: „annak a mértéke, hogy egy bizonyos megfigyelés, eredmény milyen mértékben igaz egy más környezetben, területen, intézményben”. (Egy bizonyos terápia ugyanarra az eredményre vezet-e egy másik helyen.)

- áthelyezhetıség: „egy adott vizsgálat eredménye áthelyezhetı akkor, ha a potenciális felhasználók felmérik azt, hogy az eredmény alkalmazható-e a saját területükön és adaptálják az eredményeket, ha szükséges”.

Sok olyan tényezı van azonban, amely korlátozhatja az eredmények általánosíthatóságát és áthelyezhetıségét. A rendelkezésre álló szakirodalom szerint, ez azt jelenti, hogy az ’A’ ország döntéshozója az esetek egy jelentıs részében nem tudhatja, hogy ha egy gyógyszer,

19

amely a ’B’ országban költség-hatékonynak bizonyult, vajon költség-hatékony-e az ’A’ országban.

Az

egyes

országok

eltérı

egészségügyi

rendszere,

finanszírozási

gyakorlata

és

költségviszonyai, illetve az egészségügyi ellátás gyakorlatában (diagnosztika, terápia, utókezelés) meglevı (országok, területek, intézmények közötti) különbségek, valamint az epidemiológiai különbségek és a rendelkezésre álló adatok elégtelensége egyaránt odavezet, hogy az egészség-gazdaságtani vizsgálatok és az egészségügyi technológiaelemzések eredményei – az esetek többségében - közvetlenül nem általánosíthatók, és így nem helyezhetık át más környezetbe. További problémát jelent, hogy sokszor különbözik az alkalmazott gazdasági elemzés módszertana, valamint a klinikai kimenet (outcome) mérése (különbözı kimenetek - outcome - mérése lehet preferált illetve az azonos kimenet - outcome - mérése másképpen, más definíciók szerint történik).

Az adaptálás során figyelembe kell venni az átvenni kívánt tanulmány vizsgálati perspektíváját is. A legtöbb olyan országban, ahol az egészségügyet közpénzbıl finanszírozzák, megfigyelhetı az a tendencia, hogy mind a költségek, mind az eredmények (haszon) igen széles körét igyekeznek bevonni az egészség-gazdaságtani vizsgálatokba – függetlenül attól, hogy a költség és a haszon a gazdaság mely szektorában illetve kinél jelentkezik. (Ez a társadalmi perspektíva a hazai irányelvnek is része, bár egyes tanulmányok céljától függıen a finanszírozói és a szolgáltatói perspektíva is megengedett) Ezzel szemben az elemzések például az Egyesült Államokban sokkal inkább fókuszáltak: a legtöbb esetben a biztosító, vagy a szolgáltató szempontja dominál. Továbbá, egyes országokban az elemzık kizárják az indirekt költségeket a vizsgálatból, mivel ezeknek a költségeknek a figyelembevétele felértékeli a munkaképes korban levı egyének egészségének az értékét. Más országokban viszont ez a meggondolás a vizsgálatokban nem játszik szerepet.

Elmondható tehát, hogy a tapasztalatok szerint a máshol végzett vizsgálatok eredményei – klinikai

eredmények,

epidemiológiai

adatok,

életminıség,

költségadatok,

költség-

hatékonysági viszonyok – nem alkalmazhatók más országban illetve más körülmények között, így az eredmények adaptálása és áthelyezésé válik szükségessé. Az irodalomban az általánosíthatóság (generalizability) fogalmát felváltva használják más fogalmakkal, mint az áthelyezhetıség (transferability), az extrapoláció (extrapolation), a külsı validitás (external validity).

20

Javaslatok: általánosíthatóság, áthelyezhetıség, adaptálhatóság

A máshol végzett egészség-gazdaságtani vizsgálatok és egészségügyi technológiaelemzési jelentések hazai adaptációjával és áthelyezhetıségével kapcsolatosan, a jelen tanulmányban megfogalmazott ajánlások két fı csoportba sorolhatók: - mérlegelendı, elemzendı tényezık köre: 1. – 6. ajánlás, - minden esetben elvégzendı teendık: 7. - 15. ajánlás, és - elemzés nélkül átvehetı eredmények: 16. ajánlás.

3.2.1

Mérlegelendı, elemzendı tényezık köre

1. Ajánlás / EURONHEED áthelyezhetıségi pontszám meghatározása/: Az EURONHEED javaslata alapján az áthelyezhetıségi pontszám meghatározása javasolt minden esetben.

Az áthelyezhetıségi pontszám azt mutatja meg, hogy az adott egészség-gazdaságtani vagy technológiaelemzési tanulmány kielégíti-e az áthelyezhetıséggel kapcsolatos általános, alapvetı technikai elvárásokat, azaz a tanulmányban leírt eredmény máshol felhasználható-e. Ez az ajánlás az általános felhasználhatóságot vizsgálja, az elemzés eredménye alapján a hazai áthelyezhetıségre következetni nem lehet.

2. Ajánlás /egészség-gazdaságtani irányelvek azonosságának/különbözıségének a megítélése/: Célszerő megvizsgálni, hogy a van-e lényeges eltérés annak az országnak ahonnan az egészséggazdaságtani elemzés eredménye származik az egészség gazdaságtani elemzést leíró irányelve és a hazai irányelv (1. sz. Melléklet) között.

Az eredmény általánosíthatóságának és áthelyezhetıségének az értékelése mellett, annak elérési módja (az egyes elemzési lépések részletes leírása) is informatív. Vizsgálni kell azt, hogy az egészség-gazdaságtani irányelvekben leírt módszertan közötti eltérések lényegesek-e, mely különbség tekinthetı equivalensnek, illetve azt, hogy az adaptálási folyamat során felmerülı

21

esetlegesen szükséges korrekciók hazánkban a rendelkezésre álló adatok alapján viszonylag könnyen elvégezhetık-e. Ha az eltérések jelentısek, és az adott eredmények áthelyezése valamilyen okból lényeges, akkor további elemzés, adott esetben további kutatás szükséges. (A más országokban használatos irányelvek megtalálhatók a „Szakirodalom” 1-4 kötetében.)

3. Ajánlás /a kimenet azonosságának vagy különbözıségének a megítélése/: Ha az egészség-gazdaságtani vizsgálat során felhasznált klinikai vizsgálatnak nincs jól definiálható kemény végpontja, illetve a köztes végpont és a kemény végpont közötti kapcsolat megbízhatóan nem bizonyított, az általánosíthatóság és az áthelyezhetıség nagyon problematikus lehet. Hacsak más fontos körülmények nem teszik szükségessé használatukat, ezek az egészség-gazdaságtani vizsgálatok korlátozottan használhatók fel más helyeken, országokban – ezek az eredmények nehezen vagy nem helyezhetık át és nem általánosíthatók.

A vizsgálat kimenetének (outcome) értelmezhetınek kell lennie a szakemberek (orvos, nıvér, népegészségügy, finanszírozó, egészségpolitika) számára. Lényeges annak eldöntése, hogy a vizsgálat kimenete kemény végpont vagy ún. köztes végpont. A kemény végpontnak az olyan kimenetet nevezzük, amely a betegség valamely jól definiálható és a gyakorló orvos szempontjából fontos ’végállapotát’ írja le, ilyen például a stroke, szívinfarktus illetve a halál. A köztes végpont pedig egy laboratóriumi vagy más vizsgálati eltéréssel (pl. Hgmm) jellemezhetı kimenet. A köztes végpont klinikai relevanciáját azonban bizonyítani kell, ellenkezı esetben téves következtetésre juthatunk.

4. Ajánlás /komparátorok/: A komparátorok (az általánosan használt, ill. standard, vagy rutin ellátás) részletes leírása hivatalos hazai adatbázisokon (OEP, KSH, egyéb), illetve más, hazánkban győjtött valid adatokon (például kérdıíves felmérés) szükséges hogy alapuljon. Azt, hogy az adott komparátor miért került kiválasztásra illetve kizárásra részletesen meg kell indokolni. Az adaptálás során olyan tanulmányok vehetık át, amelyek a hazai egészségügyi rendszerben releváns

komparátorral

(azonos

fı-indikációs

körben,

megfelelı/azonos

dózisban,

hasonló/azonos kísérı terápiák mellett és más körülményeket is figyelembe véve) hasonlítják össze a vizsgálni kívánt egészségügyi technológiát.

22

Javasolt a komparátorok kiválasztási módszertanának pontos és részletes kidolgozása hazánkban is. Célszerő annak a lehetıségnek az átgondolása, hogy hazánkban a választandó komparátorok meghatározása, több más európai országhoz hasonlóan, a finanszírozó illetve a finanszírozási döntés folyamatában résztvevı állami szervezet hatásköre legyen.

Az egészség-gazdaságtani vizsgálatok gyakorlatilag minden esetben összehasonlító vizsgálatok. Az összehasonlításra kiválasztott technológia (komparátor) meghatározó befolyást gyakorol az egészség-gazdaságtani vizsgálatok eredményére. Az egyes országokban más és más, a finanszírozási forrásokért egymással versenyzı, helyettesítı

egészségügyi

technológiák,

gyógyszerek

és

más

szolgáltatások

állnak

rendelkezésre, emellett az alkalmazott terápiák nagyon gyorsan változnak is. Az egyes technológiák költség-hatékonyságának a megítélése az adott területen más technológiákkal való összevetés során, az adott ország körülményei között történhet meg. Az áthelyezhetıség szempontjából nincs értelme azoknak az összehasonlításoknak, amelyek olyan komparátorral történtek, amelyek az adott országban vagy intézményben nem hozzáférhetık.

5. Ajánlás /a tanulmányban szereplı betegpopuláció és a hazai célcsoport azonosítása és összehasonlítása/: A gyógyszeres terápia (vagy más beavatkozás) hazai célpopulációjának jellemzıit össze kell vetni

annak/azoknak

a

klinikai

(randomizált,

kontrollált

vagy

más)

vizsgálatnak/vizsgálatoknak a beválogatási és kizárási kritériumaival, amely(ek) az egészséggazdaságtani vizsgálat során is felhasználásra került(ek). A hazai betegek jellemzıinek (demográfia, epidemiológia, morbiditás) vizsgálata hivatalos adatbázisokon (OEP, KSH, egyéb), illetve hazánkban győjtött adatokon (kérdıíves felmérés) szükséges hogy alapuljon.

Ezt azért kell elemezni, hogy megállapítható legyen, hogy a hazánkban az adott technológia célpopulációjának (demográfiai, morbiditási, mortalitási, rizikó) jellemzıi mennyiben felelnek meg az eredeti klinikai tanulmányba bevont populáció jellemzıinek. A rutinszerően győjtött adatok általában nem megfelelık erre a célra és a megbetegedési regiszterek is csak részben állnak rendelkezésre hazánkban, ezért a retrospektív, keresztmetszeti, vagy prospektív adatgyőjtésen alapuló felmérésekbıl származó – célzottan az általánosíthatóság és az áthelyezhetıség érdekében - győjtött adatok nélkülözhetetlenek.

23

6. Ajánlás /általános demográfiai és epidemiológiai összehasonlítás – szükségletek és egészségpolitikai prioritások elemzése/: A demográfiai és az epidemiológiai különbségek elemzése, a betegségek incidenciájának, prevalenciájának (és súlyosságának) az összehasonlításához hazai adatok győjtése is célszerő lehet, azonban ennek hiányában más országokból származó, a szakirodalomban publikált adatok is felhasználhatók. Az egészségpolitikai prioritások felállításának a módszertanával programunk IV. fázisa foglalkozik részletesen.

A demográfiai jellemzık (várható élettartam, halálozás), és a betegségek prevalenciája és incidenciája jelentısen különbözhetnek egymástól az egyes országokban. Ezek a különbségek, ha szignifikánsak, akkor befolyásolhatják a forrás allokációk haszon-áldozat költség viszonyait. (Nem elegendı csupán azt tudni, hogy a gazdasági elemzést publikáló és az eredményeket adaptálni kívánó országban az adott megbetegedés abszolút jellemzıi (pl. disease burden) milyenek, hanem azt is elemezni kell, hogy a környezet (pl. más megbetegedések) mennyiben tér el egymástól, nincs-e lényeges eltérés az egyes országok szükségleteiben és prioritásaiban, amely lehet implicit illetve lehet explicit módon megfogalmazva az adott ország egészségpolitikai prioritásaiban.

3.2.2

Minden esetben elvégzendı teendık

7. Ajánlás / források rendelkezésre állásának és a felhasználásának – ’megengedhetıség és finanszírozási küszöb/: A más országokban készült gazdasági elemzésekben alkalmazott finanszírozási küszöbértékek (egy egységnyi QALY maximálisan elfogadható költsége) nem alkalmazhatók, és az azok alapján

levont,

a

technológia

költség-hatékonyságára

vonatkozó

megállapítások

automatikusan nem vehetık át. A források (finanszírozási, humán, technológiai, infrastrukturális és egyéb feltételek) azonosítása, mérése és költségesítése (pénzben történı kifejezése) kizárólag hazai (publikált vagy számított) adatokon alapulhat.

24

A megengedhetıség, és a finanszírozási küszöb felállításának a módszertanával programunk IV. fázisa foglalkozik részletesen.

Az egészségügyi technológiamegengedhetısége (affordability) forrásigénye, költségvetési vonzata kizárólag magyar adatok alapján elemezhetı, számítandó, illetve az egészségügyi technológia bevezetésének, alkalmazásának méltányossági szempontokra gyakorolt hatásának bemutatása is a hazai körülmények figyelembe vételével történhet.

8. Ajánlás /a finanszírozás által közvetített érdekek vizsgálata/: A finanszírozás által közvetített érdekek vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet.

A finanszírozási mechanizmusok által közvetített érdekek jelentısen eltérhetnek egymástól, és igen jelentıs eltérést okozhatnak az adott technológia (pl. gyógyszer) felhasználásában, költségében és költség-hatékonyságában.

9. Ajánlás /az árszintek vizsgálata/: Árszintek (a munkaerı és a felszerelések, berendezések költségei) vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet.

Az árszintek országonként jelentıs különbségeket mutatnak, az adaptáció során hazai adatok használata szükséges.

10. Ajánlás /a relatív árak vizsgálata/: A relatív árak vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet.

Az árak különbözıségei mellett azt is figyelembe kell venni, hogy az árak (gyógyszerek, szakorvosi konzultációk, ellátási napok) egymáshoz viszonyított arányai is országonként jelentıs eltéréseket mutatnak.

25

11. Ajánlás /költségszámítás/: A költségszámítás vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Létre kell hozni az Európai Uniós tagországok és más fejlett országok tapasztalatainak a felhasználásával a hazai hivatalosan használandó költségszámítási irányelvet. A költség elemek és a költségszámítás metodikája terén csak a hazai adatokkal és a hazai költségszámítási irányelv alapján készült vizsgálatok fogadhatók el. A költségszámítás módszertanával programunk II. fázisa foglalkozik részletesen.

A költségszámítás módszertana igen jelentıs országonkénti eltérést mutat és emiatt a eredmények is jelentısen eltérnek egymástól – pusztán a különbözı módszertan miatt.

12. Ajánlás /a dokumentáció és a kódolás eltéréseinek a vizsgálata/: A dokumentáció és a kódolás vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Azonosítani kell, hogy az adaptálandó tanulmányban leírt és összehasonlított technológiák a hazai ellátórendszer melyik szintjén jelennek meg, és ott az adott technológiákat mely kódok írják le, illetve a rutin gyakorlat során jellemzıen mely kódokat jelentik.

Az egészség-gazdaságtani vizsgálatok során felhasznált dokumentációk és kódolási technikák az egyes országokban jelentıs eltérést mutatnak.

13. Ajánlás /a beteg-együttmőködés vizsgálata/: A beteg-együttmőködés vizsgálata lehetıleg a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. A beteg-együttmőködés mértékérıl, jellemzıirıl hazai felmérések, szakvélemények alapján információt kell győjteni, és modellezéssel, érzékenységi vizsgálat készítésével be kell mutatni a költség-hatékonyságra gyakorolt hatását.

A beteg-együttmőködés mértéke országonként és országon belül is nagy eltéréseket mutathat, ez pedig jelentıs költség-hatékonysági eltéréseket okozhat az adott technológia használata során.

26

14. Ajánlás /praxis variációk/: A klinikai praxis variáció vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Célszerő megvizsgálni, hogy vannak-e guideline-ok, az adott területen, és van-e információ arról, hogy azokat mennyiben követik a szakemberek (orvos compliance), a giudeline-ok, illetve a rutin gyakorlat eltér-e a nemzetközi gyakorlattól, és ha igen mennyiben. Külön célszerő vizsgálni, hogy megfelelı-e a gyógyszerek dozírozása.

A klinikai gyakorlat, és a hagyományok országonként nagyon eltérıek lehetnek, ez a hatás is figyelembe veendı az egészség-gazdaságtani vizsgálatok áthelyezése során.

15. Ajánlás /egészségügyi személyzet képzettsége és tapasztalatai/: Az egészségügyi személyzet képzettségének és tapasztalatainak a vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Teljesítménymutatók vizsgálata adhat támpontot, illetve új technológiák esetén szerepet játszhat a „betanuláshoz”szükséges esetszám, idı. Be kell mutatni, hogy a szükségez szakszemélyzet rendelkezésre áll-e az új technológia elterjedt alkalmazásához.

Egészségügyi személyzet képzettségének és tapasztalatának megítélése lényeges kérdés az eredmények adaptálása során, olyan technológia meghonosítása, amely esetén a képzettség és a tapasztalat nem elégséges, lényeges többlet költséggel terhelt.

3.2.3

Elemzés nélkül átvehetı eredmények.

16. Ajánlás: Amíg nincsenek olyan lakossági felmérések, amely a magyar lakosságnak az egyes egészségi állapotokról alkotott értékítéletét fednék fel, addig a nemzetközi adatokat ajánlott felhasználni.4 A külföldi tanulmányok magyar körülményekre való adaptálása esetében a QALY meghatározás (mérés illetve számítás) módszertanát ismertetni kell.

4

Eü. Min. Egészség-gazdaságtani irányelv 3.2. irányelv

27

4

Bevezetés; az egészség-gazdaságtani elemzések jelentısége (Gulácsi László)

Az egészségügyi technológiák (beleértve a gyógyszereket, egészségügyi intervenciókat és programokat) egészség-gazdaságtani elemzése, az alternatív lehetıségek költségeinek és – egészségi állapotra és az egészségügyi ellátó hálózatra gyakorolt - következményeinek összehasonlítását jelenti. Habár számos egészség-gazdaságtani értékelési típus létezik, többségében a költség-hatékonysági és a költség-hasznossági elemzéseket alkalmazzák, ahol az egyes alternatívák költség differenciái közbensı egészséghatásokkal vagy valamilyen egészségnyereséggel, például életminıséggel korrigált életévek, Quality Adjusted Life Years (QALY) állnak szemben.

Az elmúlt években jelentıs elırelépések történtek az egészség-gazdaságtani elemzések terén.

Az elsı ilyen fontos lépés az volt, hogy az egészség-gazdaságtani elemzések növekvı mértékben vannak jelen az egészségpolitikai, egészségügyi döntéshozatalban. Annak ellenére, hogy továbbra is bizonytalan, hogy a gazdasági értékeléseknek mi lehet a szerepe a kórházak, egészségügyi hatóságok szintjén hozott döntésekben, számos egészségügyi rendszer támaszkodik egészség-gazdaságtani elemzésekre rendszerszintő döntések meghozatalához, annak eldöntésére, hogy mely beavatkozásokat finanszírozzák közösségi forrásokból. Az Egyesült Királyságban például, a költség-hatékonysági kérdések megválaszolására intézményt állítottak fel (National Institute for Clinical Excellence, NICE). Hosszabb idı óta gazdasági evidenciákat használnak fel Ausztráliában és Kanadában is annak megállapítására, hogy az új gyógyszerkészítmények vajon megfelelnek-e a közpénzbıl finanszírozott egészségügyi ellátórendszer

számára

biztosított

erıforrások

költség-hatékony

felhasználásának.

Napjainkban az Egyesült Királyságon kívül, számos európai ország (pl. Hollandia, Portugália, Svédország, Finnország, Spanyolország, Franciaország) alkalmaz gazdasági megfontolásokat az egészségügyi technológiák szabályozásában. Az egészségügyi erıforrások hatékony felhasználásának biztosítása még az USA-ban is arra ösztönzött néhány HMO-t (Health Maintenance Organisation), hogy formális gazdasági kritériumokat alkalmazzanak, amikor intervenciók befogadásáról döntenek.

28

A második elırelépés új egészség-gazdaságtani elemzési módszerek megjelenése bizonyos területeken. Ezalatt értendı egyrészt, hogy alternatív megközelítési módokat alkalmaznak a bizonytalanság kezelésére beteg-szintő adatokon alapuló (pl. randomizált) vizsgálatokban (Briggs et al, 1999) és döntési modellekben (Briggs et al. 2002; Claxton et al. 2002). Másrészt, az egészségi állapot preferencia alapú mérésének megjelenése, amely kapcsolatot teremt a betegek egészségi állapotáról klinikai vizsgálatokban (trial) és hasonló tanulmányokban győjtött adatok, és a társadalom egészségi állapotra vonatkozó preferenciái között, és elısegíti a QALY-k becslését (Brazier et al. 1999). A vázolt fejlıdés ellenére természetesen számos területen vannak még bizonytalanságok, ellentmondások (pl. termelékenységi-költség becslésének módszere és szerepe, méltányossági megfontolások megjelenítése az egészség-gazdaságtani elemzésekben).

Az egyik módszertani terület, amelyrıl sokat írtak már, de amelyen kevés módszertani elırelépés történt, az egészség-gazdaságtani elemzések általánosíthatóságával kapcsolatos. Az egészségpolitikai döntéshozók információigénye megnövelte a gazdasági evidenciák iránti keresletet, azonban ilyen típusú vizsgálatok elvégzésére és publikálására csak korlátozottan van lehetıség. Ez az ellentmondás hozta felszínre azt a kérdést, hogy egy adott kontextusban elvégzett vizsgálat eredményei, következtetései milyen mértékben állják meg a helyüket és igazak más körülmények között. Ez a kérdés felkeltette az érdeklıdést olyan új módszerek iránt, amelyek arra alkalmasak, hogy kvantitatív módon becsüljék az eredményekben megmutatkozó variabilitás mértékét, és amelyek révén lehetıség nyílik kiigazításokra, korrekciókra a különféle kontextusoknak megfelelıen. Az egészség-gazdaságtani értékelések általánosíthatóságára vonatkozóan néhány fontos kérdés az 1. Táblázatban került feltüntetésre.

29

1. Táblázat Gyakori kérdések az egészség-gazdaságtani elemzések általánosíthatóságával kapcsolatban - Az egészség-gazdaságtani értékelésben milyen tényezık korlátozhatják a tanulmányok térben és idıben történı általánosíthatóságát?

- Valószínősíthetıen mely tényezıknek van a legnagyobb hatása a vizsgálati eredményekre? - Milyen módszereket alkalmaznak, illetve lehetne alkalmazni betegszintő adatokra támaszkodó vizsgálatok esetén, hogy számszerősíteni lehessen a költséghatékonyság variabilitásának mértékét különbözı földrajzi területeken?

- Milyen módszereket alkalmaznak, illetve lehetne alkalmazni annak érdekében, hogy extrapolálni lehessen egy adott helyen meghatározott költség-hatékonysági eredményt olyan helyekre, ahol a költség-hatékonyság számításhoz szükséges adatokat nem győjtöttek?

- A minél nagyobb fokú általánosíthatóság érdekében milyen jellemzıkkel kell rendelkeznie az egészség-gazdaságtani elemzésnek? Azaz, hogyan kell úgy megtervezni magát a tanulmányt (study design), az adatgyőjtés, az elemzés és a prezentáció módját, hogy az elısegítse az eredmények általánosíthatóságát?

- Mit lehet tenni a tanulmánykészítés ideje alatt annak érdekében, hogy az eredmények minél maradandóbbak legyenek?

Az irodalomban az általánosíthatóság (generalizability) fogalmát felváltva használják más fogalmakkal, mint az áthelyezhetıség (transferability), az extrapoláció (extrapolation), a külsı validitás (external validity).

A továbbiakban az általánosíthatóság és áthelyezhetıség fogalmakkal utalunk arra, hogy egy adott populációban és/vagy specifikus környezetben készült tanulmány eredményei milyen mértékben állják meg a helyüket egy másik populációra és/vagy kontextusra vonatkoztatva. A klinikai vizsgálatok irodalmában az általánosíthatóság kérdésköre az adott vizsgálat betegjellemzıire koncentrál, illetve arra, hogy a vizsgálatba bevont betegek mennyire reprezentatívak egy szélesebb populációra. Ez az anyag elsısorban arra fókuszál, hogy hol, milyen környezetben (location) került sor a vizsgálatra és/vagy milyen döntéshozó számára készült a tanulmány. Természetesen a területi és a betegjellemzık kapcsolatban állnak

30

egymással, hiszen egy beavatkozás költség-hatékonysága területenként változhat annak következtében, hogy a különbözı területeken kezelendı betegek nem egyformák. Azonban, a területek közötti általánosíthatóság más tényezık variabilitásától is függ (pl. az egészségügyi rendszer szervezése, felépítése, inputárak).

A jelen tanulmányban támaszkodunk a nemzetközi szakirodalomra, kiemelten a ’ Nemzetközi tanácsadó testület’ tagjai - Professor Michael Drummond, Professor Frans Rutten, Marc A Koopmanschap, PhD és Professor Bengt Jönsson – által publikált szakmai anyagokra valamint Sculpher et al. (2004) által végzett szakmai elemzésre.

A tanulmány a következık részekbıl áll:

- A gyógyszerek ár- és támogatási rendszerének makrogazdasági kérdései - Fıbb kérdések az egészség-gazdaságtani- és technológiaelemzések eredményeinek hazai áthelyezhetıségével és adaptációjával kapcsolatosan

- A rendelkezésre álló tudományos bizonyítékok kritikus elemzése

- Egészség-gazdaságtani vizsgálatok és egészségügyi technológiaelemzések

- Általános - Checklist: az egészség-gazdaságtani- és technológiaelemzések eredményeinek áthelyezhetısége (EURONHEED)

- Specifikus - Checklist: az egészség-gazdaságtani- és technológiaelemzések eredményeinek áthelyezhetısége és adaptációja Magyarországon

- A gazdasági elemzések eredményeinek kritikus értékelése

31

5

A gyógyszerek ár- és támogatási rendszerének makrogazdasági kérdései (Gulácsi László)

Az Állami Számvevıszék 2004. októberi, 0448. számú jelentésében (Jelentés a gyógyszerek támogatási és finanszírozási rendszerének, a fogyasztás helyzetének ellenırzésérıl) tekintette át a magyar gyógyszerügy ár- és támogatási kérdéseit. Számos javaslatot fogalmaz meg a jelentés az egyes államigazgatási szereplık (Kormány, Egészségügyi Minisztérium) számára.

A javaslatok közül a Kormánynak szóló elsı javaslat, mely szerint: „Dolgoztasson ki a gyógyszerellátás teljes rendszerére kiterjedı, átgondolt, hosszabb távra kiszámítható, komplex stratégiát, és egyidejőleg határozza meg a megvalósítás prioritási szempontjait, egészségügyi szakmai súlyponti területeit.”

A javaslatok közül az Egészségügyi Miniszternek szóló elsı javaslat, mely szerint: „Gondoskodjon arról, hogy a gyógyszerek befogadásakor és támogatási kategóriákba való besorolásakor érvényesüljenek a költséghatékonyság szemponjtai.”

Jelen fejezet egyrészrıl háttérinformációkat szolgáltat az Országos Egészségbiztosítási Pénztár szemszögébıl a gyógyszerek ár- és támogatási kérdéseinek makrogazdasági kérdéseirıl, másrészt kiemeli azon kritikus kérdéseket, melyek egy átfogó gyógyszer ár- és támogatási rendszer kialakítása szempontjából kulcsfontosságúak.

5.1

A

A magyar gyógyszerkiadások mértéke nemzetközi összehasonlításban

magyarországi

egészségügyi

kiadásokról

általánosan

ismert,

hogy

nemzetközi

összehasonlításban elmaradnak a fejlett Európai Uniós országok értékeitıl, akár a bruttó hazai termék százalékában, akár az egy fıre jutó értékben (USD5, PPP6). Ugyanakkor a gyógyszerkiadások tekintetében ennél kissé árnyaltabb képet kapunk.

5 6

USD: amerikai dollár PPP: Purchasing Power Parity (vásárlóerı paritás)

32

Az 1. ábra mutatja gyógyszerkiadásokat a bruttó hazai termék (GDP) százalékában. Látható, hogy Magyarország a bruttó hazai termék jóval nagyobb arányát költi gyógyszerekre, mint számos, nálunk jóval fejlettebb ország. A társadalmi szintő fizetési hajlandóság (willingness to pay) tehát magas szintőnek tekinthetı. A 2. ábra pedig megmutatja az egy fıre jutó gyógyszerkiadásokat (USD, PPP) és a gyógyszerkiadásokat a teljes egészségügyi kiadás százalékában. Érdekessége az adatoknak, hogy Magyarország gyógyszerkiadása amerika dollárban kifejezve magasabb volt, mint a nálunk jóval fejlettebb Írország, Dánia, Hollandia kiadásai és nem sokkal maradnak el Finnország vagy Ausztrália hasonló értékei mögött.

A 3. ábran részletesebben látszanak a gyógyszerkiadások a teljes egészségügyi kiadás százalékában. Általában elmondhatjuk, hogy minél fejletlenebb egy ország, annál nagyobb részét költi gyógyszerekre a teljes egészségügyi kiadásaiból. Míg a fejlett országoknál ezen mutatószám 7-20 % közötti, a közép-kelet-európai országoknál 15-30 %, a fejlıdı országoknál pedig 24-66 %. Az adatok hátterérıl megemlíthetjük, hogy a gyógyszerek ára ma Magyarországon nagyjából azonos, vagy csak kis mértékben alacsonyabb, mint a fejlett nyugat-európai országokban. Ugyanakkor az egészségügy egyéb területein, különösen a munkaerı költségében jelentıs az elmaradásunk a fejlett országoktól.

A nemzetközi összehasonlító adatok szerint a magyar gyógyszerkiadási értékek az ország fejlettségének megfelelı sávjában vannak. Ugyanakkor meg kell jegyezni azt is, hogy régiónkban gyakorlatilag nálunk válnak leghamarabb hozzáférhetıvé a legmodernebb és legdrágább gyógyszerkészítmények is. Egyes tanulmányok szerint DOT-ban számítva Magyarországon az egyik legnagyobb az egy fıre jutó gyógyszerfogyasztás. Ezt azonban célszerő összevetni azzal a ténnyel, hogy a magyarországi

mortalitási

és

morbiditási

adatok

az

európai

átlagnál

jelentısen

kedvezıtlenebbek, Az életkor-standardizált halálozási arányok mind a terápiával mind a megelızéssel elkerülhetı halálozás esetén azt mutatják, hogy a magyarországi adatok tendenciájukban ugyan javulóak, de a fejlett európai országokhoz képest hátrányunk az elmúlt évtizedben nem lett kisebb. (Nolte, 2004) A hazai kedvezıtlen kormegoszlást is meg kell említeni, kevés országban olyan nagy a nyugdíjasok aránya, mint nálunk. Emellett ne feledjük, hogy a „Ratkó gyerekek” most lépnek abba a korba, amelyben ugrásszerően megnı

33

mindenféle betegség elıfordulásának a valószínősége és egy jó részük ezekben a betegségekben fog szenvedni még vagy 20 évig, hála a modern gyógyszeres terápiának.

34

1. ábra Gyógyszerkiadások a bruttó hazai termék (GDP) százalékában (Forrás: OECD) 45.000 LUXEMBURG

GDP PER CAIPTA (USD,PPP)

40.000 35.000 U.S.A. 30.000

SWITZERLAND

DENMARK 25.000

ITALY FRANCE

IRELAND SWEDEN

20.000

SPAIN

PORTUGAL

15.000 KOREA

CZECH

GREECE

10.000

HUNGARY

5.000

MEXICO

0 0

0,5

1

1,5

DRUG EXPENDITURES AS % OF GDP

35

2

2,5

2. ábra Gyógyszerkiadások a teljes egészségügyi kiadás százalékában

36

3. ábra Egy fıre jutó gyógyszerkiadások (USD, PPP) és gyógyszerkiadás a teljes egészségügyi kiadás százalékában (Forrás: OECD)

37

5.2

Az OEP gyógyszerkassza tervezett és tényleges elıirányzatának alakulása

Az Országos Egészségbiztosítási Pénztár (továbbiakban OEP) által a gyógyszerek árához nyújtott társadalombiztosítási támogatás az elmúlt évtizedben folyamatos problémát jelentett. Az év végi költségvetési vitákban, a következı évi gyógyszerkassza megállapításkor állandósult gyakorlattá vált, hogy a következı évi tervet az elızı évi tényleges kiadások szintje alá tervezik (4. ábra). Az Országos Egészségbiztosítási Pénztár elızetes tervszámai a közigazgatási

egyeztetési

folyamat

során

végül

jelentısen

átalakulnak,

mire

a

Pénzügyminisztérium a költségvetési törvény tervezetét az országgyőlés elé terjeszti. Az Állami Számvevıszék megállapítása szerint is: „Az éves keretek meghatározásakor az EszCsM és az OEP javaslataival szemben a PM javaslatának volt prioritása.” Jellemzı módon több évben is elıfordult, hogy a Parlament által a következı évre december hónapban elfogadott gyógyszertámogatási elıirányzat alacsonyabb volt, mint az adott évi gyógyszertámogatási kifizetés. Igazán hathatós intézkedések azonban szinte egyik évben sem támasztották alá az ilyen alacsonyra tervezett kifizetéseket. Szakmai körökben is megoszlanak a vélemények arról, hogy a gyógyszerkassza folyamatos alultervezése csupán szerencsétlen költségvetési játék vagy a kassza kézbentartására szánt eszköz. 4. ábra Az OEP gyógyszerkassza tervezett és tényleges kiadásai (milliárd Ft)

350 300

TERV

TÉNY

Milliárd Ft

250 200 150 100 50 0 1994. 1995. 1996. 1997. 1998. 1999. 2000. 2001. 2002. 2003. 2004. 2005.

Amennyiben a gyógyszerkassza teljesítésének eltérését vizsgáljuk az eredeti elıirányzattól [(tény-terv)/terv], szintén emelkedı tendenciát látunk. Az 5. ábrán jól látható, hogy az utolsó

38

négy évben igen jelentıs volt a tervezett és tényleges kiadások közötti különbség. További érdekessége az 5. ábrának a 4 évente visszatérı periodicitás: 1994, 1998 és 2002 egyaránt olyan év volt, amikor a tervezett elıirányzat és a tényleges teljesülés közötti eltérés extrém mértékő volt. 5. ábra Az OEP gyógyszerkassza hiánya a tervezett kiadások százalékában [(tényterv)/terv] 40% 36,6% 35%

32,1%

30%

Százalék

25%

22,1%

21,5%

21,0%

20% 16,1% 13,5%

15%

11,7%

10%

7,0%

5%

3,4%

2,8%

1995.

1996.

0% 1994.

1997.

1998.

1999.

2000.

2001.

2002.

2003.

2004.

5.3 A gyógyszerek TB támogatásának jogcímenkénti alakulása Az 2. táblázat ábrázolja a gyógyszerek TB támogatási jogcímeinek megoszlását 1999-2004. között.

39

2. Táblázat A gyógyszerek TB támogatásának jogcímenkénti megoszlása JOGCÍM 1999. 2000. 2001. 2002. 2003. 2004. 90%

13,5% 10,6% 9,0%

8,7% 11,2% 7,7%

70%

19,2% 18,3% 13,1%

8,8%

8,3%

4,7%

50%

6,3%

6,6%

6,7%

6,1%

Fix

12,0% 13,8% 19,1% 22,8% 20,2% 29,0%

0%

0,0%

7,1%

0,0%

6,7%

0,0%

0,0%

0,0%

0,0%

Normatív összesen 51,0% 49,8% 47,9% 46,9% 46,4% 47,4% EÜ100

21,6% 20,8% 20,1% 19,5% 19,1% 17,2%

EÜ90

14,1% 17,0% 17,4% 18,4% 19,5% 19,8%

EÜ pontok összesen

35,6% 37,8% 37,5% 37,8% 38,6% 37,0%

Közgyógy

8,1%

7,1%

6,7%

7,2%

6,5%

6,1%

Külön engedély

0,2%

0,6%

0,8%

1,6%

1,9%

1,6%

Különkeret

5,2%

4,7%

7,1%

6,5%

6,6%

7,9%

Nem támogatott

0,0%

0,0%

0,0%

0,0%

0,0%

0,0%

Egyéb összesen

13,4% 12,4% 14,6% 15,3% 15,0% 15,6%

ÖSSZESEN

100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

40

A táblázatból a következı megállapítások olvashatók le:


A normatív támogatás részesedése csökkenı tendenciát mutat.




Az EÜ pontok esetében tendenciózus változás nem érzékelhetı.




A normatív 90 %-os és 70 %-os támogatás részesedése csökkenı tendenciát mutat.




A normatív fix támogatás részesedése erıteljesen emelkedı tendenciát mutat.




Az EÜ 100 és EÜ 90 pontok között átrendezıdés keretében az EÜ 100 részesedése csökkent, míg az EÜ 90 részesedése emelkedett.




A közgyógyellátás keretében folyósított támogatás részesedése a teljes TB támogatásból csökkenı tendenciát mutat.




A külön engedély és a különkeret részesedése egyaránt emelkedı tendenciát mutatott

Összességében elmondható, hogy az elmúlt években a gyógyszerek társadalombiztosítási támogatásának jogcímei között érzékelhetı eltolódások voltak megfigyelhetık. Bár az egészségpolitikában egységes, hosszú évekre érvényes gyógyszerpiaci koncepciót a jelzett években nem találni, mégis számos tendencia jellegő mozgás érvényesült. A tendenciák egyik meghatározó eredıje a lakossági terhek emelkedése.

5.4 A gyógyszertámogatási kiadások fékentartásának, racionalizálásának lehetıségei A hazai közfinanszírozású gyógyszertámogatás kiadásainak alakulása, az eddig megtett kiadáskorlátozó politikák, valamint az Európai Unióhoz történı csatlakozás már tapasztalt és továbbiakban erısödı hatásai alapján az alábbiakban röviden összefoglaljuk a lehetséges beavatkozási pontokat. Az elmúlt több mint tíz év támogatáspolitikájának és kiadáskorlátozó politikájának a kereszttüzében a gyógyszerár állt. A korábbi ártárgyalások, cégenkénti portfoliótárgyalások, a támogatások mértékével való „játék”, a kulcsok csökkentése, a nemzetközi referenciaárak alkalmazása, a fix alapú támogatási csoportok körének fokozatos bıvítése mind arra irányult, hogy a kiadásokat lehetıség szerint a gyógyszerek árának leszorításával érjük el. A kassza védelme érdekében került bevezetésre az országos szinten ún. „zárt kassza” is 1999-ben. A kiadások trendjének csökkentésében és a sok esetben látványosan alultervezett elıirányzatok betartásában azonban ez a fiskális módszer nem

41

vezetett eredményre, hiszen a kiadások túlnyomó részét (kivéve a különkeretes gyógszertámogatást és az egyedi méltányossági alapon történı támogatást) az egyéni orvosi felírások alapján egyenként beváltott vények automatikusan magukban hordozzák, így a finanszírozó szinte csak külsı szemlélıje lehetett a kassza évrıl évre történı elfutásának. Ahogy a hivatkozott Állami Számvevıszéki jelentés is megállapította, a gyógyszertámogatási elıirányzat zárttá tétele nem volt hatással a kiadások növekedési ütemének mérséklésére. Az idıarányos elıirányzat-túllépések Kormány általi engedélyeztetése pedig gyakorlatilag automatikussá vált. Így a Kormány 2001-ben 8 alkalommal, 2002-ben 11 alkalommal, míg 2003-ban 7 alkalommal engedélyezett túllépést. Természetesen van arra nemzetközi példa, hogy zárt gyógyszerkassza kerül kialakításra, csak alacsonyabb szinten: egyéni orvosra, praxisra, a praxisok egy csoportjára, vagy meghatározott területen dolgozó orvosok összességére. Ebben az esetben az egyéni orvos közvetlenebbül tehetı érdekeltté abban, hogy a megszabott keretet betartsa. Magyarországon egyéni orvosra, vagy orvosok egy csoportjára vonatkozóan kialakított gyógyszertámogatási keret, mint pénzügytechnikai megoldás nem került bevezetésre, még modellkísérlet keretében sem. Az irányított betegellátás keretében azonban 1999-tıl mégis elkezdıdtek azok a szervezık által kidolgozott gyógyszertámogatást fékentartó, racionalizáló technikák, amelyek számos esetben eredményre vezettek. Egyértelmően bizonyítva, hogyha az orvosok más ösztönzési rendszerben dolgoznak, és saját maguk is érdekeltté vannak téve a gyógyszerfelírás optimalizálásában (elkerülve a felesleges felírást, odafigyelve a polipragmáziára, szélesebb körben

alkalmazva

az

olcsóbb

generikumokat),

akkor

lehet

sikert

elérni

a

gyógyszertámogatási kiadások visszafogásában. Ehhez megfelelıen közel kell telepíteni az un. gyógyszerbüdzsét a praktizáló orvosi gyakorlathoz. Németországban a regionális szinten alkalmazott gyógyszerbüdzsé csak nagyon rövid idejig fejtette ki hatását, mivel túl sok orvos volt felelıs ugyanazért a kasszáért, így az egyén felelıssége a keret betartásában nehezen volt megfogható és kontrollálható. A tapasztalatok és a várakozások másik területe az árkontroll kérdése ebbıl a szempontból az a tapasztalat, hogy a hazai kiadásokat meghatározó multinacionális cégek, köztük a nagyobb súlyt képviselı innovatív gyógyszergyárók hazai leányvállalataikat nem hatalmazzák fel arra, hogy a listán szereplı áraikat 10-15 %-nál lejjebb vihessék az európai átlagártól. Ennek az az oka, hogy a szabadpiacként mőködı Unióban a paralell import, illetve az esetlegesen elért alacsony támogatási ár referenciaárként való alkalmazása következtében árleszorító hatást jelenthet a magasabb árfekvéső országokban (pl. Németországban, Hollandiában, NagyBritanniában). A hazai igen kis mérető piacon való jobb pozíció szerzése érdekében (pl.

42

referencia-termék minısítés), ezt a kockázatot a multinacionális cégek egyre kevésbé vállalják.

Ezek

következtében

az

árleszorítással

operáló

kiadás-korlátozó

politika

eszközrendszere egy meglehetısen szők sávba került.

A kiadások kontrollálásában, a növekedés korlátozásában éppen a fentiekbıl következıen a volumenre irányuló intézkedéseknek, támogatási politikáknak van sokkal kiemeltebb szerepe. Már az elmúlt években is teljesen egyértelmően a kiadások növekedése mögött nem az egyes termékek árának a növekedése lelhetı fel, hanem különösen a magas kulccsal támogatott és/vagy magas árral rendelkezı termékek forgalmának, fogyasztásának megugrása. Ez azonban nem feltétlenül negatív folyamat. Ezen drága készítménykör sajátossága, hogy bár drágák, de jóval hatásosabbak az eddigi terápiáknál, vagy költséghatékonyak – ezáltal emelkednek a gyógyszerkiadások, de elvileg ez „megtérül” a gyógyító-megelızı kasszán. Az olcsó nem feltétlenül jelent költség-hatékonyságot, és a drága sem feltétlenül jelenti, hogy nem költség-hatékony egy gyógyszer. A racionális volumenkontroll kialakítása ugyanakkor jóval intelligensebb, bonyolultabb, összetetteb politikát igényel a finanszírozó és az egész (egészségügyi és pénzügyi) kormányzat részérıl, mint a korábbi ártárgyalások lebonyolítása. Középtávon tehát, ha valóban tervezhetı módon szeretnénk alakítani a gyógyszertámogatási kifizetéseket, és úgy, hogy ezt ne állandóan csak a lakossági terhek rovására lehessen megtenni, nem spórolhatjuk meg az alábbi lépéseket. Meg kell erısíteni, szorgalmazni kell az orvosszakmai kollégiumok irányelvfejlesztési tevékenységét, lehetıleg úgy, hogy ezek a legkorszerőbb bizonyítékokon alapuljanak (evidence-based clinical guideline). Az orvosszakmai irányelvek jó kiindulási alapot adnak a finanszírozónak is, hogy monitorozza és szakmai alapokon is ellenırizze a gyógyszerfelhasználást. Következı terület az egészségügyi technológiák, és bennük a gyógyszerek technológiaelemzése és értékelése, mely választ adhat arra a kérdésre, hogy az egyes gyógyszertermékek, melyik indikációban, akár az egyes betegségek milyen súlyossági fázisában mutatkoznak leginkább költség-hatékonynak, és milyen terápiás sorrend alkalmazása estén fejtik ki hatásukat leghatékonyabban. A technológia-értékelés arra is választ ad, hogy ez a társadalom szintjén

mekkora

várható

összkiadást

igényel

(budget

impact),

és

mekkora

egészségnyereséget érhetünk el (health impact) a populáció szintjén. A tudományos anyagokra alapozott tudományos igényességő elemzések évrıl-évre több tízmilliárd forint helyes elköltését eredményezhetik, amennyiben a finanszírozói döntések részévé válnak.

43

Fenti eredmények eléréséhez, ugyanakkor tovább kell fejleszteni azt az infrastruktúrát Magyarországon, amely az egészségügyi technológia-elemzéssel és értékeléssel foglalkozik, ez képzést, tudományos mőhelyek kialakítását, megerısítését jelenti. A gyógyszertámogatási paletta fejlesztésében (gyógyszerek befogadása, támogatási listáról történı levétele) meghatározó a hazai és nemzetközi tudományos eredmények alkalmazása, és ezzel a támogatási döntéseknél fıként a magas támogatási kulcsok esetében a költséghatékonyság elvének érvényesítése. A támogatási technikák körében a volumen alapú támogatás szerepe lényegesnek tőnik. Ez lehet egy termékre vonatkozó ár-volumen megállapodás, vagy teljes gyógyszerkörre vonatkozó támogatásvolumen megállapodás. Mind a két esetben az OEP a megállapodás ideje alatt egy meghatározott fix összeggel, vagy százalékos kulccsal támogatja a gyógyszerek beváltását a patikai forgalomban; azonban, ha a kiváltott mennyiség, vagy a tb által kifizetett támogatási összeg eléri a megállapodásban foglalt mértéket, akkor a gyártót visszafizetési kötelezettség terheli a megállapodásban rögzített százalékos (degresszió) vagy teljes mértékben. Az ár-volumen megállapodáson alapuló támogatás kiadás-önkorlátozást igényel a gyógyszergyártóktól, amelyek számára ugyanakkor a kihirdetett lista ár magasabb szinten tartható, mint a tényleges átlagosan érvényesülı ár. A kiadások volumenen alapuló féken tartásának komoly feltétele, hogy az Országos Egészségbiztosítási Pénztár megfelelı monitorrendszert tudjon kialakítani, amely képes akár egyéni betegutak vizsgálatára is, megfelelıen képzett, felkészült orvosszakmai, egészséggazdaságtani, informatikus gárdával rendelkezzen, amelyet folyamatos képzésekkel szinten tud tartani. A közvásárlói funkcióban lévı OEP-et – és a gyógyszertámogatásban érintett minisztériumi háttérintézeteket (pl. ESKI7) – megfelelıen fel kell vértezni ahhoz, hogy kemény tárgyalópartnere lehessen a professzionális tárgyalási, promóciós, lobbista technikákat alkalmazó gyógyszergyártó cégeknek. Ez a felvértezés (piacképes) anyagi ösztönzést, teljesítményfüggı bérezést és szakmai továbbfejlıdés biztosítását igényli annak érdekében, hogy maga a stáb is legyen érdekelt és legyen képes a kiadások racionalizálásában, visszafogásában. Mindezen a feltételek teljesítése a mőködési költségvetésben néhány százmillió forintos, maximálisan egymilliádos többlet fejében több tízmilliárd forint közpénzfelhasználásának az érdemi kontrollját, akár csökkentését is eredményezheti.

7

Egészségügyi Stratégiai Kutatóintézet (korábban Medinfo)

44

5.5

Az egészségügyi technológiák befogadási rendszerének teljes körővé tételét szolgáló eddigi intézkedések

A gyógyszerkassza tervezésének és karbantartásának problémáit a pénzügy- és az egészségpolitika alapvetıen fiskális oldalról kívánta kezelni. Csupán néhány, jelenleg még apró mozzanat mutatható fel, amikor a szakmai alapú döntéshozatal irányába mozdult el a rendszer. Ezek közé tartozik az egészség-gazdaságtani elemzések készítésérıl szóló irányelv8, Ilyen például az Európai Unió 89/105/EEC sz. irányelvének (ún. Transzparencia direktíva9) magyarországi adaptálása10, vagy az Egészségügyi Technológiaelemzési Iroda létrehozása az Egészségügyi Stratégia Kutatóintézet keretében. Az egészségbiztosítási rendszer folyamatos fejlesztést igényel. Az egészségügyi technológiák fejlıdése, a lakosság változó szükségletei, az új betegségek megjelenése miatt folyamatosan változnak az egészségügyi szolgáltatások, és ennek megfelelıen változnia kell az egészségbiztosítási csomagnak is. Az egészségbiztosítási alapcsomag meghatározásának egyik fı területe a befogadási-kifogadási rendszer. Az új egészségügyi technológiák megjelenése arra ösztönzi a finanszírozót, hogy újraértékelje, mely egészségügyi technológiákat támogat, melyeket nem, és ennek következményeként milyen forrásallokációt valósít meg. A támogatási döntésnek megfelelı, elıre kihirdetett, szabályozott módszertan szerint, bizonyítékokra alapozva kell történnie. A korábban már befogadott, finanszírozott egészségügyi technológiák támogatását az új technológiák megjelenése miatt, illetve az adott technológia alkalmazása során elıálló eredmények, orvosi bizonyítékok fényében felül kell vizsgálni. Az egészségügyi technológiák vizsgálatának, rangsorolásának fı célja az egészségügyi beavatkozással elérhetı társadalmi haszon maximalizálása, a nem hatékony technológiák kirekesztése az egészségügyi gyakorlatból, valamint az egyes betegek életminıségének maximalizálása. Az Országos Egészségbiztosítási Pénztár 2001. ıszén kezdte el az egészségügyi technológiák teljes körét lefedı befogadás- és támogatás-politikai rendszer kidolgozását. Az OEP által javasolt befogadás-politika rendszerének fı alkotóelemei: 8

Az Egészségügyi Minisztérium szakmai irányelve az egészségügyi-gazdaságtani elemzések készítéséhez (Egészségügyi Közlöny, 2002, LII. évf. 11. szám 1314-34.) 9 89/105/EGK tanácsi irányelv az emberi felhasználásra szánt gyógyszerek árának megállapítását, valamint nemzeti egészségbiztosítási rendszerekbe történı felvételüket szabályozó intézkedések átláthatóságáról 10 32/2004. (IV.26.) ESzCsM rendelet a törzskönyvezett gyógyszerek és a különleges táplálkozási igényt kielégítı tápszerek társadalombiztosítási támogatásba való befogadásának szempontjairól és a befogadás vagy a támogatás megváltoztatásáról

45

•

a megfelelı jogszabályi háttér megteremtése,

•

a szükséges döntéshozatali szempontok meghatározása,

•

a befogadás-politikai döntéshozatali folyamat fıbb lépéseinek megfogalmazása,

•

a szakmai, etikai kérdések elbírálását végzı bizottságok létrehozása,

•

a technológiák szakszerő elemzése, az irányelvek figyelembe vétele,

•

valamint a befogadás-politikában érintett intézmények, szerepük és felelısségük leírása.

Az EU csatlakozás folyományaként hazánknak biztosítani kellett, hogy a gyógyszerek E. Alapból történı támogatásba való befogadása a 89/105/EGK irányelvben foglalt szigorú határidık betartásával történjen. Tekintettel a csatlakozás és az ezzel járó kötelezettségek teljesítési határidejének közelségére, valamint a probléma mélységére és részletes szabályozási igényére, a csatlakozás idıpontjára a gyógyszerek befogadásának keretrendszere került kidolgozásra. Az Egészségügyi Minisztérium és az OEP arra törekszik, hogy valamennyi egészségügyi technológia befogadásához egységes eljárásrendet alakítson ki, ennek jegyében tovább kell folytatni a befogadás szabályozásának kiterjesztésére irányuló munkát. Második lépésként a gyógyászati segédeszközök befogadási rendszerének kidolgozása a cél. Emellett azonban párhuzamosan el kell kezdeni az egészségügyi eljárások teljes körére vonatkozó befogadási rendszer kidolgozását, mely magában foglalja a fekvı- és a járóbeteg szakellátásban használt orvostechnikai eszközöket és a velük végzett eljárásokat is. (A gyógyszerek társadalombiztosítási támogatásba való befogadása Magyarországon részletesebben: lásd 2. sz. Melléklet)

5.6

Összefoglalás

Ahhoz azonban, hogy a döntéshozatali folyamatban a szakmai elemek tovább erısödjenek, illetve ezzel párhuzamusan a döntéshozatal átláthatósága fokozódjon, szükség van néhány alapvetı szakmai szabály, irányelv kidolgozására (pl. költség-számítási irányelv, külföldi egészség-gazdaságtani elemzések hazai adaptálásának irányelve; költség-hatékonysági finanszírozási küszöb vizsgálata és alkalmazhatóságának elemzése, stb.). Ezek teremthetik meg ugyanis egy, a szakmai bizonyítékon alapuló döntéshozatal alapjait és továbbvihetik a már megkezdett folyamatokat.

46

6

Fıbb kérdések az egészség-gazdaságtani- és technológiaelemzések eredményeinek hazai áthelyezhetıségével és adaptációjával kapcsolatosan (Gulácsi László)

6.1

Problémafelvetés

Az elmúlt évtizedet az orvostudomány, a biotechnológia és a gyógyszerkutatások hihetetlen gyors fejlıdése jellemezte. Ennek következményeként folyamatosan új gyógyszerek, terápiák, beavatkozások és diagnosztikus technikák válnak hozzáférhetıvé - gyakran igen költségesen és sokszor bizonytalan klinikai eredménnyel. A hatalmas fejlıdés (különösen a biotechnológia területén, amely mára a legjelentısebb költségnövelı tényezı) ellenére a gyógyszerkutatás/gyártás krízise és nagyfokú átalakulása figyelhetı meg napjainkban.

A krízis (és átalakulás) oka az R&D költségek igen jelentıs emelkedése, amelynek fı okai Cockburn (2004) szerint nagy valószínőséggel a következık:

-

egyre több betegség gyógyszeres terápiája lehetséges, míg néhány évtizede 500 gyógyszer állt rendelkezésre, napjainkban ez a szám 5000-re nıtt. Egyre több ’ritka’ betegség gyógyszeres terápiájához is rendelkezésre áll a megfelelı gyógyszer, az eddig megfelelı terápia nélkül levı területeken a gyógyszerek kifejlesztése egyre költségesebb, pl. Alzheimer betegség, amely esetén nem is rendelkezünk hatásos gyógyszeres terápiával.

-

úgy tőnik, hogy a ’spontán/véletlen’ (és olcsó) gyógyszer-felfedezések kora lejárt, a többnyire kis kutatóhelyek és cégek helyét elfoglalta a „Big Pharma” (lásd az elmúlt 5-10 év cég összeolvadási tendenciáját) a biotechnológiát használó, tervezett (és drága) gyógyszerkutatás.

Mindez arra utal, hogy a gyógyszerek terén erıteljes és gyors költség-növekedésre kell számolnunk a következı évtizedben. Az új gyógyszerek a megfelelı módon, megfelelı idıben és a megfelelı célpopuláció esetén (sokkal több gyógyszer – pontosabb indikáció és

47

jól definiált célpopuláció) alkalmazva az esetek egy részében jelentıs (egészség) haszonnövekedést eredményezhetnek – ha ennek a finanszírozási háttere biztosítható, ha az adott gyógyszer finanszírozását ’megengedhetjük magunknak’ (affordability).

Az egészségügyi szakemberek és az egészségügyi döntéshozók számára napjainkban az egyik legnagyobb kihívás annak mérlegelése, hogy az új lehetıségek, eredményessége és költséghatékonysága felülmúlja-e az aktuálisan alkalmazott egészségügyi technológiák ugyanezen paramétereit.

Az

egészségügyi

technológiák

egészség-gazdaságtani

elemzése

ezzel

párhuzamosan egyre fontosabbá vált, évrıl évre nı az elemzések száma, hiszen az egészségügyi döntéshozók, a finanszírozók és az egészségügyi szakemberek döntéseikben egyre nagyobb mértékben támaszkodnak ezek eredményeire.

Az egészség-gazdaságtani elemzéseknek az alábbi területeken van fontos szerepe: -

a gazdaságossági szempontokból is legjobb egészségügyi technológiák kiválasztása,

-

a korlátozottan rendelkezésre álló egészségügyi költségvetés megfelelı disztribúciója,

-

az egészségügyi technológiák árképzése és

-

a támogatási (finanszírozás/biztosítás) arányok megállapítása.

6.2

A gyógyszerrel kapcsolatosan rendelkezésre álló tudományos bizonyítékok

Az esetek egy részében a gyógyszerek hosszú távú klinikai hasznáról kevés tudományos bizonyíték áll rendelkezésre, és az eredmények olyan klinikai végpontra vonatkoznak, amelyek nem feltétlenül függenek össze a klinikai kép javulásával. Ez azért jelent sok esetben problémát, mert az egészség-gazdaságtani elemzések legfontosabb elıfeltétele és összetevıje az adott egészségügyi technológiák hatásosságáról rendelkezésre álló tudományos tények minısége.

Ezzel kapcsolatosan célszerő röviden áttekinteni azt, hogy a gyógyszerek esetén mely követelményeknek való megfelelés szükséges a gyógyszerek bejegyzéséhez illetve a

48

társadalombiztosítás által történı finanszírozásához, illetve mi ennek a két lépésnek az egymáshoz való viszonya.

6.3

Az elsı három ’akadály’

Az Európai Unió valamennyi országában követelmény, hogy a gyártó az egészségügyi technológiák (pl. a gyógyszerek) esetén, a gyártási minıséggel (quality – ’elsı akadály’), a biztonságossággal (safety – ’második akadály’) és a hatásossággal (efficacy – ’harmadik akadály’) kapcsolatos információkat mind a gyógyszer bejegyzése során, mind a finanszírozási (befogadási) folyamat (kérelem) indításakor mellékelje. Európában ez a feltétele az EMEA (European Agency for the Evaluation of Medicinal Products) által történı bejegyzésnek éppúgy, mint ahogyan hazánkban az OGYI (Országos Gyógyszerészeti Intézet) szintén megköveteli ezen információkat a szer regisztrációja során.

Az ’elsı három akadály’ (minıség, biztonságosság és hatásosság) figyelembevétele hazánkban az Európai Unió más tagországaihoz hasonló módon zajló regisztrációs folyamat során történik. Ezen a téren (például a gyógyszerek regisztrációja) jelentıs harmonizáció zajlott le Európában, ebben jelentıs szerepet játszik az EMEA ’mutual recognition procedure’ tevékenysége. (http://www.emea.eu.int)

Az elsı három ’akadály’ ’leküzdése’ szükséges ahhoz, hogy a gyógyszer regisztrációja megtörténjen, enélkül a gyógyszer nem hozható forgalomba. A regisztráció szabályozása a világon mindenütt (Észak-Amerkia, Európa, Japán) a tudományos alapú orvoslás (Evidence Based Medicine - EBM) eredményein nyugszik, nagyon részletesen szabályozott, és egységes.

A regisztráció és a gyógyszerek társadalombiztosítási finanszírozása között (sehol a világon) nincs kapcsolat - természetesen a finanszírozó csak a regisztrált gyógyszerek esetén juttathat finanszírozást az E-alapból. A finanszírozás kérdései a ’negyedik akadály’ témakörébe tartoznak.

49

Az egészség-gazdaságtani és technológiaelemzés végzésének elsı lépése éppen ezért a rendelkezésre álló tudományos bizonyítékok – EBM- elemzése, kategorizálása és az evidenciák erejének a megítélése.

6.4

6.4.1

Egészség-gazdasági elemzések a ’negyedik akadály’: az eredmények transzparenciája (transparency), általánosíthatósága (generalisability), adaptálhatósága (adaptability) és áthelyezhetısége (transferability)

A ’negyedik akadály’

A ’negyedik akadály’, azaz az eredményesség és költség-hatékonyság (effectiveness & costeffectiveness – ’negyedik akadály’) terén az elsı ’három akadály’-hoz hasonlóan kimunkált, nemzetközi szinten elfogadott metodikával és megegyezéssel még nem rendelkezünk – részterületeken vannak egységes megoldások.

Az egészség-gazdaságtani vizsgálatok végzése elıtt szükséges annak demonstrálása, hogy a regisztrált gyógyszerek alkalmazása valóban a klinikai tünetek javulását eredményezik. Drummond (2002/a - b; Drummond 2003) véleménye szerint az egészség-gazdaságtani elemzések legfontosabb elıfeltétele és összetevıje az adott egészségügyi technológiák hatásosságáról rendelkezésre álló tudományos tények minısége. Drummond (2002) kifejtette, hogy: “sok gyógyszer-regisztrációs célból készült klinikai vizsgálattal az a probléma, hogy a vizsgálat idıtartama rövid, és az eredmények olyan klinikai végpontra vonatkoznak, amelyek nem feltétlenül függenek össze a klinikai kép javulásával.” … „Szintén a regisztrációt célzó vizsgálatok esetén gyakran megfigyelhetı, hogy a klinikai végpontok választása során gyakran a könnyebb mérhetıségi meggondolások játszanak meghatározó szerepet, nem pedig a klinikai végpontoknak az orvos illetve a betegek számára való relevanciája. Ennek gyakran az az eredménye, hogy az új gyógyszerek megkapják a regisztrációt úgy, hogy a gyógyszer hosszú távú klinikai hasznáról kevés tudományos bizonyíték áll rendelkezésre.”

„Éppen

ezért a ’negyedik akadály’ bevezetése várhatóan több információt fog eredményezni a valós klinikai haszonról és a költség-hatékonyságról.”

50

Az Európai Unió tagországaiban, például az Egyesült Királyságban, Hollandiában, Svédországban és Franciaországban az egészségpolitikai, a szakmai (pl. irányelvek) és a finanszírozási döntések esetén az adott egészségügyi technológiáról (pl. gyógyszerekrıl) helyi adatok alapján számolt vagy számított (modellezett) eredményességi és költség-hatékonysági adatok prezentálása is kötelezı. Ennek a bevezetése a többi európai uniós tagországban is folyamatban van (Dánia, Németország, Olaszország, Finnország, Norvégia) illetve mielıbbi bevezetését jelenleg készítik elı. Az egészség-gazdaságtani és az egészségügyi technológiaelemzési tanulmányok célja ezen információs igények kiszolgálása mind a szakma, mind az egészségpolitika, mind a finanszírozó számára.

Az egészség-gazdaságtani vizsgálatok és egészségügyi technológiaelemzések transzparenciája azonban sokszor nem megfelelı (nem lehet tudni, hogy ki, kinek a szemszögébıl, milyen adatokkal és módszerekkel végezte az elemzést), az eredmények gyakran csak egy intézményre, betegcsoportra vonatkoznak egy adott országban, azaz az általánosíthatóság és az összehasonlíthatóság korlátozott. Az elemzések eredményeinek áthelyezhetısége térben, idıben és ellátási rendszerektıl és szintektıl függıen korlátozott lehet. A különbözı országok között jelentıs eltérések vannak az egészségügyi rendszer felépítésében, mőködésében és finanszírozásában, a szolgáltatók képzésében illetve az orvosok társadalmi státuszában. Különbözık a megbetegedési és halálozási viszonyok, esetenként jelentısen változnak az árak és az árarányok. Eltér az egy fıre jutó nemzeti jövedelem aránya, mások lehetnek a lakosság preferenciái, értékei. Emellett az Európai Unió tagországaiban az állami finanszírozású egészségügy éppúgy megtalálható, mint a biztosítás alapú, és a döntéshozási skála is a jelentısen centralizálttól az alapvetıen decentralizáltig terjedhet. Az egészséggazdaságtani és a technológiai elemzések szerepe is eltérı. Más lehet hazánkban a fizetési hajlandóság (willingness to pay), a gazdasági és a technológia-elemzési (kínálati oldal) és az elemzések interpretálásának a kapacitása (keresleti oldal). Mások lehetnek a gazdasági elemzésre történı kiválasztás prioritásai is, és így megtörténhet, hogy az egyik országban olyan egészségügyi technológia kerül egészség-gazdaságtani elemzésre, amely egy másik országban fel sem kerül a prioritási listára. A különbségek miatt az egyik országban elvégzett elemzések eredményeit általában kérdéses más országokban az eredetileg publikált formában felhasználni. Vizsgálni kell az eredmények alkalmazhatóságát, és közülük még a felhasználhatókat is adaptálni kell.

51

Az egészség-gazdaságtani és technológiaelemzés végzésének második lépése éppen ezért, a rendelkezésre álló egészség-gazdaságtani és technológiaelemzési vizsgálatok eredményinek elemzése, megítélése. A fejezetben áttekintjük az egészség-gazdaságtan és az egészségügyi technológiaelemzés során használatos fıbb kérdéseket, az elemzések végzését segítı irányelveket

és

a

transzparenciával,

általánosíthatósággal,

adaptálhatósággal,

áthelyezhetıséggel kapcsolatos legfontosabb fogalmakat is.

6.5

Az eredmények, általánosíthatósága (generalizability), adaptálhatósága (adaptability) és áthelyezhetısége (transferability)

Az egészség-gazdaságtani elemzések készítése azonban jelentıs szakértelmet igénylı, költséges és idıigényes tevékenység. Az utóbbi idıben sokat idézett, európai egészségügyi technológia-elemzési intézet a NICE (National Institute for Clinical Excellence; Egyesült Királyság) fennállásának 3 éve alatt 50 HTA értékelést publikált 2002 végéig, ezekben 74 különbözı gyógyszert, 94 gyógyászati segédeszközt (medical devices), 15 klinikai eljárást (diagnosztikus és terápiás beavatkozások) és 40 különféle klinikai körülményt (bölcsességfog eltávolításának a szükségessége, emlırák rizikótényezıi és a betegség lefolyása) vizsgált. (A NICE gyógyszer csoportokat és nem csak egyes gyógyszereket vizsgál.) Ezek a számok az egészségügyben alkalmazott és újonnan beáramló egészségügyi technológia mennyiségétıl jelentısen elmaradnak.

Egy-egy országban lehetetlen valamennyi új technológia vizsgálata, az egészség-gazdaságtani és az egészségügyi technológia-elemzési eredményeket más országokban is hasznosítani kell. Minél kisebb egy ország ’elemzési kapacitása’, annál lényegesebb számára a nemzetközileg elıállított eredmények hasznosítása. Az egészségügyi technológiák rendkívül gyors fejlıdésével és annak finanszírozási igényével hazánkban sem lehet lépést tartani. A társadalmi szempontokat figyelembe véve olyan optimális összetételő és támogatási szerkezető ellátási csomagot kell kialakítani, amely a rendelkezésre álló erıforrások felhasználásával társadalmi szinten a lehetı legtöbb egészségnyereséget eredményezi.

52

Az egészség-gazdaságtani és technológiaelemzési eredményeknek a felhasználása különösen más országokban illetve ellátási helyen – általánosan a továbbiakban: ’helyen’ (location), azaz nem a tanulmányt végzı és publikáló helyen ütközik nehézségekbe, mint ahol a vizsgálatokat folytatták. (Eltérı helyek (location) lehetnek országok, régiók, az ellátó rendszerben különbözı helyet elfoglaló intézmények – olyan helyek, amelyek esetén valamilyen téren lényeges eltérések vannak/lehetnek, például: demográfia, epidemiológia, megbetegedés, halálozás, betegösszetétel, betegségsúlyosság, finanszírozás, rendelkezésre álló gyógyszerek és azok finanszírozási módja, egy fıre esı GDP vagy más lényeges tényezık területén.)

A tanulmány szerzıi, nemzetközi együttmőködés keretében kidolgozott ’check list’ alapján bemutatják, hogy az egészség-gazdaságtani és az egészségügyi technológia-elemzési eredményeket miként lehet az eredetüktıl eltérı közegben (más országban, más ellátási forma és populáció esetén) felhasználni.

53

7

A rendelkezésre álló tudományos bizonyítékok kritikus elemzése (Gulácsi László)

A gyógyszer-finanszírozással (és más technológiákkal) kapcsolatos döntéselıkészítés elsı lépése annak megítélése, hogy az adott gyógyszer hatásosságával kapcsolatosan milyen típusú és erısségő tudományos bizonyítékok állnak rendelkezésre. (West et al. 2002)

Részletesen késıbb kerül tárgyalásra, de már most felhívjuk arra a figyelmet, hogy: -

módszertanilag azonos erısségő tudományos bizonyítékok esetén is vannak olyan evdenciák amelyek a kutató vagy gyakorló orvos, a népegészségügyi szakember illetve a finanszírozó döntéseihez szükségesek, és az egyes szereplı számára ezek nem feltétlenül azonos értékőek,

-

evidenciák nem csak a gyógyszerek illetve más technológiák hatásosságának (hatás ideális körülmények között), hanem eredményességének (hatás az adott helyen a napi rutin körülmények között – valósan megfigyelhetı hatás) és költség-hatékonyságának alátámasztása érdekében is szükségesek.

Az orvostudomány területén rendelkezésre álló szakirodalom szisztematikus keresésével és elemzésével juthatunk információhoz az egyes egészségügyi technológiák hatásosságával (hatás idealizált körülmények között) kapcsolatosan (Gulácsi, 1999). A 3. táblázatban a szakirodalom által közölt tudományos tények megfelelıségi hierarchiáját tüntettük fel.

Látható, hogy napjainkban a legfontosabb információforrásnak a randomizált, kontrollált, kettısvak vizsgálatokból származó információt tekintik – amely az adott technológia idealizált körülmények között megfigyelhetı hatásosságára vonatkozóan szolgáltat információt. (Epidemiológiai vizsgálatokról, köztük a randomizált kontrollált vizsgálatokról részletesebben: lásd 3. és 4. sz. Melléklet)

54

3. Táblázat A tudományos tények hierarchiája Besorolás Ia

Vizsgálatok

(A)

Randomizált, kontrollált, kettıs-vak vizsgálatok rendszerezett irodalmi áttekintésébıl (systematic review) vagy meta-analízisébıl származó bizonyíték.

Ib

Legalább egy randomizált, kontrollált vizsgálatból származó bizonyíték.

(A) IIa

Kohort vizsgálatok rendszerezett irodalmi áttekintése.

(B) IIb (B) IIIa

Kohort vizsgálatok, vagy gyengébb minıségő randomizált, kontrollált vizsgálatok. Eset-kontroll vizsgálatok rendszerezett irodalmi áttekintése.

(B) IIIb

Eset-kontroll vizsgálatok.

(B) IV

Eset-sorozatok, vagy gyenge minıségő eset-kontroll, vagy kohort vizsgálatok.

(C) V (D)

Szakértıi vélemény, melyet nem támasztanak alá szisztematikusan és kritikusan értékelt adatok; klinikai gyakorlat számára, az alapkutatások eredményeibıl klinikai vizsgálatok nélkül levont következtetések.

Az egészség-gazdaságtani vizsgálatok során, az orvostudomány területén rendelkezésre álló szakirodalom által közölt információkat két ok miatt is nagyfokú óvatossággal kell kezelni.

Ennek két fı tényezıjét különböztethetjük meg:

55

- a klinikai relevancia nem mindig egyértelmő

Az esetek egy részében a gyógyszer hatásossága nem valamilyen - a klinikus (és finanszírozó számára) számára fontos - kimenetet, kemény végpontot (egészségnyereség, elkerült halálozás, vagy más elkerült nem kívánatos esemény) jelent, hanem a hatásosság valamilyen köztes kimenetre (intermediate outcome) vonatkozik. Ez a köztes végpont lehet egy laboratóriumi lelet vagy más vizsgálati érték eltérése, a gyógyszeradást követı megváltozása, amelyrıl az esetek egy jelentıs részében az sem tudható, hogy van-e, és ha igen, akkor mi a konkrét klinikai gyakorlati jelentısége. Az adott gyógyszer tehát – a jelenlegi szabályozásnak teljesen megfelelıen megkapja a regisztrációt akkor is, ha klinikai hatása (kimenet/kemény végpont) ismeretlen. Elmondható tehát, hogy a hatásosság (efficacy) a gyógyszereket törzskönyvezı szervezetek számára szükséges információ. Ha az adott gyógyszer ideális körülmények között (RCT – randomizált kontrollált vizsgálat) hatásosnak bizonyult, megfelelı szintő mellékhatásokkal, ez elegendı ahhoz, hogy a gyógyszert felvegyék azon gyógyszerek listájába, amelyeket az adott országban forgalomba lehet hozni. Az ebben a fázisban nem lényeges, hogy a gyógyszer hatásossága milyen a hétköznapi, nem ideális körülmények között (eredményesség), továbbá az sem, hogy milyen a költsége és költséghatékonysága.

- hatásosság versus eredményesség

Az, hogy egy gyógyszer klinikai vizsgálattal – ideális körülmények között - hatásosnak bizonyult, nem feltétlenül jelenti azt, hogy a konkrét napi körülmények (adott ország, terület, betegpopuláció) között is hatásos – azaz eredményesen alkalmazható. A fejlett országokban, ezen belül az Európai Unió tagországaiban a finanszírozás elıfeltételeként egyre inkább megkövetelt az is, hogy az adott gyógyszernek az adott ország konkrét napi körülményei között mutatott eredményessége és költség-hatékonysága is bemutatásra kerüljön. Az EU tagállamokban az eredményességre és a költség-hatékonyságra vonatkozó adatokat is be kell mutatni a társadalombiztosítási támogatás elnyerése érdekében. 2006-ra pedig ez a követelmény valamennyi EU tagországban bevezetésre kerül. Elmondható, hogy az eredményesség és a költség-hatékonyság az egészségügyi kormányzat, a biztosító és a lakosság számára lényeges, olyannyira, hogy számukra az egészségügyi technológia (például gyógyszer) napi használata során mutatott eredményességérıl és költség-

56

hatékonyságáról kell a gyártónak/forgalmazónak tudományos bizonyítékokat szolgáltatni a fejlett országokban, és hazánkban is ez a tendencia. A hatásosság ismerete alapján (szakirodalmi cikkek - ideális körülmények - RCT) az eredményességet nem tudjuk megjósolni (azaz a konkrét kimenetet, eredményt) az ideálistól eltérı szokásos napi körülmények között. Elıfordulhat, hogy az RCT eredményei félrevezetik az orvost a várható haszon és a rizikó összevetésében. Ez részben azért következik be, mert a gyakorló orvos többnyire olyan betegekkel kerül szembe, akik általában kizárásra kerülnek az RCT vizsgálatokból, másrészt, más a környezet, a finanszírozás, a minıség, valamint a beteg és az orvos compliance a napi rutinban, mint az ideális körülmények között végzett klinikai vizsgálatok során. A költség-hatékonysági vizsgálatok sok esetben a hatásosságot veszik alapul a sokszor nem ismert eredményesség helyett – amely torzítja az eredményeket. A hatékonyságra vonatkozó adatokat adatgyőjtéssel – például regiszterek – illetve modellezéssel lehet elıállítani.

7.1

A szakirodalom kritikai elemzése

A szakirodalom/tudományos eredmények kritikus elemzésének célja annak megállapítása, hogy az a technológia (gyógyszer), amelyre az egészség-gazdaságtani vizsgálat irányul, rendelkezik-e

olyan,

jól

leírható,

bizonyított

klinikai

hatással,

amely

esetén

a

társadalombiztosítási támogatás szükségessége felmerül.

A kritikai elemzés során, a következı elemzési fázisok elvégzése szükséges: - az alkalmazott vizsgálat típusának megállapítása (a különbözı epidemiológiai vizsgálatok által szolgáltatott bizonyítékok ’ereje’ nagymértékben eltérı, lásd 1. Táblázat) - annak megállapítása, hogy az adott epidemiológiai vizsgálat alkalmas-e a feltett kérdés megválaszolására, - az alkalmazott epidemiológiai vizsgálat megfelelıségének módszertani elemzése.

Az alkalmazható epidemiológiai vizsgálatok részletes leírása a 3. sz. (általános leírás) és a 4. sz. (RCT vizsgálatok) Mellékletben található.

57

Az epidemiológiai vizsgálatok között kiemelt helyet foglalnak el a randomizált kontrollált klinikai vizsgálatok (Randomised Controlled Clinical Trials - RCT), amelyek eredményeinek értékelésekor három kérdésre célszerő választ adni: - Megbízható-e a tanulmány által ismertetett vizsgálat eredménye? - Mi a vizsgálat eredménye? - Mennyire hasznosíthatóak a vizsgálat eredményei a konkrét intézmény/osztály betegeinek az ellátása során?

Az RCT vizsgálatok elemzése jól formalizálható, a vizsgálat menetét részletesen a 5. sz. Melléklet tartalmazza.

7.1.1

Grading (or scoring) evidence: nemzetközi tapasztalatok: INAHTA Grading (or scoring) of evidence and/ or recommandations Answers to CEDIT survey (february 2005)

Aberdeen (GB)

« We make decisions on a report by report basis but usually use the CRD report 4 checklists ». http://www.york.ac.uk/inst/crd/report4.htm (center for reviews & dissemination)

AETMIS (Canada) No guide specific to AETMIS but they have used several scales like : - the AHRQ scale (Systems to Rate the Strength of Scientific Evidence, http://www.ahrq.gov/clinic/epcsums/strengthsum.htm) - the scale elaborated by the canadian working group on periodic medical examination (Santé Canada 1994) http://www.hc-sc.gc.ca/hppb/soinsdesante/pdf/soins98/methf.pdf They are working on a methodological guide for their researchers. AHFMR (Canada) “Our HTA Unit does use assessment tools to grade the level of evidence or to determine the methodology quality of the primary studies for most of our full assessments and in a few cases we do grade the recommendations. We do not use a 'standardized tool' but we try to use assessment tools that are applicable to the intervention that is being assessed. We usually use quality assessment tools that have proven reliability and validity. For example when we looked at the 'safety and efficacy of conductive education in children with cerebral palsy' we used criteria derived from a variety of sources including: the Evidence Based Medicine Tool Kit, and Jadad’s framework for evaluating randomized controlled trials. The classification scheme developed by Lonigan, et al. (adapted from Chambless et al.) and the Task Force on Promotion and Dissemination of Psychological Procedure for empirically supported treatments was used in this review to determine the strength of evidence of the studies.”

58

AHRQ (USA)

Cf. Medicare website : “Recommendations for evaluating effectiveness” http://www.cms.hhs.gov/mcac/recommendations.asp

ASERNIP (Australia)

« We have been part of a committee of National Health and Medical Research Council in Australia to develop a national system which is largely based on SIGN. It is only in draft format at present » the interim document should be available mid to late March from the NHMRC website.

CCOHTA (Canada) “at this stage we do not use any written guidelines to grade the evidence and recommendation at CCOHTA. However, we are in the process of setting up a new program called, The Canadian Optimal Medication Prescribing and Utilization Service (COMPUS). For this program we are planning to use grading of evidence approach.” DACEHTA (Danemark)

Health Council of the Netherlands

ICTACH (Israel)

NICE (GB)

« 1) For HTAs: we use the "levels of evidence" and "grades of recommendations" from the Centre for EBM in Oxford - directly translated. 2) For our clinical guidelines:DACEHTA have developed our own checklists based on the Australian MERGE (Method Evaluating Research and Guideline Evidence's), developed by the New South Wales Department of Health, Sidney For "level of evidence" and "grades of recommendations" we use SIGN. » SIGN= Scottish Intercollegiate Guidelines Network « We don't have written guidelines, but we do feel that it would be good to be able to grade our recommendations on the basis of the quality of the evidence. In fact, we have attempted to do that in a few cases, but this has not yet resuled in a standard procedure. We would be very interested to learn from your experiences. » « The recommendations for updating the National List of Health Services in Israel Recommendations of the experts consider – a)Level of acceptability 1= technology is a standard of care & it is widely used 2= technology is a standard of care & it is only used in specific cases 3= technology is a recognized alternative form of treatment 4= technology is currently being used in on-going clinical trials) experimental ( b) Prioritization re inclusion in the Israeli health basket (National List of Health Services) 1 = technologies are essential ; 2 = technologies are important ; 3 = technologies are possible options ; 4 = technologies are not recommended « SHTAC does not score or grade the evidence as suggested below. We apply quality assessment criteria to the evidence to assess internal validity and we assess external validity, discussing results according to the strength and quality of the evidence but do not rate the evidence using a scale. » methodology for developing HTA: http://www.nice.org.uk/page.aspx?o=201974

SBU (Sweden)

« Yes and no we use written guidelines both for grading the quality of studies( adjusted according to the project) and evidence ( standardized). SBU does not give recommendations »

VATAP (USA)

« We use published guidance both for grading levels of evidence and grading recommendations. The guidance depends on the subject matter, so I can't specify a

59

particular one. The VA Office of Quality and Planning develops clinical guidance for the VA. They have a document called "Guideline for guidelines" on their website at: http://www.oqp.med.va.gov/cpg/policy.asp , which explains their process. Generally they use USPSTF guidance, but each guideline will specify which approach was used. » USPSTF guidance. ( Harris, R. P., Helfand, M., Woolf, S. H., Lohr, K. N., Mulrow, C. D., Teutsch, S. M., & Atkins, D. (2001). Current methods of the US Preventive Services Task Force: A review of the process. American Journal of Preventive Medicine, 20(3 Suppl.), 21-35

7.2

A kritikai elemzés eredményének az interpretációja

Amennyiben a szakirodalom/tudományos eredmények kritikus elemzése során olyan eredményeket kapunk, amely arra utal, hogy: -

a választott epidemiológiai vizsgálat az adott kérdés megválaszolására nem megfelelı, vagy

-

az epidemiológiai vizsgálat módszertanilag nem megfelelı, vagy

-

az eredmény nem megbízható, vagy

-

nem állapítható meg olyan eredmény amely a klinikus és a beteg számára értelmezhetı (kemény klinikai végpont, vagy kemény klinikai végponttal bizonyított kapcsolatban álló köztes végpont), illetve

-

ha nem áll rendelkezésre megfelelı epidemiológiai vizsgálat megfelelı eredménye,

akkor az egészség-gazdaságtani vizsgálat elvégzése jelentıs nehézségekbe ütközik, ezekben az esetekben az egészség-gazdaságtani vizsgálatoktól megbízható eredmény nem várható – elvégzésük nem javasolt.

60

8

Egészség-gazdaságtani vizsgálatok és egészségügyi technológiaelemzések (Gulácsi László, Kárpáti Krisztián)

Az ’új’ vagy ’régi’ technológiák (például gyógyszrek) finanszírozása esetén általában a következı kérdések merülnek fel az egészségpolitikai döntéshozók és a finanszírozók oldalán: -

Milyen haszon jelentkezik a beteg oldalán a javasolt új orvosi/egészségügyi technológia felhasználása eredményeképpen?

-

Mi a javasolt befektetés (új technológia) alternatívája?

-

Mi a hozzáadott haszon amelyet a javasolt új technológia eredményez?

-

Van-e arra nézve bizonyíték, hogy a javasolt befektetés hatékony és költség-hatékony?

-

Rendelkezésre áll-e a szükséges orvosi tapasztalat az új technológia megfelelı használathoz?

-

Mi az új technológia hosszú távú (bevezetés és használat) gazdasági konzekvenciája?

Mivel az egészségügyre költhetı források korlátozottak (és mindig és minden országban korlátosak is lesznek), a fenti kérdésekre az orvos-szakma, az egészségpolitikai döntéshozó és a finanszírozó a következı csoportosításban kíván, részletes, bizonyítékokkal alátámasztott választ kapni: -

hatásos-e (hatás ideális körülméyek között – klinikai vizsgálatok) a gyógyszer?

-

mi a haszon?

-

hány beteget érint?

-

mekkora a gyógyszer alkalmazásából származó haszon?

-

mekkora a finanszírozó gazdasági elkötelezettsége a bevezetés esetén (budget impact)?

-

eredményes-e a gyógyszer az adott országban (általánosan: helyen)?

-

költség-hatékony-e a gyógyszer?

Ezekre a kérdésekre kíván választ adni az egészségügyi technológiaelemzés és az egészséggazdaságtan, amelyek egymást kiegészítı tudományágak. Mindkettı az egészségügyi technológiák következményeit (impact) vizsgálja, legfıképpen az egészségi állapot és gazdasági következmények terén. Az egészségi állapotra gyakorolt hatások vizsgálata inkább a technológiaelemzés, a gazdasági következmények vizsgálata inkább az egészség-gazdaságtan területe.

61

Az egészségügyi technológiaelemzés emellett igyekszik figyelembe venni a vizsgált technológia egészségügyi ellátásra gyakorolt hatásait és etikai következményeit is, amely szempontokat adott esetben az egészség-gazdaságtan is vizsgál.

Talán a legfıbb különbség a két tudományág között az, hogy az egészség-gazdaságtan - mint az akadémiai tudományok közé tartozó közgazdaság része - célja az új tudományos összefüggések feltárása, a tudomány eredményeinek gazdagítása. Ettıl némileg eltérıen, a technológiaelemzés célja az egészségpolitikai döntések elıkészítése, változás elısegítése, adott esetben az egészséggazdaságtan eredményeit felhasználva.

Azonban a két tudományterület mőködési területét és módszertanát pontosan elkülöníteni ma már nemigen lehetséges. Az egészségügyi technológiaelemzés egészen a legutóbbi évekig viszonylag csekély mértékben alkalmazta az egészségügyi-gazdaságtan módszertanát, az egészség-gazdaságtani elemzések nem képezték részét technológia-elemzési jelentéseknek. Az egészség-gazdaságtant napjainkban ezen a területen is igen kiterjedten használják, ezért az eredmények alkalmazhatóságának tárgyalásánál a két terület – a vizsgálati területek eltérése ellenére is - módszertanilag együtt kezelhetı.

8.1

Egészségügyi technológiaelemzés

Napjainkban valamennyi európai országban növekvı gondot okoz az egészségügyi ellátás magas költsége és az egészségügyre fordítható források korlátozottsága. Nyugat-Európában ez a probléma a jól finanszírozott és jól menedzselt egészségügyi ellátás természetes evolúciójának keretei között jelentkezik. Kelet- és Közép-Európában pedig a politikai rendszerváltozásokkal kapcsolatban lépett fel, miközben ezek az országok a centralizált egészségügyi ellátási modellrıl, biztosítás által finanszírozott, részben magán egészségügyi szolgáltatások különbözı formáira kezdtek áttérni. Európa minden országa fokozott figyelmet fordít az egészségügybe invesztált befektetések megtérülésére (value for money), azaz arra, hogy az egészségügyben elköltött pénzösszegek milyen mértékben javítják a lakosság egészségi állapotát. Az anyagi források korlátozottak, és nem növelhetık számottevıen gazdasági növekedés nélkül. Éppen ezért az egészségügy forrásainak bölcs allokációja a legkritikusabb kérdés.

62

Az Európai Unió tagországaiban a forrásallokáció javításának, az egészségügy rendelkezésre álló pénz és munkaerı megfelelı felhasználásának legjelentısebb eszköze az egészségügyi technológiaelemzés (health technology assessment), továbbiakban ’HTA’. A legfontosabb kérdés a következı: milyen beavatkozások eredményesek egy adott populáció esetén és ez milyen költséggel jár.

Az egészségügyi technológiaelemzése megmutatja, hogy hogyan célszerő elosztani a forrásokat az ellátás egyes területei között, így az egészségmegırzés, betegség megelızés, gyógyító tevékenység és a rehabilitáció, valamint a járó- és fekvıbeteg ellátás, ápolási otthonban történı ellátás és az otthonápolás között.

A források korlátozottsága az egészségügyi költségek folyamatos visszafogásának kényszerét eredményezi. Ezek az intézkedések azonban nem szükségszerően hátrányosak az egészségügy eredményeire. Ennek veszélye azonban fennáll, különösen akkor, ha nem szentelnek fokozott figyelmet az ellátás különbözı formái hatékonyságának és a költségének. Az azonos szükségletek esetén az azonos ellátáshoz és gyógyuláshoz való jog, az equity csak úgy ırizhetı meg és bıvíthetı, ha az egészségügy költség-hatékonyságára fokozott figyelem irányul. A technológia értékelés a legfontosabb eszköz az egészségügyi ellátás és az egészségügyi eredmények javítása során.

Az eredmények kérdése megközelíthetı a beavatkozások oldaláról, vagyis az egészségügy "technológiája" irányából. Ez a megközelítés komoly problémákat vet fel. Viszonylag kevés információ áll rendelkezésre azt illetıen, hogy az egészségügy milyen értéket képvisel (mennyire fontos) az egészség javítása szempontjából. Becslések szerint az orvosi beavatkozásoknak csupán 15-20%-át vizsgálták klinikai kísérletek során (OTA, 1988; Black, 1992). Számos oka van az információ hiányának, többek között az értékelési eljárások újdonsága, a tudományos értékeléssel szembeni viszonylagos érdektelenség a klinikusok és politikusok között, valamint a rendelkezésre álló információról készült szisztematikus áttekintések hiánya. Különbözı szervezetek fokozatosan sorra veszik ezeket a problémákat, viszont a jelenleg elérhetı szétdarabolt információ nehézzé teszi a következtetések levonását.

63

Másik probléma, hogy a technológiát általában a hatásosság vagy a haszon szempontjából értékelik ideális feltételei mellett. Gyakran megfigyelhetı viszont, hogy az eredmények az aktuális felhasználás során, nem ideális körülmények között, elmaradnak a maximálisan elérhetı haszontól. A hatékonyság fogalmát használják annak jelölésére, hogy a rutin klinikai gyakorlat aktuális feltételei között elért haszon hogyan viszonyul a potenciálisan elérhetı szinthez (Banta és Luce, 1993). A hatásosság és hatékonyság közötti különbség egyrészt a tevékenység (egészségügyi szolgáltatás) hibáinak, másrészt különbözı mulasztásoknak tulajdonítható.

A szolgáltatások értékével kapcsolatban rendelkezésre álló információ nagyrészt az Egyesült Államokból, Kanadából és egyes nyugat-európai országokból származik. Ezek az országok folyamatosan értékelik egészségügyi technológiájukat, és gondoskodnak arról, hogy effektív technológiákat vonultassanak fel, és megfelelıen alkalmazzák ezeket. Az eredmények ennek ellenére ezekben az országokban sem kielégítık.

A technológiaelemzés eredményeképpen egyre inkább rendelkezésre álló információ azt jelzi, hogy jelentıs a rossz hatékonyságú technológia alkalmazásának az aránya az egész világon. A rendelkezésre álló információ változatlanul hézagos, de szisztematikus elemzések kimutatták, hogy a különbözı területeken általánosan használt beavatkozások vagy egyértelmően, vagy valószínőleg nem hatékonyak.

A bizonyítékok egy másik típusa, amelyeket érdemes vizsgálni: a felhasználásban mutatkozó különbségek. Az elmúlt húsz évben jelentıs felmérések egész sora figyelemre méltó eltéréseket mutatott az általánosan használt beavatkozások alkalmazásában az országok egyes területei, régiói és az országok között. A különbségekre nincs kielégítı magyarázat. Feltételezhetı, hogy ennek oka - legalábbis részben - a hatékonyságra vonatkozó információ hiánya és ennek következtében a klinikusok gyakorlatában megmutatkozó ellentmondás. Az egyes beavatkozások alkalmazásában megnyilvánuló eltérések másik oka, különösen az országok között, a gazdasági jólét. Általánosságban elmondható, hogy a gazdagabb országok több egészségügyi szolgáltatást biztosítanak polgáraiknak. Elmondható, hogy még a korlátozott forrásokkal rendelkezı országok esetén is markáns különbségek mutatkoznak a felhasználásban egyes területek között. Másik fontos kérdés a technológia felhasználásának eltéréseiben a finanszírozás hatása, különösen a szolgáltatásonkénti díjazás esetén. (Aas, 1995; Culyer, 1989)

64

Az alkalmazás eltéréseinek problémája elvezetett a nem megfelelı használat közvetlen kutatásához. Az elsı információk a RAND programból származtak (Egyesült Államok), feltárva az egészségügyi szolgáltatások nem megfelelı alkalmazásának arányát, amely a hatásos technológiák túlzott és felesleges használata miatt következett be. A program a kiválasztott technológiák (egészségügyi beavatkozások) felhasználásának indikációira vonatkozó irodalom szisztematikus áttekintése, és szakértıi vélemények alapján minısítette az egyes szolgáltatásokat és azok indikációit. Ezt követıen a tudományos információkra és szakértıi tapasztalatokra alapozva standardokat hozott létre, amely biztosítja, hogy az adott diagnosztikus vagy terápiás tevékenység megfelelı indikáció alapján, megfelelıen történjék. Így lehetıség nyílik a felhasználás megfelelıségének áttekintésére. Az Egyesült Államokból származó jelentıs mennyiségő információ azt mutatja, hogy kiválasztott és elemzett technológiák esetén óriási túlhasználás tapasztalható (Chassin, Kosecoff, és Park, 1987; Tunis és Gelband, 1994). Ennek egyik oka valószínőleg a szolgáltatásonkénti díjazás által kiváltott túlzott felhasználás (Aas, 1995). A modern egészségügy másik tipikus problémája a túlzott befektetés olyan költséges technológiákba, amelyek haszna csekély, ugyanakkor nem elegendı befektetés más technológiákba, amelyek nagy haszonnal járnának.

8.1.1

Egészségügyi technológiaelemzés és az egészségpolitika

Az eddigiekben említett problémák egyre nyilvánvalóbbá váló fontossága az 1960-as évek végén elvezetett az egészségügyi technológiaelemzés kialakulásához. A technológiaelemzés fı jellegzetessége, hogy kapcsolódik az egészségpolitikához (vagyis az elemzést követı értékelésnek változást kell eredményeznie), valamint az, hogy a technológiaelemzés multidiszciplináris. Bár a technológiaelemzés különbözı területek széles spektrumával foglalkozik, többek között a szociális, jogi és kulturális kérdésekkel, azonban a technológia haszna, valamint a haszon és a költségek viszonya (költség-hatékonyság) a központi kérdés.

A technológiaelemzés kialakulása és fejlıdése egészségpolitikai megfontolások miatt vált szükségessé, amelyben más tényezık is szerepet játszottak, ami esetenként a terminológiai problémákat

eredményezett.

Jelenleg

az

65

általánosan

alkalmazott

fogalom

a

"tényeken/bizonyítékokon alapuló orvoslás" (evidence-based medicine) (EBM Working Group), amely arra utal, hogy a klinikai döntéseket a klinikai kutatás bizonyítékaira kell alapozni.

Egyesek

szerint

ez

a

technológiaelemzés

elsıdleges

célja,

viszont

a

technológiaelemzés ennél szélesebb kört ölel fel. Másik általánosan használatos fogalom az "eredmény kutatás" (outcome research), amely az orvosi gyakorlat különbözıségeit, és az ezekkel összefüggı egészségi állapot változásait vizsgálja, szintén fontos mőködési területe a technológiaelemzésnek (OTA, 1994). A "hatékonyság kutatás" (effectiveness research) is a technológiaelemzéshez hasonló fogalom. Végül a "szisztematikus elemzés" (systematic review) szintén általánosan használatos fogalom, amely a korábbi kutatások eredményeinek szintetizáló módszerét jelenti, amelynek egyik elindítója a Cochrane Collaboration (Chalmers, Altman, 1995) Bárki, aki ezen területek valamelyikén dolgozik, része lehet a technológiaelemzés munkájának. Mint említettük a technológiaelemzés meghatározó jellemzıje, hogy egészségpolitikai szükségletet elégít ki. Más szavakkal a: mit tegyünk a kutatási eredményekkel, hogyan használjuk fel azokat, az a központi kérdés, ami megkülönbözteti a technológiaelemzést más kutatási területektıl. A technológiaelemzés alap koncepcióit az USA Congressional Office of Technology Assessment (OTA) fektette le az 1970-es évek elején. Svédország az elsık között kezdte meg az egészségügyi technológia értékelésére irányuló kutatásokat. 1987-ben a svéd kormány létrehozta a Council on Health Care Technology Assessment (SBU) intézetet, majd ezt követte a technológiaelemzéssel foglalkozó intézmények létrehozása valamennyi fejlett és igen sok fejlıdı országban.

A HTA szervezetei, intézményei a helyi adottságok függvényében különbözık. A domináns európai modell a kormányzatilag létrehozott szervezet, amely önálló, államilag finanszírozott központtá fejlıdik, szoros kapcsolatot tartva az egészségügyi ágazati vezetéssel, a finanszírozók és az egészségügy további kulcsszereplıivel. Ezen a módon létesültek technológiaelemzést végzı szervezetek valamennyi nyugat-európai országban, Kanadában és Ausztráliában. A nagyobb országokban, mint például az Egyesült Királyság, Spanyolország, Olaszország, Kanada, Egyesült Államok szervezeteket is létrehoztak a helyi igények kielégítése céljából. Az állami támogatás mellett, ezek a szervezetek a legtöbb forrást (pénz) finanszírozóktól kapják, különösen a biztosítóktól (sickness funds) és társadalombiztosítástól. Hollandiában például, nincs általános technológiaelemzési központ, hanem a betegbiztosítók tanácsa (Sick Founds Council), az Egészségügyi és Szociális Minisztérium, a Tudományos és Mővelıdésügyi Minisztérium

66

közösen hozott létre pénzalapot, az egészségpolitikai jelentıségő technológia elemzési kutatások támogatására, amely erre a célra évente több mint 10 millió USA dollárt biztosít.

A jelenleg mőködı technológiaelemzési szervezetek az egészségügyi szakemberek mellett az egészségpolitikai döntéshozókat látják el információkkal nemzeti és regionális szinten. Fontos azonban hangsúlyozni, hogy a HTA eredményei csak egy részt képviselnek a döntésekben. A HTA értékelést végzık "racionalitása" nem helyettesítheti az emberi ítélıképességet. Hunter (1995) figyelmeztet arra, hogy "... politikai, szubjektív ügyeket technikai, objektív ügyekké" ne alakítsunk át.

A technológiaelemzés legfontosabb vívmánya az értékelés és a szabályozás összekapcsolása. A gyógyszer és orvosi felszerelések felhasználásának és finanszírozásának szabályozása például szorosan kapcsolódik a technológiaelemzéshez. Egyéb szabályozások, különösen azok, amelyek az egészségügyi technológiák mennyiségét és telepítésük helyét szabják meg, ugyancsak fokozottan függnek a technológia elemzésétıl. Ennek ellenére a részletes, strukturált szabályozás a különbözı országokban viszonylag kevés technológiát érint. Éppen ezért a nyugat-európai országok egyre fokozódó mértékben végeznek kutatásokat az egészségügyi technológia-értékelés felhasználása és kiterjesztése érdekében. Abból adódóan, hogy az egészségpolitika egyre inkább felhasználja a technológiaelemzés eredményeit, jelentısen nıtt az érdeklıdés az egészségügyben alkalmazható különbözı finanszírozási módszerek iránt. Ez nem is meglepı, hiszen az aktuális finanszírozási módszer a legjelentısebb eszköze az egészségügyi technológia felhasználás mennyiségi és minıségi ellenırzésének. Jelenleg a technológiaelemzés fı iránya az egészségügyi juttatások körének, különösképpen az egészségügyi alapszolgáltatások meghatározására irányul, amelyet az egyes technológiák hatékonyságára, esetleg költség-hatékonyságára alapozva alakítanánk ki. Ez a tendencia Európában is jól megfigyelhetı.

Egy másik tényezı, amely befolyásolja az egészségügyi technológia alkalmazását és különösen használatát: a minıségbiztosítás. Egészen a közelmúltig, a minıségbiztosítás kevés figyelmet fordított az egyes technológiák alkalmazásának hasznára (értékére), annak ellenére, hogy egyre növekvı mértékben állt rendelkezésre információ a technológia és egészségügyi eredmények kapcsolatáról. Jelenleg azonban a minıségbiztosítás és a HTA igen szoros együttmőködése figyelhetı meg. Ennek következtében az elıttünk álló néhány évben az outcome valószínőleg

67

sokkal fontosabb tényezıvé fog válni mind a minıségbiztosítás, mind a technológiaelemzés szempontjából, mint azt megelızıen. Az egészségpolitikai döntéseknek a gyakorlatban is tapasztalható hatásának a korlátozottsága miatt, megfelelıbb módszereket kellet keresni, amelyek alkalmasak a praxis és adminisztratív gyakorlat megváltoztatására. Tradicionálisan a disszemináció (terjesztés) fogalmát használták annak az információs stratégiának a leírására, amely célja a technológia alkalmazása és használatának megváltoztatása. Jelenleg az implementáció (megvalósítás) kifejezés kezd elterjedni. A megvalósítás azt jelenti, hogy elıször döntés születik arról, hogy egy adott technológia használatát támogatni vagy korlátozni kell, és utána kidolgoznak egy stratégiát, amellyel a döntésben foglalt cél elérhetı. Ez a stratégia tartalmazhat tradicionális szabályozási módszereket, de változást is magában foglalhat a finanszírozás területén, fokozott figyelmet a minıségbiztosítási programokon keresztül, valamint a megfelelı információ terjesztését, a szakemberek és/vagy lakosság körében. Az implementáció terén a legtöbb eredményt Svédország és az Egyesült Királyság érte el. A technológiaelemzés eredményinek a felhasználása nagymértékben növekszik az egészségügyi ellátás, valamennyi szintjén és az egészségpolitikai döntés elıkészítés során. (Buxton és Hanney, 1994)

- Technológiaelemzés: nemzetközi együttmőködés

Minden egészségügyi technológia értékelését egyetlen országban sem lehet elvégezni. Ezen tény felismerése következtében nemzetközi hálózat alakult ki a technológiaelemzés terén, az egészségügyi technológiaelemzéssel foglalkozó (non-profit független; államilag alapított és finanszírozott) szervezetek 1993-ban hozták létre hálózatukat (The International Network of Agencies for Health Technology Assessment, INAHTA) amelyhez eddig 24 ország 44 intézménye csatlakozott. Az együttmőködés célja a kutatások és a disszemináció nemzetközi összehangolása, felesleges párhuzamosságok megszüntetése. A szervezet átlagosan 300 vizsgálat eredményét

(INAHTA

Report)

teszi

közzé

évente,

jelenleg

400-500

INAHTA

technológiaelemzési vizsgálat van folyamatban. (www.inahta.org). (Hazánkból a Budapesti Corvinus Egyetemen található, HunHTA tagja a szervezetnek 2000-óta.)

Irányelv az egészségügyi technológiaelemzési jelentések készítéséhez és a jelentések szakmai ellenırzéséhez (INAHTA; Gulácsi et al. 2003) (6. sz. Melléklet)

68

8.1.2

Egészségügyi technológiaelemzés, legfontosabb fogalmak - Egészségügyi technológia

Az egészségügyi technológia a prevencióval, diagnosztikával és terápiával kapcsolatos tudományos eredmények gyakorlati megvalósítása. Vannak, akik az egészségügyi technológia fogalmát az eszközökkel, mőszerekkel és más hardware-rel azonosítják. Az egészségügyi technológiaelemzés azonban, mint önálló diszciplína, az egészségügyi technológia fogalmát szélesebben definiálja. Az egészségügyi technológia átfogó definíciója magában foglalja azt a sokszoros és összetett kölcsönhatást is, amely az egészségügyi technológiák és az azokat használó szakemberek, valamint a paciensek között áll fenn. Az OTA (Office of Technology Assessment) 1978-ban publikált definíciója szerint: „Az Egészségügyi Technológia: az egészségügyben használatos gyógyszerek, eszközök, terápiás és mőtétes beavatkozások, valamint azon szervezeti és támogató egységek összessége, amelyen belül az egészségügyi ellátás folyik.”

Az egészségügyi technológiák a következı hat nagyobb csoportba sorolhatók: a) eszközök, berendezések, felszerelések és segédeszközök; b) gyógyszerek; c) terápiás, ápolási és sebészeti beavatkozások; d) az egészségügyi ellátás szervezete, felépítése; e) kiszolgáló; valamint f) szervezeti és menedzsment rendszerek.

- Egészségügyi technológiaelemzés

Az elsı egészségügyi technológiaelemzéssel foglalkozó tudományos kutatóintézet, az Egyesült Államok kormányzata által (Committee on Science and Astronautics of the House of Represenatives of the United States Congress 1965-ben született javaslata alapján) 1972-ben létrehozott OTA (Office of Technology Assessment) 1994-ben publikált definíciója szerint: „Az egészségügyi technológia elemzés az egészségügyi technológiák, az azzal összefüggı technológiák és az ezekkel kapcsolatos területek olyan strukturált analízise, amelynek célja az egészségpolitikai döntések elıkészítéséhez való hozzájárulás.” Az OTA elsı technológia

69

elemzési programját 1975-ben végezte, ez a dátum tekinthetı a technológia elemzési kutatások kezdetének.

Coates (1971, 1978) szerint a technológiaelemzés az egészségpolitikával összefüggı kutatások komplex formája, amely az egészségügyi technológia rövid és hosszútávú hatásait (társadalmi, gazdasági, etikai, jogi) vizsgálja, s ennek megfelelıen sokkal inkább társadalmi, mint technikai orientáltságú.

Az egészségügyi technológia elemzés kanadai intézete (Canadian Coordinating Office for Health Technology

Assessement,

CCOHTA)

megfogalmazása

szerint:

„Az

Egészségügyi

Technológiaelemzés az orvosi technológiák és felhasználások folyamatának elemzése. Kutatóink az orvosi technológiákkal kapcsolatosan rendelkezésre álló információkat elemzik, és szintetizálják. Ezek az információk vonatkozhatnak a költségekre és felhasználásokra, a költséghatékonyságra, a költség-haszon viszonyokra és az életminıségre, valamint magukban foglalják a társadalmi és etikai kérdéseket is.”

A technológiaelemzés különféle definíciói lényegében csak megfogalmazásukban, esetleg hangsúlyaikban térnek el egymástól. Valamennyi definíció megegyezik abban, hogy az egészségügyi technológiaelemzés a használatos technológiáknak és azok hatásainak a szisztematikus elemzésével foglalkozó diszciplína, amely tevékenység során egy vagy több területet ölel fel a következı fıbb csoportok közül: a) klinikai biztonság, b) a folyamatok jellemzıi, c) hatásosság, d) hatékonyság, e) gazdasági következmények, f) társadalmi, jogi, etikai és politikai kérdések.

- Az egészségügyi technológiaelemzés célja

Az egészségügyi technológia elemzés célja az egészségpolitikusok, egészségügyi döntéshozók, az egészségügyben dolgozó szakemberek és a paciensek tudományos alapokon nyugvó

70

döntéseinek elısegítése. Az egészségügyi technológiaelemzéssel nyerhetı információ különösen fontos lehet a következı esetekben: -

az adott technológiának igen magas az egységnyi (PET) illetve az aggregált költsége (laboratóriumi vizsgálatok),

-

explicit 'trade-off' döntést kell hozni a különbözı területek közötti forrásallokációról (influenza elleni immunizáció vs. szerv-transzplantáció),

-

az adott technológia nagyon komplex, sok a bizonytalansági tényezı (szőrıvizsgálatok),

-

a javasolt gyógyszer, mőszer vagy beavatkozás innovatív, alapvetıen új, alkalmazása ellentmondásos, kevés a tapasztalat,

-

az adott technológia alkalmazásának mértékében nagyok a különbségek, az outcome pedig komplex és nagyfokú variabilitást mutat.

Az egészségügyi döntéshozóknak a feladata részben az, hogy a leghatékonyabb egészségügyi technológiákat elérhetıvé tegyék mindazok számára, akiknek arra szükségük van, ugyanakkor limitálják ezen technológiák nem megfelelı használatát, különösen akkor, amikor az egészségügyre fordítható források nagyon szőkösen állnak rendelkezésre.

A klinikai gyakorlat és a tudományos eredmények között jelentıs távolság van. Cél az, hogy ezt a távolságot csökkentsük és elısegítsük a már használatban levı és az új technológiák (eszközök, gyógyszerek, folyamatok, beavatkozások, ellátási formák) megfelelı felhasználását. Az egészségügyi technológiaelemzés tehát azért fontos az egészségügyi döntéshozóknak (az egészségügy valamennyi szintjén) mindenütt a világon, mert a döntésekhez egyre fontosabb az outcome-ra, költség-hatékonyságra és a szolgáltatásokkal való megelégedettségre vonatkozó információ.

Az egészségügyi technológiaelemzés nem csak technikai dolgok összessége, hanem alkalmazásával: -

prioritási sorrend állítható fel,

-

a tervek megvalósításához megszervezhetı az azt végrehajtani képes csoport,

-

tartós konszenzus és kiegyensúlyozott megegyezés az egészségügy kulcsszereplıi: a szolgáltatók, a finanszírozók és a betegek/lakosság között csak megfelelı adatok és informáltság segítségével érhetı el,

-

a haszonra és a költségekre vonatkozó adatok nélkülözhetetlenek a marketing szempontjából is, és végül de nem utolsósorban a technológiaelemzés nagyon jó eszköz arra, hogy

71

felkeltsük az egészségügy kulcsszereplıinek az érdeklıdését a hatékony és a költséghatékony prevenciós, diagnosztikus és terápiás lehetıségek iránt.

- Menedzselt változtatás

A technológiaelemzés célja a menedzselt változtatás az egészségügyben. Nem szabad elfeledkeznünk persze arról sem, hogy ha nagyobb mennyiségő tudás állna rendelkezésünkre az effektív és a költség-hatékony egészségügyi szolgáltatásokról, az igen nagymértékő szerkezeti, és mőködési változásokat okozna az egészségügyben - amely változások például sokszor az egészségügy különbözı szereplıinek az érdekeit sértenék. A gyógyszerek finanszírozását például közvetlenül érinthetik a meta-analízisek eredményei, amelyek például 162 RCT meta-analízise alapján azt mutatják (CCOHTA, 1997), hogy a drágább SSRI kevésbé költség-hatékony, mint az olcsóbb triciklikus gyógyszerek a depresszió kezelésében (Song et al. 1993; CCOHTA, 1999; Trindale és Menon, 1999). A rendelkezésre álló tudományos eredmények arra utalnak, hogy a szérum koleszterin szintjét csökkentı szerek csak a magas rizikójú csoportok esetén hatékonyak (Davey et al. 1993). A fül-orr- gégészet területérıl vett példa azt mutatja, hogy a tonsillák eltávolítása nem hatékony, jobb a gondos megfigyelés (watchful waiting). (Effective Health Care, 1992) Két elterjedt nem hatékony és nem költség-hatékony módszere a prostata specifikus antigén (PSA) szőrése a prosztatarák halálozás csökkentésének. (Schersten, Baile és Asua, 1999) Igen kedvezıtlenek a hatékonysági és költség-hatékonysági mutatói a csípıcsonttörések megelızése céljából végzett csontsőrőség mérésnek, valamint az azt követı hormonterápiánk, hiszen ennek eredményeként a csípıcsonttörések 1-7%-a elızhetı meg. (Homik és Healey, 1999)

- Mikor célszerő egészségügyi technológiaelemzést végezni?

A Boxton törvény szerint mindaddig túlságosan korai technológiaelemzés végezni, ameddig sajnos hirtelen túl késı nem lesz. (Horane, 1992) A szolgáltatások finanszírozói és felhasználói azonban egyre kevésbé hajlandóak elfogadni azt, hogy az új technológiákról az alkalmazás közben, hosszabb-rövidebb idıvel késıbb derüljön ki, hogy azok klinikailag mennyire biztonságosak és hasznosak, és milyen a költség-hatékonyságuk.

72

Az évente megjelenı új egészségügyi technológia hatalmas mennyisége, azok elméletileg lehetséges klinikai haszna és mellékhatásai, valamint a rendelkezésre álló anyagi források elégtelensége egyaránt oda vezettek, hogy a biztonságra, klinikai haszonra vonatkozó információk és garanciák még a gyógyszerek tömeges bevezetése és (biztosítási vagy más finanszírozási) támogatása elıtt rendelkezésre kell, hogy álljanak. Igen nagyszámú randomizált kontrollált vizsgálat (RCT) eredménye megtalálható már a Cochrane adatbázisban, ezek azonban ideális körülmények között, speciális betegcsoportra vonatkoznak és nagyon sok olyan terület van, ahol nem rendelkezünk RCT-vel. Az RCT vizsgálatok általában hosszabb idıt vesznek igénybe, az eredmény az új technológiák bevezetését követıen a legtöbb esetben hosszabb idı után áll rendelkezésre. Ma már azonban nem elég arra hivatkozni, hogy az adott kérdés eldöntését megkönnyítendı, kiválóan megtervezett, RCT van folyamatban, amely, tegyük fel, 2005-ben ér véget, 2007-re a záró dolgozat is publikálásra kerül, addig várjunk. Az egészségügyi döntéshozókra finanszírozókra és a versenyhelyzetben levı szolgáltatókra hatalmas nyomás nehezedik szerte a világon, egy-egy új technológia használatba vételérıl, finanszírozásáról dönteniük kell, nem tíz év múlva, nem öt év múlva, hanem sok esetben nem is hónapok múlva, hanem esetleg legkésıbb holnap. A döntések konzekvenciái pedig sok esetben százmillió vagy milliárd forintban, hosszú távú finanszírozási elkötelezettségben és nem utolsósorban emberéletekben és életminıségben mérhetı. Dönteni kell, tehát mielıtt a technológia széles körben elterjed az adott ország egészségügyében. Általában elmondható, hogy technológiaelemzés végezhetı a technológia életciklusának bármely fázisában az adott technológia létrehozásakor, a technológia diffúziója során vagy ezt követıen. Más jellegő vizsgálat szükséges, ha szőkebb vagy tágabb körben történı elıterjesztését tervezzük, más kérdések merülnek fel akkor, ha kórházi vagy alapellátási környezetben kerülnek felhasználásra. Sor kerülhet ismételt elemzésre, például akkor, ha az adott technológia biztonságosságával kapcsolatosan merül fel kétség, vagy akkor, ha újabb technológia jelenik meg azon a területen, amellyel akár a haszon, akár a költség oldalt, kell összevetni.

- Az etika szerepe?

Az orvosi etika az egészségügyi technológiák alkalmazásának a társadalomra és az egyénekre gyakorolt hatását elemzi. Mivel mind a két diszciplína az új és a már gyakorlatban használatos

73

technológiákkal kapcsolatosan hozandó döntéseket vizsgálja, illetve azok elıkészítésében mőködik közre, területük igen sok ponton átfedi egymást. A technológiaelemzés végzése során figyelembe veendı legfontosabb etikai kérdések a következık: -

A technológiaelemzést a költségek miatti aggodalom irányítja-e?

-

Vannak-e olyan személyek, akik részt vettek a megvizsgálandó területek kiválasztásában, a technológiai elemzési vizsgálat kivitelezésében és az eredmény felhasználásában? Az egyéni érdekek nem járnak-e ebben az esetben kibékíthetetlen konfliktusokkal?

-

Pontosan követhetı-e a célkitőzés, a metodológia és a végeredmény közlése, kizárhatók-e az implicit értékítéletek?

-

A betegek és a szakemberek jogainak és érdekeinek a képviselete megfelelıen megtörtént-e?

-

A technológia elemzés eredménye szolgáltatott-e elegendı mennyiségő és minıségő információt, amely alapján az aktuális gyakorlatot illetve társadalmi véleményt célszerő megváltoztatni?

-

A technológiaelemzés eredményei által tett javaslatokat etikailag megvizsgálták-e és elfogadhatónak találták-e azokat?

8.1.3

Hogyan végezzük az egészségügyi technológiaelemzést?

A megalapozott döntés és a tudományos eredmények disszeminációja nem elegendı ahhoz, hogy az eredmények bekerüljenek a gyakorlatba, hogy elérjük a kívánt változást. Ehhez az is szükséges, hogy az információk a felhasználó (orvos, nıvér, finanszírozó) számára megfelelıen, használhatóan álljon rendelkezésre, épüljön be a szakmai képzésekbe, továbbképzésekbe, irányelvekbe, protokollokba és megfelelı érdekeltség (anyagi, adminisztratív, motiváció, stb.) biztosítsa azt, hogy azok felhasználásra is kerülnek. A 4. Táblázat feltüntetett lépések egy ideális folyamatnak a lépései, amelyek biztosítják azt, hogy az új technológiák a lehetı leghamarabb és a legmegfelelıbben kerüljenek gyakorlati felhasználásra. Természetesen nem minden esetben szükséges minden lépés végigkövetése.

74

4. Táblázat A egészségügyi technológiák vizsgálatának fıbb lépései Stádium

Új technológia

1

Identifikálás

2

Elemzés

3

A rendelkezésre álló források áttekintése

4

Szintézis (pl. meta-analízis)

5

Analízis

6

Implementáció

7

A napi gyakorlatban használatos bizonyítékok

1. Stádium: Identifikálás

A vizsgálni kívánt egészségügyi technológiák kiválasztása, amelyek egyaránt lehetnek gyógyszerek, különbözı technikai eszközök és ellátási formák.

2. Stádium: Elemzés

A vizsgálatokhoz szükséges metodikák és felmérések kiválasztása, amelyek a kettıs vak randomizált kontrollált vizsgálatoktól a klinikai megfigyelésig terjedhetnek. A jó minıségő tudományos bizonyítékok viszonylag kevéssé állnak rendelkezésre, de a különbözı elemzések, különösen akkor, ha ezek a gyengébb minıségő tudományos bizonyítékokra is kiterjednek, nagy számban megtalálhatóak.

3. Stádium: A rendelkezésre álló források áttekintése

A tudományos bizonyítékok rendelkezésre álló forrásainak az áttekintése különösen fontos, hiszen a jó minıségő tudományos vizsgálatok eredményei nagyszámú tudományos folyóiratban,

75

különbözı nyelveken találhatók. A Cochrane kollaboráció, amely a tudományos bizonyítékok egyik igen jó forrása, a fıleg a randomizált kontrollált tanulmányokat tartalmazza.

4. Stádium: Szintézis (pl. meta-analízis)

A tudományos bizonyítékok szintézise fontos, hiszen ezek sokszor egymásnak ellentmondó eredményeket tartalmazhatnak, különbözı a minta elemszám és a vizsgálat minısége. A metaanalízis (a szeparált de összehasonlítható vizsgálatok összes adatainak együttes elemzése) számos olyan hatásossággal kapcsolatos kérdést képes megvilágítani, amelyre analízis alapját képezı vizsgálatok nem adtak módot. A meta-analízis azonban csak a technológiaelemzéssel kapcsolatos kérdések (hatékonyság ideális körülmények között) egy részét képes megválaszolni, például a költség-hatékonyság a vizsgálati körén kívül esik.

5. Stádium: Analízis

Az analízis az elızı hiányt pótolja, amelyhez figyelembe vesz valamennyi, a haszonra és a költségekre vonatkozó rendelkezésre álló információt a legjobbtól a leggyengébb minıségőig. Azzal, hogy ezen fázis során figyelembe vészünk valamennyi rendelkezésre álló információt (haszon és költség) még akkor is ha azok nem az ideális minıségőek, a technológia elemzést kifejezetten 'felhasználó baráttá' tesszük, hiszen a klinikusnak és a finanszírozónak mindenképpen döntéseket kell hozniuk, függetlenül attól, hogy az adott területen milyen minıségő tudományos bizonyítékok állnak rendelkezésre. Ilyen eset fordul elı például, amikor hosszabb idıt, évtizedet vagy évtizedeket, igénybe vevı RCT vizsgálatok vannak folyamatban akkor, amikor az adott gyógyszer vagy eljárás már a gyakorlatban is alkalmazásra kerül. Át kell tekintenünk minden részletet, amely valamilyen módon érintheti az adott technológiát, a pacienseket, az egészségügy szervezetet, valamint a (mikro és makro) gazdaságot. Az elemzést szolgálja a 5. Táblázaton látható check-list.

76

5. Táblázat A technológiaelemzés során figyelembe veendı fıbb aspektusok: check-list Technológia - A felhasználás területe: • Mi az indikáció/cél? • Van-e konszenzus az indikációval kapcsolatosan? • Hány paciens érintett? • Mik a lehetséges alternatívák? • Vannak-e helyettesítık illetve kiegészítık? - Eredményesség: • Van e jól dokumentált hatás? • Van-e ez olyan hatékony, mint más rendelkezésre álló technológiák esetén? • A hatás van-e olyan jó, vagy jobb-e, mint más alternatív esetben, a várható felhasználási területen? - Veszély/Rizikó: • Van-e nem kívánt hatás? • A veszély/rizikó arányban áll-e az egészségi állapotban elérhetı nyeréséggel?

A páciensek - Pszichológiai aspektus: • Okoz-e az új technológia bizonytalanság-érzést? • Okoz-e az új technológia kellemetlenséget? • Okoz-e az új technológia szorongást, félelmet? - Szociális aspektusok: • Befolyásolja-e az új technológia a szokásos napi tevékenységet? • Befolyásolja-e az új technológia a munkaképességet? - Etikai aspektusok: • Az új technológia elfogadható-e az egyes betegnek? • Az új technológia elfogadható-e a társadalom számára?

Az egészségügy szervezet - Struktúra: • Az új technológiát egy centrumba vagy néhány (kis számú) centrumba szükséges telepíteni? • Lehetséges-e a decentralizáció?

77

• Az új technológia megváltoztatja-e a munkamegosztást a kórházak és az alapellátás között az adott területen. • Létrejön-e valamilyen új speciális funkció az új technológia telepítése/felhasználása következtében? • Változik-e valamilyen mértékben az engedélyezés (akkreditáció), illetve bármilyen más kritérium (szakmai, regulációs, finanszírozási, jogi) az új technológia telepítése/felhasználása következtében? - Személyzet / Az új technológia telepítése/felhasználása: • Befolyásolja-e a napi rutin munkát? • Okoz-e változást a szakmák közötti munkamegosztásban? • Szükséges-e a személyzet számára kiegészítı/fejlesztı tréning? • Vannak-e az alkalmazást érintı következmények? - Környezet / Az új technológia telepítése/felhasználása: • Következtében kell-e számolni valamilyen veszélyeztetı tényezıvel a munkahelyen? • Következtében kell-e számolni valamilyen veszélyeztetı tényezıvel a munkahelyen kívül

Gazdaság - Társadalmi és egészségügyi gazdaságtan: • Mi a költség és a haszon a társadalom számára? • Van-e a paciens/beteg számára valamilyen gazdasági következmény? • Lesz-e jól látható nyeréség az egészségi állapotban? - Mikro gazdaságtan: • Mekkora a befektetéssel és a mőködtetéssel kapcsolatos költség? • Származik-e költségmegtakarítás illetve bevétel növekedés az új technológia felhasználásából? • Ki a közvetlen vásárlója az új technológiának? • Van-e financiális konzekvencia mások számára is? • Van-e a paciensek/betegek számára financiális konzekvencia?

6. Stádium: Implementáció

Az implementáció során a technológia elemzés eredményeként keletkezett információ az egészségpolitika, az eljárások részeként be kell, hogy épüljön a napi gyakorlatba. A változások

78

implementálása az egészségügyben midig nehéz feladat, különösen akkor kell ellenállásra számítani, ha a változás az adott területen az anyagi források kontrolljával vagy korlátozásával is jár. Ebben a fázisban a kommunikáció és a „változás menedzsment” folyik. A rendelkezésre álló, változó minıségő tudományos bizonyítékokra támaszkodva kell eljuttatni minden érintetthez a megfelelı információt annak érdekében, hogy az adott rendszer mőködése megváltozzon és hatékonyabbá váljon. Az információ áramlás és a kommunikáció megfelelı végzése jól mőködı menedzsmentet kíván.

7. Stádium: A napi gyakorlatban használatos bizonyítékok

Az ideális világban a 7. Stádium egyenlı lenne a gyógyszeriparban ismert post-marketing surveillance-val, amely megmutatná azt, hogy a gyakorlatba mennyire kerültek be a tudományos bizonyítékok, és a megváltozott rendszer hogyan mőködik.

8.1.4

A döntések elıkészítése

Az eddigiekben említetteken felül célszerő a döntések elıkészítése során egy olyan, gyorsan áttekinthetı sémát használni, amely a rendelkezésre álló tudományos bizonyítékok ereje és a költség tényezık alapján került kialakításra. A 6. Táblázat az egységnyi haszonra (életév nyerség illetve minıségi ekvivalensre) esı költségeket négy csoportra osztottuk, a költségigénytıl függıen.

6. Táblázat Költség-hasznossági kategóriák, egészségpolitikai és finanszírozási döntéshozók számára KÖLTSÉG IGÉNY

CSOPORTOK

Kevesebb, mint 500 ezer Ft. Életévenként (*)

A

Több mint 500 ezer Ft. de kevesebb, mint 5 millió Ft életévenként

B

Több mint 5 millió Ft. de kevesebb, mint 10 millió Ft.

C

Életévenként Több mint 10 millió Ft. Életévenként

D

79

(*) illetve minıségi ekvivalens (Az ábrán feltüntetett összeg példaként szerepel, konkrét jelentése nincs.)

A fejlett országok egy részében az egészségpolitikai és a finanszírozási döntéshozók munkájának és a konszenzus kialakításának megkönnyítése céljából, összeghatárokat használnak. Példaként említhetı az Egyesült Királyság, ahol ezek a határok a következık: a) 3000 Font alatt (1.2 millió Ft.); 3 000-10 000 Font (1.2-4 millió Ft.); 10 000-20 000 Font (4-8 millió Ft.) és 20 000 Font (8 millió Ft.) felett (1998-as adat).

Az 7. Táblázatban szereplı elsı három (A,B,C) összeghatár úgy került összeállításra, hogy tartalmazza a hazánkban alkalmazott terápiákat, sebészeti beavatkozásokat és a transzplantációk költségeit. A költség-határok megválasztása önkényes (a táblázatban található számokat a példa kedvéért adtuk meg), lehetne a feltüntetett összeg fele, vagy kétszerese, de igen nehezen képzelhetı el ötöde, vagy ötszöröse. Annak megállapítása, hogy hazánkban milyen összeghatárig tekinthetı egy életév nyereség (illetve annak minıségi ekvivalense) költsége igen kedvezınek, közepesen drágának illetve nagyon drágának, további kutatást igényel. A döntések megkönnyítése érdekében célszerő még egy lépéssel továbbmenni. A 7. Táblázatban összekapcsoltuk egymással a rendelkezésre álló tudományos bizonyítékokat (elsı oszlop) és az egységnyi haszonra (életév nyerség illetve minıségi ekvivalensre) esı költségeket, amelyeket négy csoportba osztottunk (2-5 oszlop).

7. Táblázat Tudományos bizonyítékok és a költség-hasznosság A tudományos bizonyíték

A

B

C

D

I

++

++

#

##

II

++

+

#

##

III

+

#

#

##

IV

0

0

0

0

Bizonyítottan nem hatásos

-

-

-

-

Bizonyítottan káros

--

--

--

--

minısége/költség-hasznosság

80

Jelölések:

++

= erıs tudományos bizonyíték, igen jó költség-hatékonyság

+

= jó vagy közepes erejő tudományos bizonyíték és költség-hatékonyság

#

= erıs, jó vagy közepes tudományos bizonyíték és alacsony költség-hatékonyság

##

= erıs, jó vagy közepes tudományos bizonyíték igen alacsony költség-hatékonyság

0

= tudományos bizonyíték nem áll rendelkezésre

-

= a rendelkezésre álló tudományos bizonyítékok azt mutatják, hogy az adott technológia hatástalan, változó nagyságú költség vonzat mellett

--

= a rendelkezésre álló tudományos bizonyítékok azt mutatják, hogy az adott technológia több kárt mint hasznot okoz a betegnek/paciensnek, változó nagyságú költség vonzat mellett

A táblázat informálja a döntéshozókat (egészségpolitikusok, finanszírozók, orvosok, nıvérek) valamint a gyártókat a rendelkezésükre álló prevenciós módszerek, diagnosztikumok és terápiák (gyógyszerek, mőtétes vagy más) tudományos bizonyítékainak a szintjérıl és (egy bizonyos módon számolt) költségeirıl. Természetesen egy adott egészségügyi technológiáról (gyógyszer, mőszer) dönteni ennek alapján nem lenne célszerő, hiszen egész sor fontos szempontot nem vettünk figyelembe (a terápia szükségessége, elfogadhatósága, equity), ez a táblázat csak informál és orientál. A táblázat utolsó két sora tartalmazza azokat a technológiákat, amelyek esetén a hatástalanság bizonyított, illetve azokat, amelyek esetén tények támasztják alá azt, hogy kárt okoznak a betegnek. Az elterjedten használatos, de bizonyítottan nem hatásos beavatkozások/terápiák közül, például a szülészet területén, igen számosat sorolnak fel Enkin et al. (1989). LarequiLauber et al. (1997) vizsgálatai azt mutatták, hogy a kórházakban végzett discus hernia és spinalis stenosis mőtétek nagyobb része nem megfelelı.

81

8.2

Egészség-gazdaságtan

Az egészség-gazdaságtani elemzések során az input és az output kerül összevetésre, azaz tevékenységeink

költségeit

hasonlítjuk

össze

azok

következményeivel.

A

döntések

meghozatalához az egészségügyben is ezeknek az információknak az ismerete szükséges. Kevesen lennének hajlandók, ugyanis megszabott árat fizetni egy olyan áru-, vagy szolgáltatáscsomagért, amelynek a tartalmát nem ismerik és fordítva, nem sokan fogadnának el egy olyan szituációt, hogy egy késıbbiekben megállapított nagyságú összeget fizessenek, még akkor sem, ha az áru vagy szolgáltatás-csomag tartalma ismert.

Az egészség-gazdaságtani elemzések másik jellemzıje a választási lehetıségek, alternatívák vizsgálata. A közgazdasági vizsgálatok fı célja az alternatív lehetıségek összehasonlító elemzése költségeik és hatásaik alapján. Elmondható tehát, hogy az egészség-gazdaságtani elemzések fı feladata a különbözı alternatív lehetıségek azonosítása, mérése, értékelése és összehasonlítása költségeik és következményeik alapján.

Az elıbbiekbıl következıen törekedni kell az alternatívák teljes körő azonosítására, valamint az ezekkel kapcsolatos összes kimenet (outcome) és (lényeges) költségtényezı leírására, hiszen ezek megfelelıségétıl függ az elemzés minısége. Az egészség-gazdaságtani elemzések egyes formái módszertanukat és célkitőzéseiket tekintve nagymértékben eltérnek egymástól, célszerő röviden áttekinteni a fıbb lehetıségeket.

8.2.1

Egészség-gazdaságtani elemzések

Az egészség-gazdaságtani elemzések hat leggyakrabban használt módszerét ismertetjük a következıkben, amelyek a következık: -

költség analízis (Cost analysis, CA)

-

költség-konzekvenciák analízis (Cost-consequences analysis, CCA)

-

költség-minimalizálási analízis (Cost-minimization analysis, CMA)

-

költség-hatékonyság analízis (Cost-effectiveness analysis, CEA)

-

költség-hasznosság analízis (Cost-utility analysis, CUA)

-

költség-haszon analízis (Cost-benefit analysis, CBA)

82

8.2.1.1

Költség analízis

A költség analízis (Cost analysis, CA) vagy költségszámítás a II. Fázis tanulmányában kerül részletes ismertetésre, ezért itt csak a jelen tanulmány szempontjából releváns jellemzıit emeljük ki.

A költség analízis elkezdése elıtt több alapvetı kérdés eldöntése szükséges: -

milyen költségek figyelembevétele szükséges a direkt költségek, a termelékenység költség (indirekt költségek) és a nehezen számszerősíthetı költségek (pl. életminıség változás) közül,

-

az egyes költség-elemek milyen módon kerülnek beszámításra, különös tekintettel a) a nem piaci elemekre (például az otthonában hozzátartozók által ápolt beteg esetén a hozzátartozók ideje), b) az intézmény által lekötött tıkére (épület, földterület), a lekötött tıke költségére és hozadékára,

-

mi tekinthetı az elızıek alapján teljes, fix és változó költségnek,

-

az átlagos, marginális vagy a haszon-áldozat költséget vegyük alapul,

-

hogyan osszuk el a mőködési költségeket (direkt, step down, step down iteració, szimultán allokáció),

-

hogyan diszkontáljuk a lekötött tıkét, és

-

az általában hosszú idıre szóló beruházások esetén, milyen kamattal és inflációs rátával számoljunk.

Piaci viszonyok között a költségek és az árak nagyon fontos jelzı funkciót töltenek be, a költségek analízise során azonban az egészségügyben sok problémával kell szembenéznünk. A költségekre vonatkozó információ elıállítása nem olcsó, a metodikai problémák pedig megváltoztathatják a költségek és az árak piaci jelzı funkcióját, és az erıforrások rossz hatékonyságú felhasználásához vezethetnek.

Különösen nagy figyelmet kell fordítanunk a következıkre: -

a költséginformációk félrevezetık lehetnek akkor, ha nincs pontos megállapodás abban, hogy milyen költségre, hogyan és kinek a szemszögébıl terjedjen ki a vizsgálat, és

83

-

milyen aggregációs szinten célszerő a költségadatokat győjteni és felhasználni.

Jelentısen megnehezíti a költségek analízisét az, hogy például a HBCS a szolgáltatások egy részét gyakran ’alulfinanszírozza´, míg más szolgáltatások finanszírozása meghaladja a tényleges költségeket. Az alul- és túlfinanszírozott szolgáltatások köre (HBCS-k) és a finanszírozás eltérése az adott szolgáltatás tényleges költségétıl ráadásul kórházanként is eltérı lehet. A költségek azonban nem csak a HBCS térítéstıl különböznek, hanem az egészségügyi szolgáltatók által megállapított díjakkal sem egyenlık. A szolgáltató a szolgáltatások illetve a páciensek egy része esetén a fizetendı díjakat alacsonyabban is megállapíthatja, míg más szolgáltatások és páciens csoportok esetén a tényleges költségeket meghaladó díjakat kalkulálhat. Ez a költségáramlás (cost-shifting) jelentısen megnehezíti a gazdasági elemzéseket, hiszen a HBCS térítések és a szolgáltató által megállapított díjak egyaránt torzított becslései a valós költségeknek.

8.2.1.2

Költség-konzekvenciák analízis

A költség-hasznosság elemzés során valamennyi releváns outcome (például túlélés, életminıség változás) egy-egy önálló (single) index formában kerül kifejezésre. A költség-konzekvenciák analízis (Cost-consequences analysis, CCA) tehát feltétlenül szükséges állomás a költséghasznosság analízis (CUA) és a költség-haszon analízis (CBA) elvégzése elıtt. Sok egészséggazdaságtani könyv ezt a fázist nem említi külön lépésként annak ellenére, hogy a beavatkozás konzekvenciáinak az elemzése önálló logikai és módszertani lépés.

8.2.1.3

Költség-minimalizálási analízis

Költség-minimalizálási analízis (Cost-minimization analysis, CMA) végezhetı abban az esetben, ha a beavatkozás (prevenció, diagnosztika, terápia vagy más beavatkozás) kimenetében nincs különbség. Ha például két különbözı mőtéti technika alkalmazása azonos eredményre vezet, azonban az egyik esetén a kórházi ápolási idı egy nappal rövidebb, de a kezelés intenzívebb; a másik esetén a kórházi ápolás egy nappal hosszabb, és a kezelés kissé kevésbé intenzív, a ’melyiket válasszuk?’ kérdésre ilyenkor a 'kisebb költséggel járó beavatkozást' a válasz. A

84

költség-minimalizálási analízis a költség-hatékonysági vizsgálatok speciális formája. Elıfordul, hogy a költség-hatékonysági vizsgálatok végén derül ki, hogy valójában költség-minimalizálási elemzést végeztünk, hiszen az, hogy a két összehasonlítandó egészségügyi szolgáltatás kimenete (outcome) azonos, csak az elemzés során derül ki. Az elmúlt években többen is felvetették, hogy a kimenetek azonosságának a feltételezése erısen szimplifikált, a valóságtól idegen megközelítés és ennek alapján a költség minimalizálási analízisek közeli végét jósolták. Tény, hogy a közölt költség-minimalizálási elemzések száma sokkal kisebb, mint a költség-hatékonysági elemzéseké. Ezekkel a véleményekkel szemben, azokban az esetekben, amikor a kimenetek azonossága (illetve közel azonossága) feltételezhetı, a viszonylag gyorsan és egyszerően kivitelezhetı költség-minimalizálási elemzés jól használható, amint ezt a szakirodalom is tükrözi. Chikhaoui et al. (2002) például költségminimalizálási elemzéssel hasonlította össze a genetikai tesztet a klinikai szőréssel, egy daganatot megelızı állapotnak (praecancerosis) minısülı örökletes betegség, a familiaris adenomatosus polyposis szőrése kapcsán. Ez a genetikai teszt már része az orvosi gyakorlatnak. Eredményeik szerint 36 éves korig a genetikai teszt az olcsóbb (2259 kanadai dollár) szemben a klinikai szőréssel (3181 kanadai dollár). Egy másik költség-minimalizálási analízis során Polder et al. (2003) két kórházi elbocsátási stratégiát hasonlított össze combnyaktörés miatt mőtött betegeknél. Az egyik stratégia szerint a betegek otthonukba bocsátásukig a kórházban maradtak, a másik stratégia során pedig specializált rehabilitációs ápolási otthonokba kerültek áthelyezésre. Azok a betegek, akik ápolási otthonban kaptak ellátást, 13 nappal kevesebb idıt töltöttek a kórházban. Ennek ellenére a kórházi esetek költségei (15338 euró) és az ápolási otthonban ápolt esetek költségei (14281 euró) nem tértek el szignifikánsan. Ennek magyarázataként az elemzés során kiderült, hogy a mőtét után a kórházi és az ápolási otthoni költségek közel azonosak voltak, illetve az ápolási otthonban a felvétel napjának költségei igen magasak voltak. A költség minimalizálási elemzés eredményeképpen tehát feltételezhetı, hogy Hollandiában a combnyaktörés után mőtött betegek korai áthelyezése a kórházból a speciális ellátást nyújtó rehabilitációs ápolási otthonokba nem jelent költségcsökkentést, csak a költséghely változik meg.

8.2.1.4

Költség-hatékonyság analízis

Az elıbbiekben tárgyalt költség-minimalizálási analízis során, az egészség-gazdaságtani elemzést lényegesen megkönnyítı kimenet (outcome) azonosság azonban az összehasonlításra

85

kerülı beavatkozások legnagyobb része esetén nem áll fenn, ezért más módszerek alkalmazására kényszerülünk. A költség-hatékonyság, költség-hasznosság és a költség-haszon elemzések megegyeznek abban, hogy a beavatkozások költségét vetjük össze az általuk elért hatással (6. ábra).

6. ábra A költség-hatékonyság, költség-hasznosság és a költség-haszon elemzések költség-hatékonyság költség-hasznosság költség-haszon

költség = -----------------hatás

arány

A fenti három módszer közül leggyakrabban alkalmazott költség-hatékonyság elemzés (Costeffectiveness analysis, CEA) során az adott beavatkozás költség-hatékonysági arányát (Costeffectiveness ratio, CER) az ábrán feltüntetett módon kalkuláljuk.

Tegyük fel, hogy az élettartam meghosszabbítás alternatíváit vizsgáljuk a vese súlyos megbetegedése esetén, és ebbıl a szempontból hasonlítjuk össze a mővesekezelést (vesedialízist) a veseátültetéssel (transzplantációval). Ebben az esetben a két beavatkozás összevetése során természetes mértéket használhatunk: az élettartam meghosszabbodását, életévekben kifejezve. A vizsgált outcome (életévnyereség) azonos, a két beavatkozás azonban eltérı eredményre vezethet, azaz különbözı mértékben növelhetik meg az életévek számát, és a költségek is eltérıek lehetnek. Ennek megfelelıen, nem célszerő automatikusan a kevesebb költséget igénylı megoldást választani, kivéve persze akkor, ha az olcsóbb megoldás nagyobb életév-növekedést eredményez. A két beavatkozást akkor tudjuk megfelelıen összehasonlítani, ha kalkuláljuk a dialízis és a veseátültetés eredményeképpen elérhetı életévnyereséget, és az egy egységnyi nyereségre, azaz életévnyereségre esı költséget (költség/nyert életévek száma). A költséghatékonysági elemzések az ilyen és hasonló esetekben alkalmazhatók, amikor a költségek, egy jól meghatározható, könnyen mérhetı, széles körben használható kimenettel (single outcome) vethetık össze, mint amilyen például az életévnyereség. A költség-hatékonysági vizsgálat segítségével nem csak az egy egységnyi eredmény eléréséhez szükséges költségek (költség/megnyert életévek száma), hanem az egységnyi költség felhasználásával elérhetı eredmény (életévnyereség) is kalkulálható (megnyert életévek száma/költség). Ez abban az

86

esetben különösen jól használható, amikor egy adott költségvetés áll rendelkezésünkre, és a különbözı

programokkal

elérhetı

nyereség

(pl.

életévnyereség)

nem

különbözik

nagyságrendekkel. Költség-hatékonysági elemzés minden olyan esetben végezhetı, amikor az összehasonlítani kívánt programoknak azonos kimenete (outcome) van (illetve van legalább egy fontos azonos kimenete). A vese transzplantáció így összehasonlítható a szívmőtétekkel, az influenza elleni vakcinációval, az otthonápolással vagy éppen a kötelezı biztonsági öv, vagy a kerékpáros védısisak használatával. Valamennyi esetben kifejezhetı az egy életévnyereségre esı költség illetve az adott költségvetés felhasználásával elérhetı életévnyereség. Természetesen a vizsgálható kimenetek attól függenek, hogy az adott költség-hatékonysági analízist mely területen végezzük. Ennek megfelelıen a közös kimenet lehet a különbözı laboratóriumi vagy szőrıvizsgálatok esetén az egy pozitív diagnózisra esı költség, a prevenciós programoknál (felfekvéses fekély prevenció, infekciókontroll) az egy elkerült megbetegedésre esı költség vagy akár az egy Hgmm vérnyomás csökkenésre esı költség. Azt, hogy adott esetben milyen köztes vagy kemény végpontot, azaz kimenetet használunk, az elemzés céljai és lehetıségei ismeretében kell eldönteni. A költség-hatékonysági vizsgálatok végzése hazánkban is elterjedıben van, a teljesség igénye nélkül, néhány eredményt a 8. Táblázaton tüntettünk fel.

87

8. Táblázat Néhány Magyarországon végzett egészség-gazdaságtani elemzés eredménye Publikáció

Egészségügyi

Kimenet

beavatkozás

(outcome),

Költség

Költséghatékonyság

haszon

Gulácsi, Kovács, prosztatarák-szőrés ?

országos

1997

prosztata specifikus

szinten: 10-15

antitesttel (PSA)

milliárd Ft/év

Gulácsi, Kósa,

hormon terápia

combnyak-

országos

1999

osteoporosis

törések 1-7%-

szinten: 30-35

szőréssel kiemelt

ának a

milliárd Ft

betegek esetén

megelızése (102-

?

?

713 törés) Gulácsi, 1999 és

emlırákszőrés

élet és

költség 20 évre

- 4-10 millió Ft/

2000

(50-64 évesek,

életévnyereség

(5% diszkont):

élet

2600-3700

- 0,2-0,8 millió

millió Ft

Ft/életév

stratégiafüggı

költség: 1,4 millió

100% compliance)

Gulácsi, 2002

emlırákszőrés – 1

a szőrés

kiszőrt emlırák

hatékonysága

költsége

Ft / egy kiszőrt rák

Gulácsi, Kiss

ramipril terápia

élet- és

0,73 – 6,3 millió

2001; Gulácsi,

szívinfarktus után

életévnyereség

Ft/életévnyereség

Kiss 2003

és nagy cardiovaszkuláris rizikójú betegek esetén

Boncz,

emlırákszőrés 45-

megmenthetı

- 5,7–17,8 millió

Sebestyén,

65 éves korosztály

életek: 365-1582

Ft/élet

Gulácsi et al.

- 0,3-0,8 millió

2003

Ft/életév (5% diszkont)

Boncz,

méhnyakrák-szőrés megmenthetı

88

- 16,6 – 33,8

Sebestyén, Pál, et

életek: 523-1065

millió Ft/élet

al. 2003

/ 10 év

- 0,7-1,5 millió Ft/életév (5% diszkont)

? – nem áll rendelkezésre jó minıségő tudományos bizonyíték

A költség-hatékonysági vizsgálatok során tehát két azonos kimenettel (pl. élettartam növekedés), és ismert (kalkulálható) költséggel rendelkezı beavatkozás hasonlítható össze. Amennyiben az adott területen csupán egy beavatkozás használatos, akkor a nulla beavatkozás az összehasonlítási alap. A költség-hatékonyság elemzés igen jól használható módszer, a vizsgálatoknak ez a formája azonban nem terjed ki az egészségesen töltött idıtartam értékére, illetve a betegek preferenciájának az egyes ellátási formák, beavatkozások értékére gyakorolt hatására. Ezeknek a dimenzióknak a mérésére a költség-hasznosság és a költség-haszon analízis alkalmas.

A költség-hatékonysági elemzésnek azonban korlátai is vannak, ezek közül a legfontosabbak a következık: -

A módszer kevésbé használható olyan esetekben, amikor a terápia illetve beavatkozás elsıdleges célja az élet minıségének a javítása, és nem alkalmas a mellékhatások elemzésére sem.

-

A költség-hatékonysági elemzések során a legnagyobb probléma az, hogy egy jól meghatározott kimenetet használunk az összehasonlítás céljára, a valóságban azonban a kimenet sokszor erısen multi-dimenzionális. Számos fontos kimenetet így a vizsgálatból kihagyunk.

-

A költség és a hatás kalkulálása és mérése gyakran azért nem megfelelı, mert a szükséges adatok nem állnak rendelkezésre.

-

Gyakran nem állnak rendelkezésre a vizsgált terápia vagy beavatkozás hatásosságát és eredményességét alátámasztó tudományos bizonyítékok/tények, melyek hiányában költséghatékonysági vizsgálat nem végezhetı.

-

Sokan a költség-hatékonyságot tévesen értelmezik, és költség megtakarítást értenek alatta, és más téves értelmezés is gyakori.

89

-

Az eddigieknél is jelentısebb probléma azonban a költség-hatékonysági vizsgálatok eredményei alapján szerkesztett ´Bajnoksági Táblázatok´ félreértelmezése, sok esetben megfigyelhetı téves interpretációja.

- Növekményi költség-hatékonysági elemzés és arány A növekményi költség-hatékonysági elemzés (Incremental cost-effectiveness analysis, ICEA) és a növekményi költség-hatékonysági arány (Incremental cost-effectiveness ratio, ICER) kalkulálása sokkal informatívabb a döntéshozók számára, mint a költség-hatékonyság elemzés, illetve a költség-hatékonysági arány. (Az inkrementális költség koncepciójával a II: Fázis tanulmánya foglalkozik.) A közgazdászok éppen ezért, ha költség-hatékonysági elemzést említenek, ezen általában növekményi költség-hatékonysági elemzést értenek. Ebben az esetben két különbözı beavatkozás (’A’ és ’B’) költségét és hatását vetjük össze.

7. ábra A növekményi költség-hatékonysági arány ∆ költség Költség-hatékonysági arány = -----------------------∆ hatás

költség (A) – költség (B) = -------------------------------------hatás (A) – hatás (B)

Ideális esetben mind a költségre, mind a hatásra (eredményességre – lásd késıbb) vonatkozó adatok a beteg-populációból random vett minták alapján kerülnek meghatározásra, ennek megfelelıen a növekményi költség-hatékonysági arány (ICER) a minták várható értékét jelenti. Ennek megfelelıen az ICER a következıképpen adható meg. 8. ábra): 8. ábra. Növekményi költség-hatékonysági arány (µKA - µKB) ICER = -----------------(µHA - µHB)

ahol

90

K – költség H – hatás µ - a paraméter populációs mintán alapuló várható értéke

A növekményi költség és hatás nagysága alapján négy eset vázolható fel:

1.

(µKA - µKB) < 0;

(µHA - µHB) >0,

ez a lehetıség azt mutatja, hogy az ’A’

beavatkozás domináns beavatkozás, hiszen kevésbé költséges és egyben a hatásosabb, mint a ’B’ beavatkozás

2.

(µKA - µKB) >0;

(µHA - µHB) <0;

ez a lehetıség azt mutatja, hogy az ’B’

beavatkozás domináns beavatkozás, hiszen ez olcsóbb és hatásosabb, mint az ’A’ beavatkozás

3.

(µKA - µKB) >0

(µHA - µHB) >0;

ez egy tipikus alku helyzet (trade-off

szituáció), amikor az ’A’ beavatkozás magasabb költségét a hatásnak kell kompenzálnia. Ez az a tipikus döntési eset, amikor egy költségesebb és egyben kedvezıbb hatású technológiáról kell megállapítani, hogy részesüljön-e finanszírozásban vagy sem.

4.

(µKA - µKB) <0

(µHA - µHB) <0;

szintén trade-off szituáció, amikor az ’A’

beavatkozás alacsonyabb költségét kell összevetni az ’A’ beavatkozás kevésbé kedvezı hatásával. Döntések során elıforduló helyzet, de nem annyira tipikus, mint az elızı eset.

Tekintsünk a növekményi költség-hatékonyság számításra egy példát. Grieve et al. (2000) például 715 szélütésben (stroke) szenvedı beteg ellátásának költség hatékonyságát hasonlították össze, akik közül 358 beteget Londonban és 357 beteget Koppenhágában ápoltak. A két városban eltérı volt a gyógykezelés módja. Koppenhágában a betegek legnagyobb része a stroke bekövetkezése után stroke központba vagy neurológiai osztályra, és ezután legtöbbször speciális rehabilitációs kórházba került. Londonban a stroke betegek többsége általános belgyógyászati osztályra került felvételre, és onnan az esetek egy részében rehabilitációs ellátási egységbe került az adott kórházban. A kérdés az volt, hogy melyik ellátási forma a költség-hatékonyabb. A vizsgálat során rögzítették a betegség súlyossági fokát, és ennek megfelelıen standardizálták a vizsgált populációkat. A különbözı kórházi költségek miatt (138 $/nap London, 187 $/nap

91

Koppenhága), az egy stroke eset költsége 12448$ volt Koppenhágában és 8825$ volt Londonban. Koppenhágában a többlet költség az esetek súlyosságának korrigálása után 3867$ volt. Az egy éves halálozás Londonban 46% és Koppenhágában 28% volt. A vizsgálat eredménye szerint a Koppenhágai Modell költség-hatékonynak bizonyult, az inkrementális költség-hatékonyság 21579$ volt megnyert életévenként, amely a szokásosan alkalmazott finanszírozási küszöb szerint belül van a szokásosan finanszírozásra kerülı beavatkozások költség-hatékonysági határán.

8.2.1.5

Költség-hasznosság analízis

A költség-hasznosság analízis (Cost-utility analysis, CUA) sokban emlékeztet a költséghatékonysági vizsgálatokra. Ebben az esetben azonban az életminıségben, illetve az életminıségben és az élettartamban együttesen bekövetkezett változás az azonos kimenet egysége (pl. QALY, DALY), amelyhez a költségeket viszonyítjuk. Az egy egységnyi kimenetre esı költség nagysága határozza meg azt, hogy melyik lehetıséget célszerő választanunk a lehetséges kettı vagy több közül. Ebben az esetben is két lehetıséget hasonlítunk össze egyszerre, és döntésünk a kimenet egységére esı pénzösszeg nagyságától függ. Az, hogy az egyének foglalkozásuktól és más társadalmi-gazdasági és demográfiai jellemzıiktıl függıen igen eltérıen véleked(het)nek az életminıségükrıl illetve annak változásairól, sok esetben nagyon problematikussá teszi a módszer használatát. Egészen másként értékeli az ujjainak törése miatt az életminıségében bekövetkezett csökkenést a zongoramővész, mint egy népszerő televíziós mősorvezetı. (A költség-hasznosság elemzésrıl és a bajnoksági táblázatokról részletes ismertetés található: Gulácsi, 1999)

Az impakt faktorral rendelkezı újságokban publikált költség-hasznosság elemzések száma így alakult: 1981-ben 1 cikk; 2000-ben 49 cikk, 1997 óta minden évben 50 cikk körüli. Ezek közül egy kivételével mind a QALY-t használta (Greenberg és Pliskin 2002). Ezen a módon vált lehetıvé az, hogy az egészségügy legkülönbözıbb területein is összehasonlíthatóvá váljon a költség és a hatás viszonya. Például a másodlagosan progresszív sclerosis multiplex betegségben a költség 25700 US$/QALY (Kobelt et al. 2002), amit összevethetünk akár a cukorbetegség US$/QALY adataival. A költségszámítási irányelvek fontosságát ezen a területen is mutatja,

92

hogy a Stone et al. (2000) által elemzett 228 CUA tanulmány közül 99% használt fel direkt egészségügyi költséget, a közvetlen nem egészségügyi költségeket és az idı-költséget az esetek 17%-ában vették figyelembe, míg a termelékenység költség az esetek 8%-ában került beszámításra.

8.2.1.6

Költség-haszon analízis

Nem minden esetben lehetséges az egészségügyi beavatkozások következményeit egyetlen közös kimenet mérıszámban kifejezni, sok esetben többszörös, komplex, közös nevezıre nem hozható kimenettel állunk szemben. Ilyen eset fordul elı például akkor, amikor mortalitás csökkentés céljából tervezett magas vérnyomás (hypertonia) szőrési programot kívánunk összehasonlítani egy influenza elleni immunizációs programmal, amelynek célja a betegen töltött napok számának a csökkentése. Ezekben az esetekben a közös kimenet hiányzik, költséghatékonyság elemzés tehát nem végezhetı. Az egyes programok eredményeit azonban közös nevezıre kell hozni annak érdekében, hogy összehasonlíthatók legyenek. A költség-haszon elemzés (Cost-benefit analysis, CBA) mind a befektetést, mind a kimenetet (outcome) pénzben fejezi ki, így hasonlítja össze ıket. Látszólag a legegyszerőbb összehasonlítási mód, a valóságban azonban a korrekt költség-haszonelemzés igen nehezen megvalósítható. Az eljárás számos nehézsége közül kiemelhetı az, hogy sok esetben az emberi élet értékét is pénzben kell kifejezni.

A szakirodalom, ha nem is nagyszámban, de tartalmaz költség-haszon elemzéseket. Dewar et al. (2000) például az intenzív osztályokon alkalmazott gépi lélegeztetés költség-haszon elemzését végezték el. A New York Állam intenzív osztályain gépi lélegeztetésben részesülı betegek 19921996 között felmerült költségeit vetették össze a betegektıl fizetési hajlandóság (willingness to pay, WTP) módszerrel felmért haszonnal. A WTP módszerrel az derült ki, hogy 1 év élettartam meghosszabbodás 70 000 US dollárral (120-175 000 között) egyenértékő. A szerzık konklúziója szerint a gépi lélegeztetés haszna a legtöbb korcsoport esetén nagyobb volt, mint a költség, ezért az eredmények alapján az ilyen férıhelyek számának növelését javasolták. (Ebben az esetben a legfontosabb tényezı az életminıség volt.) Gyrd-Hansen (2000) szintén a WTP módszerével végezte el az emlırákszőrés költség-haszon elemzését. Eredményei azt mutatták, hogy 50-74 éves korban a kétévenként végzett szőrés

93

költség-haszna a legmagasabb (a nettó haszon), az ennél gyakoribb a hasznosságot nem változtatja, de a költség emelkedik. Szintén költség-haszon elemzés segítségével vizsgálta Cote et al. (2003) a szokásos és a gyógyszerészekre támaszkodó hipertónia programok közötti különbséget Kanadában. Ez utóbbi során a gyógyszerészek külön erre a célra kidolgozott program segítségével igyekeztek kiszőrni a felesleges gyógyszeradást, hatástalan vagy káros gyógyszer-kombinációkat, az alul- vagy a túldozírozást. A vizsgált kimenet a költség volt, illetve a betegek WTP-je, azaz azt vizsgálták, mennyit hajlandó a beteg fizetni azért, hogy ilyen gyógyszerész alapú hipertónia programban vegyen részt. A költség-haszon vizsgálat eredménye azt mutatta, hogy a haszon tízszeresen múlja felül a költségeket, viszont a betegek WTP szintje alacsony, 0,54 kanadai dollár/hónap.

8.2.1.7

Érzékenységi analízis

Az egészség-gazdaságtani elemzések során az érzékenységi analízis (sensitivity analysis) segítségével lehet az elemzés során kisebb vagy nagyobb mértékben fellépı bizonytalanságokat ellensúlyozni. A gazdasági elemzés során igen sok tényezı okozhat bizonytalanságot, közülük a legfontosabbak a következık: -

nem áll rendelkezésre megfelelı adat, becslésekre kell hagyatkozni,

-

a rendelkezésre álló becslés ismeretlen mértékő hibával terhelt,

-

metodikai problémából illetve a különbözı értékítéletekbıl adódó bizonytalanság a gazdasági számítások során.

Az ezekben az esetekben alkalmazható szenzitivitási analízisnek általában három fı lépését különböztetjük meg: -

annak a bizonytalan paraméternek az azonosítása, amelyre az érzékenységi vizsgálat vonatkozik,

-

annak az intervallumnak a becslése, amelyen belül az adott bizonytalan paraméter nagy valószínőséggel ingadozik,

-

a vizsgálat eredményét a bizonytalan faktor különbözı értékei mellett is kalkuláljuk, használhatjuk a ’legjobb kimenet’ vagy a ’legrosszabb kimenet’ becsült értékét, a ’legvalószínőbb értéket’, vagy a ’még finanszírozható értéket’ és így tovább.

94

Irányelv nehezen fogalmazható meg arra nézve, hogy mely módon és milyen kritériumok alapján célszerő a bizonytalan paraméter kiválasztása. Célszerő azokat a paramétereket kizárni a potenciálisan bizonytalan paraméterek körébıl, amelyeket teljes bizonyossággal ismerünk, illetve az olyan paramétereket, amelyek ugyan széles sávban ingadoznak, de nincsenek jelentıs hatással a vizsgálat eredményére. A bizonytalan faktor szélsı értékeinek megadásakor célszerő pontos magyarázatot adni arra, hogy miért éppen az adott szélsı értékeket választottuk. A szélsı értékek becslése során célszerő áttekinteni a szakirodalom vonatkozó részeit, illetve a felhasználható korábbi tapasztalatokat.

Az érzékenységi analízis nem csak az esetlegesen hiányzó vagy bizonytalan faktorok elemzésére használható, hanem arra is, hogy sok (és sokszor egymással is összefüggı) változó esetén, a legfontosabbaknak tartott változókat kihagyva, megvizsgáljuk, hogy az eredmény mennyire változik, és így következtethessünk az adott faktor tényleges fontosságára.

95

8.2.2

Egészség-gazdaságtani irányelvek

Egészség-gazdaságtani irányelveket számos országban különbözı szervezetek (kormányzat, tudományos intézmények, cégek), különbözı célok elérése (finanszírozás, gyógyszerek pozitív és negatív listázása, metodikai standardok és irányelvek) érdekében hoztak létre (9. Táblázat). A következıkben röviden áttekintjük az egészség-gazdaságtani irányelvek létrejöttének legfontosabb okait és az irányelvek használatának céljait, illetve azt, hogy az irényelvek milyen útmutatást adnak a máshol végzett’ elemzések áthelyezhetıségét és adaptációját illetıen.

9. Táblázat Egészség-gazdaságtani irányelvek a fejlett országokban Forrás/cél

Finanszírozás/listázás

Metodikai standardok/irányelvek

Kormányzat

Ausztrália

Kanada (CCOHTA)

Kanada (Ontario)

Washington Panel (Egyesült

Hollandia

Államok)

Norvégia Portugália Finnország Egyesült Királyság Magyarország Tudományos intézmények

Egyesült Államok

Spanyolország

Dánia

Németország Belgium BMJ Working Party Egyesült Királyság Olaszország Franciaország

Cégek

Egyesült Államok

96

8.2.2.1

Jelentıség és kihívások

A tudományos tények azt mutatják, hogy az egészség-gazdaságtani elemzések jelentıs támogatásban részesülnek a kormányzati és finanszírozói oldalról, a gyógyszereket felíró orvos szintjén azonban nincs hatásuk. Az irányelvek egy része, pl. Ausztrália és több más ország irányelve a finanszírozási és visszatérítési döntéseket segíti elı, míg más irányelvek, pl. US Panel on Cost-effectiveness (Washington Panel) pusztán a megfelelı kutatási metodikát (arany standard) írja le. (Project Summary, 1996; Gold et al. 1996) Az egészség-gazdaságtani irányelvek implementációja során több kihívással is szembe kell nézni.

-

Az elsı kihívás az, hogy az egészség-gazdaságtani elemzéseknek tudományosan, minden cég- illetve politikai befolyástól mentesen kell történniük. Ennek érdekében az irányelvek átláthatóságát (transparency) és elszámoltathatóságát (accountability) javítani kell. Az egészség-gazdaságtani elemzések eredményét gyakran torzítják a kutatás finanszírozói. Ez a kritika leggyakrabban a gyógyszergyártókat éri, de az egészségügy finanszírozói is használhatják az egészség-gazdaságtani eredményeket saját korábban meghozott döntéseik utólagos igazolására.

-

Második kihívás, hogy a finanszírozók a lakosság számára terveznek és vásárolnak egészségügyi szolgáltatásokat, azok pedig, akik a gyógyszereket felírják és az egészségügyi technológiát

használják,

a

betegek

szintjén

gondolkodnak.

Ez

egyértelmően

érdekütközéshez vezet, hiszen a szolgáltatók tradicionálisan az eredményességet tekintik a legfontosabbnak minden egyes beteg szintjén, míg a szolgáltatások vásárlói, finanszírozói számára az új technológiának a teljes költségekre gyakorolt hatása a legfontosabb. Ezért is kell a nagyobb transzparencia az egészség-gazdaságtani irányelvek esetén, hogy ez láthatóvá váljon, hiszen mind a két érdek teljesen érthetı és jogos az adott szemszögbıl.

-

A harmadik kihívás az, hogy mind a költség mind a haszon a társadalom szemszögébıl kerüljön elemzésre - a legtöbb egészség-gazdaságtani irányelv ezt preferálja. Azonban amikor az egészségügyi rendszerbe történı befektetésrıl van szó, a társadalom és a finanszírozó részesedése nagyon különbözı lehet az egészségügyi programtól függıen. Általában csak azok a költségek kerülnek figyelembevételre, amelyek az egészségügyön belül jelentkeznek. Egy bizonyos egészségügyi beavatkozásba történı befektetés emelheti a munka termelékenységét, csökkentheti a táppénzes idıt és a kifizetések nagyságát és

97

emelheti a Pénzügyminisztérium felé befizetett adókat, és növeli a társadalmi jólétet, habár az adott esetben a beruházás másik oldalán megtakarítás esetleg nem mutatható ki. Ebben az esetben az egészségügybe történı befektetésbıl az egész társadalom részesedik, az egészségügy oldalán, pedig az amúgy is nagyon korlátozott források mellett jelentkezik nehezen kezelhetı plusz költség. Sıt, ez a helyzet nem csak a gazdaság szektorai között áll fenn. A legtöbb esetben például, az alapellátásba történt befektetésbıl származó haszon sem transzferálható a szakellátás szintjére. A társadalmi megközelítés azt feltételezi, hogy a társadalom célja a jólét maximálása. A valóságban azonban a döntéshozók ettıl a haszonelvő (utilitarian) perspektívától eltérnek, mégpedig nagyon racionális és transzparens okokból. Az egyik legfontosabb ok a méltányosság (equity). A gazdasági hatékonyság egy részérıl az egyes társadalmakban lemondanak, az egészségügybıl származó haszon egyenlıbb elosztása érdekében. Az egyenlıtlenségek csökkentése, például több erıforrás juttatása a kevésbé fejlett térségekbe egyértelmően csökkenti a gazdasági hatékonyságot, miközben növeli a méltányosságot. A társadalmi megközelítés során ezt a hasznot, ezt az értéket is mérhetıvé kell tenni, és ezen a szinten ez a hatás mérhetı is. Itt persze ismét felmerül az, hogy a méltányosság növelése az egészségügy terén az egészségügy szőkös forrásaiból történik, a haszon oldalán pedig azt látjuk, hogy a (nem csak az egészségi állapotban bekövetkezı) haszonból az egész társadalom részesedik. Ezen befektetésnél is figyelembe kell venni a teljes hasznot, amely ebben az esetben egy sokkal holisztikusabb módszerrel történhet, mint egyéb esetekben az egészségügyi intervenciók hasznának (pl. klinikai kísérletek) mérésekor.

-

A negyedik és egyben a legfontosabb kihívás az, hogy az egészség-gazdaságtani elemzés során megfelelı és elfogadható metodikát kell alkalmazni. Sheldon és Vanoli (1997) felmérése szerint sok elemzést nagyon nehéz megérteni, mert azok rosszul vannak megírva és az általuk használt egészség-gazdaságtani metodika minısége kérdéses. Ezért van szükség sokkal nagyobb fokú átláthatósára és elszámoltathatóságra. Ezt a célt szolgálják a gazdasági elemzési és költségszámítási irányelvek, amelyek közül kettı létezett 10 évvel ezelıtt, ma pedig már gyakorlatilag minden fejlett országban (és sok közepes jövedelmő országban is) használatos irányelvek konvergenciája is jó ütemben halad, a tagadhatatlanul meglevı különbségek ellenére. A tiszta és transzparens irányelvek különbségeik ellenére is jól használhatók, hiszen az eredmények is strukturáltan kerülnek feltüntetésre. A legtöbb szakmai vita még mindig a QALY módszerével kapcsolatos. Az, hogy miért vonzó a QALY a döntéshozók számára, eléggé magától értetıdı, hiszen ez lehetıvé teszi az összes

98

egészségügyi intervenció összehasonlítását minden betegséggel kapcsolatosan, és a hasznossági díjak (utility tariffs) is kalkulálhatók a társadalmi értékek alapján. Az egyetlen jelentıs kísérlet (Oregon) során is a technológiák hatékonysága alapján QALY-t használtak az erıforrások elosztása során, de ezt a megoldást elvetették mivel tartani lehetett attól, hogy ezzel a módszerrel a rokkantak és az öregek hátrányos helyzetbe kerülnek. A költséghasznosság vizsgálatok összehasonlítása szintén problematikus, hiszen a QALY kalkulálásának több módszere is van, amelyek különbözı értékelési lehetıséget használnak (Gulácsi, 1999). Az ezen a téren kevésbé képzett döntéshozó esetleg feltételezi, hogy ezek a vizsgálatok a ’hasonlót hasonlítják a hasonlóhoz’, holott az egyes esetekben alapvetı koncepcionális eltérések is lehetnek az alkalmazott módszertanban. A QALY használata a gyakorlatban továbbra sem túlságosan gyakori, és az eredmények értelmezése sem ellentmondásmentes. Azonban fontosságát mutatja, hogy az egészség-gazdaságtani irányelvek szinte egyöntetően a QALY módszerét ajánlják költség-haszon vizsgálatok esetén.

8.2.2.2

Az egészség-gazdaságtani irányelvek létrejöttének háttere

Az egészség-gazdaságtani irányelvek iránti figyelem relatíve új jelenség, a megjelenésük annak a ténynek a tudatosulásával függ össze, hogy az egészségügyben elkerülhetetlen a racionalizálás. A legtöbb termék és szolgáltatás esetén is ez a helyzet, és ez pusztán csak azt jelenti, hogy a kereslet általában meghaladja a kínálatot. Az egészségügyben a racionalizálás összetettebb, mint más területeken, mivel az ár, amely máshol a források allokációját meghatározó normál mechanizmus, az egészségügyben nem mőködik. A legtöbb termék és szolgáltatás területén, ha a kereslet meghaladja a kínálatot, az árak nınek. Az árak ezután csökkentik a keresletet, mivel az egyének egy része az adott jószág (termék, szolgáltatás, stb.) értékét kevesebbre ítéli azok áránál, és elhagyja a piacot. Ezután a piaci egyensúly helyreáll, a kereslet megegyezik a kínálattal, hiszen az ár racionalizálta a piacot a fizetési hajlandóság (willingness to pay) módszere útján, amely pontosan mutatja azt, hogy az egyének milyen értéket tulajdonítanak az adott terméknek vagy szolgáltatásnak. Az egészségügyben ugyan vannak olyan területek, ahol a keresletet az árak alakítják (pl. plasztikai sebészet, fogászat egy része), ez a hatás azonban nem túlságosan jelentıs.

99

Az egészségbiztosítás az egyik oka annak, hogy az árak piactisztító hatása korlátozott. Az elmúlt évtizedekben mind a magán-, mind a társadalombiztosítás szerepe mindenütt a világon rendkívül erıteljesen megnıtt. Ez a növekedés azzal járt, hogy az egészségügyben egy nagyon aggregált szintő finanszírozói látásmód alakult ki. A finanszírozó az egyének személyes terápiáját társadalmi szemszögbıl nézi, és a szolgáltatások vásárlása terén a biztosítottak ’ügynökévé’ vált, mégpedig mind a finanszírozási szinten mind a szolgáltatások értékének (itt most nem csak a pénzbeli értékre kell gondolni, hanem a hasznosságra is) meghatározása szintjén is. Ezért nagyon fontos egy egészségbiztosítási rendszerben a megfelelı prioritások felállítása. Hiszen ebben a rendszerben egyrészt azt kell eldönteni, hogy mit célszerő és mit nem célszerő finanszírozni, illetve az egyes beavatkozásokat gazdasági értelemben is össze kell tudni hasonlítani - hiszen a finanszírozó vásárolja az egészségügyi szolgáltatásokat a lakosság számára. A második ok, amiért az egészségügy nem tud megfelelıen reagálni a szükséglet jelzéseire, az a szolgáltató (orvos) és a fogyasztó (beteg) speciális viszonya. Az egészségügy komplexitása nagyon erıteljesen növekszik és a fogyasztó emiatt saját szükségleteinek a meghatározásában egyre jobban orvosára kell, hogy hagyatkozzék. Az információs aszimmetria miatt az egészségügyi szektort egyértelmően a szolgáltató uralja. A hagyományos piacon a fogyasztó ’költség-haszon’ kalkulusának a legfontosabb három tevékenységét – döntéshozás, haszonelemzés, költségteher-elemzés – a fogyasztó végzi el. Az egészségügyben a döntéshozás legnagyobb része az orvoshoz van delegálva. A haszon-elemzés szintén döntı módon az orvostól függ, hiszen az ennek alapjául szolgáló információ – kezelés elıtti állapot, gyógykezelés, prognózis – szintén az orvostól származik. A szolgáltatás igénybevételének az idıpontjában pedig nincs szükség költségteher-elemzésre, hiszen a fogyasztó a biztosítása miatt nem költség-érzékeny. A legfontosabb dolgok a szolgáltató és a finanszírozó között dılnek el, a fogyasztó fontos, de a lényegi döntési körökön kívüli szereplıje az egészségügynek. Az egészség-gazdaságtani irányelvek éppen emiatt, a finanszírozó, szolgáltató, fogyasztó közötti nagyon speciális viszony miatt jöttek létre. Az irányelvek célja a költségek kontrollja, amely cél azonban nem feltétlenül konzisztens a gazdasági hatékonyság céljaival. Az irányelvek szerepe azonban korlátozott. Nem csak azért, mert az egészségügyi költségeknek csak viszonylag kis hányadával foglalkozik, hanem azért is, mert elsıdlegesen metodikai és nem gyakorlati irányultságú. Ezenfelül elmondható, hogy annak ellenére, hogy az irányelvek metodikája egyre kifinomultabb, egyik egészség-gazdaságtani irányelv sem nyilatkozik arról, hogy az irányelvnek mi a célja, az irányelvben foglaltak hogyan viszonyulnak a gazdasági hatékonysághoz (efficiency), és ennek fogalmát sem definiálják. Megfelelı célok és definíciók

100

nélkül az irányelvek rendszere és használatuk könnyen befolyásolható, és olyan célokat is szolgálhatnak, amelyek elkerülésére, szabályozására hozták ıket létre. (McGuire, Morris, Raikou, 2000)

8.2.2.3

Költség-kontroll az egészségügyben

A piacon a költség-kontroll mőködhet a kereslet és a kínálat oldalán egyaránt. A kereslet oldalán különbözı technikákkal lehet a financiális teher egy részét a fogyasztóra (betegre) hárítani, ezek közül a legfontosabbak: kizárás a szolgáltatások egy részébıl az alábbiakban részletezett ún. co-insurance, a copayment és a deductibles (Boncz és Horváth 2001; Mihályi, 2003). A szolgáltatások egy részébıl való kizárásra példa az Oregon kísérlet és a Holland rangsorolási modell (Gulácsi, 1999). Ha a szolgáltatásból származó haszon nem haladja meg annak költségét, akkor az egyént kizárják ezeknek a szolgáltatásoknak az igénybevételébıl. A másik három keresleti oldali költség kontroll módszer megpróbálja csökkenteni a finanszírozó elkötelezettségét, abból a meggondolásból kiindulva, hogy az egyénnek ezen a módon valamilyen kontrollja lehet a vásárlási döntések felett. A co-insurance (a költségek megosztása a biztosító és az egyén között, az egyén egy megállapított százalékot fizet minden szolgáltatás igénybevétele során), a copayment (mindkét partner fix összeget fizet a szerzıdés szerint), a deductible (az egyén egy fix összeget fizet mielıtt a biztosító bármit is fizetne). Valamilyen módon a fogyasztót érdekeltté kell tenni abban, hogy ne növelje keresletét, másképpen ennek szinte nincs határa, hiszen ekkor a költségeket nagyon megnövelı túlfogyasztás (moral hazard) következik be. A fogyasztókat érintı restrikciók haszna azonban limitált, mert a fogyasztó nem ismeri az egészségi állapotát, a rendelkezésre álló terápiákat, ezek hatásosságát és eredményességét. Ennek eredményeképpen a fogyasztónak orvosára kell hagyatkoznia szükségletének meghatározásában. Ez a szolgáltatót monopólium helyzetbe hozza, hiszen a szolgáltató (kínálat) határozza meg a fogyasztó (kereslet) kimenetét (outcome).

Mint már korábban említettük, a fogyasztó általában alacsony költséggel képes információhoz jutni a termék minıségérıl, és meg tudja ítélni a termék fogyasztásával várható hasznosságot (expected utility). Ezek az információk alakítják ki az egyén keresletét és a kínálatot, amely az árak visszajelzı hatására alakulnak ki. Az egészségügyben az egyén képtelen a szükségletét

101

meghatározni, hiszen sem a minıséget, sem a termék fogyasztásával kapcsolatos várható hasznosságot nem tudja megítélni. Nem csak az akadályozza ebben, hogy a szükséges információk beszerzése nagyon költséges lenne, hanem az is, hogy adott esetben a beteg egyértelmő kívánsága az, hogy az orvos döntsön helyette (McGuire et al. 2000). A fogyasztó tehát aktívan és tudatosan lép megbízó-ügynök viszonyba orvosával.

Az elmondottak alapján tehát nem csak a keresleti, hanem a kínálati oldalon is szükséges és egyre fontosabb a költség-kontroll. Ezen a téren azonban nehézségekkel kell szembenézni. A szakemberek az egészségügyben sokkal inkább elkötelezettek az orvosi ellátás iránt, mint a gazdasági kérdések iránt. Emellett lényeges bizalmi kérdés az is, hogy a betegek biztosak legyenek abban, hogy gyógykezelésük során orvosuk az orvosi és a gazdasági kérdéseket szeparáltan kezeli. Ennek a két dolognak elkülönített kezelése az egyik nagyon fontos ismertetıjele a megbízó-ügynök viszonynak. Az egyik közvetett konzekvenciája az egészségbiztosításnak az, hogy elısegíti az orvosi célok és a gazdasági célok elkülönítését. Azonban az is elmondható, hogy a morális kockázat, azaz az egészségügyi szolgáltatások túlfogyasztása az orvosok viselkedésébıl is következhet. Ezt a kockázatot akarja kontrollálni a több különbözı finanszírozási mechanizmus, amilyen pl. a HBCS, vagy a managed care az Egyesült Államokban. A finanszírozók egyre jobban érvényesítik megnövekedett befolyásukat a költség kontroll érdekében. (A megnövekedett befolyást jól mutatja, hogy pl. az Egyesült Államokban az egészségügy finanszírozásának 55%-a kormányzati alapokból történik.) A különbözı finanszírozási és visszatérítési mechanizmusok (pl. DRG –alapú rendszerek) esetén a finanszírozás egyre inkább különbözı szakmai feltételek teljesítéséhez kötött. A visszatérítési rendszerek esetén különbözı mércék (yardstick) és benchmark implementálása szükséges, amelyek biztosítják, hogy az ellátás az általános szinten az elvárható módon történjék. Az ’általános’ és az ’elvárható’ definíciója az egészségügyben döntıvé vált. A beavatkozások hatásáról egyre nagyobb mértékben rendelkezésre álló tudományos tények alapján létrehozott klinikai irányelvek használata a leggyakoribb módja ma már a klinikai standardok definiálásának. Ezeknek az irányelveknek célja a legjobb klinikai gyakorlat leírása a rendelkezésre álló legjobb minıségő tudományos bizonyítékok alapján. Az irányelvek használata megerısíti az orvosi gyakorlat önszabályozó autonómiáját és erısíti a megbízóügynök viszonyt az orvosok és a betegek között. A klinikai irányelvek nem foglalkoznak a költségekkel, céljuk az egészségnyereség maximalizálása, teljesen függetlenül a költségkonzekvenciáktól. Ha egy terápia klinikailag effektívnek bizonyult, akkor az irányelv ezt minden további nélkül tartalmazhatja (és tartalmazza is a gyakorlatban) függetlenül attól, hogy

102

a költség konzekvenciák jelentısek-e vagy sem. A klinikai irányelvek tehát az orvosi gyakorlattal foglalkoznak, kevésbé azzal, hogy az adott orvosi gyakorlatra vonatkozó tudományos bizonyítékokat milyen metodikával nyerték, interpretálták stb.

A klinikai irányelv tehát orvosi gyakorlat orientált. A klinikai irányelvek szerepe két szempontból is nagyon jelentıs: -

az egyre nagyobb fokú elterjedtségük egyértelmően elısegíti azt, hogy a klinikai gyakorlatba beépüljenek a tudományos eredmények,

-

az irányelvek, minimum standardként funkcionálva, megkönnyítik az orvosok munkájának elemzését.

Ennek eredményeként a klinikai irányelvek segítségével egyre jobban megítélhetı az egészségügyi ellátás minısége. A legtöbb modern ellátási formában ma már megkövetelnek ennek alapján valamilyen elvárható minimum minıséget.

Ebben a közegben jelentek meg az egészség-gazdaságtani irányelvek. Az alapfeltételezés az, hogy ha a klinikai irányelvek használatát kiegészítjük az egészség-gazdaságtani irányelvekkel, akkor a döntéshozás a gazdaságilag is hatékony kimenet (efficient outcome) felé mozdul el. Ez a feltételezés felveti szükségességét a hatékonyság (efficiency) definiálásának, illetve azt hogy mi a kapcsolata az egészség-gazdaságtani irányelveknek ehhez a definícióhoz.

8.2.2.4

Az egészség-gazdaságtani irányelvek gazdasági tartalma

Feltételezhetı, hogy az egészség-gazdaságtani irányelvek célja a gazdasági hatékonyság (efficiency) javítása, azonban az irányelv célja a legtöbb esetben nem teljesen világos. A feltételezés jó összhangban van a közszolgálati közgazdaságtan elméletével (Jenei 2000a és b). Ez lenne a logikus, és ezen a módon az egészség-gazdaságtani irányelvek olyan cél-struktúrát hozhatnának létre, amely a klinikai irányelvekkel konzisztens. Ez segítené a döntéshozókat abban, hogy meghatározhassák, melyik terápiát célszerő alkalmazni a költség-hatékonysági vizsgálatok alapján. Az egészség-gazdaságtani irányelvek implementálása sokkal nehezebb, mint a klinikai irányelveké, mert a közgazdaságtan arra törekszik, hogy az adott terápia bevezetését követıen

103

azonosítsa a határnyerteseket (marginal gainers) és a határveszteseket (marginal loosers). Az adott terápia eltérı költség-hatékonyságú lehet a különbözı betegpopulációkban, és ennek az egyik következménye az, hogy az elemzéshez igen jelentıs mennyiségő információ szükséges. Az egészség-gazdaságtani irányelvek azonban általában ezzel az aspektussal nem foglalkoznak, hanem ezek az irányelvek alapvetıen metodikai kérdés irányultságúak. Nem térnek ki arra, hogy a rendelkezésre álló költség-hatékonysági arányok alapján melyik terápiát lenne célszerő alkalmazni, hanem a fókuszban az áll, hogy milyen metodikával lehet vizsgálni azokat a gazdasági kritériumokat, amelyeket az adott vizsgálat esetén alkalmaztak.

A részletes metodikai leírást tartalmazó irányelvek nagyon kevés szót ejtenek arról, hogy az irányelvek használatával pontosan milyen maximalizációs elvet követnek, minek a maximálása a cél. Kevés információ áll rendelkezésre, hogy milyen gazdasági hatékonyság (efficiency) célt szolgál az irányelv, illetve milyen feltételezések mellett kell értelmezni a költség-hatékonysági vizsgálatok eredményeit. A közgazdaságtan számos hatékonysági (efficiency) definíciót ismer, amelyek mindegyikének elsıdleges célja a jólét maximalizálása, ahol a jólétet a felhasznált források értéke (hasznosság) határozza meg. A gazdasági hatékonyságnak van egy technikai oldala, a technikai hatékonyság (technical efficiency), amely arra vonatkozik, hogy a rendelkezésre álló források felhasználásával a lehetı legnagyobb output mennyiséget kell elérni. Ez a definíció teljesen konzisztens a hatásossággal és az eredményességgel. Ha az orvosok fı célja az egészség maximalizálása, akkor ez a definíció konzisztens a tényalapú orvoslással és a klinikai irányelvek használatával. Ha ezen a módon gondolkodunk, akkor az egészséggazdaságtani irányelveknek ki kell egészíteniük a klinikai irányelveket. A hatékonyságnak a technikai vetülete azonban nem alkalmas annak biztosítására, hogy a források felhasználásával maximális érték legyen nyerhetı, hiszen a gazdasági hatékonyságnak ez a formája az adott rendelkezésre álló forrás felhasználásával az output és nem az érték maximalizálását szolgálja. Amennyiben a ráfordításokat pénzben (és nem naturáliákban) fejezzük ki, akkor jutunk el a termelési hatékonyság fogalmához. A hatékonyságnak ezt a formáját úgy határozhatjuk meg, mint az adott output mellett a költségek minimalizálását. Ahhoz, hogy az elérhetı érték a maximális legyen, eleget kell tenni az allokációs hatékonyság (allocative efficiency) követelményinek is. A hatékonyságnak ez a formája maximalizálja az adott források (költségek) felhasználásával elérhetı értéket, amely a definíció szerint az egyén számára, a felhasznált output során keletkezı hasznosság (utility) maximalizálását jelenti. Az érték, mint látható, az outputtól különbözik – például egy megnyert nap értéke egyénenként különbözı. Pareto hatékonyságnak (Pareto efficiency) nevezzük, amikor az outputok szétosztása során az

104

allokáció nem hozhat valakit úgy jobb helyzetbe, hogy közben másvalaki ne kerüljön rosszabb helyzetbe. Bizonyos körülmények között a tökéletesen versenyzı piac eredményezheti a technikai, termelési, allokációs és Pareto hatékonyság létrejöttét. Amint már korábban említettük, az egészségügyi piac nem képes elérni ezt a hatékonyságot, és ez – a piaci kudarc – az, ami miatt az egészségügyben különbözı szabályozási mechanizmusokra van szükség. A szabályozási mechanizmusoknak szintén megvannak a saját hibáik, és gyakran ezek is képtelenek az allokációs hatékonyság elımozdítására. A hatékonyság jóléti-alapú definíciója a Pareto optimality bizonyos szempontból elég szők definíció. A szakemberek egy része szerint a hatékonyságnak az egyének jóléte, hasznossága (utility) alapján történı definiálása (konzisztens a betegséggel, éhezéssel, munkanélküliséggel stb.) számos dimenziót figyelmen kívül hagy (pl. ’alapvetı képességek’), amely szintén a hatékonyság része, és egy tágabb hatékonyság definícióban ezt figyelembe kellene venni. Az egészség-gazdaságtani irányelvek a hatékonyság javítását tőzik ki célul, ennélfogva rendelkeznünk kell a hatékonyság egyértelmő definíciójával a termelési hatékonyság és az allokációs hatékonyság esetén, vagy létre kell hozni a hatékonyságnak valami olyan definícióját, amely a jóléti koncepció szők definíciójánál szélesebb módon definiálja a hatékonyság fogalmát. Mielıtt továbbmennénk a hatékonyság definiálásával, meg kell azt jegyezni, hogy a forrásallokáció egyik módja – a költség kontroll (cost containtment) nem kell, hogy konzisztens legyen a gazdasági hatékonysággal, függetlenül attól, hogy azt welfarist vagy extra-welfarist módon definiáljuk. A költség kontroll célja pusztán költségvetési cél, amelynek sem a technikai, sem az allokatív gazdasági hatékonysághoz nincs köze. Tegyük fel a továbbiakban, hogy a döntéshozók célja a gazdasági hatékonyság.

A költség-hatékonyság és a költség-hasznosság elemzés konzisztens a Pareto hatékonysággal, és a költség-haszon elemzéssel. A költség-haszon elemzés esetén a terápia gazdaságilag hatékony, ha a haszon meghaladja azt az összeget, amit az egyének hajlandók fizetni (willingness to pay), hogy hozzájussanak az adott terápiához. A költség-haszon elemzés esetén a döntési út viszonylag egyszerő, mindaddig biztosítani kell az adott szolgáltatást, amíg nettó haszon jelentkezik. Ennek alapján az egészségügyi költségvetés nagyságát úgy lehetne meghatározni, hogy egészen addig lehessen erıforrásokat allokálni az egészségügybe, amíg nettó hasznot generálnak a különbözı egészségügyi ’csomagok’. Amennyiben a források szőkösek, akkor a döntési szabály ettıl különbözı és sokkal összetettebb, és a növekményi haszon / költség összevetésén kell, hogy alapuljon abban az esetben, ha a ’csomagok’ egymástól teljesen függetlenek (mutually independent) és konstans hozadékúak (constant returns to scale).

105

Ha ez nem így van, akkor a döntési út még összetettebb, hiszen nem-lineáris programozás szükséges a terápiás csomagok összehasonlítására. Az egészség-gazdaságtani irányelvek azonban általában nem preferálják a költség-haszon elemzéseket, mivel az emberi-tıke módszer csak egy nagyon leszőkített és ellentmondásos módon képes a haszon azonosítására, mérésére és értékelésére. Az ausztrál (és a magyar) irányelv ezért nem javasolja a költség-haszon elemzést, míg más országok felhívják a figyelmet a problémára, és az elemzıkre hagyják a döntést.

Mind a költség-hatékonyság mind a költség-hasznosság elemzés a termelési hatékonyságot méri. Egyfelıl, az egyetlen különbség a kettı között, hogy a költség-hasznossági elemzés a termelési hatékonyságot két dimenzióban méri (élettartam és életminıség), míg a költséghatékonyság egydimenziós. Másrészrıl, a költség-hasznossági elemzés a döntéshozót az allokációs hatékonyság felé viszi, akkor, ha az elemzés a kimenet preferencia-alapú súlyozását használja. Ebben a második felfogásban az életminıség nem csak egy plusz dimenziója a kimenetnek, hanem ezen a módon valamennyi hasznossági értéket (utility value) ad a különbözı egészségi állapotokhoz (various states of health). Ez a vélemény azonban csak nagyon szigorúan meghatározott esetekben védhetı. Ha azonban az életminıség az egészség preferenciákat (health preferences) tükrözi azon a módon, hogy az megfelel a konvencionális gazdasági hatékonyságnak (Pareto féle vagy jóléti gazdasági hatékonyság), akkor ebben az esetben az ezek által felállított axiómáknak is eleget kell tennie. Az expected utility teória által specifikált három legfıbb axióma: a) a preferenciák léteznek és tranzitívak, b) az egyes hasznosságok egymástól függetlenek, c) a preferenciák sorba rendezhetık. Látható, hogy az életminıség súlyok meghatározásának és ezen keresztül a QALY nyereségnek ez az axiomatikus megközelítése normatív teória. Azt írja le, hogy az egyéneknek hogyan kell cselekednie bizonytalanság esetén. A szakirodalom egyértelmően azt tükrözi, hogy az emberek nem ezen a módon cselekszenek. Másképpen fogalmazva a költség-hatékonysági Bajnoksági Táblázatok, amelyek a költség / QALY számításon alapulnak, a bizonytalanság alatti allokációnak a normatív és nem a leíró megközelítése. Ha az életminıséget különbözı dimenziókban mérjük, akkor egy negyedik axióma is szükséges: a hasznosságok függetlensége (mutual utility independence) a vizsgált területeken.

További szakmai viták folynak a QALY-val kapcsolatosan. Culyer (1990) például kifejti, hogy a QALY nem csak hogy nem konzisztens a jólét konvencionális Pareto definíciója, hanem magában foglalja az extra-welfarist perspektívát, mert a QALY alapvetı egészséggel

106

kapcsolatos életminıség dimenziókat mér. Ebben az értelemben nem a hasznosság (utility) mérésére szolgál, hanem az egyének egészségi állapotának jellemzıit méri. Hiszen az 1 QALY az 1 QALY függetlenül attól, kinél jelentkezik. Ha az értékek nem az egyénektıl függenek, akkor a definíció szerint nem a hasznosság illetve a preferenciák erısségének a mérése történik.

A költség-hatékonysági elemzések célja a termelési hatékonyság elısegítése, azaz ez a fajta gazdasági elemzés célja nem az egészség értékének, hanem pusztán az egészségnek a maximalizálása. Az a kérdés azonban továbbra is megválaszolatlan, hogy hogyan értékeljük magát az egészséget. Ezzel kapcsolatosan a kanadai irányelv explicit módon leírja, hogy ha a költség-hatékonysági vizsgálat a költség per QALY módon történik, akkor a társadalmi szempontú willingness to pay-t is kalkulálni kell, mielıtt bármely forrás-allokációs döntésre sor kerülne. A legtöbb esetben azonban a döntéshozók által hozott belsı döntések születnek, amelyeket nagymértékben befolyásolnak a költségvetés kondíciói. Ezen az úton azonban nem történik meg a beavatkozások értékének társadalmi megítélése. Másképpen fogalmazva, ebben az esetben azok az irányelvek, amelyek a költség-hatékonysági analízist preferálják, nem tudnak válaszolni a legfontosabb kérdésre, nevezetesen arra, hogy hogyan értékeljük az egészségügyi beavatkozásokat. Az egészség-gazdaságtani irányelv az érték meghatározását másokra bízza, habár néhány explicit döntési pont (cut-off) és finanszírozási küszöb (threshold) meghatározásra kerül.

Tegyük fel azonban, hogy a döntéshozó fı és egyetlen célja az egészség maximalizálása. Ahogy a QALY is definiálja, az egészség maximalizálása érdekében a forrásokat azoknak kell juttatni, akiknek a terápiákból a legnagyobb haszna van. Ez azonban bizonyos méltányossági kérdéseket is felvet. Az egészség-gazdaságtani irányelvek a méltányosságról azonban igen keveset mondanak, ami nem is meglepı, hiszen nincs pontosan meghatározva, hogy az irányelvek milyen hatékonysági kritériumokat tekintenek mérvadónak. Ahhoz hogy a rendelkezésre álló forrásokat jobban ki lehessen használni, egyértelmővé kell tenni azt, hogy mit is akarunk maximalizálni: az egészséget, vagy az egészség értékét? Még nehezebbé teszi a kérdést az, hogy az elemzık a QALY-t használják mind az egészség mind az egészség értékének mérésére. Ez utóbb felhasználási terület jelenleg élénk szakmai viták tárgya, ennek a létjogosultsága csak nagy pontosan meghatározott és lehatárolt területen van abban az esetben, ha az érték tradicionális megközelítését használjuk, nevezetesen a várható hasznosság (expected utility) teóriát.

107

9. ábra Döntések a költség és a haszon figyelembevételével

8.2.3

Döntések

Tegyük fel, hogy az ábra közepén látható, nagyobb sötét körrel jelölt 'O' pontról indulunk. A lehetséges irányok: - az 'O' pontból az 'A' pont irányába mozdulunk el, ekkor több haszon azonos költség mellett várható, (azaz, valamit semmiért) így a válasz automatikusan: ''Igen'', - az 'O' ponttól a 'B' felé mozdulunk el, ekkor alacsonyabb költség mellett azonos haszon várható, a válasz ismét automatikusan: ''Igen'' (tipikusan ez az a helyzet, amit a kormányzat kíván meg, mondván, hogy a rendszer tele van pazarlással és rejtett tartalékokkal, aminek a kiküszöbölése ill. feltárása elvégezhetı, a haszon csökkenése nélkül.), - az 'O' pontból a 'D' irányába történı elmozdulás eredménye magasabb költség, változatlan hasznon mellett, a válasz természetesen automatikusan: a ''Nem'', ez az opció nem kedvezı számunkra,

108

- az 'O' pontról a 'G' irányába történı elmozdulás magasabb költséget és kevesebb hasznot ígér, válaszunk ismét: ''Nem''.

Ezek voltak a könnyő kérdések és a gyors válaszok. Az ábra dél-keleti negyedében vannak azok a pontok, amelyekre automatikusan igent mondhatunk, míg az észak-nyugati negyed minden pontja több költséget és kevesebb hasznot jelent, ezért erre mindig nemet mondunk. Az E és az F pontok esetén a válasz azonban nehezebb, tekintsük ezt a két lehetıséget részletesebben: - az 'O' pontból az 'E' felé történı elmozdulás több hasznot jelent, de a költség is magasabb, erre nem tudunk automatikusan felelni, válaszunk: ''Attól függ, esetleg''. Ezt az állapotot részletesebben meg kell vizsgálni. -

hasonló a helyzet akkor is ha az 'O' pontból az F pont felé mozdulunk el, hiszen ekkor alacsonyabb költség mellett alacsonyabb haszon érhetı el, válaszunk: ''Attól függ, esetleg''.

Korábban ezt a lehetıséget határozottan elutasítottuk, mondván: ezen a területen már eredményeket értünk el, amelyeket nem akarunk feladni. Manapság azonban abban már nem vagyunk olyan biztosak, hogy ezek a pozíciók tarthatók, különösen akkor, ha ez megtakarítással jár együtt. Ha viszonylag kis haszon feladása nagy összeg megtakarításával jár együtt, lehet, hogy elfogadjuk ezt a lehetıséget. Ha azonban a feladott haszon nagy és a megtakarítás viszonylag kicsi, lehet, hogy ezt a lehetıséget nem célszerő elfogadnunk. További vizsgálat szükséges a helyzet tisztázásához, több részlet szükséges a döntéshez.

Közelebb visz a döntéshez a 10. ábra elemzése. Kiinduló állapotunk újra az 'O' pont. Tekintsük elıször az 'A' pontot, sok nyereség, viszonylag kis költségnövekedés mellett. Erre az esetre, ha van szabad forrásunk, lehet, hogy azt mondjuk, hogy kívánatos. A költség-haszon arány igen jó, örömmel választjuk ezt a lehetıséget. A 'B' pont esetén azonban lehet, hogy pontosan fordítva vélekedünk. A 'B' pont azt az esetet jelképezi, amikor hatalmas költségnövekedés mellett, viszonylag kevés haszonnövekedésre számíthatunk. Ez a haszon talán kívánatos valakinek, vagy valakiknek de a költség túl magas. Erre esetleg azt mondjuk, hogy ez nem megfelelı. A 'D' pont olyan helyzetet reprezentál, amikor a haszon kisfokú csökkenése mellett nagyfokú költség megtakarítás érhetı el. Az 'E' pont annak a helyzetnek felel meg, amikor igen nagy haszon feladás mellett a megtakarítás kisfokú, ezt a lehetıséget azonban valószínőleg nem tartjuk elfogadhatónak.

109

10. ábra Haszon és költség – szabad források

A dilemma eldöntését segíti a 11. ábra. Látható, hogy az ábra észak-nyugati negyede a 'mindig nem' válaszok negyede, hiszen itt a haszon csökkenése költségnövekedéssel társul. A dél-keleti negyedben ezzel szemben a haszon mindig meghaladja a költséget, ez a 'mindig igen' válaszok negyede. Amennyiben források állnak rendelkezésre, ide mindig érdemes 'bemenni'. A táblázaton látható néhány szám csak példának tekinthetı, hiszen a pontos érték nem ismert hazánkban. Az 500 ezer Ft. például lehet az összeg, amit egy egységnyi nyereségért (1 QALY) még 'megéri kiadnunk', a felsı határ lehet például 20 millió Ft., amit esetleg már biztosan nem adunk ki egy egység haszonért, nyereségért. Ezek a számok országról országra változnak. Vannak olyan országok, ahol az 500 ezer Ft hatalmas összeg és vannak olyanok is szép számmal, ahol a 20 millió Ft./haszon egységre (1 QALY) egyáltalán nem tekintenek úgy, mint a lehetıségek felsı határára. A két egyenes között kell elhelyezni minden egészségügyi döntést, amelyek annál megalapozottak, minél pontosabban ismertek a konkrét összegek.

110

11. ábra Haszon és költség – forrás allokáció

8.2.4

Máshol végzett vizsgálatok áthelyezhetısége és adaptálhatósága az egészség-gazdaságtani irányelvekben

Az eredmények áthelyezhetıségével kapcsolatosan két szempontból is fontos annak ismerete, hogy az egyes országokban hogyan szabályozzák, hogyan végzik az egészség-gazdaságtani vizsgálatokat, az érvényben levı egészség-gazdaságtani irányelvek alapján: .

111

- Egyrészt, mivel az egyes országok egészség-gazdaságtani vizsgálatot szabályozó irányelvei az esetek többségében foglalkoznak a máshol készített egészség-gazdaságtani vizsgálatok eredményei adaptálhatóságának és áthelyezhetıségének kérdésével. A hollandiai irányelv például helyi, eredményességi adatok felhasználását (Guideline 10) írja elı. (Dutch guidelines for pharmacoeconomic research, 1999) A francia irányelv (French guidelines, 2004) egyértelmően kifejti (Recommendation 10), hogy az epidemiológiai és gazdasági adatokat, elızetes értékelés nélkül nem lehet áthelyezni egyik országból a másikba. Amikor az egészség-gazdaságtani elemzés nemzetközi adatokon alapul, illetve nem Franciaországból származó nemzeti adatok kerülnek felhasználásra, a szerzıknek demonstrálniuk kell, hogy ezek az adatok (klinikai, epidemiológiai vagy gazdasági adatok) megfelelı érvényességgel helyezhetık át a franciaországi körülmények közé. („Epidemiological and economic data cannot be transferred from one country to another without prior verification. When the economic evaluation study relies on international data or national data for a country other than France, the authors should demosntrate that these data (clinical, epidemiological or economic data) may be transferred with sufficient plausibility to the French context.”) Hasonló módon foglalnak állást (eltérıen explicit vagy implicit módon fogalmazva) más irányelvek is (Guidelines for economic evaluation of pharmaceuticals Canada, 1997; Guidelines for the submission of a request to include a pharmaceutical prouct int he national services „basket”, 2005; Guidelines for the pharmaceutical industry on preparation of submissions to the pharmaceutical benefits advisory committee, Commonwealth Department of Health and Ageing, Commonwealth of Australia, 2002) Hasonlóképpen vélekednek az OECD és a WHO által készített tanulmányok szerzıi is (Hill et al. 2003; Dickson et al. 2000) A norvég irányelv egész fejezetet szentel a kérdésnek („9. Use of clinical and economic data from abroad”), amelyben megállapítja, hogy a klinikai és epidemiológiai adatok eltérhetnek és egyes országok lakossága által képviselt értékekben (values) amely azzal a következménnyel jár, hogy az egyik országban végzett életminıség vizsgálatok nem vagy csak nagyon óvatosan (adaptálva) alkalmazhatók más országokban. A gazdasági oldalról megállapítja, hogy az erıforrás felhasználás és a terápia költsége, az azonos típusú betegek csoportjának kezelése esetén is szignifikánsan különbözhet az egyes országok között. A más országokban végzett egészség-gazdaságtani vizsgálatoknak kevés relevanciája van a norvégiai körülmények között, mivel különbségek vannak a klinikai gyakorlat, az egészségügyi ellátórendszer kapacitása, és felépítése valamint a finanszírozás

112

területén. („Resource-use and costs of treatment with the same type of patient group can vary significantly from country to country. A health economic analysis which is carried out abroad can have little relevance to Norvegian context because of differences in clinical practice, int he national healt service’s capacity and organisation and different reimbursement systems.” (Norwegian guidelines for pharmacoeconomic analysis, 2005)) Az irányelvek is implicite vagy explicite említik az általánosíthatóság és/vagy az áthelyezhetıség témakörét. (Guidelines for the Pharmaceutical Industry, 2002; Common Drug Review, 2005)

- Másrészt pedig azért, mert az egészség-gazdaságtani vizsgálatok eredményei önmaguban nagyon nehezen illetve nem értékelhetık (az általánosíthatóság és az áthelyezhetıség szempontjából). Az értékeléshez az elemzés folyamatának a pontos ismerete szükséges.

Hazánkban az „Egészségügyi Minisztérium szakmai irányelve az egészség-gazdaságtani elemzések

készítéséhez”

(2002),

szabályozza

az

elemzések

során

alkalmazandó

megközelítéseket, módszereket. (1. sz. Melléklet) Az irányelv – más országok gyakorlatának megfelelıen – jelentıs mennyiségő és jó minıségő tudományos bizonyíték felhasználását írja elı a legkülönbözıbb területeken, csak a legfontosabbakat említve: az adott gyógyszer klinikai eredményeivel, az epidemiológiai helyzettel, költség konzekvenciákkal, életminıséggel, költség-hatékonysággal és költséghasznossággal kapcsolatosan.

Az irányelv, mind az egészségügyi következmények, mind a költségek terén, több ponton is utal az adaptálás és az általánosíthatóság kérdéseire.

„Az elemzések készítıi az egészségjavulás mérésekor vagy maguk győjthetnek bizonyítékot saját vizsgálatokkal, vagy a már mások által elvégzett vizsgálatok eredményeit építhetik be saját elemzésükbe.” (4. Irányelv csoport, 4.2.)

„Ha a felhasznált erıforrásokra vonatkozó adatok nemzetközi klinikai vizsgálatokból, vagy egészség-gazdaságtani elemzésekbıl származnak, akkor javasolt a külföldi klinikai gyakorlatot a magyar gyakorlattal összevetni, és eltérés esetén ajánlott az alapesetben történı

113

közvetlen adaptálás mellett a becsült magyar erıforrás-felhasználásra vonatkozó értékekkel is elvégezni a számításokat.” (5. Irányelv csoport, 5.6.)

8.2.5

Költség-hatékonysági finanszírozási küszöb

Az OECD (Organisation for Economic Co-operation and Development) országok 2001-ben, átlagosan GDP-jük 8,4%-át költötték egészségügyre, az egyes országok egészségügyre fordított kiadásai azonban jelentısen különböznek egymástól. (Mossialos és Le Grand 1999; Huber és Orosz 2003) A nemzeti jövedelemtıl függıen nagyon különbözı az az összeg, amit az egy egység haszon (például 1 életminıséggel korrigált életév-nyereség azaz 1 QALY) elérése érdekében az adott ország el tud költeni. Belátható, hogy ezen a téren más a döntési helyzete egy igen magas egy fıre esı jövedelemmel rendelkezı országnak, mint egy alacsony egy fıre esı jövedelemmel rendelkezı országnak. A fejlett országokban az egy jó minıségő életév nyereségre esı költség implicit vagy explicit módon meghatározott. A finanszírozási küszöb meghatározása azonban nem problémamentes. A költséghatékonysági arányok például jelentısen eltérhetnek azonos terápia mellett is az egyes alcsoportok esetén. Emellett a költség-hatékonysági arányok társadalmi megítélése (túlságosan magas-e vagy sem) is nagymértékben különbözhet egyes betegcsoportok (pl. súlyos gyógyíthatatlan betegek; ritka betegségek) esetén. A társadalmi megítélés ez utóbbi esetekben sokkal magasabb költség/QALY finanszírozási küszöböt is elfogadhatónak tart, mint más esetekben. A nehézségek ellenére azonban a finanszírozási küszöb használata egyre elterjedtebb a fejlett országokban, és az alkalmazott módszerek is egyre átláthatóbbá válnak. Az adott finanszírozási küszöbnek kell megfelelniük, például az egyes gyógyszereknek (illetve más technológiáknak), amennyiben be akarnak kerülni a javasolt, illetve finanszírozott gyógyszerek közé az adott országban. Hazánkban ilyen (implicit illetve explicit) finanszírozási küszöb még nem került megállapításra, aminek több gyakorlati konzekvenciája is van. Ennek hiányában például igen nehéz megmondani, hogy mi tekinthetı hazánkban költség-hatékony technológiának.

A finanszírozási küszöb hazai meghatározásával és alkalmazhatóságával kapcsolatos tanulmányunk a IV. Fázisban készül el.

114

9

Egészség-gazdaságtani- és technológiaelemzések eredményeinek általánosíthatósága (Gulácsi László)

Az egészség-gazdaságtani értékelések általánosíthatóságának és áthelyezhetıségének kérdésével foglalkozva fontos megkülönböztetni az értékelések két típusát: azokat a tanulmányokat, amelyek betegszintő adatokat győjtenek és azokat, amelyek döntéselemzési modellekre épülnek.

Nagyon sok gazdasági értékelés alapul olyan betegszintő erıforrás felhasználás és eredményesség (outcome) adatokra, amelyek egyetlen vizsgálatból származnak. Ennek az egyik legtipikusabb példája az egyedi (single) randomizált vizsgálat mellett, azzal egybekötött gazdasági elemzés. Ezzel ellentétben, a döntéselemzési modellek az alternatív intervenciók költség-hatékonyságát egy egész sor különféle forrásból (egyedi vizsgálat - single trial, vizsgálatok meta-analízise, megfigyelésen alapuló tanulmányok, felmérések) származó aggregált adatok szintézisével becslik. A döntési modell fontos megközelítési módja a gazdasági értékeléseknek, mivel ebben a keretben a bizonytalanság minden formája explicit módon számszerősíthetı, és a bizonytalansági tényezı jelentısége becsülhetı.

A fenti két megközelítés különbözı kérdéseket vet fel az általánosíthatósággal kapcsolatban. A klinikai vizsgálat alapú (trial-based) gazdasági értékelés meghatározott területeken és betegmintákban kívánja becsülni a költségeket és az egészségügyi hatásokat, és azt reméli, hogy ezek reprezentatívak lesznek szélesebb kontextusban is.

Ennek megfelelıen ebben az esetben az általánosíthatóságra vonatkozó kulcskérdések a következık:

- Mennyiben reprezentatív a vizsgálati minta arra a betegpopulációra, amelybıl a mintát vették (azaz a vizsgálatban résztvevı centrumra, centrumokra)?

- A betegminta reprezentatív-e a vizsgálati centrumokon kívüli releváns betegekre?

- A vizsgálatba bevont centrumok megfelelıen reprezentálják-e az összes többi releváns centrumot?

115

- Többcentrumos illetve nemzetközi vizsgálat esetén mekkora a költségek, az egészségügyi hatások és a költség-hatékonyság variabilitása az egyes területek (location) között?

A döntéselemzési modellek alkalmazásának tipikusan az a célja, hogy információt szolgáltassanak az egészségpolitikai döntéshozók és a finanszírozók számára. Annak függvényében, hogy a döntéshozók számára milyen kérdéseket kell megválaszolni (pl. betegcsoportok vizsgálata) a fent felsorolt kérdések jó része szintén releváns lehet.

Azonban a modellek általánosíthatóságával és variabilitásával kapcsolatban további kérdések is felmerülnek:

- Az elemzı pontosan meghatározta-e, hogy mely döntéshozó vagy finanszírozó számára kíván információt nyújtani?

- A modellben alkalmazott inputparaméterek valóban a legmegfelelıbbek az adott döntéshozók szempontjából?

- Megpróbálta-e feltárni az elemzı, és ha igen, milyen mértékben, hogy a következtetések, eredmények mennyire robosztusak olyan inputparaméterek esetén, amelyek más döntéshozók szempontjainak felelnek meg?

- Törekedett-e arra az elemzı, hogy kiigazítsa azokat az inputparamétereket, amelyeket különbözı területeken becsültek, hogy azok megfeleljenek a döntéshozó és a finanszírozó döntés-elıkészítési szükségleteinek? Milyen módszereket alkalmaztak?

9.1

Az általánosíthatóság és áthelyezhetıség fontossága

Az egészség-gazdaságtani értékelések általánosíthatóságának és áthelyezhetıségének jobb megértése egyaránt hasznos lehet az elemzık, a döntéshozók számára, amikor egészségügyi szolgáltatások nyújtásáról kell dönteni, és kutatásokat finanszírozó testületek számára. Az

116

elemzı számára értékes információ, hogy melyek azok az elemek az értékelésben, amelyek valószínőleg területenként eltérıek, és az adott elemzés konklúzióját is megváltoztathatják. Az elemzı számára szintén hasznos azon módszerek azonosítása és fejlesztése, amelyek segítséget nyújtanak a költség hatékonyság területenkénti variabilitásának becslésében és a variabilitás eredményekre gyakorolt hatásának kimutatásában, illetve egy adott tanulmány eredményeinek extrapolálásában olyan területekre, ahol eredetileg nem folyt vizsgálat.

Azok a döntéshozók, akiknek szolgáltatások nyújtásáról kell döntéseket hozniuk, két fontos kérdéssel találkoznak a rendelkezésre álló egészség-gazdaságtani elemzések kapcsán. Az elsı ilyen kérdés, hogy a tanulmányban alkalmazott módszerek megfelelıek-e, és az eredmények validak-e. Másodszor, ha az eredmények validak, akkor vonatkoztathatóak-e arra a populációra és azokra a keretekre, egészségügyi ellátási formákra és intézményekre, amelyben a döntéshozó felelısséggel tartozik az egészségügyi szolgáltatások nyújtásáért. Mivel a különféle egészségügyi rendszerek különféle szintjein megjelenı döntéshozók rendkívül sokfélék, nincs rá lehetıség, hogy minden döntéshozó számára teljesen új elemzés készüljön; többségüknek már meglévı tanulmányokra kell támaszkodni. Ezért a döntéshozók csoportja számára mind az egyedi vizsgálatok, mind a modellek elıbb felsorolt kérdésfelvetési relevánsak lesznek.

Általánosságban, az hogy egy gazdasági értékelés finanszírozása megéri-e, attól függ, hogy milyen fokú bizonytalanság létezik a költség-hatékonysági evidenciával kapcsolatban, és hogy mik a következményei ennek a bizonytalanságnak. A meglévı evidencia körüli bizonytalanság kvantifikálásának a folyamatában egy fontos kérdés, hogy az adatok a releváns intézménybıl/forrásból erednek-e? A kutatási javaslatok áttekintésekor a finanszírozóknak foglalkozniuk kell a vizsgálati eredmények általánosíthatóságával is; döntési modellek esetében az inputparaméterek megfelelıségét kell megfontolni. Így a fent felsorolt kérdések mindegyikével foglalkozni kell, de még a vizsgálat/modell tervezés szakaszában és nem az elemzést követıen.

9.2

A módszertannal foglalkozó szakirodalom szisztematikus áttekintése: a variabilitást befolyásoló tényezık

117

A

variabilitás

két

szempont

szerint

vizsgálható.

Egyrészt

feltérképezhetı,

hogy

koncepcionális értelemben milyen tényezık lehetnek hatással a költség-hatékonysági eredményekre eltérı földrajzi területeken és különbözı idıpontokban. Másfelıl, az irodalom egy része olyan empirikus vizsgálatokat közöl, amelyekben megkísérelték megbecsülni a költséghatékonysági eredmények variabilitását, akár földrajzi területek, akár az idı vonatkozásában. Az irodalom többsége azonban mindkét megközelítésben inkább földrajzi területek közötti eltéréseket tárgyal, az idıbeni variabilitással csak kevés irodalom foglalkozik. A következıkben a szisztematikus irodalom áttekintés eredményei kerülnek közlésre.

Az vizsgálajuk, hogy valószínőleg mely tényezık hatnak, mi lehet a forrása a különbözı földrajzi területeken és eltérı idıpontokban kapott költséghatékonysági eredmények variabilitásának. Számos szerzı a lehetséges faktorok egész sorát adta meg, javasolta figyelembe venni. Sculpher et al. (2004) 36 publikációt azonosítottak, amelyek koncepcionálisan foglalkoznak ezzel a kérdéssel. Ezen irodalmak egyike sem alkalmazott formális szisztematikus irodalom áttekintést. A publikációk fele klinikai vizsgálat alapú gazdasági értékelések variabilitására fókuszált, 3% foglalkozott modellezésre alapozott gazdasági tanulmányokkal. A fennmaradó 47% ilyen formában nem határozta meg a vizsgálódás keretét. Minden tanulmány foglalkozott azzal a kérdéssel, hogy mely tényezık lehetnek felelısek a földrajzi területek közötti különbségekért. A tanulmányok közel egyharmada arra is kitért, hogy az egészség-gazdaságtani elemzések eredményei idıvel miért változhatnak.

- A költség-hatékonyság helyenkénti eltérésének lehetséges okai

A szisztematikus irodalom áttekintés eredményeként elıállt azon tényezık listája, amelyek befolyásolhatják a költség-hatékonysági eredmények alakulását egyes helyeken. Ezek a tényezık a 10. Táblázatban kerültek feltüntetésre.

10. Táblázat A szakirodalomban hivatkozott, általánosíthatóságot befolyásoló tényezık Tényezı megnevezése

Tényezı definiálása

118

Abszolút/relatív költségek

Egészségügyi inputok egységköltsége/ára

Mesterséges vizsgálati körülmények

Kutatási környezet versus rutin gyakorlat

Kapacitás felhasználás

Egészségügyi inputok utilizációs szintje

Case mix

A kezelésre kerülı betegek klinikai és társadalmi-demográfiai jellemzıi

Klinikai praxisvariáció

Az

egészségügyi

ellátás

nyújtásában

mutatkozó különbségek Beteg-együttmőködés (compliance)

Terápiás elıírás követése

Kultúra/attitődök

Mint a klinikai gyakorlatot befolyásoló tényezı

Demográfia

A betegek nem-klinikai jellemzıi (kor, nem, stb.)

Betegség-interakciók

Az

alapbetegség

tényezıkkel,

kapcsolata

más

rizikó-

megbetegedésekkel,

halálozással Méretgazdaságosság

A nagyobb mértékő „termelés” alacsonyabb költségekhez vezet

Epidemiológia

Betegségek incidenciája, prevalenciája

Árfolyam

Devizaátváltási arányok

Földrajzi és intézményi körülmények

Helyszín: ország, ellátó intézmény típusa és helye a progresszív ellátás adott szintjén

Egészségi állapot értékelése

Az egészség adott szintjére vonatkozó egyéni preferenciák

Egészségügyi erıforrások

Az

egészségügyi

szükséges

inputok,

ellátás

nyújtásához

pl.

személyzet,

berendezések Egészségügyi rendszer

Szabályozás és szervezeti infrastruktúra

Történelmi különbségek

Szervezés/gyógyító

gyakorlat

történelmi

sajátosságai Ösztönzık

Az egyének és a szervezetek viselkedését befolyásoló

pénzügyi

és

más

ösztönzı

mechanizmusok Iparral kapcsolatos torzító tényezık

Szponzorok hatása a vizsgálati eredményekre

119

Együttes termelés

Az

egészségügyi

ellátás

nyújtásához

szükséges inputokon több egység/osztály osztozkodik Alternatív költség

Az erıforrások egy adott módon történı felhasználása miatt elvesztett egészséghaszon más felhasználáshoz képest

Perspektíva

A gazdasági értékelés nézıpontja

Szakértelem, tapasztalat

Az egészségügyi szakemberek képzettségi szintje, jártassága

Technológiai innováció

A technológia/gyógyító gyakorlat fejlıdése

A gazdasági értékelés idızítése

A technológia mely fejlıdési szakaszában kerül sor az értékelésre

Kezelési komparátorok

Elérhetı kezelési lehetıségek

Forrás: Schulpher (2004) 10. oldal, 4. táblázat

Az irodalom alapján úgy tőnik, hogy nagyjából konszenzus van arról, hogy mely tényezık tartoznak a kérdéskörhöz. A leggyakrabban említett faktor az erıforrások abszolút vagy relatív árai, vagyis azok az egységköltségek, amelyeket a fizikai erıforrás felhasználás értékelésére, annak pénzben történı kifejezésére használnak. Ez kimondottan gazdasági változó abban az értelemben, hogy egészség-gazdaságtani elemzésekben használják, és nem klinikai értékelésekben (pl. hatásossági vizsgálat randomizált klinikai kísérlet alapján). Azonban érdekes, hogy a következı leggyakrabban említett tényezık valószínőleg nemcsak a gazdasági, de a klinikai vizsgálatok számára is relevánsak. Ezek a tényezık: a klinikai praxisvariáció, a klinikai vizsgálatokba bevont centrumokban található mesterséges feltételrendszer, amely nem felel meg a rutin gyakorlatnak, az egészségügyi munkaerı szakértelme és tapasztaltsága. További gyakran hivatkozott tényezık azok a különbségek, amelyek az egyes centrumok erıforrás felhasználásában, a demográfiai jellemzıkben és az egészségügyi ellátórendszerek szervezésében tapasztalhatók.

Azok a kulcsfontosságú tényezık, amelyek magyarázattal szolgálhatnak a földrajzi eltérésekre, részletesebben is kifejtésre kerülnek az alábbiakban. Tárgyalásuk négy csoportba osztva

történik:

betegtényezık,

klinikusokhoz

kapcsolódó

tényezık,

egészségügyi

ellátórendszerhez és szélesebb körő társadalmi-gazdasági sajátosságokhoz kötıdı faktorok.

120

- Betegektıl függı tényezık

Az

egészség-gazdaságtani

elemzésekben

a

költséghatékonyság

terén

tapasztalható

különbségek legfontosabb forrása általában a betegcsoportok (alcsoportok, sub-populációk) létébıl ered. A betegcsoportokat földrajzi és klinikai jellemzık definiálják (például a betegek kora, egy ilyen befolyásoló tényezı lehet). Ebbıl adódóan a betegcsoportok/alcsoportok vizsgálata jelentıs kihívást jelent az egészség-gazdaságtani értékelésekben mind módszertani, mind egészségpolitikai szempontból. A betegszintő eltérések táplálják a centrumok és országok közötti különbségeket a költséghatékonyság terén, ha a betegcsoportok nem azonosan oszlanak el a földrajzi területeken. Ez részben magyarázható demográfiai különbségekkel: a helyi populációk korstruktúrája, várható élettartama, nem szerinti összetétele, genetikus meghatározottsága és életstílusa különbözı lehet. Ezek a jellemzık hatással lesznek a betegségek megjelenésére, megmutatkozására és így az egészségügyi program költséghatékonyságára. A demográfiához kapcsolódóan, az epidemiológia is szerepet játszhat a helyi sajátosságok jelenlétében, azaz különbségek lehetnek a betegségek incidenciájában, prevaleciájában és a betegcsoportok között. Ezek a különbségek jelentkeznek a case-mix-ben is, amely szintén hatással lehet a kezelés költséghatékonyságára. Az országok közötti különbségek nyilvánvalónak tőnnek, de ezek a különbségek ugyanígy jelen lehetnek egy országon belül is.

Még ha a demográfiai és epidemiológiai jellemzık hasonlóak is az egyes földrajzi területeken, a kezelésre kerülı betegek jellemzıi eltérıek lehetnek. Ez a case-mixben megjelenı különbség egyrészt annak köszönhetı, hogy eltérıek azok a küszöbök (kritériumok), amelyeket annak megítélésében alkalmaznak, hogy kik kerülhetnek kezelésre. Egy adott ország régióin belül az is befolyásolja a case-mixet, hogy milyen a centrumok specializáltsága. Például néhány centrum specializálódhat a súlyosabb, összetettebb esetek ellátására.

A variabilitás egyik forrása, hogy egyes centrumok aktív kutatási tevékenységet végeznek, részt vesznek klinikai vizsgálatokban, míg mások nem. Ez egy speciális esete a terület szerinti variabilitásnak annyiban, hogy a klinikai kutatásokban résztvevı centrumokban végzett mérések eredményei (pl. klinikai hatásosság, erıforrás felhasználás) nem feltétlenül

121

realisztikus becslései azoknak, amelyeket más centrumokban lehetne mérni. Ilyen típusú különbségek egyaránt léteznek a beteg, a klinikus és az egészségügyi rendszer szintjén. A betegek szintjén sok vizsgálat (fıleg döntı fontosságú klinikai vizsgálatok, amelyekre annak érdekében kerül sor, hogy eleget tegyenek az új gyógyszer engedélyeztetésével kapcsolatos szabályozásnak) meghatározott típusú betegeket válogat ki, így elısegítve a vizsgálat céljainak megvalósulását, ahelyett, hogy a releváns betegpopulációra széles körben reprezentatív betegcsoporttal dolgozna. Például a szabályozási igények által motivált tanulmányok sokszor nagyrizikójú betegeket vonnak be a vizsgálatba annak érdekében, hogy az alapkockázata (kiinduló összehasonlítási állapot) egy adott klinikai eseménynek magas legyen, és így nagyobb abszolút kezelési hatást lehessen kimutatni (Rittenhouse, 1995). Ezek a vizsgálatok sokszor kizárják a különféle társbetegségekben szenvedı alanyokat is.

Egy olyan, klinikai kutatásokban megfigyelt jellemzı, amely nem biztos, hogy reprodukálható a rutin gyakorlatban, a beteg-együttmőködés. Általában a vizsgálati környezetben magasabb szintő beteg-együttmőködés várható, mivel a betegek folyamatos megfigyelés alatt állnak. Egy gyógyszerterápia esetében mind a kezelés hatása, mind annak költsége változhat a beteg-együttmőködés mértékétıl függıen, és az egyik legfontosabb tényezı, amely az intervenciók hatásossága (efficacy) és eredményessége (effectiveness) közötti eltérésért felelıs (Hughes et al. 2001). A nem megfelelı beteg-együttmőködés valószínőleg az erıforrás felhasználás (pl. kórházi költségek, a felírt gyógyszer megváltoztatása, diagnosztikus tesztek, konzultációk és gyakoribb vizitek) növekedéséhez vezet egyrészt az eredményesség csökkenése, másrészt a terápia sikertelenségébıl eredı kockázatok miatt. Amennyiben a beteg-együttmőködés jobb a klinikai vizsgálatban, mint a napi gyakorlat során, akkor a klinikai vizsgálatra alapozott gazdasági elemzés alá fogja becsülni a valós költségeket (Baltussen et al. 1996; Revicki et al, 1999; Coyle et al. 1998). Az iskolázottságban és a kulturális tényezıkben megmutatkozó különbségek szintén közvetlen hatással lehetnek a beteg-együttmőködésre, és így a különféle kezelési stratégiák végrehajtására és költséghatékonyságára is.

- Klinikusokhoz kötıdı tényezık

A

klinikusok

befolyásolhatják

egy

intervenció

hatásosságát,

költségeit

és

költséghatékonyságát. Ez az úgynevezett „klinikus-hatás” valószínőleg kevésbé érvényesül

122

gyógyszerterápiák esetében, amikor az intervenciók rendszerint standardizáltak és a klinikusnak kevesebb lehetısége van az ellátási folyamat befolyásolására. Más típusú beavatkozások esetében – pl. mőtétes beavatkozások – a klinikus hatása integráns része a kezelésnek. A klinikus gyakorlata és szakértelme jelentısen befolyásolhatja az ellátás folyamatát és kimenetét (outcome). Erre a jelenségre „praxis stílusként” is utalnak, és az orvos szokásaira, illetve az adott ellátási forma hatásosságára vonatkozó véleményére vonatkozik (Wennberg, 1984). Azonban a „klinikus-hatás” tipikusan nehezen kvantifikálható a klinikai és a gazdasági vizsgálatokban. Ezért ez a kutatási terület a megfigyelési adatokra fókuszál és az eredmények vitatottak. Abban a mértékben, amennyire az egyes centrumok/országok különböznek a klinikusok szakértelme, jártassága és tapasztaltsága tekintetében,

ez

a

klinikus-hatás

jelentkezhet

területenként

megfigyelhetı

eltérı

költséghatékonyságban.

Az egészségügyben dolgozók eltérı teljesítménye részben annak is köszönhetı, hogy az egészségügyi rendszerek más-más ösztönzıket közvetítenek feléjük. Például fee-for-service esetén az orvosok szolgáltatási egységek után vannak finanszírozva. Gyakran állítják, hogy a fee-for-service

alapján

fizetett

orvosok

valószínőleg

extra

keresletet

generálnak

szolgáltatásaik iránt, míg bérezés és a fejkvóta alapú finanszírozás a kereslet visszafogására ösztönöz.

- Egészségügyi ellátó rendszertıl függı tényezık

A betegek és a klinikusok jellemzıitıl eltekintve is számos különbség van az egyes országok és centrumok között az egészségügyi szolgáltatások nyújtása terén. Az árkülönbségek a leggyakrabban hivatkozott forrásai az egészség-gazdaságtani elemzésekben található földrajzi variabilitásnak. A közgazdasági elmélet szerint számos dolog befolyásolja egy termék vagy szolgáltatás árát. Ezek közé tartozik a gyártási technológia, a munka és a tıke helyettesítési rátája, a termelésben felhasznált erıforrás inputok típusa és költsége, és a termelési output teljes szintje (Goeree et al, 1999). Mivel valószínő, hogy ezek és más tényezık is eltérıek különbözı intézményekben és földrajzi területeken, természetes, hogy az egységköltségek sem azonosak. Habár azt várjuk, hogy ezek a különbségek nyilvánvalóbbak nemzetközi viszonylatban, azok a közgazdasági tényezık, amelyek az árkülönbségeket okozzák, országon, centrumokon (pl. kórházak) belül is eltéréseket eredményezhetnek. Ezek az

123

eltérések különösen nagy, gazdaságilag heterogén képet mutató országokban mutatkozhatnak meg igazán.

Azt várnánk, hogy amennyiben nincsenek különbségek az aktuális erıforrás felhasználásban, az egységköltségek eltérései csak a gazdasági elemzés költségekre vonatkozó paramétereit érintik. Nem valószínő, hogy az egységköltség különbségek az egészségi outcome-mal kapcsolatos paraméterekre hatással vannak, kivéve, ha más inputösszetételhez vezetnek. Az azonban lehetséges, hogy az egészségügyi erıforrások abszolút és relatív árszintjei hatással vannak az adott gazdasági értékelés alternatíváinak rangsorolására, és így az egészségpolitikai döntésre is.

A klinikai gyakorlat és hagyományok közismerten nagyon eltérıek lehetnek az országokon belül és kívül. A különbségek egy része az egészségügyi rendszerek és a helyi szervezés és/vagy szolgáltatásnyújtás sajátosságaiból adódik. Példaként említve, a szakorvosi tevékenységek az Egyesült Királyságban alapvetıen kórházhoz/fekvıbeteg intézményhez kötıdnek, míg Franciaországban sokszor a szakorvosok a járóbeteg-ellátás keretében dolgoznak. Az orvosi praxis gyakorlatának a változatossága/variabilitása hatással lehet a betegségek megjelenésére és kimenetére (outcome), illetve a praxis gyakorlatra is hatással lehetnek az ellátás relatív költségei. Ehhez a kérdéskörhöz tartozik az egészségügyi infrastruktúra, felszerelések, berendezések, eloszlása és hozzáférhetısége is. Ezek befolyásolhatják az orvosi gyakorlatot, mivel eltérı lehet, hogy az orvosok milyen kezelési lehetıségek közül választhatnak. Ezekbıl a különbségekbıl adódik, hogy a gazdasági tanulmányok más-más komparátor választását tarthatják megfelelınek, és így az eredmények sem lesznek azonosak, adott esetben sem a hatásosság, sem a költségek tekintetében. A nemzetközi gyakorlatban már van példa olyan tárgyú kutatásra, amely a kórházi költségek és a kórházi jellemzık közötti összefüggéseket vizsgálják. Az egyik ilyen tanulmány (Neymark, 2000) arra a következtetésre jutott, hogy az egy adott helyen elvégzett gazdasági értékelések nem általánosíthatóak, nem vehetık át máshol, a különbözı helyekre jellemzı folyamatok és stratégiák vizsgálata, összehasonlítása nélkül.

A költségdifferenciák egy másik fontos oka a centrumok/országok eltérı erıforrás felhasználása. Ez részben olyan tényezıkbıl származik, amelyek az elıbbiekben már kifejtésre kerültek (pl. klinikai praxis variáció). De az erıforrásárak (egységköltségek) eltérése is magyarázatul szolgálhat. Amennyiben például az orvosi munkaerı ára nagyon

124

magas, akkor születhet olyan döntés, amelynek eredményeként az olcsóbb munkaerıt jelentı nıvérek fognak olyan tevékenységeket is végezni, amelyeket más centrumokban, országokban orvosok végeznek. Az erıforrások ára és a felhasználásuk volumene közötti összefüggés alapvetı fontosságú annak megértésében, hogy melyek a vizsgálati eredmények általánosíthatóságának korlátai az egészségügyben, és központi szerepet játszik a helyek közötti variabilitás becslésében is.

További tényezı, amely eltéréseket okozhat az erıforrás felhasználás típusában és volumenében, a képzési, oktatási rendszerek heterogenitása és a korábbi évek tıkeöltsége. Evidenciák alapján arra lehet következtetni, hogy a többéves tapasztalattal rendelkezı orvosok alkalmazása jelentısebb drágább, és a költségdifferencia sokkal nagyobb, mint az a megfigyelhetı átlagos bérdifferenciák alapján várható lenne.

Az egészségügyi szolgáltató (értendı alatta akár rendszer, akár egyedi intézmény) kapacitása és mőködési mérete szintén fontos meghatározó elemei az erıforrás felhasználási mintájának és volumenének, illetve árának. Például nem közömbös, hogy mennyire intenzív egy fix erıforrás (pl. egy kórház vagy egy berendezés) felhasználása, mivel eltérést fog eredményezni az egy kezelt betegre esı költségben. Szintén vannak olyan külföldi tanulmányok, amelyek azt vizsgálták, hogy mekkora ágyszám mellett mőködhetnek a kórházak méretgazdaságosan.

Az egészségügyi ellátásra fordítható erıforrások teljes volumene és értéke szintén különbségeket mutathat országokon belül és országok között, amelyet elsısorban az egészségügyre szánt erıforrások GDP-hez való viszonyításával szoktak jellemezni. Ez szintén hatással van a már korábban tárgyalt tényezıkre, mint az adott beavatkozás érdekében felhasznált erıforrás típusa és ára, a klinikusok szakértelme és gyakorlata. Egy másik következmény azonban az, hogy a különbözı helyeken eltérı lesz, hogy mennyi pótlólagos erıforrást lesznek hajlandók feláldozni egy újabb egység egészségnyereségért. Ha például egy új jelentıs egészségügyi outcome-mal bíró tüdırák kezelés jelenik meg, amely azonban jelentıs addicionális költségekkel jár a standard terápiához képest, akkor annak érdekében, hogy

ez

az

új

terápia

elérhetıvé

váljon,

a

kevesebb

erıforrással

rendelkezı

centrumoknak/egészségügyi rendszereknek több korábban nyújtott ellátásról le kell mondaniuk (az erıforrással jobban ellátott rendszereknek kevesebbrıl). Más szavakkal fogalmazva, a kevesebb erıforrással rendelkezık számára az új beavatkozás alternatív költsége magasabb lesz, és esetleg nem lesznek hajlandók befektetni ebbe az új alternatívába.

125

Annak sincs semmi nyilvánvaló oka, hogy az egyes országoknak, illetve az országokon belül, miért kéne az egészséget más javakhoz képest azonos módon értékelni (O’Brien, 1997). Ez a különbség megfigyelhetı abban, hogy ugyanazokra a költség-hatékonysági adatokra támaszkodva különbözı finanszírozási döntések születnek. Ez cserébe azt eredményezi, hogy a különbözı helyeken a késıbbiekben elkészített tanulmányok nem azonos komparátorokat választanak majd az elemzés alapjául.

Végezetül, a kutatási, kísérleti körülmények között létrejött gazdasági elemzések eredménye és a rutin gyakorlatra jellemzı költséghatékonyság közti eltérések részben az egészségügyi rendszerhez kötıdik. Vagyis egyes egészségügyi rendszerek aktívabban vesznek részt kutatási tevékenységekben (pl. klinikai vizsgálatokat kiterjedtebben végeznek), mint mások, és ez megmutatkozik az egészség-gazdaságtani elemzésekben is. Bár ezzel kapcsolatban meg kell említeni, hogy egyelıre nem teljesen tisztázott, hogy a kutatási tevékenység végzése milyen módon befolyásolja az egységköltségeket. A külföldi tanulmányok ezen a téren ellentmondásos eredményekre jutottak.

- Társadalmi-gazdasági tényezık

A 10. Táblázatban felsorolt tényezık közül számos inkább általánosabb társadalmi-gazdasági különbségekkel hozható kapcsolatba. Az egyik tényezı a régiók/országok hajlandósága arra, hogy erıforrásokat áldozzanak az egészségügyi ellátásra, és ez kapcsolatban áll a rendszer azon képességével, hogy új beavatkozásokat finanszírozzon. A lakosság egészségre vonatkozó preferenciái, amelyek például a QALY számítására használt egészségi állapot hasznosságokban mutatkoznak meg, szintén eltérı eredményekre vezethetnek a gazdasági elemzésekben (O’Brien, 1997). Eddig viszonylag kevésbé kutatott az a kérdés, hogy az egészségi állapotra vonatkozó preferenciák értéke (health state preference values) mennyire változékony földrajzi területenként. Azonban az egészségi állapot hasznosságára irányuló kutatások azt sugallják, hogy a különbözı egészségi állapotok átlagos értékei nem nagyon hely-specifikusak (Furlong, 2001). A méltányossági kérdésekkel kapcsolatos lakossági attitődök megjelenítése az egészség-gazdaságtani értékelésekben még szintén kutatásra vár, elsısorban módszertani kérdések várnak tisztázásra. Lehetséges azonban, hogy a különbözı populációk eltérı attitőddel bírnak, és méltányossági szempontok szerint nem azonos súlyokat rendelnének az egyes populációs csoportokhoz (Williams, 2000).

126

- Az idı szerinti eltérést befolyásoló tényezık

A metodikával foglalkozó szakirodalom sokkal kisebb explicit figyelmet szentel azon tényezıknek,

amelyek

a

gazdasági

tanulmányok

eredményeinek

idıhöz

köthetı

változékonyságát okozhatják. Sculphet et al. (2004) által áttekintett tanulmányok közül csupán 11 (32%) tesz utalást olyan tényezıkre, amelyek ezt a fajta eltérést, változatosságot magyarázhatják. Mindamellett megjegyzendı, hogy az elızı fejezetben tárgyalt, a földrajzi különbségekhez köthetı tényezık többsége változhat az idı elteltével is. Például, egy adott 10 évvel ezelıtt elvégzett beavatkozás gazdasági értékelésének eredményei eltérıek lesznek, egy hasonló, napjainkban készült tanulmány eredményeitıl, mivel azóta megváltoztak olyan tényezık, mint az ár, az erıforrás felhasználás, a beteg eset összetétel és a klinikai gyakorlat. Más szóval, a földrajzi elhelyezkedéssel és az idıvel kapcsolatos eltérést magyarázó tényezık nagyon szoros kapcsolatban állnak egymással. Az alábbiakban néhány további, a szakirodalomban meghatározott tényezıt ismertetünk.

- Tanulással összefüggı hatások

A mikroökonómiában a termelési egységre jutó átlagos költség csökkeni kezd a megtermelt mennyiség növekedésével, részben az ún. tanulási görbének köszönhetıen, ami azt jelzi, hogy a gyakorlat megszerzésével együtt növekszik a termelékenység. Az egészségügyi ellátást illetıen,

a

tanulási

hatások

összekapcsolhatók

a

képességi

szintek

emelkedésével/növekedésével, amely az idı elırehaladtával valósulhatnak meg, és amelyek összefüggésbe hozhatók az egyes klinikai személyzettel, a szervezet kollektív vagy technikai jellegő tapasztalataival a komplexebb technológiák tervezését és alkalmazását illetıen (pl. gyógyászati segédeszközök).

A

napjainkban

bevezetett

egészségügyi

technológiák

költségeit

és

eredményeit

befolyásolhatják ezek az ún. tanulási hatások, összehasonlítva a jelenleg már alkalmazott egészségügyi technológiákkal (Stason, 1990; Baltussen et al. 1996; Revicki, Frank 1999; Bonsel et al. 1993; Tolley, Gyldmark, 1993; O’Brien 1997, Goeree et al. 1999; Bennett et al. 1994; Rizzo, Powe, 1999, Neymark, 1998). Idıvel az új technológia válik egyre uralkodóbbá

127

és ez a költségekben és az eredményekben is kifejezıdik. Mindamellett a tapasztalatok eredményeiként, a költségekben és az eredményekben bekövetkezı változások iránya nagyon nehezen jósolható meg elıre. Egy adott beteg eset összetétel esetén, a megnövekedett tapasztalatnak és technikai tudásnak köszönhetıen a költségek csökkenhetnek és az eredmények pedig javulhatnak. Például, amikor a sebészek gyakorlottabbakká válnak egy új eljárást illetıen, valószínő, hogy sokkal gyorsabban és kevesebb szövıdménnyel végzik el azokat. Ugyanakkor, a tanulási folyamat másik iránya lehet, hogy az adott technológiát a betegek különbözı összetételő csoportjain alkalmazzák, s ezáltal különbözı, komplikáltabb eseteket is elláthatnak (lásd alább). Nemrégiben jelent meg egy az egészségügyi ellátásokban tapasztalható tanulási hatásokat áttekintı tanulmány, amely az egészségügyi technológiák költségeire és eredményeire vonatkozó lehetséges hatásokat tárgyalja (Ramsay et al. 2001).

- Terápiás populáció

Az idı elteltével a terápiában résztvevı betegek karakterisztikái is megváltozhatnak, s ez az egyes technológiák költség-hatékonysági becsléseiben is változást okozhat. Elıször is, egy egészségügyi technológia bevezetésével az eredeti kutatásba bevont esetektıl eltérı súlyosságú betegek kerülhetnek ellátásra. Másodsorban, a kezelésre alkalmas betegek indikációi idıvel bıvülhetnek, s ezért a bevezetés elején kezelésre kerülı betegek nagyobb kapacitással találják szemben magukat, mint a késıbbiek. Ez a változó beavatkozási küszöb volt tapasztalható a minimális beavatkozást igénylı sebészeti eljárásoknál (minimal access surgery) – például endometrial resection a menoprhaga és laporoszkópos cholestektómiában -. Harmadsorban, a populációk betegségek elleni védekezıképessége gyengülhet az idı folyamán, ahogy az a malária esetében is tapasztalható volt, amikor a moszkitók ellenanyagot fejlesztettek ki a rovarirtókkal szemben. Ez szintén változást okozhat a terápiák költséghatékonyságában (Goodamn, Mills, 1999).

- A kiértékelés idızítése az életciklus folyamán

Az idıhöz köthetı és a költség-hatékonyságra ható tényezık egyike az értékelés ütemezése. A technológia életciklusán belül, minél korábban kerül sor a kiértékelésre, annál nagyobb valószínőséggel lesz hatása az értékelésnek a gyakorlatra, ceteris paribus (Haycox et al.

128

1997). Mihelyt egy döntéshozó (például orvos vagy egészségpolitikus) elhatározza, hogy új technológiát alkalmaz, sokkal korlátozottabbá válhat a kiértékelés lehetısége a döntés megváltoztatásában.

- Komparátorok

A tudományos innováció jó eséllyel új egészségügyi technológiákat generál. Ennek egyik hatása az, hogy a megfelelı komparátorok megváltoznak. (A komparátorok az egészséggazdaságtani vizsgálatok során összehasonlítás céljára alkalmazott gyógyszerek/terápiák, amelyek általában a standard, általános, leggyakrabban használatos terápiákat jelentik. Ha gyorsan változik az egészségügyi technológia, gyorsan változhatnak a standard terápiák így az új technológiát idırıl idıre más ’versengı’ terápiával, azaz komparátorral kell összehasonlítani.) Ez pedig, azzal a hatással járhat, hogy a technológia költség-hatékonysága, (egy vagy több, egymást kölcsönösen kizáró alternatívával szemben, melyek adott betegcsoport vonatkozásában alkalmazhatók) módosulhat. Például, a rheumatoid arthritis területén az elmúlt évtizedben, a terápiák a nem steroid gyulladáscsökkentı (Drummond et al. 1997) (NSAID) szerek különbözı kombinációitól, az különbözı fájdalomcsillapítókon át, a DMARD-okig vagy a biológiai szerekig (anti – TNFα) terjednek. Ezért, amit 10 évvel ezelıtt megfelelı standard komparátornak tartottak, ma már nem feltétlenül az.

9.3

Empirikus vizsgálatok a változékonyság becslésére a gazdasági tanulmányokban - A földrajzi változékonyságot vizsgáló tanulmányok

Számos empirikus tanulmány szolgál bizonyítékokkal arra vonatkozóan, hogy a fentiek során áttekintett és a 11. Táblázatban összefoglalt tényezık hatással lehetnek a beavatkozások költség-hatékonyságára. A Schulpher et al. (2004) által vizsgált 109 referenciából 33 tanulmány bizonyult relevánsnak erre a kategóriára vonatkozóan. Az 11. Táblázat szintén, az empirikusan feltárt változatosságok forrásait foglalja össze.

129

11. Táblázat A változékonyságot vizsgáló empirikus tanulmányok: a szerzık által idézett, változást okozó tényezık Tényezı Referencia Abszolút/relatív költségek (árak) Drummond, 1994; Schulman et al. 1996; Bennett et al. 1995; Jonsson et al. 1996; Lacey et al. 1999; Stalhammar et al. 1999; Mapelli et al. 1994; Hakkaart-van Roijen et al. 2001; Grieve, 1999; Garson et al. 1994; Kennedy et al. 1999; Leese et al. 1992; Jansen et al. 1992; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Shear et al. 1998; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; De Jonghe et al.1994; Lorenzoni et al. 1998; Caro et al. 1999; Grover et al. 2001; Ghatnekar et al. 2001; Casciano et al. 2001; Simpson et al. 1994; Pinto et al. 2001; Ament et al. 2000; Haycox et al. 1998; Menzin et al. 1996 Mesterséges vizsgálati körülmények

Schulman et al. 1996; Bennett et al. 1995; Lacey et al. 1999; Kennedy et al. 1999; Lorenzoni et al. 1998; Neumann, 2001

Kapacitás kihasználtság Case mix (eset összetétel)

Leese et al. 1992

A klinikai gyakorlat változatossága

Drummond, 1994; Bennett et al. 1994; Jonsson et al. 1996; Holmes et al. 1997; Lacey et al. 1999; Stalhammar et al. 1999; Hakkaart-van Roijen et al. 2001; Grieve, 1999; Garson et al. 1994; Leese et al. 1992; Jansen et al. 1992; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Shear et al. 1998; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; De Jonghe et al. 1994; Lorenzoni et al.

130

1998; Caro et al. 1999; Grover et al. 2001; Ghatnekar et al. 2001; Casciano et al. 2001; Pinto et al. 2001; Ament et al. 2000; Haycox et al. 1998; Menzin et al. 1996 Compliance

Drummond, 1994; De Jonghe et al. 1994

Kultúra/attitődök

De Jonghe et al. 1994; Ghatnekar et al. 2001 Holmes et al. 1997; Lorenzoni et al. 1998;

Demográfia

Caro et al. 1999; Grover et al. 2001; Simpson et al. 1994 Betegségek kölcsönhatása Lehetıség költség (opportunity cost)

Drummond, 1994

Méretgazdaságosság Epidemiológia

Caro et al. 1999; Grover et al. 2001; Ament et al. 2000; Neumann, 2001

Átváltási arányok Földrajzi elhelyezkedés

Drummond, 1994; Schulman et al. 1996; Bennett et al. 1995; Jonsson et al. 1996; Holmes et al. 1997; Lacey et al. 1999; Stahlhammar et al. 1999; Mapelli et al. 1994; Hakkaart-van Roijen et al. 2001; Garson et al. 1994; Leese et al. 1992; Jansen et al. 1992; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Shear et al. 1998; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; De Jonghe et al. 1994; Lorenzoni et al. 1998; Caro et al. 1999; Ghatnekar et al. 2001; Casciano et al. 2001; Pinto et al. 2001; Ament et al. 2000; Haycox et al. 1998; Menzin et al. 1996

Egészségi állapot értékelése Egészségügyi ellátás erıforrásai

Jonsson et al. 1996; Holmes et al. 1997; Grieve, 1999; Van Ineveld et al. 1993; De Jonghe et al. 1994; Lorenzoni et al. 1998;

131

Caro et al. 1999; Ghatnekar et al. 2001; Haycox et al. 1998 Egészségügyi ellátórendszer

Bennett et al. 1995; Leese et al. 1992; Van Ineveld et al. 1993; Neuman, 2001

Történelmi különbségek Ösztönzık Iparághoz köthetı hiba

Bennett et al. 1995

Közös termelés Perspektíva

Bennett et al. 1995

Képességek/gyakorlat Technológiai újítás

Van Ineveld et al. 1993; De Jonghe et al. 1994; Neuman, 2001 Neuman, 2001

Az értékelés idızítése

Neuman, 2001

Terápiás komparátorok

Casciano et al. 2001; Neuman, 2001

A 11. Táblázat azt mutatja, hogy az empirikus tanulmányok szerint, a gazdasági vizsgálatok során az egységköltségek földrajzi eltérése hat a leggyakrabban az eredményekre. A klinikai gyakorlat, a földrajzi elhelyezkedés és az egészségügyi ellátás erıforrásaihoz való hozzáférés változatossága szintén fontos tényezınek bizonyult.

A 12. Táblázat az empirikus tanulmányok egyéb karakterisztikáinak összefoglalását tartalmazza. A National Library of Medicine (Pritchard, 1998) által kategorizált klinikai területek közül a „baketeriális fertızések és mycosis” illetve a „cardiovascularis megbetegedés” a leggyakrabban vizsgált területek. A cardiovasculáris megbetegedések különösen érdeklik az elemzıket, mivel számottevı gazdasági hatásuk van az egészségügyi ellátórendszerekre, illetve eltérı kockázati profillal rendelkeznek a területi elhelyezkedés szerint. A területi elhelyezkedéssel kapcsolatos vizsgálatok többségét döntési modellezéssel végezték, amely keretében a (nemzetközi vagy helyi) klinikai hatékonyságra vonatkozó adatok kombinálhatókká válnak a helyi gazdasági adatokkal. A helyi adatok tükrözik az adott szakmai területen használt mindennapi gyakorlatot. Azokban a tanulmányokban, ahol a területi elhelyezkedés nyomán vizsgálták az eredmények változékonyságát, az egy életévre jutó inkrementális költségek mutatója a leggyakrabban közölt összesítı adat, amely a költséghatékonyságra vonatkozik. A variabilitást feltáró tanulmányok zöme európai országokat

132

hasonlít össze, melyek közül az Egyesült Királyság és Németország a legtöbbet hivatkozott ország. Ennek oka, talán, az európai egészségügyi ellátórendszerek sokszínősége.

133

12. Táblázat A földrajzi elhelyezkedés miatt bekövetkezı eredményváltozást vizsgáló tanulmányok karakterisztikái Tényezı Referencia A megjelenített klinikai területek Bakteriális fertızések és mycosis

Hakkaart-van Roijen et al. 2001; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Shear et al. 1998; Berger et al. 1998; De Jonghe et al. 1994

Cardiovascularis megbetegedések

Schulman et al. 1996; Jonsson et al. 1996, Holmes et al. 1997; Grieve, 1999; Garson et al. 1994; Lorenzoni et al. 1998; Caro et al. 1999; Neumann, 2001

Emésztıszerv-rendszeri megbetegedések

Drummond, 1994; Stalhammar et al. 1999; Haycox et al. 1998

Vér- és nyirok betegségek

Leese et al. 1992

Mentális rendellenességek

Casciano et al. 2001

Csontvázizomzati megbetegedések

Jansen et al.1997

Daganatok

Mapelli et al. 1994; Annemans et al. 1999; Van Ineveld et al. 1993

Táplálkozási- és anyagcsere-betegségek

Grover et al. 2001; Ghatnekar et al. 2001

Fül-orr-gégészeti betegségek

Pinto et al. 2001

Légzıszervrendszeri megbetegedések

Kennedy et al. 1999; Ament et al. 2000; Menzin et al. 1996

Vírusos megbetegedések

Lacey et al. 1999; Simpson et al. 1994

Módszertani keretek Klinikai próba

Schulman et al. 1996; Bennett et al. 1995; Jonsson et al. 1996; Holmes et al. 1997; Lacey et al. 1999; Stalhammar et al. 1999; Mapelli et al. 1994; Hakkaart-van Roijen et al. 2001; Grieve, 1999; Kennedy et al. 1999; Caro et al, 1999

Megfigyelés

Garson et al. 1994; Kennedy et al. 1999

Gazdasági modell

Drummond, 1994; Kennedy et al. 1999;

134

Leese et al. 1992; Jansen et al. 1997; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Shear et al. 1998; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; De Jonghe et al. 1994; Lorenzoni et al. 1998; Caro et al. 1999; Grover et al. 2001; Ghatnekar et al. 2001; Casciano et al. 2001; Simpson et al. 1994; Pinto et al. 2001; Ament et al. 2000; Neumann, 2001; Haycox et al. 1998; Menzin et al. 1996 Költség-hatékonyságot

összesítı

mérıszámok Költség/életév

Jonsson et al. 1996; Van Ineveld et al. 1993; Berger et al. 1998; De Jonghe et al. 1994; Lorenzoni et al. 1998; Caro et al. 1999; Grover et al. 2001; 104Simpson et al. 1994

Költség/teljes kúra

Jansen et al. 2001

Költség/betegségmentes napok száma/hónap Arikian et al. 1994; Shear et al. 1998; Ghatnekar et al. 2001; Költség/elkerült betegség súlyosbodás

Lacey et al. 1999

Költség/QALY

Leese et al. 1992; Ament et al. 2000

Költség/tünetmenetes nap

Einarson et al. 1997; Casciano et al. 2001; Pinto et al. 2001

Költség/szisztematikus terápiamenetes nap

Hakkaart-van Roijen et al. 2001

Költség/ extra reakció

Annemans et al. 1999

Költségelemzések

Drummond, 1994; Schulman et al. 1996; Bennett et al. 1995; Stalhammar et al. 1999; Mapelli et al. 1994; Grieve, 1999; Garson et al. 1994; Kennedy et al. 1999; Jansen et al. 1997; Haycox et al. 1998; Menzin et al. 1996

Elhelyezkedés

135

A = Ausztria

Grieve, 1999; Arikian et al. 1994; Haycox et al. 1998

AU = Ausztrália

Jonsson et al. 1996; Lacey et al. 1999; Shear et al. 1998; Haycox et al. 1998

B = Belgium

Drummond, 1994; Jonsson et al. 1996; Arikian et al. 1994; Annemans et al. 1999; Caro et al. 1999; Pinto et al. 2001; Ament et al. 2000

CA = Kanada

Schulman et al. 1996; Lacey et al. 1999; Hakkaart-van Roijen et al. 2001; Kennedy et al. 1999; Arikian et al. 1994; Einarson et al. 1997; Caro et al. 1999; Grover et al. 2001

CH = Svájc

Arikian et al. 1994; 94Shear et al. 1998; Ghatnekar et al. 2001; Casciano et al. 2001; Simpson et al. 1994

D = Németország

Jonsson et al. 1996; Stalhammar et al. 1999; Mapelli et al. 1994; Grieve, 1999; Leese et al. 1992; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Shear et al. 1998; Berger et al. 1998; Lorenzoni et al. 1998; Grover et al. 2001; Casciano et al. 2001; Pinto et al. 2001; Haycox et al. 1998; Menzin et al. 1996

DK = Dánia

Simpson et al. 1994

E = Spanyolország

Jonsson et al. 1996; Stalhammar et al. 1999; Hakkaart-van Roijen et al. 2001; Leese et al. 1992; Arikian et al. 1994; Einarson et al. 1997; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; Grover et al. 2001; 103Casciano et al. 2001; Ament et al. 2000

F = Franciaország

Drummond, 1994; Bennett et al. 1995;

136

Jonsson et al. 1996; Stalhammar et al. 1999; Grieve, 1999; Leese et al. 1992; Jansen et al. 1997; Arikian et al. 1994; Einarson et al. 1997; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; Grover et al. 2001; Ghatnekar et al. 2001; Simpson et al. 1994; Pinto et al. 2001; Ament et al. 2000; Menzin et al. 1996 GR = Görögország

Arikian et al. 1994

I = Izland

Jansen et al. 2001

IR = Írország

Stalhammar et al. 1999

IT = Olaszország

Jonsson et al. 1996; 81Stalhammar et al. 1999; Mapelli et al. 1994; Leese et al. 1992; Jansen et al. 1997; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Berger et al. 1998; Lorenzoni et al. 1998; Grover et al. 2001; Casciano et al. 2001; Simpson et al. 1994; Haycox et al. 1998; Menzin et al. 1996

LI = Litvánia

Grieve, 1999

MA = Malawi

De Jonghe et al. 1994

MO = Mozambik

De Jonghe et al. 1994

NL = Hollandia

Arikian et al. 1994; Jansen et al. 2001; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; Casciano et al. 2001; Pinto et al. 2001; Haycox et al. 1998

NO = Norvégia

Jonsson et al. 1996; Pinto et al. 2001

NZ = Új-Zéland

Jonsson et al. 1996

P = Portugália

Jonsson et al. 1996; Grieve, 1999; Arikian et al. 1994

PO = Lengyelország

Casciano et al. 2001

SA = Dél Afrika

Lacey et al. 1999; Caro et al. 1999

SC = Skócia

Ament et al. 2000

137

SF = Finnország

Arikian et al. 1994; Jansen et al. 2001

SW = Svédország

Jonsson et al. 1996; Caro et al. 1999; Ghatnekar et al. 2001; Casciano et al. 2001; Ament et al. 2000; Haycox et al. 1998

TA = Tanzánia

De Jonghe et al. 1994

TU = Törökország

Hakkaart-van Roijen et al. 2001

UK = Egyesült Királyság

Drummond, 1994; Jonsson et al. 1996; Stalhammar et al. 1999; Hakkaart-van Roijen et al. 2001; Grieve, 1999; Leese et al. 1992; Jansen et al. 1997; Arikian et al. 1994; Einarson et al. 1997; Jansen et al. 2001; Van Ineveld et al. 1993; Berger et al. 1998; Lorenzoni et al. 1998; Grover et al. 2001; Ghatnekar et al. 2001; Casciano et al. 2001; Simpson et al. 1994; Haycox et al. 1998; Menzin et al. 1996

US = Egyesült Államok

Drummond, 1994; Schulman et al. 1996; Bennett et al. 1995; Jonsson et al. 1996; Holmes et al. 1997; Garson et al. 1994; Lorenzoni et al. 1998; Casciano et al. 2001; Haycox et al. 1998; Menzin et al. 1996

V = Venezuela

Casciano et al. 2001

EU = Európai Unió

Schulman et al. 1996; Holmes et al. 1997; Lacey et al. 1999

A változékonyság típusa Elhelyezkedések között

Drummond, 1994; Schulman et al. 1996; Bennett et al. 1995; Jonsson et al. 1996; Holmes et al. 1997; Lacey et al. 1999; Stalhammar et al. 1999; Mapelli et al. 1994; Hakkaart-van Roijen et al. 2001; Grieve, 1999; Garson et al. 1994; Kennedy et al. 1999; Leese et al. 1992; Jansen et al. 1997; Arikian et al. 1994; Einarson et al. 1997;

138

Jansen et al. 2001; Shear et al. 1998; Annemans et al. 1999; Van Ineveld et al. 1993; Berger et al. 1998; De Jonghe et al. 1994; Lorenzoni et al. 1998; Caro et al. 1999; Grover et al. 2001; Ghatnekar et al. 2001; Casciano et al. 2001; Simpson et al. 1994; Pinto et al. 2001; Ament et al. 2000; Haycox et al. 1998; Menzin et al. 1996 Idı múlása

Neumann, 2001

- A földrajzi változékonyság empirikus elemzései a beteg-szintő adatokat felhasználó tanulmányok szerint

Számos tanulmány tárta fel a földrajzi változatosságot, beteg-szintő adatokat felhasználva, általában randomizált vizsgálat részeként. Ezen tanulmányok zöme – az elsıdleges elemzésekben használtaktól a több földrajzi helyre vonatkozókig - az egység-költségek változásait veszi figyelembe. Más tanulmányok az erıforrás felhasználásban mutatkozó változatosságot vizsgálják részletesebben. Ezek a tanulmányok, rendszerint, elhelyezkedés szerinti egységköltségeket használnak a különbözı helyekrıl összegyőjtött, erıforrásokra vonatkozó adatok értékelésére vagy a betegek különbözı alcsoportjait vizsgálják, amely alcsoportokat a kezelés helyszíne szerint hoznak létre.

A

tanulmányok

nagy

része

a

költségek

és

a

költség-hatékonyság

nemzetközi

változékonyságát vizsgálta. Benett et al. (1995) az erıforrás felhasználást vizsgálták, az autológ csontvelı átültetés kiegészítı terápiájaként alkalmazott haemopoieticus növekedési faktor vonatkozásában, egy párizsi és egy New York-i kórházban. Annak ellenére, hogy a mindkét centrumban hasonló klinikai eredményeket hozott a leukocita – nagy monocyta – kolónia - stimuláló – faktor (GM-CSF) (Gold et al. 1996) összekapcsolása a súlyos neutropénia idıtartamának csökkentésével, a gazdasági eredményeket illetıen szembetőnı különbségek mutatkoztak, köszönhetıen az új terápiával kapcsolatos eltérı tapasztalatoknak, gyakorlati módszereknek, intézményi költségstruktúrának és az eltérı egészségügyi ellátó rendszereknek. A New York-i kórházban szignifikáns megtakarításokat értek le a GM-CSF betegekkel a kevesebb kórházi ápolási napok és kevesebb elvégzett laboratóriumi vizsgálatok,

139

illetve röntgenfelvételek következtében. A párizsi kórházban ezt nem tudták kimutatni. A teljes klinikai eredményesség vizsgálatára, random hatás modellt (random effects model) alkalmaztak az intézményi változatosság figyelembevételénél.

Egy másik nemzetközi vizsgálatban, Schulman, Buxton et al. (1996) és Schulman, Glick et al (1996) megpróbálták számszerősíteni egy súlyos pangásos szívbénulásban szenvedı betegpopuláció erıforrás-felhasználását életminıségét, illetve megkísérelték megmagyarázni az epoprostenol-lal kezelt betegek és a legjobbnak tartott, hagyományos kezelésben részesülı betegek változatosságát, 14 országban. A tanulmány megállapítása szerint a becsült költségeknek és a költségek változékonyságának validitása korlátos, s ennek két oka van. Egyrészt, mert egy ún. III. fázisú kísérlet keretein belül vizsgálódtak, másrészt, pedig, mert ha csak egy fajta egységköltség típusra vonatkozó adatokat használnak, az nem fogja kellıképpen bizonyítani az egységköltségek terén mutatkozó változékonyságot az egyes területek között. Emiatt azt ajánlották, hogy a költség adatokat dolgozzák át úgy, hogy a különbözı fogadóközönség számára használhatóvá váljanak.

Jonsson et al. (1996) a koronária betegségben szenvedı betegek napi egyszeri 20-40 mg-os simvastin terápiájának költséghatékonyságát értékelték. A vizsgálat pontos elnevezése: Scandinavian Simvastin Survival Study (4S), melyben túlélési és költség adatokat győjtöttek, prospektív módon. Az inkrementális költség-hatékonysági rátákat a nemzeti DRG alapú kórházi költségek, gyógyszer (simvastin) költségek, illetve a 4S ideje alatt győjtött további hosptalizációs adatok alapján számították ki. A költség-hatékonysági ráták a nemzetközi költségek 4S-re való alkalmazásából származnak. Ez az érték hasonlóan alakult a vizsgált országokban és a franciaországi 4 137 £/megmentett életévtıl az Új Zéland-i 8 824 £-os értékig terjedt. Annak ellenére, hogy a 4S-bıl származó adatok a vizsgálatban szereplı skandináv országokéhoz hasonló egészségügyi ellátórendszerrel rendelkezı országok számára reprezentatív lehet, a költség-hatékonysági becslések egyszerő extrapolálása a vizsgálatban részt nem vevı országok számára csak bizonyos korlátokkal alkalmazható (például a 4S országokétól lényegesen eltérı klinikai gyakorlat miatt).

Holmes és munkatársai a szívbıl eredı sokkos betegekkel kapcsolatos erıforrás felhasználás és klinikai eredmények kapcsolatát vizsgálta az USA-ban és más országokban (Holmes et al. 1997). A beavatkozásokhoz kapcsolódó erıforrás felhasználás összehasonlítása a GUSTO-I vizsgálatból (1 891 Egyesült Államokban és 1 081 más országban kezelt beteg) származott.

140

Az Egyesült Államokban minden egyéb országnál erıteljesebb mértékben alkalmaztak diagnosztikai és terápiás eljárásokat – például míg az Egyesült Államokban 483 (26%) beteg esett át percutan transluminalis érplasztikán, addig csak 82 (8%) beteg a többi országban. Az eredmények szerint, minden országban, ahol a beteg revaszkularizáción ment keresztül jobb túlélési esélyt mutatott. A 30 napra kiigazított mortlitás szignifikánsa alacsonyabbnak bizonyult az Egyesült Államokban kezelt betegek esetében, szemben bármely más országban kezelt betegekkel (50% vs. 60%, P<0,001). A mortalitásbeli különbségek az egy éves idıperiódus esetén is megmaradtak. A vizsgálat konklúziója szerint az Egyesült Államokban tapasztalt alacsonyabb mortalitás, az invaziv diagnosztikai és terápiás beavatkozásoknak köszönhetı.

Lacey et al. (1999) vizsgálatukban a HIV fertızésben szenvedı betegek lamivudine terápiájának gazdasági hatását vetették össze a zidivudine tartalmú antiretrovirális rezsim gazdasági hatásával. Az egészségügyi ellátás erıforrásainak felhasználására vonatkozó adatokat (hospitalizáció, nem elıre tervezett járóbeteg szakellátás, gyógyszerezés, szövıdmények) egy 1 éves vizsgálat keretében győjtötték össze (CAESAR study), melyben kanadai, ausztrál, európai és dél-afrikai HIV betegek vettek részt. A kezelési eljárások összehasonlításánál Cochran Mantel Haenzel tesztet használtak az ország-hatások kiszőrésére. Az erıforrás felhasználásnál, ugyanezen regionális különbségek tesztelésére Mantel Haenzel χ2 tesztet alkalmaztak. Ennek során, a HIV fertızéshez köthetı megbetegedések hospitalizációs arányát vetették össze a felsorolt négy régióban. Az erıforrások pénzügyi értékelése során az Egyesült Királyságbeli és a németországi egységköltségeket vették figyelembe. Nem találtak szignifikáns különbséget az egyes országok között a hospitalizációs értékek tekintetében. A szerzık ezzel igazolva gondolták az adatok együttes kezelésének lehetıségét. Az erıforrások felhasználásának csökkentésével és a klinikai hatékonysággal járt a zidovudine-tartalmú rezsimek kiegészítése a lamivudine-nal.

Stalhammar et al. (1999) egy több országban zajló vizsgálat keretében végezték el az omeprazole és a ranitide költség-hatékonysági vizsgálatát, olyan szimptómás gyomor refluxban szenvedı betegek esetében, akiknél kezdeti terápiás szerként használták valamelyiket egy megszakításos terápia keretében. A kutatásban a minden országra egységesen használt, hatékonysági adatokat két másik típusú adattal kombinálták: egyrészt eset alapú, egységes erıforrás felhasználási és ország-specifikus árra vonatkozó adatokkal, másrészt ország-specifikus erıforrás és ország-specifikus ár-adatokkal, melyeket az

141

érzékenységi vizsgálat során használtak. A becsült, átlagos, direkt egészségügyi költségei az omeprazole-nak (mindkét adagolás fajta esetén) alacsonyabbak voltak, mint a ranitide-nek. Ez Németország kivételével, mindenütt igaz volt, bár a különbségek sehol sem voltak statisztikailag szignifikánsak. Bizonyos országok esetében alapvetı változásokat okozott az ország-specifikus adatok alkalmazása: Franciaországban és Írországban így a ranitide terápia bizonyult a legkevésbé költségesnek, Olaszországban és Spanyolországban viszont a 20 mgos omeprazole.

Mapelli et al. (1994) a gyulladásos melldaganattal kezelt nık chemoterápiája mellett, kiegészítıként használt lenograstin gazdasági következményeit vizsgálták. Az erıforrás felhasználásra vonatkozó adatokat 10 különbözı franciaországi kórházból győjtötték össze. A felhasznált erıforrásokat a megfelelı németországi vagy olaszországi árak alapján értékelték. A fertızéshez köthetı morbiditás csökkensése együtt mozgott a magas-dózisú chemoterápiás rezsimmel. A lenograstin 1 794 német márkával és 1,2 milliárd olasz lírával csökkentette a költségeket, ha magának a szernek a költségeit figyelmen kívül hagyták. Miután a lenograstin-t használó csoport estében ritkábban kellett a chemoterápiát elhalasztani, ezeknél a betegeknél megnövekedett a chemoterápiás napok száma, és így a chemoterápia költségei 1 519 német márkával és 0,9 milliárd olasz lírával magasabbak lettek, mint a placebo csoport chemoterápiás költségei. A chemoterápia becsült költségei hasonlóan alakultak a két csoportban, költségmegtakarítás mértéke a lenograstin-t használó csoportban 30%-os volt Németországban és 34%-os Olaszországban. A Kutatás egyik alapfeltételezése volt, hogy a francia centrumokban kezelt betegeket hasonló módon látják el, mint Németországban vagy Olaszországban.

Egy több országban zajló, nem vak klinikai vizsgálatban Hakkaart van Roijen és kollégái a krónikus foltos pikkelysömörös betegnél használt cyclosporin mikroemulziós formulájának fokozatos illetve hirtelen megszakításának költség-hatékonyságát vizsgálták. A vizsgálat 4 országra terjedt ki: Kanada, Spanyolország, Törökország és az Egyesült Királyság (Hakkaartvan Roijen et al. 2001). A fokozatos módszer bizonyult dominánsnak (alacsonyabb költségek és nagyobb hatékonyság) Spanyolországban, Törökországban és az Egyesült Királyságban. Kanadában ennek a módszernek egy szisztematikus terápia-mentes napara jutó inkrementális költség rátája 1,4 kanadai dollár volt. Ebben a tanulmányban, az egyes országok közötti relatív

árkülönbségek

hatással

lehettek

a

költség-hatékonyságra,

hiszen

például

Spanyolországbna a cyclosprin olcsóbb. Emiatt nagyon kétségesnek és nehézkesnek találták a

142

különbözı költségadatok összesíthetıségét, és kiemelték az eltérı költségelemek fontosságát az eredmények ismertetésének vonatkozásában.

Grieve et al. (1999) vizsgálata során, annak a becslésnek a validitását tesztelte, hogy a több országot felölelı gazdasági értékelésekben a költségek homogéneknek tekintehtık-e. Az 1996-os esztendı folyamán kórházi kezelésben részesülı stroke (agyvérzés) betegek kórházban eltöltött idejét, az alkalmazott vizsgálatok és az átlagos gyógykezelési idı adatait rögzítették a következı országok centrumaiban: Egyesült Királyság, Ausztria, Németország, Franciaország, Lengyelország és Litvánia. A költségeket helyi árakon mérte, majd átváltotta amerikai dollárra, vásárlóerı paritáson. Azt találta, hogy a stroke kezelési költségei európaszerte igen különbözıek, köszönhetıen az eltérı erıforrás felhasználásnak és az eltérı egységköltségeknek. A vizsgált 576 beteg átlagos kórházban töltött ideje 12 naptól (Franciaország) 34 napig (Egyesült Királyság) terjedt. Az átlagos nıvéri ápolás napi ideje 113 perctıl (Lengyelország) 318 percig (Ausztria) terjedt. Az egységköltségek Nyugat Európában magasabbak voltak (például az orvosi költség 34,21 USD/óra Franciaországban és 1,32 USD/óra Litvániában). A legalacsonyabb egy esetre jutó átlag költség Litvániában volt (880 USD, 95% konfidencia intervallum 730-1030). A kutatás eredményei azt mutatták, hogy egy európai országban mért kórházi kezelés költségei nem általánosíthatók, és egy több országot felölelı gazdasági értékelés összesített adatai nem feltétlenül használhatók fel mindenhol helyi szinten.

- Az országon belüli változékonyságot vizsgáló tanulmányok

Néhány tanulmány az országon belüli, az egyes centrumok közötti földrajzi változékonyságot elemezte. Az egyikben, az egység-költségekben mutatkozó változatosság fontosságára hívták fel a figyelmet. A nem randomizált vizsgálat során a rutin mammográfiás szőrésben egyszeri vagy kétszeri felvétel alkalmazását hasonlították össze (Bryan et al. 1995) a szerzık javaslata szerint, annak ellenére, hogy az eredmények csupán egy centrum adataiból származnak – és ilyenkor azokat elég erıteljesen torzíthatják a helyi szokások – a költségelemzés részletes ismertetése esetén a döntéshozók számára lehetıvé válhat annak a becslése, hogy egy másik centrumban hogyan, miben térhetnek el a várható eredmények. Más szerzık is hasonló megállapításokra jutottak az elvégzett kutatásaik nyomán (Jonsson et al. 1996; Stalhammar etal. 1999; Mapelli et al. 1994; Pedersen et al. 1996).

143

Garson et al. (1994) egy krónikus betegség költségeit, illetve az árazásban és a gyakorlatban fellelhetı változékonyságot értékelték 6 különbözı, földrajzilag reprezentatív centrumban, az Egyesült Államok területén. Minden egyes veleszületett szívrendellenesség (CoHD11) típust osztályoztak a fiziológiás karakterisztikák, a klinikai látogatások, a hospitalizáció és a gyógyszerezés ideje (évek) alapján. A vizsgált 6 centrum CoHD költségeiben (születéstıl 21 éves korig) 55%-os változékonyságot találtak. A változékonyság nem állt kapcsolatban az eredményekkel (mortalitás), és kb. 50%-ban függött a helyi gyakorlattól. A legnagyobb változékonyság a komplex klinikai vizsgálatokban és a szívkatéterezést illetıen mutatkozott. A vizsgálat szerint, a többcentrumos mérés átlagai által megbecsülhetı a klinikai gyakorlatok változatossága, és viszonyítható a klinikai kimenethez.

- A kutatás és a rutin gyakorlat közötti eltéréseket vizsgáló tanulmányok

Kennedy et al. (1999) a felépülés hatásait kutatták abban az esetben, ha valaki egy randomizált kontrollált vizsgálat (RCT12) alanya. A vizsgálat az asztmához kapcsolódó egészségügyi szolgáltatások felhasználására és költségeire vonatkozott.88 A vizsgálatban rögzítették a földrajzi elhelyezkedést, és ezért nagyon hatékonyan tudták elemezni, hogy vajon hatással van-e az erıforrás felhasználásra és a költségekre, ha valaki egy RCT résztvevıje s mindez hogyan változik a földrajzi elhelyezkedés tükrében. Az erıforrás felhasználásokat (asztma elleni gyógyszerek és ambuláns orvosi kezelés) összehasonlították, illetve egy logisztikus regresszióval elemezték a vizsgált betegcsoportot az életkorra, az asztma súlyosságára, az adatgyőjtés idejére (év) és a földrajzi elhelyezkedésre vonatkozóan. Azt vették észre, hogy az RCT-ben résztvevı betegek magasabb (legalább 400 µg) napi dozisú corticosteroidokat (ICSTs) inhalálnak, mint az RCT-n kívüliek (85%-os konfidencia intervallum, 1,6-6,2). Ugyancsak az RCT-ben résztvevık esetében, sürgısségi ellátást kevesebben vettek igénybe (85% konfidencia intervallum 0,2-0,8), és kisebb volt azoknak az aránya is akik legalább kétszer felkeresték a háziorvosukat (85% konfidencia intervallum 0,2-0,6). A logaritmikusan transzformált és összesített költségadatok nem különböztek a résztvevık és az RCT-n kívüliek körében. A szolgáltatások általános kategóriái (ICST-k, sürgısségi orvosi ellátás, háziorvosi ellátás) különböztek a két csoport között, de azt 11 12

congenital heart disease randomised controlled trial

144

nem lehet kijelenteni, hogy az asztmához köthetı egészségügyi ellátásokra vonatkozó eltérés lett volna tapasztalható.

9.4

Földrajzi különbözıséget elemzı empirikus vizsgálatok a modellezı tanulmányokban

A döntési modellek használata, melyekben a költség és a hatékonysági becsléseket egy sor adat szintézisébıl állítják elı, egy igen jól használható eszköznek bizonyult az egészségügyi beavatkozások földrajzi változatosságának feltárásában is. Ezek a tanulmányok általában egy fejlıdı mag-modellt (core modell) foglalnak magukban (gyakran egy meghatározott vizsgálat eredményén alapul), amelyet hozzáigazítanak az adott helyzethez (általában egy országhoz). Utóbbit többnyire az erıforrás felhasználással és/vagy az egységköltséggel jellemeznek. A modellezı tanulmányok mindegyike az országok közötti (és nem az országon belüli) változatosságot vizsgálta.

Lees et al. (1992) a krónikus vesebetegségbıl származó anémia kezelésére használt rekombináns humán erythropoietin (epoetin) költségeit é hasznát próbálták megbecsülni, 5 országban: Franciaországban, Németországban, Olaszországban, Spanyolországban és az Egyesült Királyságban. A megnyert QALY-ra jutó inkrementális költségek 58 600 USD-tól 349 000 USD-ig terjedtek és attól függıen változtak, hogy milyen típusú becslést alkalmaztak és melyik országról volt szó. Minden országban másként kerültek kiválasztásra az epoetin terápiára alkalmas betegek, és az eltérı egészségügyi finanszírozási rendszerek változó terápiás rezsimekhez és költségekhez vezettek. Az Egyesült Királyságban találták a legnagyobb átlagos QALY nyereséget, talán azért, mert nagyobb volt az átlagos súlyosságú anémiában szenvedı betegek aránya az epoetin terápiában résztvevı betegek körében.

Jansen et al. (1997) a meloxicam és a diclofenac klinikai tolerálhatóságát hasonlították össze a gazdasági

vonatkozást

illetıen

Franciaosrzágban,

Olaszországban

és

az

Egyesült

Királyságban. A vizsgálatot országspecifikus modell megalkotásával végezték. A káros gastrointenstinalis események elıfordulásának valószínőségét a RCT-kbıl nyert adatok alapján becsülték. A felhasznált források a következık voltak: orvosi adatbázisok (Egyesült Királyság), korábban publikált irodalom (Egyesült Királyság, Franciaország) és szakértıi

145

vélemény (Egyesült Királyság, Olaszország, Franciaország). Ugyanazon eseményekkel kapcsolatban lényeges különbségeket találtak az egyes országok között az erıforrások felhasználására vonatkozóan. Míg Franciaországban a fekély kezelése miatt (szakértıi vélemény alapján) a beteg 13,2-30,8 napot tölt kórházban, addig az Egyesült Királyságban (egy átlagos adatbázis alapján) ezt az értéket 8,6 napra becsülték. A legdrágább egységköltség a

hospitalizációhoz

volt

köthetı,

amely

exponenciálisan

növekedett

a

betegség

súlyosbodásával. Diclofenac terápia esetén, a hospitalizációnak igen erıs hatása van az átlagos kezelési költségre a vizsgált országok mindegyikében (SR: 35% Franciaország, 10% Olaszország és 13% az Egyesült Királyság esetében). A meloxicam használatából fakadó lehetséges költségmegtakarítás mértéke 32% Franciaország, 5% Olaszország és 24% az Egyesült Királyság vonatkozásában, betegenként, egy 30 napos kúrára vetítve. A francia modell a perforáció, a fekély és a vérzés kialakulásának valószínőségére volt érzékeny, míg az olasz modell a szövıdmények kialakulásának valószínőségére.

Egy másik hasonló döntési modellt Arikian et al. 1994) fejlesztettek ki, amely keretében az ujj- és a lábujj köröm onchomycosisának kezelésére használt négyféle orális terápia (griseofulvin, itraconazole, ketoconazole és terbinafine) költség-hatékonyégi elemzését végezték el. Az elemzés 13 országot ölelt fel: Ausztria, Belgium, Kanada, Finnország, Franciaország,

Németország,

Görögország,

Olaszország,

Hollandia,

Portugália,

Spanyolország, Svájc és az Egyesült Királyság. A klinikai adatok (gyógyulási arány, visszaesési arán, illetve mellékhatások) randomizált vizsgálatok világmérető metaanalízisébıl származtak, és ezeket kombinálták az erıforrás felhasználás adataival. Utóbbiakat viszont ország-specifikus, beteg profilú és terápiás algoritmusokból nyerték. Mindkét fertızés esetén a terbinafine terápia volt a legköltség-hatékonyabb, dacára annak, hogy minden országban igen magas ennek a szernek a beszerzési költsége.

Ugyanezen megbetegedésre, Einarson et al. (1997) egy várható költséget és költséghatékonyságot (költség/tünetmentes napok száma) vizsgáló döntés-elemzıi modellt alkottak, az alkalmilag használt lakkok és az orális szerek összehasonlítására Kanadában, Franciaországban, Németországban, Olaszországban, Spanyolországban és az Egyesült Királyságban. Minden egyes országban szakértıi bizottságok határozták meg a klinikai gyakorlatot, a finanszírozási gyakorlatot és az egészségügyi erıforrások standard költségeit. A 33 tanulmány meta-analízise (amely összesen 58 klinikai ágat foglalt magában) által határozták meg a gyógyulási arányokat. Azt találták, hogy a ciclopirox, elsıdleges

146

terápiaként, rendelkezik a legalacsonyabb várható költséggel és a tünetmentes napokra jutó költség is ezen terápia esetén a legalacsonyabb. Ezt követi az amorolfine, a terbinafine és az itraconazole. Ez a sorrend minden országra igaz volt, kivéve az Egyesült Királyságot és Spanyolországot. A kezelési hibából származó költség az Egyesült Királyságban kiugróan magas volt a többiekéhez képest.

Egy randomizált vizsgálat, teljes kúrára vonatkozó adatait felhasználva, Jansen et al. (2001) összehasonlították a folyamatos terbinafine terápiát a megszakításos itraconazole terápiáéval. Finn, német, izlandi, olasz, holland és egyesült királyságbeli lábköröm gombás fertızésben szenvedı betegeket vizsgáltak. A költségszámításánál a gyógyszerezés, az orvosi vizsgálat, a laboratóriumi vizsgálat, a szövıdmények kezelésének és az esetleges visszaesés kezelésének költségeit vették figyelembe. A folyamatos terbinafine terápiát találták dominánsnak Németországban, Izlandon, Olaszországban, Hollandiában és az Egyesült Királyságban, ugyanakkor Finnországban ugyanez a terápia egy további (teljes kúrásra vonatkozó) inkrementális költséggel is járt. A vizsgálat szerint az orvosi menedzsmentben egyetlen különbséget tapasztaltak: az adott országban használtak-e antimycotic-ot a terápia során és milyen hosszan.

Shear et al. (1998) egy költség-hatékonysági elemzés keretében a terbinafine terápiát vetették össze a ciclopirox, clotrimazole, ketoconazole és micronazole terápiákkal, a tinea fertızés (ótvar) kezelésében Ausztriában, Németországban és Svájcban. A hatékonyságra vonatkozó adatok (hatásossági arány, visszaesési arány) klinikai vizsgálatok meta-analízisébıl származtak, míg az erıforrás felhasználásra vonatkozólag (gyógyszerelés, orvosi vizit, laboratóriumi vizsgálat) szakértıi vélemény alapján állították össze az adatokat. Minden vizsgált országban a terbinafine terápia bizonyult megfelelıbbnek költség-hatékonysági szempontból.

Annemans et al. (1999) különbözı terápiás eljárások és különbözı egység költségek hatásait vizsgálták az egészségügyi erıforrásokat és a költség-hatékonyságot illetıen. A vizsgálat az elırehaladott nem kis sejtes vese daganat TAXCIS (paclitaxel + cisplatin) és TENCIS (teniposide

+

cisplatin)

terápiáját

hasonlította

össze

Hollandiában,

Belgiumban,

Franciaországban és Spanyolországban. Az erıforrás felhasználás adatait két különbözı forrásból nyerték: egyrészt klinikai orvosokkal végzett interjúkból (Delphi módszer), másrészt, összesített betegadatokból. A hatékonyságra vonatkozólag egy speciális randomizált

147

vizsgálat eredményeit vették alapul. A négy ország között nagyon világos különbségek mutatkoztak az alkalmazott gyakorlatot és a költségeket illetıen, de ez, az orvosi gyakorlatban mutatkozó eltérés sem befolyásolta azt a megállapítást, miszerint a TAXCIS ugyanannyira volt költség-hatékony, mint a TENCIS.

Van Ineveld et al. (1993) tanulmányában, az elhelyezkedés vizsgálatán keresztül készítettek egy gazdasági modellt, hogy megválaszolhassák: vajon a Hollandiában és az Egyesült Királyságban végzett mellrák szőrıprogramok adoptálhatók-e más európai uniós (EU) országban? Egy Hollandiára készített költség-hatékonysági modell – melyben az 50-70 éves nık országos szőrıprogramjának költség-hatékonyságát értékelték – eredményeit adoptálták, és bıvítették ki olyan ország-specifikus adatokkal, mint az incidencia, mortalitás, demográfia, szőrés-szervezés és az árak, Franciaország, Spanyolország és az Egyesült Királyság vonatkozásában.

A

költség-hatékonyság

az

elhelyezkedés

függvényében

változott:

Spanyolországban 9 700 £/életév nyereség, Franciaországban 5 800 £/életév nyereség, Hollandiában 2 120 £/életév nyereség és az Egyesült Királyságban 1 800 £/életév nyereség. Az eredmények tükrében, a szerzık azt állapították meg, hogy nem lehet egységes, minden EU országra érvényes egészségpolitikai ajánlásokat tenni a mellrák szőrésére vonatkozóan.

Berger et al. (1998) az elırehaladott petefészek daganat elsıdleges terápiájaként alkalmazandó paclitaxel-cisplatin (PC) kombináció terápiáját hasonlították össze a standard cyclophosphamide-cisplatin

(CC)

rezsimmel,

a

költség-hatékonyságot

illetıen.

A

hatékonyságra vonatkozó adatokat egy retrospektív kohort vizsgálatból nyerték, amelyben a cisplatin és a cyclophosphamide vagy a paclitaxel kombinációját vetették össze. Az erıforrás felhasználásra vonatkozóan (gyógyszerelés, hospitalizáció, konzultációk, laborvizsgálatok, vizsgálatok) a szakértık véleményére hagyatkoztak. A PC kombináció mindenütt jobbnak bizonyult: a megnyert életévre jutó költségek 6 396 USD-tól (Spanyolország) 11 420 USD-ig (Olaszország) terjedtek. A vizsgálat kimutatott bizonyos különbségeket a különbözı európai országok között arra vonatkozóan, hogy a teljes költségeknek mekkora hányadát teszi ki a kemoterápia és a hosptalizáció költsége.

DeJonghe et al. (1994) a tüdıtuberkulózis kezelésére használt rövid és standard kemoterápiás kezelés költség-hatékonyságát hasonlították össze malawiban Mozambikban és Tanzániában. A rövidített kezelést jobban preferálták a standard 12 hónapos kezeléshez képest, a költséghatékonysági mutatók pedig nagyon hasonlóan alakultak a vizsgált helyek között, dacára

148

annak, hogy az étkezés és a munka költségei nagyon eltérıek voltak. A szerzık véleménye szerint, az eredmények általánosítása más, fejlıdı országok számára megkérdıjelezhetı, mivel az egy fıre jutó nemzeti jövedelem különbözıségébıl fakadóan a munka költségei dollárban kifejezve magasabbak lehetnek.

Lorenzoni et al. (1998) a thrombolyticus megbetegedések költségeiben mutatkozó különbségek hatását értékelték a költség-hatékonyság vonatkozásában Németországban, Olaszországban, az Egyesült Királyságban és az Egyesült Államokban. Az elemzés a streptokinase és a rekombináns szövet plasminogen aktivátor nyers költségein, illetve a 30 napos mortalitási rátán alapult, amelyekhez egy randomizált vizsgálatból nyertek adatokat. Még ha azonos hatékonyságot is tételezünk fel az egyes vizsgálatba bevont országok között, a költség-hatékonysági ráta nagyon eltérınek mutatkozik az elhelyezkedés szerint: 112 344 USD/megmentett életévtıl (Egyesült Királyság) a 221 053 USD/megmentett életévig (Egyesült Államok) terjed az értéke. A szerzık megjegyezték, hogy a vizsgálat elıfeltevése, miszerint a hatékonyság mindenütt azonos, természetesen megkérdıjelezhetı, mivel a klinikai hatékonyság eltér az európai és a tengeren túli betegek vonatkozásában. Ez azt sugallja, hogy a költség-hatékonyság vonatkozásában megfigyelt változatosság alulbecsült, és ha a hatékonyságra vonatkozó variabilitást is bevonnák az elemzésbe, még nagyobb eltéréseket kapnának.

A West Scotland Coronary Prevastin Study (WOSCOPS)-t Skóciában végezték el, ahol a cardiovasculáris megbetegedések incidenciája igen magas. Caro et al. (1999) helyi prevalencia és csoportosított kockázati tényezıkre vonatkozó adatokat használtak a belga, délafrikai és svéd kiindulási kockázatok becslésére. A vizsgálatból származó relatív kockázatra vonatkozó mutatókat minden populációra egységesen alkalmazták, és az ország-specifikus költség-hatékonysági mutató kiszámításához ezt az általános mutatót kombinálták a helyi költség adatokkal. Így azt kapták, hogy Belgiumban 14 773 USD/megmentett életév, Svédországban 8 150 USD/megmentett életév és Dél-Afrikában 10 999 USD/megmentett életév a költség-hatékonyság értéke. A szerzık konklúziója szerint a WOSCOPS eredményei általánosíthatók és felhasználhatók egyéb, más populációk esetében is. Hasonló módszertant alkalmazva, Grover et al. (2001) cardiovasculáris megbetegedésben szenvedı cukorbetegek simvastin terápiájának költség-hatékonyságát hasonlították össze a szövıdménymentes cukorbetegek terápiájával. A vizsgált országok: Kanada, Franciaország, Németország,

149

Olaszország, Spanyolország és az Egyesült Királyság. Az elsıdleges megelızés13 a cukorbetegek körében ugyanannyira volt hatásos, mint a másodlagos prevenció a cardiovasculáris megbetegedésben szenvedı cukorbetegeknél.

Ghatnekar et al. (2001) a diabeteses láb becaplermin-nel és a megfelelı sebellátással való kezelésnek a költség-hatékonyságát vetette össze a szer nélküli sebellátással. A vizsgálatot számos, különbözı európai egészségügyi ellátórendszerben végezték, egy döntési modellt alkalmazva, 12 hónapos idıhorizonttal. A kiindulási valószínőségeket egy 183 fıs, prospektív tanulmányból vették, a becaplermin hatásosságára vonatkozóan pedig, egy 20 hetes gyógyulási rátán alapuló, összesen 449 betegre vonatkozó klinikai vizsgálatokat elemzı metaanalízisbıl nyertek adatokat. Az ország-specifikus gazdasági adatokat, melyeket szakértıi vélemények alapján állítottak össze, egy modellben foglalták egybe, amely segítségével nyerték

aztán

a

költség-hatékonysági

értékeket.

A

becaplermin

használatával

költségmegtakarítást értek el Svédországban, Svájcban és az Egyesült Királyságban, de Franciaországban úgy találták, hogy a terápiának inkrementális költsége is van, mégpedig 142 USD/fekélymentes hónap. Az erıforrások helyi költségei között lényeges különbségeket tapasztaltak, különösen az egységköltségekre vonatkozóan, illetve a fekvı- és járóbetegellátás egymással való helyettesíthetısége terén.

Casciano et al. (2001) egy nemzetközi döntési modellt fejlesztettek ki, amellyel a fı depressziós zavarok kezelését vizsgálták meg 10 európai és amerikai országban. A hatékonysági adatokat (fekvıbeteg ellátás hatásossága, járóbeteg ellátás hatásossága, a hatásosság hiányából vagy a mellékhatásokból fakadó lemorzsolódás aránya) klinikai vizsgálatok meta-analízisébıl nyerték, az erıforrás felhasználásra vonatkozó adatokat pedig, szakértıi vélemény alapján. Lengyelországot kivéve, mindenütt a venlafaxine XR bizonyult a legköltség-hatékonyabb terápiának (az átlagos költség-hatékonysági rátákat figyelembe véve).

Simpson et al. (1994) a korai gazdasági adatokat felhasználva, döntési modellel becsülték meg

a

zalcitabine

költség-hatékonyságát

a

standard

antiretrovirális

kezelésekkel

összehasonlítva. HIV betegek terápiáját vizsgálták 5 országban: Svájcban, Dániában, Franciaországban, Olaszországban és az Egyesült Királyságban. A standard kezelési algoritmusok menetét orvosi bizottságok dolgozták ki, az epidemiológiai adatokat, pedig úgy

13

simvastin terápia szövıdménymentes betegeknél

150

alakították, hogy azok illeszkedjenek az egyes országok HIV/AIDS profiljába. A zalcitabine költség-hatékonysága hasonlóan alakult mind az öt vizsgált országban.

Pinto et al. (2001) egy új antihistamin, az emedastine költség-hatékonyságát vizsgálták a levocabastin-nal szemben, akut allergiás kötıhártya gyulladás belga, francia, német, holland, norvég, portugál és svéd betegek terápiájában. A hatékonysági adatok (szempirosság, viszketés, tünetmentes napok száma, klinikai hiba) klinikai vizsgálatokból származtak, melyekben az emedastine 0,05% és a levocabastine 0,05% napi kétszeri adagolású, 42 napos terápiáját hasonlították össze. Egy szemész szakorvosokból és háziorvosokból álló orvosi bizottság határozta meg a sikertelen elsıdleges kezelés költségeit, mely az orvos látogatások, a gyógyszer és a laboratóriumi vizsgálatok költségeit tartalamazta. A sikertelen kezelés költsége az emedastine esetében minden európai országban alacsonyabb volt, és gazdasági szempontból

dominánsnak

bizonyult

a

levocabastine-nal

szemben

Belgiumban,

Németországban, Portugáliában és Svédországban. Hollandiában és Norvégiában viszont az emedastine hozzáadódott a költségekhez.

Ament et al. (2000) az invaziv pneumococcus okozta megbetegedés megelızésére használt védıoltás költség-hatékonyságát értékelték Belgiumban, Franciaországban, Skóciában, Spanyolországban és Svédországban. A hatékonysági adatok (incidencia, mortalitás) esettanulmányokból

származtak,

az

erıforrás

felhasználás

adati

pedig

szakértıi

véleményekbıl. A pneumococcus védıoltás költség-hatékonysága nagyon eltérı volt a vizsgált

5

országban:

Belgiumban

25 907

Euro/QALY,

Franciaországban

19 182

Euro/QALY, Skóciában 14 892 Euro/QALY, Spanyolországban 10 511 Euro/QALY és Svédországban 32 675 Euro/QALY. Az eredmények a mortalitási rátára és az invazív megbetegedések incidenciájára voltak érzékenyek, de a szerzık szerint az országok közötti különbségek nem köthetık össze a megbetegedés elıfordulásának mértékével, viszont összekapcsolhatók a helyi felügyeleti és esetfelderítı rendszerek mőködésével.

9.5

Az idıtényezıhöz köthetı változékonyságot vizsgáló tanulmányok

Nem található példa olyan tanulmányra, amely az idıtényezı hatását vizsgálta volna. Ugyanakkor, Neumann (2001), számos olyan területet határozott meg, ahol az idı elteltével

151

változás következhet be: például a gépjármővek légzsákja, stentek és implantált szív defibrillátorok (ICDs).

A szakirodalomban fellelhetı tanulmányok a földrajzi elhelyezkedés nyomán bekövetkezı költség és költség-hatékonysági variabilitását vizsgálta, és egyik sem foglalkozott az idıtényezıvel. Számos tanulmányt találtak, melyek olyan tényezıket vettek figyelembe, amelyek különbözı környezetekben eltérésekhez vezettek a költséget és/vagy a költséghatékonyságot illetıen. Talán a legegyértelmőbb ezek közül – és az irodalomban a legtöbbet hivatkozott tényezı – az egyes erıforrásokhoz kapcsolható egységre jutó költség. Mind az egyes centrumok között (országon belül), mind az egyes országok között az tapasztalható, hogy az olyan erıforrások, mint a kórházi ellátás, a klinikai személyzet, vagy a járóbetegellátás egységköltségei eltérıen alakulnak. Úgy tőnik, hogy bizonyos erıforrások tekintetében az országok közötti eltérés hangsúlyosabb az országon belüli eltérésnél, például a gyógyszerek vagy az egészségügyi felszerelés vonatkozásában. Az irodalom számos olyan tényezıre is hivatkozik, amely független forrása a gazdasági eredmények eltérésének, ugyanakkor erıteljesen determinálja az egységköltségek változatosságát. Ilyen lehet: a méretgazdaságosság, az eset összetétel és az illetékes személyzet képessége és tapasztalata.

A szakirodalom egyik érdekes jelensége, hogy a gazdasági elemzésekben tárgyalt erıforrás változatosság kapcsán megfigyelt tényezıket ugyanolyan gyakran kötik össze a hatékonyság mérésével, mint a költség-hatékonyság mérésével. Ide tartoznak olyan tényezık, mint a kutatásban résztvevı centrumok mesterséges karakterisztikái (pl. randomizált vizsgálatok), a beteg eset összetétel és a klinikai gyakorlatok eltérése. Mindamellett, valószínőleg indokolt megjegyezni, hogy a klinikai hatékonyság területi elhelyezkedés szerinti változatosságát, illetve a különbözı validitás vizsgálatát viszonylag ritkán veszik figyelembe a szélesebb értelemben vett egészségügyi szolgáltatásokat kutató irodalomban. Figyelembe véve a földrajzi

elhelyezkedésbıl

fakadó

gazdasági

értékelések

változatosságának

néhány

módszertani vonatkozásait, ugyanannyi figyelmet kellene szentelni a hatékonyság változékonyságára is, mint amennyit a költségek változékonyságára.

Nagyon kevés olyan tanulmány van, amely explicit módon veszi figyelembe azokat a tényezıket, amelyek az idı tényezı miatt okoznak változást a gazdasági elemzések eredményeiben. Ugyanakkor nagyon erısek és konzisztensek azok az alapelvek, amelyek a költségek és a hatékonyság változatosságát magyarázzák a (területi) elhelyezkedés és az idı

152

változása tekintetében. Például, pusztán a betegek összetétele is változhat kórházról kórházra, vagy ugyanúgy egy adott kórház esetében az idı elteltével. Ugyanez igaz lehet a különbözı klinikai populáció esetében, ami szintén módosulhat a helyszín vagy az idı változásával. És ez ismét azt jelenti, hogy az olyan tényezık, mint az egységköltség, a képességek vagy a gyakorlat, illetve az egészségügyi ellátórendszer mind az idıvel, mind pedig a földrajzi elhelyezkedéssel változhat.

Igen nagyszámú olyan tanulmányt találtak, amelyek a változatosságot a vizsgálatok és döntési modellek eszközeinek segítségével értékelték. Ezek olyan tanulmányokat jelentenek, amelyek egy már lefolytatott vizsgálat vagy modell eredményeit használják fel, s amelyeket egy adott helyszínen végeztek el, és amelyek különbözı egységköltségeket ölelnek fel. Néhány tanulmányban az erıforrás adatokat több centrumból és országból győjtötték össze (gyakran klinikai szakértıktıl és ritkábban direkt megfigyelés által), majd megvizsgálták azoknak az eltérésit a különbözı helyszínek között. Nem meglepı, hogy csak nagyszámú tényezı képes, általában, változékonyságot okozni a gazdasági értékelésekben. Számos szerzı mutatott ki lényeges eltéréseket az erıforrások volumenét és költségeit illetıen a különbözı helyszínek között. Viszonylag kevés tanulmány foglalkozik, olyan szorgalommal az eredmények variabilitását, mint a költségekét illetıen, megerısítve ezzel azt a nézetet, mely szerint a szerzık implicite feltételezik, hogy a klinikai hatékonyság mérése kicserélhetıbb az egyes helyeket illetıen, mint a költség adatok. A fejezetben áttekintett tanulmányok többsége standard gazdasági értékelés volt, melyek egy adott területi csoport (általában különbözı országok) eredményeinek becslésére törekednek. Nagyon kevés tanulmány indít a kezdetektıl az egyes elhelyezkedések közötti változatosság mérést illetıen, és azok, akik ezt megteszik (például Holmes és kollégái, akik a szívfejlıdési sokkban szenvedı betegek erıforrás felhasználást és klinikai eredményeinek összefüggését értékelték (Holmes et al. 1997) inkább leíró jelleggel, mintsem értékelı módon végzik ezt.

Sok egészségügyi technológiát elemeztek az idık folyamán, de kevés olyan található, amely szisztematikusan összehasonlítaná azokat, és általános következtetést keresne, hogyan változott idıben a költség és a költség-hatékonyság. Kisszámú elemzés (Neumann, 2001) vizsgálta kifejezetten ezt a változót. (Remák, 2003) A szőkös irodalom oka lehet az a felfogás a kutatók, stratégiai-döntéshozók részérıl, hogy a költség-hatékonyság idıben, helyszín szerint nem változik. Habár adott a fejezetben azonosított több faktor, melyek befolyásolják a gazdasági hatásokat a különbözı helyszíneken, illetve idıpontban (pl.: case-mix, operáló

153

képessége, árak, stb.), úgy tőnik ezt nehéz elfogadni. A másik lehetséges ok, hogy mostanáig a döntéshozók képessége, kapacitása csak az új beavatkozások költség-hatékonyságának, jobb esetben, egyszeri megállapításáig terjedt. Ez a helyzet, azonban, kezd megváltozni, azzal, hogy a döntés hozók a beavatkozásoknál ismételten megkövetelik a kiegészítı források keresését. Például: a NICE háromévente felülvizsgálja a technológiai útmutatóit és az azokat megerısítı költség-hatékonysági elemzéseit.

Vannak cikkek a szisztematikus áttekintések módszereirıl. Ehhez a szisztematikus áttekintéshez két szemlézı azonosította a releváns közleményeket, de egy győjtötte az adatokat. Ezt, a projekthez elérhetı források viszonylag nagy mennyiségő irodalma indokolta. Módszertani projektnél, mint ez is, nem valószínő, hogy egy adatgyőjtı torzítást okozna. Bármely módszertani témában, akár az általánosíthatóság, a keresés az elektronikus adatbázisokban nem könnyő feladat. Az átfogó keresés még problémásabb. Egy kisebb kutatás volt a keresési stratégia, mivel csak néhány index kifejezés létezik. Például a MEDLINE vagy az EMBASE nem tartalmaz indexet, amely lefedné az „általánosíthatóság” fogalmát. A használható index kifejezés hiányában a szavak keresése, mint „általánosítható” vagy „átvihetı”, gyakran szerepelt a címben, absztraktban más környezetben, mint a jelent projekt. Ráadásul sok közleményben az általánosíthatóság negatív értelemben szerepel, mint „az általánosíthatóságot nem állapították meg” vagy „ez a vizsgálat nem általánosítható”. Ez további nem ide vonatkozó találatokat eredményez, és ezek biztonságos kizárása hasznos találatok esetleges elvesztésével járna.

Átfogó vagy érzékeny stratégia, amelyek gyakran szükségesek a szisztematikus kereséshez, itt alkalmatlan, a jelentkezı irreleváns találatok mennyisége miatt. Sokkal fókuszáltabb (precízebb) és emiatt pragmatikusabb keresési stratégiát fejlesztettek. A stratégiának nem volt célja a téma minden kutatásának azonosítása, de megkísérelte megtalálni a releváns közlemények

nagy

részét.

A

kézi-keresés

az

adatbázis-kereséssel

kapcsolatosan

felbecsülhetetlennek bizonyult (Sculpher, 2004). A kézi-keresés 31 közleményt azonosított (az adatbázis keresésen felül), melyekbıl 21-et legalább egy, a keresésbe bevont, adatbázisban jegyeztek.

Ez a tény, hogy ezt a 21 közleményt, ami jelentıs mennyiség, nem találta a keresés, rávilágít a téma átfogó (érzékeny) irodalom keresésének nehézségeire. Különbözı okai vannak, hogy az adatbázis keresés nem találta ezeket a tanulmányokat. Elıször, a 21 közleménybıl egy sem

154

tartalmazott semmiféle indexet, ami azonosította volna az általánosíthatóság témakörben. Másodszor, a 21 közleménybıl egy sem tartalmazta az „általánosítható” terminust vagy valamely szinonimáját (mint külsı érvényesség, átvihetı, extrapolált, hordozhatóság). Négy a 21 közleménybıl nem tartalmazott absztraktot, ami csökkentette a hatékony keresés, találat lehetıségét. 17 közlemény (n=21) tartalmazott absztraktot, 9 a földrajzi általánosíthatósággal foglalkozott, vagy az összehasonlított országok pontos megnevezésével vagy az országok számának megadásával. A keresési stratégiát nem módosították ezekkel a szavakkal, mert nem lett volna célszerő megkeresni minden felmerült lehetséges ország kombinációt. 3 tanulmány nem tartalmazott jelzést a bibliográfiában vagy az absztraktban, hogy az általánosíthatósággal foglalkozik (egy volt „az egészségügyi és szociális ellátás egység költségei”-rıl). Az érvényességük csak a teljes közlemény áttekintése után volt megállapítható.

A

további

5

közlemény

bizonytalan

utalásokat

tartalmazott

az

általánosíthatóságra, melyeket nem talált a keresési stratégia.

Ez a fejezet sok tényezıt azonosított, melyek az irodalom szerint feltehetıleg változást okozhatnak az egészségügyi beavatkozások helyszínek közti költség-hatékonyságában. Ezek igen nyilvánvalók is lehetnek, mint például az egyes erıforrások egységárai, de kiterjed olyan faktorokra is, mint az erıforrás felhasználás, klinikai gyakorlat, és a beteg case-mix. A változók ezen forrásai közül várhatóan sok alkalmazható mind a klinikai eredményesség, mind a költség-hatékonyság számításaihoz. Jó néhány tanulmányt azonosítottak, melyek empirikus módon mutattak rá a helyszínek közötti eltérı költségekre és költséghatékonyságra. Több közlemény megállapítja a mennyiség és az erıforrás felhasználás költségének különbözıségét, de kevés tanulmány szól a kimenetek különbözıségérıl. Mindössze egy konferencia absztrakt volt a költség-hatékonyság idıbeni változékonyságáról.

9.6

Módszerek a változékonyság megállapítására és az általánosíthatóság fokozására

A koncepcionálisan és empirikusan meghatározott faktorok segítségével megállapítható a különbözı helyszínek és idıpontok között várható változás az adott beavatkozás költséghatékonyságban. Ennek nyomán levonható a következtetés, hogy léteznek olyan a költségekhez és a klinikai hatásokhoz kapcsolódó, egymással szoros összefüggésben lévı

155

paraméterek, melyek a helyszínektıl és a körülményektıl függıen változnak. Ennek nyomán felmerül a kérdés, hogy a gazdasági tanulmányok, milyen módszerrel azonosítsák, számszerősítsék, és interpretálják a költséghatékonyságban bekövetkezett változásokat. E fejezet összefoglalja azokat a tanulmányokat, amelyek a helyszín és idı szerinti változékonyságot, általánosíthatóságot elemezı módszereket írt le, és alkalmazott.

Schulpher (2004) az általánosíthatóságra és áthelyezhetıségre vonatkozó szakirodalomból állított össze adatbázist, az adatbázis 109 hivatkozásából 52 tanulmány említ módszereket a gazdasági vizsgálatokhoz, a változékonyság kutatására és az általánosíthatóság javítására a különbözı helyszínekre vonatkozóan. A javasolt módszerek különbözı kategóriákba esnek, amit a 13. Táblázat foglal össze.

156

13. Táblázat A gazdasági értékelésekben a változékonyság elemzésére alkalmazott módszerek összesítése Típus Hivatkozás Analitikus módszerek: Beteg-szintő vizsgálatok

Rice et al. 1997; Willke et al. 1998; Jonsson et al. 1997; Goeree et al. 1999; Schulman et al. 1996; Grieve, 1999; De Jonghe et al. 1994; Glick et al. 1995; Dixon et al. 1999; Raikou et al. 2000; Schulman et al. 1998; Glick et al. 2001; Ludbrook et al. 2004; Sullivan et al. 2001; Johnston et al. 1998; Mugford et al. 1998; Coyle et al. 1998; Oster et al. 1995; Tunis et al. 2000; Cook et al. 2003; Hutton, 2004; Rutten-van Molken et al. 1998; Rutten-van Molken et al. 1999; Koopmanschap et al. 2001; Sorensen et al. 2000; Pang, 1999; Coyle et al. 2001; 141Kinosian et al. 1998; Davis, 1994; Evans et al, 2000

Modellezı vizsgálatok

Murray et al. 2000; Drummond, 1994; Rittenhouse et al. 1995; Postma et al. 1993; Haycox et al. 1998; Menzin et al. 1996; Caro et al. 2000; Rittenhouse, 1997; Jefferson

et

al.

1996; Shih

et

al.

1999; Jefferson et al, 1996; Brennan et al. 2000; Oostenbrink et al. 2001 Kritikai értékelési módszerek

Drummond et al. 1997; Heyland et al. 1996; Tolley

et

al.

1993; Baltussen

et

al.

1999; Spath et al. 1999; Welte, 2001; Rivora, 1994

Mint ahogy azt már korábban említettük, a prospektív vizsgálatnak, mint a gazdasági elemzés kiinduló anyagának, jól megalapozott helye van. E szerint, egy vizsgálatból összegyőjtik a

157

betegszintő adatokat az erıforrás felhasználásról, a kimenetekrıl, és a megfelelı értékek hozzárendelésével ezeket használják a különbözı beavatkozások és programok költséghatékonyságának becslésére. Ezek a tanulmányok gyakran randomizált vizsgálatok (Adams et al. 1992), de nem kísérleti, megfigyelési adatokat is tartalmazhatnak (Drummond, 1998).

Azokban a vizsgálatokban, amelyek több centrumból győjtik az adatokat, fıleg ha különbözı országokból, növekszik a lehetıség a helyszín okozta változékonyság, közvetlen számszerősítésére és elemezni, hogy ez a változékonyság korlátozza-e a vizsgálat következtetéseinek általánosíthatóságát, azaz a legköltség-hatékonyabb eljárás helyszínenként nem mindig azonos. Azoknál a vizsgálatoknál, amelyek egy centrumban győjtik az adatokat, felmerül a kérdés, hogy vajon az eredmények a helyszínen kívülre is általánosíthatók-e, de vizsgálaton kívüli adatok alkalmazhatók ezekhez az elemzésekhez. Sok vizsgálat az adatok csak egy részét győjti a centrumokból, országokból (tipikusan az erıforrás felhasználást és a klinikai kimeneteket), de az érték adatokat (egység árak, és ha található, hasznosságok) csak a helyszínek egy alcsoportja alapján (gyakran csak egy elemő). Ezeknél a vizsgálatoknál is kiterjed a cél a közvetlenül a helyszínhez kapcsolódó változékonyság mértékére, de az érték adatok figyelembe vételével fel kell használni külsı adatokat is az általánosíthatóság elemzéséhez. Több módszertani tanulmány is kérdésesnek találja a vizsgálat-alapú gazdasági elemzés általánosíthatóságát.

9.7

Módszertan a vizsgálat-alapú gazdasági elemzés tervezéséhez

A szerzık a megközelítések sorát ajánlották, amelyek nagyban kapcsolódnak a randomizált vizsgálatokhoz tervezéséhez, ha azok közvetítıként részét képezik a gazdasági elemzéseknek. Az irodalomban található módszerek a költségek becslésére, pénznemek átszámítására, centrumok kiválasztására, randomizációra, adatok győjtésére és feldolgozására vonatkoznak, melyek áthidaló, összekötı adatok lehetnek a vizsgálat és a napi gyakorlat közt. Ezek lejjebb kerülnek részletezésre.

- Egység-árak

158

A módszertani irodalom a vizsgálat-alapú gazdasági értékelések tervezésérıl és elemzésérıl a földrajzi eltérésekkel kapcsolatban leginkább nemzetközi vizsgálatokról szól – azaz, hogyan értelmezhetık a betegszinten győjtött adatok országok szintjén, egyéni nézıpontból. Az értelmezhetıség egy problémája az elemzésekben használt egységárakhoz kapcsolódik. A nemzetközi gazdasági értékelések ideálisan megkövetelik a kulcs erıforrás elemek egységárait a különbözı országokból; ez egy kiinduló pontot jelent a különbözı országok költségeinek és költség-hatékonyságának változásainak felderítéséhez. Mindemellett, nehéz olyan egységköltség adatok elıteremtése, amely egységesen több országra megállapított, részben azért, mert a könyvelési, elszámolási gyakorlat nagyban eltér az egyes országok közt. Alapvetıen, számos szerzı érvelt egy standardizált költség szerkezet kialakítása mellett, amely egy ellenırzı lista létrehozását is magába foglalná az országokon túlnyúló általános költség kategóriákról standardizált megközelítés mellett, a szolgáltatás felhasználás adatainak győjtésére és a szolgáltatás igénybevétel egységárainak megállapítási alapelveinek egyeztetésével (Schulman et al. 1996; Tolley et al. 1993; Postma et al. 1993).

Gyakori, hogy egy ország egységárait használják a nemzetközi vizsgálatokban a többi országban is, és összesített erıforrás felhasználási adatokat alkalmaznak a tanulmányokban. Például Jonsson et al. feltételezték, hogy svéd árak általánosíthatók a 4 másik Skandináv/Északi országra a 4S-ben (Jonsson et al., 1996). Hasonló megközelítés gyakran használt az egy országon belüli multicentrikus vizsgálatokban is. Egyes szerzık fontosnak látják az ország- vagy centrum- specifikus egységárak győjtését, ami az árak országonkénti szisztematikus változásán alapul. (Goeree et al. 1999; Schulman et al. 1996, Grieve et al. 1999).

Egyetértés van, hogy az egységárakat a nemzetközi vizsgálatokban az összes vagy a centrumok egy csoportjából kell venni országonként, mivel az egységárak egy centrum alapján sem az országos átlagárakat, sem az egységárak valós eltéréseit nem tükrözik (Schulman et al. 1996). A jelenlegi szimulációs számítások megerısítették, hogy szignifikáns különbség van a teljes költségben, ha a centrumok átlagos egységárai vagy a centrumspecifikus árak alapján értékeljük a vizsgálatok erıforrás felhasználását.

Gyakran az egységárak nem elérhetık az egyes központokban. A subarachnoidális haemorraghia egy alternatív kezelésének vizsgálatában ország-specifikus költségadatok nem voltak elérhetık a 15 résztvevıbıl 8 esetben (Schulman et al. 1998). Ebben a helyzetben egy

159

standardizált árazási módszert alakítottak ki 7 országban és a megállapított egységárakat, vásárlóerı paritással, átszámították közös, általános pénznemre. A költségek egy általános lineáris modelljét fejlesztették ki, az eljárások és országok okozta eltérések mértékét egy-utas variancia analízissel határozták meg. A részletezett, alkalmazott megközelítés ellenére számos erıforrás elem esetén nem volt elérhetı az egységár néhány országban. Ezekhez az elemekhez az elemzık kialakítottak egy index táblát a piaci-kosár alapján. Az adott eljárás költségeinek meghatározásához a piaci-kosár becsléssel legalább egy ország költség adatai szükségesek. Ahol egy országban sem állt rendelkezésre költség információ az eljárásról, ott a költségeket az orvosi munka és a gyakorlati kiadások erıforrás-alapú relatív értékegységeinek módszerével becsülték.

Glick et al. (2001) a nemzetközi vizsgálatok hiányzó egységár adatainak terheit csökkentı, számbavehetıen, alkalmazható módszereket kutatta. Azt találták, hogy az adatimputációs hiba csökken, amennyiben a hospitalizációk típusainak és a minta országainak száma növekszik, de a hiba csökkenésének aránya mérséklıdik. Azonkívül, a hibát csökkentette több ország hospitalizációs típusainak megkapott becslése. A szerzık megállapították, hogy ezek a módszerek nagyobb figyelmet érdemelnek a vizsgálat-alapú költségelemzéseknél.

- A költségek kifejezése általános pénznemben

A különbözı országok költségadatainak az összehasonlítása növeli az átváltási arányok mennyiségét, noha általánosan kisebb figyelmet szenteltek az árak átváltására (Ludbrook et al. 2004) Az egyszerően publikált átváltási arányok változhatnak, nem jelezve az alternatív költségeket és félrevezetık lehetnek. A kiigazításokat vásárlóerı paritással kell végezni (PPP – purchasing power parity), néhány közgazdász egyetért abban, hogy lehetséges lenne az egészségügyi javakra és szolgáltatásokra kialakított PPP-k megállapítása (Ludbrook et al. 2004; Gray, 1991). További módszertani elképzelés, hogy bár a PPP-k kezelik a különbözı országok közötti egészség-technológiák bekerülési árait, de nem tudják kezelni a relatív jólétet (és a fizetési képességet, mely befolyásolja az árakat) a bruttó hazai árak (GDP – gross domestic price) PPP-ihez viszonyítva. A PPP másik típusát - átváltási arányok és egészségügyi PPP-k - tesztelték dialízisnél (Ludbrook et al. 2004). Ezek technológiaspecifikusak és az átváltások más formáihoz képest országok közt kisebb változást okoztak az árakban (Ludbrook et al. 2004).

160

Sullivan et al. (2001) fejlesztettek egy elemzési tervet az asztma korai kezelésének költséghatékonyságának megállapítására nemzetközi klinikai vizsgálat alapján. Szándékaik szerint regressziós analízist használtak, amibe bevontak változókat, amelyekkel ellenırizték az országok-közti kulturális különbségeket az egészségügyi ellátások kínálatában, egészségügyi felhasználásban és a betegek viselkedésében. Olyan változókat figyeltek meg, mint kórházak vagy az egy fıre jutó orvosok száma (az egészségügyi szolgálat elérhetısége helyett). Azonban, a szerzık az egy fıre jutó éves bruttó nemzeti össztermék (GNP) használatát ajánlották a PPP számításoknál az adatok elérhetısége és az elemzésben a változók számának korlátozása miatt.

- A megfelelı vizsgálati helyszínek azonosítása

Bár a randomizált vizsgálatok igen népszerő eszközei a gazdasági elemzéseknek, azonban a vizsgálatokban alkalmazott földrajzi elhelyezkedés lényeges hatással lehet az eredményekre. Az eltérések eredményei miatt számos szerzı megvitatta a gazdasági elemzésekbe bevont vizsgálatok kívánatos tulajdonságait. Különösen nyomatékosítani kell a centrumok gondos kiválasztását, azok gazdasági vagy szervezeti jellemzıi alapján, és vizsgálati „reprezentatív központ” definíció kialakítását (Goeree et al. 1999, Johnston et al. 1998). A reprezentativitás eldöntéséhez Johnston et al. (1998) a vizsgálati központok átlag költségeit viszonyítaná a nem-vizsgálati központok medián értékeihez. A vizsgálati centrumok költség eredményeinek kiigazításához egy-utas érzékenységi analízist javasolnak az egység árakat meghatározó jellemzıknél, amelyeknél a centrum nem reprezentatív. Alternatívaként több utas érzékenységi analízis alkalmazható több jellemzı egyidejő hatásának kimutatására.

Goerre et al. (1999) elkészítettek egy útmutatót, mit kell számításba venni, ha a (kórházi) egységárak általánosíthatóságát tekintjük. Elsıként az egységárak megállapításához választott kórházak száma megfontolandó. Minél nagyobb a vizsgálatban résztvevı kórházak száma, annál kevésbé reprezentatívak vagy alkalmazhatók a költségek egy vagy kis számú kórházból. Másodszor megfontolandó a kórházak kiválasztásánál a mintavételezés módszere. Ez lehet szisztematikus vagy random. A kórházak kiválasztása alapulhat olyan kulcs jellemzıkön, melyekrıl tudott, hogy befolyásolják az egységárakat, pl.: kórház mérete, kibocsátási szintje, beteg összetétel, oktatási státusz, városi-vidéki elhelyezkedés, a szakszervezet kiterjedtsége a

161

személyzetben. Végül megfontolandó a földrajzi terület szerinti alcsoport analízis kívánatos szintje. A kórházi költségek eltérései nagyok lehetnek országok közt is, de országon belül is.

A

gazdasági

Argentínából, központok

eredmények Kubából,

adataihoz,

kiigazításának

próbájához

Szaud-Arábiából,

Tájföldrıl,

Dél-Afrikában,

Gambiában,

vizsgálati

központok

viszonyították

Zimbabwéban,

adatait,

nem-vizsgálati

Indonéziában

és

Bangladesben, kiegészítı adatokat győjtöttek a vizsgálaton kívülrıl is a helyi jellemzıkrıl és az egészségügyi szolgáltatásról, melyek feltehetıleg szintén változnak a helyszínek szerint, mint az egységár, a morbiditás, a felhasználás mintázata (Mugford et al. 1998). Azért vizsgálták ezeket, mert az egyes országok törvényi szabályozása a terhes nık minimális egészségügyi ellátásáról, a potenciálisan nem-jegyzékbe vett klinikai vizitek, befolyásolhatják a kimeneteket, és az eltérı finanszírozási struktúra is különbözı egységárakhoz vezet.

- A vizsgálat indukálta torzítás a klinikai gyakorlattal kapcsolatban

Az irodalom szintén tárgyalja, hogyan tervezhetı vizsgálat, hogy azokban a klinikai gyakorlat jobban reprezentálja a rutin gyakorlatot. Coyle és Lee a modellezést tanácsolja, pragmatikus vizsgálatok és változások az adatgyőjtés módjában az RCT-ken belül protokoll-szerinti költségeket eredményez, így az erıforrás felhasználás nem terjeszthetı ki a rutin gyakorlatra (Coyle et al. 1998). Amellett érveltek, hogy a költség-hatékonyság realisztikusabban modellezhetı vizsgálatok hatásossági eredményei alapján és a gazdasági hatás pontosabban becsülhetı a protokoll indukálta hatásoktól mentesen vizsgálaton kívüli adatok bevonásával. Költség-hatékonyság

vizsgálati

példaként

a

gyógyszerek

kisebb

csoportjában

az

eredményességi adatokat a vizsgálatból, míg az események költségeit nem-vizsgálati forrásokból vették. Emellett vizsgálati tervek is használhatók, melyek segítségével költség analízis végezhetı az atipikus centrumoknál, ahol csak a protokoll okozza az eltérést. Alternatív megoldásként tervezhetı az adatgyőjtés azokra az elemekre korlátozva, amelyek várhatóan a rutin gyakorlat során merülnek fel.

Dixon et al. (1999) több megközelítést is ajánlottak az erıforrás felhasználás és a költségek jobb külsı validitásának eléréséhez a közép-fül gyulladás („glue ear”) kezelésének randomizált vizsgálatának értékelésében. A vizsgálati protokoll alapos átvizsgálása 4 tulajdonságot azonosított, amelyek potenciálisan csökkenthetik a gazdasági értékelés

162

általánosíthatóságát helyszínek között, ezek: az elbocsátott betegek követésének és elemzésének intenzitása, az operáló orvosok (segítık) gyakorlata, az operáció elıtti elemzési intenzitás szintje és a centrum, a felgyógyulás helyének, típusa. Egy-utas érzékenység analízis használatát javasolják rutin költség adatokkal az olyan kisebb problémák felfedezésére, mint például a kiválasztott centrumok kezelésétıl függı egységárak torzítása. Összetettebb probléma ragadható meg a vizsgálatban győjtött adatok kiegészítésekor a többféle beavatkozási elrendezéssel.

Mások az általánosíthatóság javítására tanácsoltak a vizsgálat tervben több szokatlan elemet is (Oster et al. 1995; Tunis et al. 2000). Ezek közé tartoznak: az orvos módosíthatja a dózisokat; heterogén beteg populáció győjtése a kísérı betegségek eltéréseivel; a kezelés adminisztrációja nyílt elrendezés szerint; ellátás reprezentatív modellek alapján; bátorítani, de nem erıltetni az együttmőködést a kezelési tervvel; követés tekintet nélkül a terápiában való maradásra; a külsı monitorozás csökkentése; és a költségek rétegezése a biztosítási fedezetek szerint.

- A vizsgálat alapú gazdasági értékelésekhez kapcsolódó módszerek

Az irodalmi módszerek többsége a gazdasági vizsgálatokban, az RCT-kkel párhuzamosan, az általánosíthatóság megállapításának és fokozásának módszereire koncentrált. Napjainkra a vizsgálatok egyre növekvı számban nemzetközi alapokon nyugszanak. Ennek fı mozgatórugója a rövidebb idı alatt összegyőjthetı nagyobb minta elemszám, ami a kezelési eredmények gyorsabb, pontosabb számítását teszi lehetıvé. Emellett az, hogy ezekben a vizsgálatokban a betegek sokféle kezelési környezetbıl, országból származnak, ami növeli a vizsgálati minta reprezentativitását és fokozza a véleményformálók érdeklıdését számos országban.

A gazdasági elemzések lehetséges értékelhetı eszközei a nemzetközi vizsgálatok. Ezek a vizsgálatok részben lehetıséget adnak a költségek, hatások, költség-hatékonyságok országok közti különbségeinek kimutatására, a fejezetben korábban leírt faktorok alapján Schulman et al. 1996) Azonban az országok összesített adatain alapuló számítások korlátozottan alkalmazhatók bármely országra. Források vizsgálják a nemzetközi vizsgálatok elemzéséhez megfelelı módszereket, amelyek hasonlók az egy országban végzett multicentrikus

163

vizsgálatokhoz; több, fıleg több klinikailag reprezentatív, beteg összesített értéke szükséges a beavatkozások

költség-hatékonyságának

elvárt

megállapításához,

egyes

értékek

kiegyensúlyozására, azon döntéshozók számára, akik esetleg csak egy centrum vagy ország érdekeire összpontosítanak.

- A multicentrikus/nemzetközi vizsgálatok elemzésének módszertani problémái

Bár a klinikai vizsgálatokban a praxis minták és a betegek jellemzıi különbözhetnek centrumok és országok közt, a legtöbb vizsgálat elemzésének kiindulópontja, hogy a beavatkozások hatásossága legalább relatív értelemben nem tér el jelentısen centrumok és országok közt. Ennélfogva összesíthetık a centrumok és országok klinikai adatai a kezelések klinikai kimenetekre kifejtett hatásának elemzéséhez. Ennek a feltételezésnek az ésszerősége megállapítható a heterogenitás szabályos hipotézis vizsgálatával, azonban ezek általánosan nem megfelelı erejőek (Cook et al. 2003). Mint fent szerepelt az általános módszer, mely gazdasági elemzéseknél nemzetközi vizsgálatokon alapul, az egységárak önálló listáját alkalmazza (általában egy országból véve) minden, a vizsgálatban győjtött, erıforrás felhasználási adatra (azaz összesítve a centrumokból); és ezeket az összesített költségeket rendelik az összesített kimenetekhez.

A feltevés alapul szolgál ahhoz a megközelítéshez, hogy az erıforrás felhasználás, a hatékonysági adatokkal együtt, tökéletesen kicserélhetık országok és centrumok között. Ez a feltételezés túlzó lehet, hiszen vannak helyszínek közti eltérések a faktorokban, amelyek befolyásolhatják a költségeket és a kimeneteket. A másik véglet, amikor nemzetközi vizsgálatok megállapítják, hogy az erıforrás felhasználás adatok nem kicserélhetık a helyszínek között. Ebben az esetben az elemzések az egyéni döntésekhez az egységárak listáját rendelik a vizsgálat egy országában kezelt betegek erıforrás felhasználás adataihoz. Ez azonban csak nagy nemzetközi vizsgálatoknál valósítható meg, ahol elegendıen nagy a kezelt betegszám a tekintett országból, nem alkalmazható azokra az országokra, amelyben viszonylag kevés beteget kezeltek. Ehhez kapcsolódva egyes szerzık gyakorlati kutatások alapján megjegyzik, miszerint az egészségügyi ellátás költségeinek helyszínek közti eltérései azt jelentik, hogy azokat alapvetıen nehéz általánosítani, és a gazdasági elemzések adatainak egy kevésbé összevont formájú megjelenítését kellene elfogadni inkább, mint a helytelenül összesítettet (Grieve et al. 1999; Hutton et al. 2004).

164

Úgy tőnik, mind az erıforrás felhasználás, mind a kimenet adatok, amelyeket a vizsgálatban a betegek kezelési helyén győjtöttek, a helyszínek egy csoportjánál a gyakorlatban kicserélhetık. Vagyis a költségek és kimenetek egyes összetevıi lehetnek általánosak, míg mások inkább specifikusak a helyszínek szerint. Elemzıi szempontból a probléma ezen összetevık kikeresése. Számos tanulmány azonosítható, mely elkezdett erre módszert fejleszteni.

- A beavatkozások relatív hatásának becslése

Szívizom infarktus kezelésére való gyógyszer nemzetközi vizsgálatának leírásában a gazdasági elemzés tervezésénél, Jonsson és Weinstein (1997) úgy érvelt, hogy az erıforrás felhasználás bázis szintjében különbségek lehetnek (mint revaszkularizációs eljárások) az országok között, a korábban végzett tanulmányokhoz képest. Más szavakkal, különbségeket láttak a „standard gyakorlatban” a vizsgálat kontroll karján. Ezért ajánlották az erıforrás felhasználásban, minden országra, az összesített arányos különbségek számítását, majd ezen arányos csökkentés felhasználását az ország specifikus alap erıforrás felhasználására. Ez a megközelítés analóg a klinikai eredményesség elemzésekor gyakran használttal, amikor, általánosan elfogadottan, az adott terápia okozta relatív kockázat-csökkenés megegyezik különbözı vizsgálati populációkon (Caro et al. 2000). Habár marad még egy gyakorlati probléma; vajon a „relatív erıforrás csökkenés” konstans-e az eltérı egészségügyi rendszerekben. A módszer alkalmazása elıtt ezt szükséges lenne megállapítani egy vizsgálatban.

9.8

9.8.1

Regresszió-alapú módszerek

A változékonyság meghatározása a költség-hatékonyságban

Több szerzı ajánlja a regressziós módszer használatát a helyszínek közti változékonyság kimutatására a költségeknél és/vagy a költség-hatékonyságnál. Willke et al. (1998) végeztek egyet a néhány vizsgálatból, amelyben olyan módszereket ajánlanak a pusztán a költségekre

165

vonatkozó elemzésekkel szemben, melyek a költségek és a kimenetek eltéréseit együttes elemzik (pl. ilyen a költség-hatékonyság). Az analízis a subarachnoidális haemorrhagia tirilazad kezeléséhez kapcsolódott és öt ország klinikai adatait használta fel. A megközelítés szerint egy beteg egy ellátási epizódjának költségét meghatározza a betegnek nyújtott ellátás, a külsı változók sora (pl.: betegség súlyossága), az epizód egészségi kimenete, az országkezelés szerinti, valamint ország-kimenet szerinti tételek. A modellt úgy írták le, mint ami a kezelés teljes hatását a költségekre „szétszedi” a „nettó” kezelési hatásra (eltávolítva a kimenet hatását a költségekre), illetve a kimenet hatására a költségeknél, súlyozva a kezelés kimeneti hatásával. Az ország-kezelés szerinti kölcsönhatás kategória lehetıvé teszi minden ország számára minden kezelés ország-specifikus átlag költség és kimenet (mortalitás arány) megállapítását.

A szerzık bemutatták, hogy a vizsgálatban 11 országból ötben jelentıs különbségek voltak az átlagos kórházi költségekben ás a mortalitási rátában (14. Táblázat). A regresszió analízis eredménye kimutatta, hogy a tirilazad teljes kezelési hatása a költségekre –US$4.812-tıl, 5-ös országban, US$5.845ig, 2-es országban, terjedtek és a statisztikai teszt az ország-kezelés szerinti kölcsönhatásról csaknem szignifikáns volt (F-teszt, p=0,088). A tirilazad nettó kezelési hatása a költségekre -US$5.041-tól, 5-ös országban, US$4.543-ig, 2-es országban, terjedt ebben az esetben, ezek a különbségek statisztikailag szignifikánsak (p=0,046). A kimenet hatása a költségekre minden országban negatív volt, nincs távol a szignifikanciától több ország közti különbség sem. Végül, a mortalitás ország-specifikus hatásai nem különböztek egymástól szignifikánsan (p=0,64).

14. Táblázat Drummond és munkatársai ellenırzési listája vég-felhasználók számára a publikált gazdasági értékelések relevanciájának meghatározásához Az eredmények validak? Az elemzés tartalmazza az egészségügyi stratégiák összehasonlítását? A költségeket és kimeneteket megfelelıen mérték és értékelték? Az analízis során megfelelıen vették figyelembe a bizonytalanságokat? A költségek és kimenetek becslése kapcsolatban van a kezelt populáció alapkockázatával? Mik voltak az eredmények? Mik voltak az egyes stratégiák inkrementális költségei és kimenetei? Különböznek az inkrementális költségek és kimenetek az egyes alcsoportok között? Mennyiben változtatja az eredményeket a bizonytalanság megengedése?

166

Az eredmények segíteni fognak a betegeim ellátásában? A kezelés elınyei meghaladják annak ártalmait és költségeit? A betegeim is hasonló egészségi kimenetekre számíthatnak? Én is hasonló költségekre számíthatok?

A regressziós becslésbıl növekményi költség-hatékonysági rátát számítottak a tirilazad kezeléshez, 3-féle módon: (1) országok saját költség és mortalitás hatásaival; (2) országok saját költség és a vizsgálat teljes mortalitási hatásával; (3) saját ország árakkal, de a vizsgálat teljes felhasználási és mortalitási hatásával. A legnagyobb eltérések az ország-specifikus arányokban az (1) esetben voltak, ahol az ország-specifikus erıforrás felhasználás, az egységárak és a kimenet szint is számításba volt véve. A (2) esetben az arányok még jelentısen eltértek, bár 3 országnál hasonlók voltak, hasonló erıforrás felhasználási mintázatot mutatva. A (3) esetben, amikor csak az árak voltak ország-specifikusak, sokkal kisebb eltérés volt a költség-hatékonysági arányokban, azt sugallva, hogy az ország-specifikus felhasználási különbségek, a kimenet ellenırzése, tisztán hozzájárulnak a költséghatékonysági arányok eltéréséhez. A szerzık megállapítják, bár nem találtak szignifikáns különbséget az ország-specifikus kimenetben (ezentúl, a kimenet eredmények általánosíthatók helyszínrıl-helyszínre), a teljes vizsgálatra kiterjedı költségek egyszerő átvitele egyes országokra nem megfelelı ebben a vizsgálatban.

9.8.2

A költségek változékonyságának meghatározása

Másik vizsgálatok regressziós módszereket használtak leginkább a költségek és kevésbé a költség-hatékonyság változékonyságának elemzésére. Rutten-Van Molken et al. 1998) klasszikus legkisebb-négyzetek módszerének becslését alkalmazták két különbözı hosszúhatású inhalált B2-agonista költségeinek változékonyságának megállapításához 6 európai országban, randomizált vizsgálatban győjtött adatok alapján (Rutten-Van Molken et al. 1999). Ország-specifikus egységárakat rendeltek minden ország egyéni betegeinek erıforrás fogyasztásához, a költségeket kiigazították egy sor változóval, köztük a korral, betegség fennállásával, vizsgált gyógyszerrel, országgal. Ország-kezelés szerinti kölcsönhatást nem modelleztek. Ezt a regressziós módszert egy olyan módszerhez hasonlították, ahol az erıforrás felhasználás összesített volt, ezt azonban kiigazították, hogy jobban összhangban

167

legyen a nemzeti orvosi gyakorlattal, és ország-specifikus egységárakat alkalmaztak az aggregált volumenhez, 6 különbözı analízist eredményezve (országonként egy). (Rutten-Van Molken et al. 1999) Az összesített logaritmikusan transzformált költségek elemzése megerısítette, hogy nincs statisztikailag szignifikáns különbség a kezelések költségei közt. Bár léteznek szignifikáns különbségek országok közt: Svájcban a betegek költségei szignifikánsan magasabbak, mint más országok betegeinek, míg Olaszországban a betegek költségei alacsonyabbak, aminek okai, részben, a definíciók eltérései, az árak számításának módszertana és az adatforrások bizonytalansága. Megállapították, hogy a 6 résztvevı ország költségadatait nehéz összesíteni és a szerzık kiemelik az erıforrás felhasználás és a költségek elkülönítésének fontosságát inkább, mint egyszerően közölni és elemezni a teljes költséget.

Koopmanschap et al. (2001) a különbségek közti kapcsolat kivizsgálását két megközelítéssel ajánlják az orvosi gyakorlat, a kórházi orvosi igénybevétel és a költségek esetén, Az elsı megközelítés célja megtalálni a különbségeket a kezelési mintázatokban, viszonylag homogén betegcsoportokat eredményezve. Az egészségügyi felhasználás minden fı kategóriájában (azaz kórházi napok, konzultáció, sugárterápia), egy-egy statisztikai analízis vizsgálja az ország-specifikus

különbségeket

az

orvosi

felhasználás

mennyiségére,

a

változók

ellenırzésére, mint betegség súlyossága, kezelési kar és kor. Ha „statisztikailag szignifikáns és releváns” különbségek vannak, ezeket korrigálni kell. Pl.: ha X országban 20%-kal alacsonyabb a labor vizsgálatok száma, mint Y országban (a betegek jellemzıinek, különbségeinek ellenırzése mellett), akkor a betegek labor felhasználás költségeinek becslésekor azokat korrigálni kell lefelé, mintha minden beteget X országban kezelnének. Az egészségügyi felhasználás korrigált mennyiségeit fel lehet szorozni az ország-specifikus egységárakkal. A módszer egyik elınye, hogy az elemzés eredménye az egészségügyi felhasználás azon mennyisége egy bizonyos országban, amit úgy becsülnek, mintha minden vizsgálati beteget abban az országban kezeltek volna. A probléma az, hogy csak viszonylag homogén egészségügyi szolgáltatásoknál valósítható meg ez a hozzáigazítás. A második megközelítés a különbségek minél közvetlenebb tisztázását célozza az országok között, azáltal, hogy a költségeket kor, betegség súlyosság, kezelési kar, ország és releváns kölcsönhatások kategóriájában magyarázza. Azonban a szerzık megjegyzik, hogy nem könnyő a költség különbségek szétbontása az egészségügyi felhasználás összegének és az egészségügyi felhasználás egységének költségeinek különbségeire. A vizsgálat nem tett kísérletet a költség-hatékonyság helyszín szerinti eltéréseinek modellezésére.

168

Sorensen et al. (2000) a megfigyelt erıforrás mennyiségek kiigazítását a cél ország, „tipikus kezelési” mintájára ajánlotta. A szerzık ajánlják, elıször, a cél ország egységárainak helyettesítését, másodszor, azokat a szelektált kezeléseket felváltani, melyek nem találhatók a cél országban, olyan funkcionálisan hasonló szolgáltatásra, ami létezik; és harmadszor, a kimenetek kiszámításához az eredeti vizsgálati csoport olyan alcsoportokra bontását, amely beteg populáció reprezentatív a cél-országban.

Rice és Jones (1997) többszintő regressziós modell használatát indítványozzák a centrumokhoz köthetı különbségek kimutatására a randomizált klinikai vizsgálatokban mióta a kimenet (beleértve a költség-hatékonyságot) függhet a centrumok saját jellemzıitıl, és a randomizált beavatkozásoktól is. Többszintő modell használható olyan adatok elemzéséhez, melyek természetesen hierarchikus struktúrába tartoznak, többszörös makro-egységeket tartalmaznak (összefüggések, kontextusok) és minden makro egység többszörös mikro egységet tartalmaz. Ezáltal megállapíthatók a nemzetközi vizsgálatokban a centrumok és országok közti különbségek (Pang, 1999).

9.9

Egyéb statisztikai módszerek

Tanulmányok a regresszión kívül egy sor statisztikai módszerrel kutatták a helyszínspecifikus költségek és hatások felismerésének problémáját. Coyle és Drummond a centrumok közti költség-változások elemzésére az egy utas variancia analízist ajánlotta (Coyle et al, 2001). Ezekkel a módszerekkel beteg-szintő költség különbségek azonosíthatók a centrumon belül vagy azok közt. Minden kezelési csoportban, ahol statisztikailag szignifikáns különbség van a kezelési centrumok közt a költségekben, az elemzés megismételhetı annak megállapítására, hogy a költségek mely komponense tér el szignifikánsan. Ahol a költség elemek változása a centrumok között evidens, a regresszió elemzés segíthet a fokozatok értékeléséhez, hogy mely faktorokkal magyarázható a változás. Ezzel azonosíthatók a centrumok közti különbségek okai, ezáltal segítik az eredmények általánosíthatóságának meghatározását. A módszert alkalmazták a CHART (Continuos Hyperfractioned Accelerated Radiotherapy Trial) daganat vizsgálatban a betegek és kezelési központok közti különbségeket meghatározó elemek azonosítására a sugárkezelésnél és más kórházi költségeknél. Az eredmények mutatták, hogy szignifikáns különbségek vannak a

169

centrumok közt, csak a CHART-ban, kimondottan a sugárkezelés és a kórházi költségekkel kapcsolatosan, ezáltal az egyes centrumok teljes költség eredményei nem általánosíthatók. Majdnem minden változás, amely a sugárkezelési költségekben következett be, kifejezhetı az egységárak

centrumok

közti

különbségeivel,

ami

elsısorban

a

túlóra

fizetési

mechanizmusának különbségeibıl és a felszerelés éves kihasználásából fakadtak. A kórházi költségeknél a „hotel” elhelyezési és beteg jellemzıket azonosították, mint a kezelések közti változások fontos meghatározóit.

Cook et al. (2003) és munkatársai ajánlottak egy, az adatok homogenitásának tesztelésén alapuló, megközelítést a nemzetközi ökonómiai, klinikai vizsgálatok elemzésére. Az alap megközelítés követhetı, olyan vizsgálatok adatainak analízisével, ahol a homogenitás vizsgálatot az adatok összesítése elıtt tipikusan elvégezték. A szerzıket kifejezetten az ország-kezelés szerinti interakció valószínősége érdekelte; a kezelés hatása az eredményesség mérésére, költségekre vagy költség-hatékonyságra. A szerzık azonosítottak egy minıségi (vagy crossover) kölcsönhatást, amikor néhány országban a pozitív a betegek kezelési hatása és negatív más országokban. Mennyiségi (vagy non-crossover) a kölcsönhatás, ha a kezelés hatásának nagysága változik, de az iránya nem. Amennyiben nincs bizonyíték a kezeléscentrum kölcsönhatásra, akkor a centrumok/országok adatai összesíthetık az elemzéshez, ezek szabatosabb költség-hatékonyság arányokat jelentenek minden ország számára.

9.10 A helyi sajátosságok variabilitásának és általánosíthatóságának értékelése döntési modellek segítségével A klinikai vizsgálaton alapuló gazdasági értékelés csak akkor tud segítséget nyújtani a hely szerinti

költséghatékonysági

eltérések

elemzésében,

ha

minden

érdekelt

centrumban/országban győjtik és rendelkezésre állnak a betegszintő adatok. Ha nem ez az eset áll fenn, akkor vizsgálaton kívüli adatok felhasználására van szükség ahhoz, hogy meg lehessen becsülni, hogy vajon a vizsgálati eredmények általánosíthatók-e más, a vizsgálatba be nem vont helyekre is. Gazdasági értékelésekben sokszor, sokféle okból alkalmaznak döntési modelleket. A modellezés egyik elınye, hogy lehetıvé teszi különféle forrásokból származó adatok szintézisét.

170

9.10.1 Modellek alkalmazása a vizsgálati eredmények rutin gyakorlatra történı adaptálására A döntési modellezés egyik lehetséges szerepe, hogy lehetıséget nyújt olyan vizsgálati eredmények kiigazítására, amelyek esetében a kísérletben résztvevı centrumok és betegek nem reprezentatívak a rutin klinikai gyakorlatra.

A szakirodalom egy része nagyon általános modellezési megközelítéseket javasol. Rittenhouse (1997) a kísérleti adatok kiegészítését javasolja oly módon, hogy a modellezés segítségével kapcsolatot lehessen teremteni a mesterséges kísérlet és a klinikai gyakorlat valós világa között. Ha ilyen adatok közvetlenül nem állnak rendelkezésre, akkor szakértıi véleményekre, mint a priori információra, alapozott Bayesi megközelítés javasolt. Egy példát említve, a fenti megközelítés alkalmazható abban az esetben, amikor a klinikai kísérlet beteg beválogatási és kizárási kritériumai eltérnek (pl. szigorúbbak, más rizikócsoportba tartozó betegeket vonnak be) azoktól, amelyeket a valós klinikai gyakorlat során alkalmaznának.

Baltussen et al. (1999) egy három lépésbıl álló keretet határoztak meg a kísérleti eredmények valós klinikai gyakorlatot tükrözı kiigazítására.

A három egymást követı lépés a belsı validitás, a külsı validitás és a rendszerszintő nettó hatás vizsgálatából áll:

- Az elsı lépés belsıleg valid (megfelelı belsı validitású) eredmények származtatását jelenti

a(z

anyagi) források

felhasználásával

kapcsolatosan,

eredményességi

paraméterek (hatás a valós körülmények között) és betegekre specifikus adatok győjtése révén a randomizált vizsgálat keretein belül.

- A második lépés az eredményeknek a valós világra történı adaptálását jelenti, amely során olyan környezet-specifikus tényezıket vesznek figyelembe, mint az orvos, a kórház, az egészségügyi rendszer jellemzıi. Ebben a fázisban cheklist-ek, érzékenységi vizsgálat, megfigyelési adatok és eredményességi vizsgálatok adatai használhatók.

171

- A harmadik lépés azokat a költségeket és outcome változásokat becsli, amelyek az új beavatkozás bevezetéséhez kapcsolódnak.

9.10.2 Hely-specifikus adatok alkalmazása modellezési keretben A döntési modellek segítségével lehetıvé válik az adott országra jellemzı költséghatékonysági eredmények elıállítása. Ennek számos formája lehet, beleértve azt az esetet is, amikor egy klinikai vizsgálatra alapozott gazdasági elemzés eredményeit más, a vizsgálatban részt nem vevı helyre (általában országra) terjesztik ki. Ebben a kontextusban a modellezés jelentısége abból ered, hogy bizonyos országokban, mint például az USA és Japán, a szabályozó hatóságok megkövetelik, hogy saját populációban elvégzett klinikai vizsgálatok bizonyítsák az adott terápia biztonságosságát, illetve hatásosságát. Ezért rendszerint ezekben az országokban zajlanak le a vizsgálatok, akár gazdasági adatok győjtésével, vagy a nélkül. Azonban, még ha győjtenek is gazdasági adatokat, gazdasági elemzésre vélhetıen máshol is szükség lesz, ha adaptálásra kerül sor. A döntési modellek általánosabb eszközként is használhatóak, amikor is a paraméter adatok számos különbözı forrásból származnak, és így becsülhetı az adott helyre jellemzı költséghatékonyság. Ilyen eset állhat elı, amikor egy többcentrumos vagy nemzetközi kísérlet meghatározta egy adott beavatkozás hatásosságát, azonban gazdasági értékelésre nem került sor. Ekkor a hatásosságra kapott adatokat ötvözve máshonnan származó, részben az adott helyre jellemzı adatokkal, modellezni lehet bármely ország vagy centrum (akár részt vett a kísérletben, akár nem) költség-hatékonyságát.

9.10.3 Eredmények modellezéssel történı kiterjesztése a klinikai vizsgálatban nem szereplı centrumokra és országokra Bryan és Brown (1998) tanulmánya lehet egy példa arra az esetre, amikor egy betegszintő adatokat győjtı vizsgálat eredményeit döntésmodellezés keretében extrapoláltak egy másik helyre. Az eredeti vizsgálat a rutin mammográfiás szőrés költségeit és hatásait hasonlította össze egy, illetve mindkét emlı szőrése esetén. Habár az elemzési adatok egy centrumból

172

származtak, és így az eredmények szoros összefüggést mutathattak az adott centrumban folyó, arra jellemzı tevékenységgel, a költségelemzést olyan részletesen tárgyalták, hogy más centrumok is képessé váltak megbecsülni, hogy esetükben mennyiben lehetnek mások az eredmények. Megjegyzendı azonban, hogy amennyiben a termelési függvény (azaz az inputok és az outputok kapcsolata) alapvetıen eltér az egyes helyeken, kétségessé válik, hogy ez az egyszerő behelyettesítéses módszer megfelelı eszköz-e.

Menzin et al. (1996) döntésmodellezést alkalmazott egy USA tanulmány (rhDNase versus placebo) eredményeinek francia, német, olasz és angol betegekre történı kiterjesztésére. Modellezéssel kívánták meghatározni a terápia gazdasági hatását a felsorolt országokban. Az értékelés korai fázisában az erıforrás felhasználás terén két kulcsparamétert határoztak meg (hospitalizációs arány és a kórházi tartózkodás hossza). Ezeket minden országban mérték. Egyszerő megközelítésben az USA-ban megfigyelt erıforrás felhasználást árazták a helyi pénznemekben, figyelmen kívül hagyva a termelési függvények különbözıségét. Mivel azonban az USA-ban mért erıforrás felhasználásra alapozott becslések félrevezetıek lehetnek, korrekciókat végeztek az egyes országokban megfigyelt adatoknak megfelelıen. Angliában nem volt szükség a kiigazításra, Németországban hosszabbnak bizonyult a kórházi tartózkodás hossza, míg Franciaországban és Olaszországban mindkét paraméter értékét módosítani kellett. A kiigazítás eredményeként Olaszországban és Franciaországban enyhén csökkentek a becsült megtakarítások, Németországban nagyon kis mértékben növekedtek.

Amint arról már korábban szó volt, nemcsak az erıforrás felhasználás és a költségadatok térhetnek el: a klinikai adatok sem feltétlenül azonosak, és ennek tükrözıdnie kell a modellekben. Számos tanulmányban úgy kezelték ezt a kérdést, hogy abból indultak ki, hogy az egyes klinikai események bekövetkezésének alaprizikója hely-specifikus, azonban a relatív kezelési hatás máshol is átvehetı. Caro et al. (2000) elfogadták ezt a megközelítést és meghatároztak egy olyan általános formulát, amely a költséghatékonyságot olyan formában fejezi ki, hogy mely tényezık lehetnek hely-specifikusak, és melyek lehetnek jobban általánosíthatók. E szerint a keret szerint, a relatív kezelési hatás általában átvehetı, azonban az alaprizikót befolyásolhatja a rizikófaktorok adott populációra jellemzı megoszlása.

173

9.10.4 Általános modellek adaptálása helyi körülményekre Számos példa létezik az irodalomban olyan költség-hatékonysági modellekre, amelyek általánosságban relevánsak voltak különbözı országokra, centrumokra, és a késıbbi fejlesztési munka eredményeként váltak hely-specifikussá. Másként fogalmazva, léteznek olyan modellek, amelyeknél kezdetben arra törekedtek, hogy bárhol alkalmazhatóak legyenek, de késıbb ország-specifikus elemzéseket tartottak szükségesnek. Haycox et al. (1998) három lépésben fogalmazták meg, hogy miként lehet egy általános modellt ily módon átalakítani. Az elsı lépés az adott országra jellemzı költségkontroll politika azonosítása, majd annak meghatározása, hogy az mennyiben befolyásolja a klinikai gyakorlatot és az erıforrás felhasználást. A második lépésben mérni kell, hogy ez milyen hatással van az egészségügyi és gazdasági outcome-okra, végezetül értékelni kell, hogy ezek az eltérések mennyire módosítják a költség- és hatáskülönbségeket.

Drummond (1994) kifejlesztett egy modellt a misoprostol költség-hatékonyságának elemzésére az NSAID okozta gyomorfekély megelızésében, hasi panaszokkal jelentkezı, osteoarthritisben szenvedı betegek esetében. A modellt Belgium, Franciaország, az Egyesült Királyság és az USA egészségügyi rendszerére alkalmazták. A hatásossági adatokat egy USA tanulmányból vették át mind a négy esetben, azonban a terápiás együttmőködés (compliance with therapy), a detekciós arányt és az ebbıl adódó egészségügyi erıforrás felhasználást országonként vizsgálták. A költségek összehasonlítását USA dollárban, vásárlóerı-paritás alapján végezték. A misoprostol megelızés elsı három hónapban becsült nettó költségei meglepıen azonos eredményeket mutattak, annak ellenére, hogy az országokban voltak eltérések a klinikai gyakorlat és a költségelemek terén. Mint ahogy az a modellezésben általános probléma, ebben a tanulmányban is a legnagyobb problémát az egyes országokban talált adatok eltérı típusa, és az adatok hozzáférhetısége jelentette.

9.11 Alternatív elemzési megközelítések

9.11.1 Megfigyelési adatok használata gazdasági elemzésekben

174

A gazdasági elemzések általánosíthatóságának egyik lehetséges útjaként egyes szerzık a megfigyelési adatok intenzívebb használatát javasolják (Drummond, 1998). Ennek a tanulmánytípusnak (observational study) a vonzereje abban rejlik, hogy a vizsgált betegek beválogatásában kevésbé szelektívek, és így valószínőleg jobb lesz a betegminta reprezentativitása. Bár randomizáció hiányában a nem-randomizált csoportok költséghatékonyságának összehasonlításakor felmerülhet a szelekciós torzítás veszélye. (Szelekciós torzításról akkor beszélünk, amikor interakció van a kezelés és bizonyos, a vizsgálatban figyelmen kívül hagyott olyan betegjellemzık között, amelyek hatással lehetnek a kezelés megválasztására, és ezzel egy idıben független tényezıként hatnak az egészségügyi outcomera.)

Az egyik statisztikai módszer, amelyet a szelekciós torzítás (selection bias) kezelésére javasolnak: a dekompozíciós technika (Shih, 1999). Ez a technika eredetileg a munkaerı gazdaságtanból ered, ahol a különbözı társadalmi csoportok bérkülönbségeinek vizsgálatára használták. A módszer egy lehetséges eszköz a kísérleti hatásossági adatok kiigazítására, hogy azok megfeleljenek a megfigyelési, „való világbeli” adatoknak. A technika lényege, hogy szétválasztja a megfigyelt kimenet (outcome) hatásokat (outcome effects) kezeléstıl függı és populációs összetevıkre. A kezelési hatás a kezelési csoportra vonatkozó relatív kockázatban megmutatkozó különbség, míg a populációs hatás egyfajta kiigazítás a két vizsgálati populáció közötti különbségekre. Regressziós modelleket alkalmaznak annak megállapítására, hogy a költségek hogyan függenek bizonyos rizikófaktoroktól, mint például kor, nem, népcsoport, betegségcsoport, és egy döntési modell keretében logisztikus/lineáris regresszióval becslik az egyes döntési ágak valószínőségeit és a hozzájuk tartozó kifizetéseket. A praktikus haszna ennek a technikának abban rejlik, hogy lehetıvé teszi a döntéshozó számára a kimeneti (outcome) hatások különbözı komponenseinek azonosítását, amely kulcskérdés a döntéshozatal szempontjából. A dekompozíciót követıen a kezelési hatással kapcsolatban az a kérdés merül fel, hogy mennyi pénz takarítható meg az új kezelés bevezetésével a jelenlegi gyakorlathoz képest. A populációs hatás révén pedig arra lehet keresni a választ, hogy a kontrollcsoporttal összevetve mennyit kellene költeni egy lehetséges betegcsoport kezelésére az új technológia esetén. Más szavakkal tehát, a kezelési hatás a maga a kezelés miatt jelentkezı költség/haszon különbségeket jelenti, míg a populációs hatás (amely hátterében egyaránt állhat a kísérleti és rutin gyakorlat eltérése, illetve a betegcsoportok mássága) a populációs differenciákból származó költség/haszon különbségekre vonatkozik. Ez a technika abban az értelemben is

175

releváns, hogy a döntéshozó számára számszerősíthetıvé válik, hogy az új beavatkozás adaptációját követıen várhatóan hogyan alakul a kiadások szintje.

A megfigyelési tanulmányoknál potenciálisan fellépı szelekciós torzítás kiküszöbölésére általában az ismert és lehetséges confounding tényezıkkel történı statisztikai kiigazítást alkalmazzák. Az egészség-gazdaságtani irodalomban leírt módszerek egy része ezen a megoldáson túllép. Ilyen módszer például az eszköz vagy instrumentásis változók használata (instrumental variables). Itt olyan változókról van szó, amelyek prediktorai az adott betegnél alkalmazott kezelésnek, azonban nem korrelálnak a vizsgált outcome-mal. Ha ez a feltételezés igaz (azaz megfelelı instrumentásis változót sikerült találni), a módszer utánozza a randomizációt abban az értelemben, hogy azonosíthatóvá teszi, hogy melyek a kezelési különbségek „kiegyensúlyozott” forrásai, és így a szelekciós torzítás nem érinti a becsült kezelési hatást. Ez a módszer azonban a randomizált vizsgálatoktól meglehetısen eltérı eredményeket hoz, mivel az összehasonlítandó csoportok nem a kapott kezelésben különböznek, hanem a kezelés valószínőségében. Ez egy olyan inkrementális vagy marginális kezelési hatás becslését eredményezi, amely csak azokkal a kezelési különbségekkel kapcsolatos, amelyek az eszközváltozókhoz köthetık.

A fenti módszer illusztrálására szolgál az alábbi példa. McClellan és Newhouse (1997) az instrumentásis változók módszerét alkalmazta inkrementális halálozás és költségek becslésére, idıs populációban végzett intenzív eljárások (szívkatéterezés és azt követı revaszkularizáció) esetében. A beavatkozások klinikai értékelése korábbi publikációkból hozzáférhetı volt. Az elemzés céljára kiválasztott eszközváltozó az volt, hogy a betegek milyen távol laktak az intenzívebb kezelést nyújtó kórháztól. A választás azon a feltételezésen alapult, hogy a távolság alapján „megjósolható”, hogy kik kerülnek valószínőleg kezelésre (bizonyos mértékben ez a feltételezés be is igazolódott), viszont független a kezelése outcome-jától. A módszer az invazív eljárás átlagos hatását becsülte minden „marginális beteg” esetében (olyan betegek, akik a klinikai kép alapján relatíve közeli csoportba tartoznak, és nem a relatíve távoli csoportból kerültek kezelésre), feltételezve, hogy a csoportok a megfigyelhetı jellemzıket tekintve kiegyensúlyozottak, és egyéb kezelési különbségek sincsenek jelen. A szerzık összevetették a konzervatív módszerrel kapott költséghatékonysági becslést azzal az eredménnyel, amit a megfigyelhetı betegkülönbségek kiigazításával, a szelekciós torzítás kiküszöbölése mellett kaptak. Ennek alapján arra a következtetésre jutottak, hogy az irodalomban fellelhetı, megfigyelési adatokon nyugvó

176

egészségügyi technológiaelemzések jó része valószínőleg jelentısen torzított eredményeket közöl. McClellan és Newhouse (1997) amellett érveltek, hogy ez a módszer megfelelıbb a döntéshozók szempontjából, mivel az orvosi kezelési gyakorlatban bekövetkezett változások inkrementális átlag költséghatékonyságát becsli, semmint a populációs, átlag költséghatékonyságot egy megfigyelhetı populációban. Azonban a gyakorlati kérdés ezzel a módszerrel kapcsolatban az, hogy sikerül-e valid instrumentásis változót találni, azaz olyat, amely jól elırejelzi, hogy kik kerülnek kezelésre (good predictor of treatment allocation), de nem korrelál a vizsgált outcome-mal.

Manning és Claxton (1997) az eszközváltozók általánosabb alkalmazását tárgyalják a klinikai vizsgálatok általánosíthatóságának növelésére. Azt a jól ismert problémát írják le, hogy a klinikai vizsgálatok rendszerint nem a kísérlet szempontjából releváns populációk (legyen szó beteg, kórház- vagy orvos-populációról) random mintáival dolgoznak. Ez részben áthidalható regressziós módszerekkel, amelyekkel feltárható a kezelés allokációja (treatment allocation) és a betegekre illetve szolgáltatásnyújtókra jellemzı változók (pl. kor, társbetegségek) közötti interakció (feltételezve, hogy a kísérletbe bevont betegek a változók lehetséges összes értékét képviselik). A probléma azonban az, hogy ez a fajta „betegcsoport elemzés” (subgroup analysis) csak a mintában és a szélesebb populációban megfigyelt jellemzık vonatkozásában releváns. A szerzık azzal érvelnek, hogy mivel a legtöbb kísérleti alanyt randomizáció céljára szelektálják, semmint véletlenszerően választják, lehetnek nem megfigyelhetı különbségek a vizsgálati minta és a sokaság között. Attól függıen, hogy milyen mértékő az interakció a kezelés allokálása és a nem megfigyelt jellemzık között, a vizsgálatban megfigyelt átlagos kezelési hatás torzított becslése lesz a sokasági átlagnak. Ez a kérdés pedig csak a betegbeválogatás modellezésével válaszolható meg, olyan eszközök alkalmazásával, mint az eszközváltozók módszere.

9.11.2 Általánosított költség-hatékonysági elemzés A gazdasági értékelések variabilitásának és általánosíthatóságának becslésére vonatkozóan más megközelítések is léteznek, amelyek nem tesznek éles különbséget a kísérleti alapú és a modellezésre épülı elemzések között. Murray et al. (2000) egy olyan új megközelítést javasoltak, amely lehetıvé tenné, hogy a gazdasági elemzések eredményeire több haszonnal

177

lehessen támaszkodni egyéni körülmények között is. Mivel a javasolt módszer elkerülhetetlenül a különféle forrásokból származó információk szintézisén alapul, az alkalmazás modellezési keretben zajlik. Az általuk kifejlesztett „általánosított költséghatékonysági elemzés” irányelv azt javasolja, hogy a költség-hatékonysági elemzésben általános információkat kell nyújtani az egyes egészségügyi beavatkozások relatív költségeirıl és egészséghasznairól, a helyi döntéskorlátozó tényezık nélkül. Ez azt jelenti, hogy a költség-hatékonysági elemzésben egymással kapcsolatban álló intervenciók halmazának költségeit és hasznait a „nem beavatkozás” (do nothing) opcióval hasonlítják össze. Ez a megközelítés szolgáltatja az összes olyan információt, amely a független és az egymást kölcsönösen kizáró opciók értékeléséhez szükséges, és így meghatározható az intervenciók

azon

kombinációja,

amely

adott

költségvetés

mellett

az

elérhetı

egészségnyereséget maximalizálja.

Ezek után az elemzési eredmények egyetlen bajnoksági táblázatban prezentálhatók. Minden egymást kölcsönösen kizáró intervencióhalmaz esetén, a „nem beavatkozás” opcióhoz képest a legalacsonyabb költséghatékonysági rátával rendelkezı intervenciónak kellene elıször megjelennie a táblában. Ez hasonló az átlagos költség-hatékonysági ráta alapján történı szelektáláshoz. Ha a halmaznak legalább két eleme van, a táblában a második helyen a halmaz következı elemének inkrementális, az elızı intervencióhoz képest számított, költséghatékonysági rátája jelenik meg (tehát az összehasonlítási alap már nem a „nem beavatkozás” opciója, hanem a táblában szereplı elızı intervenció), stb. Egymást kölcsönösen kizáró intervenciók költségeit és hasznait egy hipotetikus „nem beavatkozás” opcióval szemben elemezve, az eredményeket jobban átvehetıknek ítélték meg, habár a szerzık is rámutatnak, hogy csak a gyakorlat jelenthet megerısítést. Magának a „nem beavatkozás” opciónak a különbözı populációkban való összehasonlításának is korlátai vannak: az egészségügyi rendszerek fejlettségétıl és epidemiológiai mintáktól függ, és komoly technikai kérdéseket is felvet a „nem beavatkozás” opció költségeinek és hasznainak becslése.

9.11.3 Kritikai értékelés módszerek (critical appraisal) Az egészség-gazdaságtani elemzések kritikus értékelésének meglehetısen kiterjedt irodalma van. Egyes vélemények szerint az egészség-gazdaságtani elemzések szisztematikus

178

áttekintése lehet az egyik módja annak, hogy meg lehessen ítélni, mennyire konzisztensek egymással a különbözı helyeken talált eredmények. Heyland et al. (1996) összeállítottak egy olyan szempontlistát (checklist), amely a már publikált irodalomra alkalmazható, és amelynek segítségével mérlegelni lehet, hogy helyi körülmények között átvehetı-e a közölt tanulmány (lásd 15. Táblázat) A szerzık kétszintő kritériumrendszerre tesznek javaslatot - klinikai és rendszerszintő általánosíthatóság - és ez alapján kell megítélni azt, hogy az adott tanulmány klinikai és gazdasági adatai relevánsak-e helyi viszonyok között.

179

15. Táblázat Heyland szempontrendszere a gazdasági elemzések általánosíthatóságának megítélésére

Klinikai általánosíthatóság Hasonlóak-e a tanulmányban leírt betegek a helyi betegekhez?

Rendszerszintő általánosíthatóság Vonatkoztatható-e az intervenció helyi körülményekre (pl. ha a klinikai evidencia megfelelı is, elérhetı-e az adott program helyi szinten)? Alkalmazható-e a leírt költségszámítási módszer az adott egészségügyi rendszerben? Azonosak-e a gyógyszerek, orvosi bérek, labortesztek, stb egységköltségei? Azonos-e az erıforrás felhasználás összetétele? A rendszerben azonos volumenben vannak-e jelen a betegek, azaz azonosak-e az egy betegre jutó költségek? Átválthatók-e megfelelı módon a különféle valutanemek? A helyi körülmények szempontjából megfelelıen mérték-e az outcome-okat? A leírt outcome mérési módszer kompatibilis-e a helyi szinten jelenleg alkalmazott mérési módszerekkel? Ha preferencia alapú mérésre sor került, van-e evidencia arra, hogy a helyi betegek preferenciái azonosak a tanulmányba bevont betegek preferenciáival? Helyi viszonylatban alkalmazható-e a tanulmány által használt diszkontráta?

Forrás: Sculpher (2004) 36. oldal, 10. táblázat

Számos tanulmányban végeztek másodlagos irodalom áttekintést a helyi egészséggazdaságtani eredmények variabilitásának becslésére. Jefferson et al. (1996) szisztematikusan áttekintették az influenzakezelés és megelızés epidemiológiai és gazdasági változóit. A szerzık célja egy másodlagos gazdasági modell felállítása volt, amely az irodalomban talált erıforrásinputok adatait használta, és a helyi egységköltség adatok alapján becsült költségeket és költséghatékonyságot. Pooling (különbözı források összesítése, együttes kezelése) révén számos erıforrásbecslés készült, amelyekhez standard költségeket kapcsoltak. Ezeket a késıbbiekben értékelések sorozatában arra használták, hogy különbözı forgatókönyvek szerint meghatározzák a költségeket és a hasznokat (miközben az influenzaoltás hatásosságát fixen tartották).

180

A francia egészségügyi rendszerre vonatkoztatva Spath et al. (1999) egy három lépcsıs módszertani megközelítést javasoltak annak értékelésére, hogy van-e lehetıség a tanulmányok

eredményeinek

átvételére.

Elsı

lépésben

gazdasági

elemzések

irodalomkeresését végezték el. A második fázisban, négy beválogatási kritérium alapján kritikusan értékelték a megtalált irodalmakat. A beválogatási kritériumok a következık voltak: (1) a tanulmány perspektívájának azonosítása, (2) legalább két versengı opció szerepeljen a tanulmányban, (3) a terápiák leírása, (4) a terápiák releváns volta a francia egészségügyi rendszerben. A harmadik lépésben az adaptálhatóságra való alkalmasságot elemezték meghatározott indikátorok szerint: milyen helyi körülmények, adottságok esetén lenne felhasználható a vizsgálati eredmény, az egészségügyi outcome és az erıforrás felhasználási adatok adaptálhatósága. Ebben a keretben mellrákkezeléssel kapcsolatos elemzéseket vizsgáltak. Az általuk azonosított 26 vizsgálat közül mindössze hat felelt meg a második lépés négy beválogatási kritériumának, és a harmadik lépés alapján egyet sem tekintettek relevánsnak a francia egészségügyi rendszerben. A legfıbb ok, ami miatt végül egy tanulmány sem felelt meg a felállított elemzési keretnek az volt, hogy a tanulmányok nem transzparens módon közölték a költségadatokat.

Davis (1994) a vizsgálatok általánosíthatóságának két szintjét javasolja figyelembe venni: a mechanisztikus és a gazdasági szintet. A mechanisztikus szinten azt a kérdést kell megválaszolni, hogy vajon egy adott terápia esetén ugyanazok a patológiás mechanizmusok mőködnek-e a populáció más-más szegmenseiben. A gazdasági kérdés az, hogy más populációban is költség-hatékony-e a terápia. Davis amellett érvel, hogy annak megítéléséhez, hogy milyen mértékben általánosíthatók a klinikai kísérletek eredményei, kiegészítı információkra

van

szükség.

További,

állatkísérletekbıl,

genetikai

vizsgálatokból,

megfigyelési tanulmányokból, hasonló körülmények között elvégzett randomizált klinikai kísérletekbıl, stb. származó evidenciákat kell értékelni.

Más cheklist-ek segítségével azt próbálták felmérni, hogy a klinikai vizsgálaton alapuló gazdasági elemzések mennyire reprezentálják egy adott döntéshozó rutin gyakorlatát, vagy hogy elegendı információt közölte-e a tanulmány ennek megítélésére. Baltussen (1996) öt kérdés megválaszolását tartja szükségesnek ezen a téren: (1) közöltek-e epidemiológiai információt, (2) közölték-e explicit módon, hogy mely tényezık voltak sajátságosak az adott környezetben, (3) jelzik-e a beteg együttmőködés nem-megfelelıségének a hatását (non-

181

compliance impact), (4) végeztek-e olyan érzékenységi vizsgálatot, amely a „való világot” tükrözi, (5) jelezték-e a jövıbeni fejlesztéseket.

9.12 Általánosíthatóság elsıdlegesen és másodlagosan elvégzett vizsgálatok valamint döntésmodellezés esetén - Hogyan lehet az általánosíthatóságot megítélni egy helyen elvégzett, elsıdleges vizsgálatok esetében?

A vizsgálati eredmények általánosíthatóságával kapcsolatban már számosan rámutattak, hogy maga a vizsgálat tervezése és közlésének módja rendkívül fontos, és nagymértékben járulhat hozzá az általánosíthatóság javításához. A vizsgálatok megfelelı tervezése és közlése azonban mégsem lesz elégséges. Sok olyan tényezı van – betegösszetétel, erıforrás felhasználás, egységköltség -, amelyeknél jó eséllyel lehet feltételezni, hogy a helyi sajátosságoknak megfelelıen változatosságot mutatnak, és el fognak térni a primer vizsgálatban talált adatoktól. Ekkor pedig analitikus módszereket kell igénybe venni az eredmények adaptálásához. Tulajdonképpen ezek a „kiterjesztett tanulmányok” fogják megmutatni, hogy robosztusak-e a primer vizsgálati eredmények a költségeket és/vagy egészségügyi hatásokat befolyásoló kulcstényezık tekintetében. Az irodalom alapján az látható, hogy az ilyen típusú adaptációk esetében, amikor is egy adott országban készült vizsgálat eredményeit extrapolálják más országokra, a döntésmodellezés tekinthetı a fı eszköznek. Hasonló elveken alapszik, amikor országon belül, különbözı centrumok között kerül sor adaptációra.

Habár a kiterjesztı modellek jó része a költségoldal változásira fókuszál, világosan látható, hogy számos ok van arra, hogy ne hagyjuk figyelmen kívül, hogy adott esetben az egészségi hatásokat is adaptálni kell. Az egyik gyakori megközelítés szerint úgy tekintik, hogy az alap eseménybekövetkezési rizikó hely-specifikus, de az adott klinikai vizsgálatban talált relatív kezelési hatás átvehetı más helyeken és betegcsoportokban is. Ebben az esetben a döntési modell keretében kerül sor az alaprizikó és a relatív kezelési hatás szintézisére. Fel kell azonban hívni arra a figyelmet, hogy a relatív hatásosság adaptálhatósága még nem bizonyított.

182

- Hogyan lehet az általánosíthatóságot megítélni több helyen elvégzett, elsıdleges vizsgálatok esetében?

Az elmúlt években a nemzetközi klinikai vizsgálatok egyre fontosabb szerepet kaptak. Ez valószínőleg annak köszönhetı, hogy ezek a vizsgálatok elegendıen nagyszámú beteget képesek bevonni. Ez elınyös lehet abban az esetben, amikor a gyógyszercégek szabályozási követelmények miatt indítanak el gyógyszervizsgálatokat, illetve „nagy és egyszerő” vizsgálatok esetében, amikor a hangsúly azon van, hogy elegendı erıvel bírjon a vizsgálat kicsi, de fontos kezelési hatások kimutatásához. A több helyen zajló vizsgálatok egyik fontos elıfeltevése, hogy a technológia természete olyan, hogy a kezelési hatás nagyjából általánosítható lesz az egyes helyekre. Az egy országon belül, de több centrumban zajló vizsgálatok száma szintén növekszik, amelynek hátterében szintén a megfelelı betegszám elérése áll. Itt is az várható, hogy az eredmények jobban általánosíthatók lesznek, ezt azonban még analitikusan igazolni kell.

A több országban/centrumban zajló klinikai vizsgálatokra épülı gazdasági elemzések egyik legnagyobb módszertani kihívása, hogy hogyan lehet figyelembe venni a költségek, az erıforrás felhasználás és az outcome-ok egymástól való függését, egymásra gyakorolt hatását, illetve azt, hogy ezek helyenként nagyon eltérıek lehetnek. Az egyik standard elemzési megközelítés, hogy alapvetıen figyelmen kívül hagyják ezeket az összefüggéseket oly módon,

hogy

a

nemzetközi/többcentrumos

vizsgálat

egy

vagy

néhány

országában/centrumában számított egységköltséget alkalmazzák az összevont erıforrás felhasználásra (pooled), és a költségeket szintén összevont outcome adatokhoz viszonyítják. Sculpher et al. (2000) például egy vizsgálatban (ACE inhibitorok alacsony és magas dózisának összehasonlításakor) angliai egységköltségeken értékelték az összes beteggel kapcsolatos erıforrás felhasználást - függetlenül attól, hogy a beteget hol kezelték -, és a költségdifferenciákat a teljes vizsgálati populációra kalkulált életév különbséggel kapcsolták össze. Ebben a megközelítésben feltételezik, hogy az erıforrás felhasználás és az outcome nagyjából azonos mindenütt. Ezt a feltételezést azonban, nem feltétlenül kell elfogadni. Létezik olyan megközelítés is, amely szerint adott helyen, egy adott beavatkozás költséghatékonyságát kizárólag helyben győjtött adatokkal lehetséges kalkulálni. Itt azonban azzal a problémával kell szembenézni, hogy a legtöbb vizsgálat, amely több helyen folyik, egy-egy

183

helyen nem rendelkezik elegendı beteggel ahhoz, hogy megfelelı pontossággal lehessen hely-specifikus költség-hatékonysági becslést adni.

A korábbiakban bemutatásra került, hogy milyen módszereket alkalmaznak ezen a téren (regresszió, variabilitás vizsgálata, heterogenitás teszt, dekompozíció módszere). Az említett módszerek egy része azt vizsgálja, hogy ésszerő-e összevonni a különbözı helyekrıl származó vizsgálati adatokat. Amennyiben a statisztikai tesztek azt mutatják, hogy jelentıs a variabilitás, akkor nem lehet összevontan elemezni az adatokat. Ezeknek a módszereknek azonban megvannak a maguk korlátai. Dichotóm döntésre hagyatkoznak, azaz arra, hogy a statisztikai tesztek alapján összevonhatók-e vagy sem az adatok, azonban arra nem adnak választ, hogy mi tekinthetı elfogadható mértékő variabilitásnak. A napjainkban fejlesztett módszerek a költség-hatékonysági elemzést általános regressziós keretben helyezik el, amelyek új elemzési technikákra adnak lehetıséget a helyi eltérések vizsgálatára.

Végezetül, mindig szükség lesz a költség-hatékonysági eredmények kiterjesztésére más, a vizsgálatba be nem vont centrumokra. A regressziós módszerek továbbfejlesztése vélhetıen szisztematikusabb megközelítést tesz majd lehetıvé azáltal, hogy együttváltozókat alkalmaz az egyes centrumok jellemzésére. Itt az egyik legígéretesebb módszer az eszközváltozók bevezetése, amellyel már foglalkozik az irodalom, de még nem alkalmaznak széles körben. A módszer segítségével modellezhetı, hogy a megfigyelési tanulmányok alapján a betegek hogyan kerülnek különbözı kezelésekre, és így növelhetı a vizsgálatok belsı validitása. A külsı validitás szintén javítható oly módon, hogy formálisan modellezik, hogy a betegeket illetve szolgáltatókat hogyan válogatják be a klinikai vizsgálatokba.

- Hogyan lehet az általánosíthatóságot és a variabilitást megjeleníteni döntésmodellezésben? A döntési modellek kulcsszerepe abban áll, hogy lehetıvé teszik a primer vizsgálatok költséghatékonysági becslésének kiigazítását, korrekcióját olyan országok, centrumok esetére, ahol eredetileg nem zajlott vizsgálat. Azonban a modelleket egyre növekvı mértékben használják általános elemzési keretként is, részben a klinikai vizsgálatokhoz kötött gazdasági elemzések korlátai miatt (pl. rövid követési idı, közbensı végpontok használata), részben azért, mivel sokszor nem állnak rendelkezésre megfelelı vizsgálatok. Az a probléma azonban, hogy a

184

költségek és a költség-hatékonyság helyi eltéréseket fognak mutatni, továbbra is jelen van az evidenciák szintézisének folyamatában. Amikor a modell adattal való feltöltésére kerül a sor, mindig dönteni kell, hogy melyik adatforrás a legmegfelelıbb, mely adatok állnak a legközelebb annak a döntéshozónak a szempontjaihoz, körülményeihez, aki számára az elemzése készül.

9.12.1 Esettanulmány I: általánosíthatóság értékelése a klinikai vizsgálatokra (trial-based) épülı gazdasági elemzések többszintő modellezésében Az elızıekben bemutattuk, hogy számos okból kifolyólag, valószínőleg különbségek mutatkoznak más-más földrajzi elhelyezkedés mellett mért költség és költséghatékonysági eredményekben.

A

vizsgálatokon

alapuló

gazdasági

értékelés

kontextusában/összefüggésében, e helyzet hagyományos analitikus eszközökkel való megközelítése azon a feltételezésen alapul, hogy a helyek közötti különbségek csak az árakra / egységköltségekre vonatkoznak és a hatékonyság mértékei kicserélhetıek a helyek között. Sculpher et al. (2000) például Egyesült Királyságbeli egységköltségeket használtak többcentrumos/nemzetközi vizsgálatból összegyőjtött erıforrás-felhasználási adatokra, és az összes országban mért klinikai hatásokkal összefüggı költségekre. Néhány tanulmány kísérletet tett az adott helyekre vonatkozó erıforrás-felhasználások és hatások, ezen felül pedig az egységköltségek korrigálására. Azonban ezeket tipikusan olyan döntési modellekben alkalmazták, ahol a nem klinikai vizsgálatokból származó adatokat klinikai vizsgálatban részt nem vevı helyek klinikai vizsgálatok eredményein alapuló kiterjesztésére használták (Drummond, 1994). A vizsgálatokon alapuló gazdasági kutatások ritkán próbálkoztak azzal, hogy a klinikai vizsgálatok során győjtött adatok bármilyen formáját (erıforrás-felhasználás, egységköltség és hatás) egyidejőleg változtassák a helyek között.

Áttekintettünk két módszertanról szóló tanulmányt, amelyekben megkíséreltek olyan technikákat kifejleszteni, melyek a klinikai vizsgálatok mentén a helyek közötti változtathatóságot szisztematikusan kezelik a költség-hatékonysági vizsgálatokban. Egy nemzetközi szubarachnoidális haemorraghia vizsgálatban, (Willke et al, 1998). regressziós elemzést végeztek a kezelés költségeire, kimeneteire (outcome) és a kimenetek költségeire gyakorolt hatások elkülönített modellezésére. A „kezelés-ország” mozaik, összetett szó /

185

kifejezés (treatment-country interaction term) használata magában foglalja a vizsgálatokban mért ország-specifikus erıforrás-felhasználásokon és kimeneteken alapuló ország-specifikus költséghatékonysági ráták becslését és mindegyik ország egységköltségét. Két ország között a költséghatékonyságban

vett

változtathatóság

számottevı

foka

rámutatott

az

átfogó/összefoglaló (azaz az összevont) eredmények általánosíthatóságának potenciális hiányára.

Egy másik megközelítés, melyet Cook et al, 2003 javasoltak a heterogenitás tesztelésén alapul, melynek arra nézve kellene a döntéseket támogatnia, hogy vajon a különbözı országokból származó adatok összevonhatók-e egyetlen elemzésbe vagy – helyette – helyek szerinti különálló elemzések szükségesek. Ez a módszer analóg a klinikai heterogenitás tesztelésével és a statisztikailag szignifikáns heterogenitás fogalmára támaszkodik a vizsgálatok átfogó (overall) eredményei általánosíthatóságának meghatározásához.

Jelen alfejezet a többszintő modellezés (MLM) leírása és illusztrálása által megpróbál hozzájárulni ezen terület analitikus módszereihez, mely a helyek/országok szerinti költséghatékonyság változékonyságának és általánosíthatóságának értékelési eszköze. A terület módszerei feltételezik, hogy a költségek és a kimenetek változékonysága, amelyre a különbözı helyek között számítunk, (legalább részben) a vizsgálaton alapuló gazdasági értékelésben győjtött adatok hierarchikus struktúrájának megnyilvánulása. Ezekben a vizsgálatokban, a betegeket természetüknél fogva csoportosítják a centrumokon belül, és nemzetközi kísérletekben sem szokatlan, hogy a betegek centrumokon és országokon belüli csoportosítását is megfigyelhetjük. A „csoportosítás hatásánál” mind a beteg mind a centrum képviselheti a randomizáció egységét. Ha az adatokat jellemzıen ilyen módon győjtjük, akkor azon statisztikai módszerek használatának elmulasztása, mely ezeket a jellegzetességeket tükrözik, félrevezetı eredményeket generálhat.

A gazdasági értékelés területén regressziós módszerekkel foglalkozó legújabb kutatások számos módszertani lehetıséget tárnak fel, mert a költség-hatékonyság (nettó haszon) egydimenziós mércéje függı változóként bevonható a regressziós modellbe (Hoch et al., 2002). A regressziós módszerek ilyen összefüggésben vett használata több potenciális elırelépést is jelenthet az analitikus módszerek területén, mivel lehetséges egy beavatkozás költség-hatékonyságának becslése, és ezzel egy idıben ellenırizhetjük az alapvetı magyarázó változók közötti különbségeket, ráadásul megkönnyítjük az alcsoportok költség-hatékonysági

186

elemzését. Az MLM, mely az általános regressziós módszertanon belül egy további elırelépés, képviseli a költség-hatékonysági adatok hierarchikus természetének explicit modellezési eszközét. A többszintő modellezést a gazdasági és társadalmi kutatások más területén is használták (Goldstein et al, 1993 és DiPetre et al., 1994), de még nem találtak példát arra vonatkozóan, hogy az egészségügyi ellátás kapcsán gazdasági értékelésre használták volna.

Ezen alfejezet a következıképpen strukturált. A következı szakasz a sztochasztikus költséghatékonysági elemzés alapelveire és a nettó haszon regresszió használatára koncentrál. A gazdasági elemzésekben a klinikai vizsgálatok szerint végzett csoportosítások szerepe, ahol a randomizálás a betegek szintjén merül fel, a következı szakaszban kerül tárgyalásra. A vizsgálatokat, melyeket az MLM ismertetésére használunk, késıbb mutatjuk be; ezeket a módszereket azért használjuk, hogy kielemezzük a vizsgálat adatait és eredményeit, melyeket a költséghatékonysághoz használt standard megközelítésekbıl nyert adatokkal hasonlítunk össze a klinikai vizsgálatok mentén. A fejezet ezen új megközelítés lehetséges elınyeinek megbeszélésével fejezıdik be, melyben megpróbálva felvázolni a jövıbeli kutatás néhány vonalát ezen a területen.

9.13 Sztochasztikus módszerek és nettó haszon regresszió

9.13.1 A determinisztikustól a sztochasztikus költséghatékonysági elemzésig A kísérlet alapú gazdasági elemzés standard módszerei az egy betegre esı összköltséget becslik úgy, hogy egyszerően felszorozzák az egyes betegek erıforrás-felhasználását azok egységköltségeivel és összegzik ezeket a tanulmány egész idıtartamára. Hasonlóan, az egészségi állapotot értékelı adatokat is – melyek vagy közvetlenül az értékelésen alapulnak vagy preferencia-alapú eszközökön mért válaszokon, mint például az EQ-5D (Kind, 1996) – egyéni szinten győjtik. Ezeket az adatokat arra használják, hogy betegszintő QALY becsléseket lehessen kalkulálni a vizsgálat egész idıtartamára. Más szóval, ezeket az átlagköltség és átlagkimenet eredményeket úgy becslik, hogy nem veszik figyelembe a helyek szerinti költségek és kimentek lehetséges csoportosítását, és nem végeznek kiigazítást az alapvetı függı változókon.

187

Csak az utóbbi években mozdult el a kísérlet alapú gazdasági elemzés a determinisztikus módszerektıl, ahol az alternatív beavatkozásnak csupán az átlagköltségek és hasznok pontbecslését közlik, a sztochasztikus szemlélető adatelemzés felé. Ez utóbbiban, a betegszintő adatokat arra használják, hogy mérjék a mintavételbıl eredı költségek és kimenetek változékonyságát, illetve formálisan, hogy kifejezzék azt az átlagköltségek, az átlaghatások és az átlaghatékonyságok becslése körüli bizonytalanságok mértékében. A sztochasztikus módszerek között találhatóak az inkrementális költséghatékonysági ráta (ICER) konfidencia intervallumának (CI) becslésére irányuló legpontosabb módszerek (Chaudahry et al.; 1996, Willan et al., 1996 és Briggs et al., 1999) és az is, hogy milyen módon kell bemutatni, és jellemezni a mintavételbıl eredı bizonytalanságokat úgy, hogy azok informatívak legyenek a döntéshozatali folyamatban (Van Hout et al., 1994 és Fenwick et al., 2001).

9.13.2 Nettó haszon A módszertani kutatások azt jelezték, hogy két fontos probléma merül fel az ICER ráta sztochasztikus természetének kifejezésekor. Az elsı a negatív ICER ráták interpretációja, mely annak kapcsán jelentkezik, hogy az új beavatkozás például vagy költségesebb és kevésbé hatékony (kompromisszum) vagy kevésbé költséges és hatékonyabb (domináns), mint egy vagy több komparátor. A kettı teljesen különbözı esetet takar. Ez egyben azt is jelenti, hogy az ICER konfidencia intervallumának kalkulálása, amikor a sőrőségfüggvény a költség és hatások differenciálhányadosa által meghatározott költséghatékonysági síkon több negyeden is átnyúlik, nem állapítható meg egyértelmően (Briggs, 2001). A második probléma a ráta körüli ismételt mintavételek bizonytalanságából fakad, amikor a ráta nevezıje nem elhanyagolható valószínőséggel vesz fel nulla közeli értéket.

A betegszintő adatokon alapuló sztochasztikus elemzés elmozdulása a hasznokon nyugvó módszertan felé (benefit framework) azt irányozta elıre, hogy az egyfajta megoldást jelent majd a fenti ICER körüli problémákra (Claxton et al., 1996 és Stinnet et al., 1998). Mindezt a hagyományos rátán alapuló döntési szabály (1) újraértelmezésén keresztül úgy vitték véghez,

188

hogy azt az inkrementális nettó pénzügyi haszon (2a) vagy az inkrementális nettó egészségnyereség (2b) lineáris formájában fejezi ki,

, ahol a C1 és az E1 az új beavatkozás átlagköltségét és átlaghatását, a Co és Eo pedig a standard kezelés átlagköltségét és átlaghatását jelentik. A λ paramétert többféleképpen lehet értelmezni: (i) a döntéshozónak az a maximális fizetési hajlandóságát, amely mellett befogad egy pótlólagos egység hatékonyságot (ii) a költségvetés szőkösségének az árnyékárát mutatja (amely egyben az új beavatkozás alternatív költsége, azaz amirıl le kellene mondani a finanszírozásához) (iii) annak az értéknek egyfajta mércéje, amelyhez a populáció egy egység egészségi állapot kimenetet társítana.

Amint a λ meghatározásra kerül, a nettó haszon megközelítés alkalmazása egy egyértelmő döntési szabályt nyújt számunkra, mivel lehetıvé teszi az alternatív stratégiák pénzben kifejezett értékének világos meghatározását. Továbbá, az átlagos inkrementális nettó haszon körüli, a mintavételbıl eredı bizonytalanság egyszerően meghatározható, mivel a nettó haszon lineáris tulajdonsága segít úrrá lenni az ICER által elszenvedett problémákon (Stinnet et al., 1998).

Ha léteznek a költségekrıl és hatásokról betegszintő adatok, mint a klinikai vizsgálatokon alapuló kutatásokban, akkor a nettó pénzügyi hasznot (net monetary benefit, NMBi) és a nettó egészségnyereséget (net health benefit, NHNi) is meg lehet határozni a betegek egyéni szintjén (i), ahogy azt a (2c) és (3d) egyenletek jelzik. Ezek nyilvánvalóan inkább abszolút,

189

mint inkrementális mértékek és ahhoz a kezeléshez kapcsolódnak, ahova a beteget irányították.

9.13.3 Költséghatékonysági elfogadási görbék (cost-effectiveness acceptability curves, CEAC) A költséghatékonysági elfogadási görbéket ma már széles körben alkalmazzák a vizsgálatokon

alapuló

gazdasági

értékeléseknél,

mint

egy,

a

költséghatékonyság

sztochasztikus bizonytalanságát expliciten kifejezı eszközt, és mintegy hangsúlyozva a λ fontosságát a preferált beavatkozással kapcsolatos döntésekben (Van Hout et al., 1994 ). A költséghatékonysági elfogadási görbének természetesen van egy bayesi értelmezése (Briggs, 1999), miszerint az megmutatja azt a valószínőséget, amely adott vizsgálat adatai mellett a várható (átlagos) nettó hasznok az egyik beavatkozás esetében magasabbak, mint egy másiknál, és általában így is használják ezeket a tanulmányokban (Sculpher et al., 2000 és UK Prospective Diabetes Study Group, 1999). Ugyanakkor, a költséghatékonysági elfogadási görbét lehet úgy is értelmezni, mint a költséghatékonysági adatok frekventista módszertanában történı (Frequentist framework) bemutatását (Briggs, 1999) 210.

9.13.4 Nettó haszon regresszió A sztochasztikus módszertan mintegy természetes kiterjesztéseként a betegszintő adatok elemzésében Hoch et al. (2002) javasolták a költséghatékonysági problémának egy újbóli megfogalmazását a standard regressziós módszertanon belül. A regressziós módszerek elıbbre vihetik a kutatási kérdések körét, amelyek pedig sztochasztikus költség-hatékonysági kutatásokban vizsgálhatók és segíthetnek az eredmények kapcsán felmerülı bizonytalanságok különbözı dimenzióinak további feltárásában. Különösen egy adott kezeléssel kapcsolatos

190

várható nettó hasznokat lehet pontosabban becsülni olyan más magyarázó változók ellenırzésével, mint például a betegek alapszintő szocio-demográfiai és klinikai jellegzetességei. A megfigyelı jellegő vizsgálatok során (observational studies) az a folyamat, hogy a potenciálisan felcserélhetı változókat ellenırzés alatt tartjuk, az adatelemzés lényeges lépése. Egy bizonyos kezelés és az alapvetı magyarázó változók közötti kölcsönhatások feltárásával a betegek bizonyos alcsoportjainál elvégzett beavatkozások (intervention) költséghatékonysága is becsülhetı.

Az egészségügyi gazdasági értékelések területén a regressziós megközelítés adaptációjának ésszerő magyarázata a nettó haszon statisztikának a linearitásából származik. Egy olyan modellben, ahol a regresszióban a betegszintő nettó pénzügyi hasznot (NMBi) vesszük figyelembe, szemben a kezelés fajtájának (treatment arm) dummy változójával (ti), Hoch és munkatársai bemutatták, a regresszión alapuló megközelítés azonos a standard CEA-val (costeffectiveness analysis). Ezt a következıképpen szemléltetik:

Ebben a kifejezésben a vizsgálatban részt vevı i-edik betegre jutó nettó pénzügyi haszon a (2c) egyenletben meghatározott betegszintő nettó haszon. A ß0 és ß1 együtthatók az ordináta tengely metszetét és a függvény meredekségét jelentik a standard klasszikus legkisebb négyzetek módszerével (OLS) becsült regresszióban. Az εi nulla várható értékkel rendelkezı hibatag, konstans variancia mellett. A εi-rıl általában normális eloszlást feltételezünk. Az OLS regresszióból származó eredmények interpretációjában a becsült ß0 koefficiens a vizsgálatban részt vevı, standard kezelést kapó csoport átlagos nettó hasznát, a két becsült paraméter összege (ß0 + ß1) az új kezelési fajtát kapók átlagos nettó hasznát, a ß1 pedig a vizsgálat két kezelése közötti inkrementális nettó hasznát jelöli. Az itt bemutatott modellben a becslések azonosak azzal, amelyeket egy standard CEA-bıl kapnánk. Mint azt a fentiekben megjegyeztük, a (3)-ban leírt egyenletet ki lehet terjeszteni betegszintő magyarázó változókkal, hogy ellenırizni lehessen bármilyen olyan tényezıt, amelyrıl azt gondoljuk, megzavarja a kezelés hatásainak és a kezelés magyarázó változóinak kölcsönhatására vonatkozó becslését, a betegek alcsoportjának költséghatásai értékelése végett.

191

9.14 Csoportosított adatok kezelése Mint arra a korábbi fejezetekben rámutattunk, a multicentrumos vagy a nemzetközi RCT-k összefüggésében/kapcsán merült fel az a feltételezés, hogy egy adott földrajzi helyen belül az egyének jobban hasonlítanak egymáshoz, mint a különbözı helyekrıl származó egyének, különösen a kapott klinikai kezelés típusának tekintetében. Például, a kórházak között különbségek jelentkezhetnek abban, ahogyan azok a betegeket kezelik, amely egyúttal megnyilvánulhat a klinikai vizsgálatokban (Localio et al., 2001). Ráadásul különbségek lehetnek az egyes centrumokhoz kapcsolódó beteg case mixek között is. Más szóval, a betegeket centrumokon belül elkerülhetetlenül csoportosítják és ebbıl adódóan, az adatokat egy bennük rejlı hierarchikus struktúra fogja jellemezni.

Azokban a vizsgálatokban, amelyekben a randomizálás inkább centrumok szerint, mint betegek szerint (csoport alapján randomizált vizsgálat) történik, az adatok hierarchikus természete elkerülhetetlenül belekeveredik a tanulmány designjába. Mégis, legalábbis a gazdasági elemzéseknél, a vizsgálatoknak ez a jellegzetessége valószínőleg akkor is fennáll, ha a randomizáció egysége a beteg. Ezekben az esetekben a standard OLS regresszió elıfeltételeinek egyike – nevezetesen, hogy a véletlen hibatag, εi, független eloszlású – nem fog teljesülni, mivel a csoportokon belüli megfigyelések korrelálnak. Az elemzéskor pedig az adat ezen tulajdonságának beismerésébıl származó hiánya, a kezeléssel kapcsolatos inkrementális nettó haszon becslésének túlzott pontosságát fogja eredményezni. A csoportosítás

kiigazítása

nélkül

mindez

formailag

a

standard

OLS

hatástalan

paraméterbecslésekhez és inkorrekt standard hibákhoz vezet.

9.14.1 Az osztályok közötti korrelációs együttható Az OLS által okozott inkorrekt következtetés mértéke attól függ, hogy milyen fokú az adatok csoportosítása. A hierarchikus adatállomány (dataset) esetében a csoportosítás mértékét általában az osztályok közötti korrelációs együtthatóval (interclass correlation coefficient, ICC) mérjük, mely egy olyan statisztika, ami a beágyazott (nested) megfigyelésekben

192

összegzi a függıség fokát. Egy egyszerő kétszintő adat-beágyazottsági struktúrában (például a betegeket korházakon belül csoportosítják) az ICC gondolatát a varianciaanalízis-modell (ANOVA) (variance model) véletlen hatás elemzésének (random effect analysis) segítségével lehetne illusztrálni, melyet a (4)-es egyenlet ír le:

, ahol a ß0 az adatállomány átlagos nettó pénzügyi haszna (NMB) az összes megfigyelés összevonása után (pooling), uj a j-edik centrum (pl. kórház) egyedi hatása és az εij pedig a jedik centrumban az i-edik beteg reziduális hatása. A (3)-mas egyenlet képletétıl eltérıen a nettó pénzügyi hasznot most két alsó indexszel jelöltük, i-vel és j-vel, amelyek az egyének (i) jelenlétét mutatják az egyes csoportokban (j). Egy adott centrum (k) átlagos nettó pénzügyi hasznát ezután a következıféleképpen lehet kifejezni: (β0 + u0k), ahol minden egyes betegmegfigyelés ettıl a csoportátlagtól tér el εij véletlen mértékben. Vegyük észre, hogy ennek a modellnek két véletlen tényezıje is van, u0j és εij. Mindkettırıl azt feltételezzük, hogy nulla várható értékkel rendelkeznek és hogy korrelálatlanok; az u0j-nek σu02 a varianciája, εij-nek pedig σε2. Ebben a modellben a β0 mennyiségére gyakran, mint a modell konstans részére hivatkozunk, míg u0j és εij alkotják a véletlen részét. Az érdekelt változók (quantities of interest) mennyiségei, melyeket az adatokból becsüljük, a β0, a σu02 és aσε2. Ez utóbbi két mennyiséget gyakran azonosítjuk a variancia komponenseiként és használjuk az ICC következı levezetéséhez:

, ahol az ICC-t úgy lehet magyarázni, mint az összvarianciának azt a hányadát, amely a centrum szintő varianciához járul hozzá. Az ICC csak 0 és 1 közötti értékeket vehet fel. A várható ICC meghatározása / mérése a vizsgálat lefolytatását megelızıen alapvetı fontosságú a design fázisban, amikor a megfelelı minta-elemszámot kell meghatározni, még azoknál a

193

vizsgálatoknál is, ahol a randomizáció a beteg szintjén történik (Campbell et al., 2001 és Klar et al., 2001). Ráadásul az ICC sarkalatos pontja az elemzési fázisnak, amikor következtetéseket és elırejelzéseket készítünk az adatokból.

9.15 Többszintő modellezés (multilevel modelling, MLM) a betegszintő adatokon alapuló gazdasági értékelések esetén Azokban az esetekben, amikor az adatoknál a természetes csoportosítás valamilyen formája áll fenn, és ahol az ICC nagyobb, mint nulla, az OLS használata helytelen lehet, és hamis következtetésekhez vezethet. Minél nagyobb az ICC, annál kevésbé alkalmas az OLS elemzés alkalmazása (minél magasabb az ICC, annál erısebb a korreláció az egyedi hibatagok között, és annál súlyosabb az OLS követelményeinek a megsértése). Ezekben az esetekben a többszintő modellezés az elemzés megfelelı formája. Az MLM egy statisztikai regresszión alapuló eljárás/módszer, amely figyelembe veszi az adatok hierarchikus vagy csoportosított természetét. Ezt a módszert számos, például a szociológia (DiPetre et al., 1994), az oktatás (Goldstein et al., 1993 és Aitkin et al., 1986), az epidemiológia (Brown et al., 1998) és a közgazdaságtan (Cardoso, 2000) területén is használják. A többszintő modellezés alkalmazása magában foglalja a longitudinális adatok elemzését, ahol az érdeklıdés az ismételt megfigyelések dinamikájára irányul, melyek az idı folyamán beágyazódtak az egyéni adatokba, továbbá tartalmazza a keresztmetszeti felvételek elemzését, amelyben a kutató számára összetett/többszörös (multiple) megfigyelések állnak rendelkezésre, beágyazódva az idıszakokba (Di Prete, 1998), a meta-analízisbe (Goldstein et al., 2000) és a többváltozós válaszokba (multivaraite response) Duncan et al., 1998). Az MLM egészség-gazdaságtan területén történı alkalmazását már szintén áttekintettük (Rice et al., 1997). Habár a szerzık a gazdasági értékelésekben használandó módszer lehetıségeit már fejtegették, annak alkalmazása még nem jelent meg a szakirodalomban.

9.15.1 A variancia (véletlen tényezık) felbontása (specification) Ahhoz, hogy az MLM-et részletesebben kifejtsük, a vizsgálatban elsı szintő (szint 1.) egységeket használtunk a mikro- vagy egyéni szintő egységek leírására és másodszintő (szint

194

2.) egységeket a makro vagy csoportok egységeinek azonosítására. Az, hogy a mikro- és makro-egységek

fogalmai

mit

jelentenek,

természetesen

minden

vizsgálatban

a

szövegkörnyezettıl függ. Ha a fókuszban például az áll, hogy tanulmányozzák a betegeket a kórházakon belül, akkor az elıbbiek lesznek a mikro-egységek, utóbbiak pedig a makro egységek. Míg, ha a kórházak teljesítményeit szeretnénk megvizsgálni az ország különbözı régióiban, akkor a kórházak lesznek a mikro egységek és a régiók a makro egységek.

Az MLM lehetıvé teszi a függı változó csoporton belüli (within-groups, pl. kórházon belüli) és a csoportok közötti (between groups, pl. kórházak közötti) változékonyságának egyidejő tekintetbe vételét. A nem megmagyarázott variancia fenti két komponensbe történı felosztását akkor tehetjük meg, ha modellt magyarázó változók csoportjától tesszük függıvé. Általánosságban, a vizsgálat során N számú csoportot definiálunk (pl. centrumokat) és nj számú beteget a j-edik csoporthoz (j = 1, 2, 3 … N). Az i index az elsı szintő megfigyeléseket jelöli a j-edik csoportban (i = 1, 2, 3 … nj). A teljes mintanagyság

Ha a j-edik csoporton belül megfigyelnénk az i-edik beteg nettó pénzügyi hasznát, akkor újra ki tudnánk fejezni a (3)-mas egyenletben bemutatott regressziót, mint egy egyszerő többszintő véletlen modell metszetét, amely a következıképpen néz ki:

, ahol rendre β0j és β1 jelenti az ordináta tengely metszetét és a függvény meredekséget. Egy egyszerő variancia komponens felbontás után a β0j a következıt jelöli:

195

, ahol β0 és β1 a populáció átlagos ordináta tengelymetszete és a függvény meredeksége, u0j pedig a j-edik csoport eltérése az átlagos tengelymetszettıl. Fontos megjegyezni, hogy a β1 paraméternek csak egy alsó indexe van, amely azt jelenti, hogy a meredekségrıl feltételezzük, minden csoportnál állandó. A (7)-es egyenletet behelyettesítve a (6)-os egyenletbe azt kapjuk, hogy

A modell magában foglal egy állandó és egy véletlen részt. A különbség a standard OLS-hez képest abban a tényben mutatkozik meg, hogy ez utóbbi csupán egy véletlen tényezıt tartalmaz (azaz a hibatag εi a (3)-mas egyenletben), míg a többszintő modellezésnek több véletlen eleme is lehet. A (8)-as egyenletben a modell konstans része (β0 + β1tij), míg a véletlen része (u0j + εij). Az u0j kifejezés jelöli a másod-szintő egységek változékonyságát, amelyrıl azt feltételezzük, hogy függetlenek és azonos eloszlásúak nulla várható értékkel és a priori ismeretlen varianciával. Az u0j-rıl ráadásul azt is feltesszük, hogy független az elsı szintő adatok reziduumaitól, az εij-ktıl, amelyek pedig függetlenek és azonos eloszlásúak. Általában feltételezzük, hogy

A nettó pénzügyi haszon feltételes varianciája ebbıl adódóan a következıképpen adható meg:

Ami az eredmények interpretációját illeti, egy hipotetikus RCT-ben a betegeket kórházakon belül csoportosítva, a regressziós kifejezést a következık szerint lehet értelmezni. A β0 kifejezés (a (8)-as egyenletben) a standard kezelést kapó betegcsoport átlagos nettó hasznát jelöli, az u0j a j-edik kórház átlagos nettó hasznától való eltérése mellett. Ehhez hasonlóan, a (β0 + β1) regressziós együttható az új kezelést kapók átlagos nettó hasznának felel meg. A β1 koefficiens pedig az átlagos inkrementális nettó pénzügyi haszon. Figyeljük meg, hogy a (8)

196

és (9)-ben kifejtett egyenletekben megengedett a centrumok szerinti átlagos nettó haszon cseréjének lehetısége a standard kezelés és az új kezelés esetében, de a különbségük (azaz β1) nem változik meg a centrumok változtatásának hatására. Más szóval, ebben a modellben implicite azt feltételeztük, hogy az átlagos inkrementális nettó pénzügyi haszon nem változik a hely módosulásával.

Végül, az ICC az egyszerő variancia komponens felbontásában:

9.15.2 A véletlen hatás felbontása (specification) Minden olyan költséghatékonysági elemzés esetében, mely több centrumból, vagy országból használ fel betegszintő adatokat, az érdeklıdés középpontjában a különbözı helyek közti átlagos INMB változékonysága áll (azaz egy kezelés inkrementális költséghatékonyságának viszonya egy komparátorhoz) (Wilke et al., 1998). Ezért, szükséges, hogy az egyszerő varaiancia komponens felbontástól elmozduljunk, (mint a (8)-as egyenletben) a teljes véletlen hatás modellje felé (azaz a véletlen tengelymetszet és a meredekség felé). Ezt úgy tesszük, hogy a következıképpen definiáljuk az ordináta tengely metszetét és a meredekséget

, ahol

197

A lényegi különbség az elızı szakaszban bemutatott modellhez képest az, hogy a β1j együtthatónak van egy j indexe is, amely azt fejezi ki, hogy az együttható értéke most már változhat a centrumok között és ahol az u1j a j-edik csoport eltérését mutatja a populáció átlagos meredekségétıl, β1-tıl. A nettó haszon regresszió most már felírható úgy, mint

vagy vele megegyezı módon

, ahol x0 = 1 minden i-re és j-re. Ismételten, a modell egy állandó és egy véletlen tényezıkbıl álló részbıl áll, ahol az állandó részét a (β0 + β1·tij) kifejezés, a véletlen részét pedig a (u0j + u1j·tij + εij) kifejezés adja. Figyeljük meg, hogy a véletlen rész most már tartalmazza az u1jtij kifejezést. Az u0j és a u1j komponensek a nem megmagyarázott másodszintő hatások. Ezekrıl azt feltételezzük, hogy az azonos csoportokon belül korrelálnak egymással. Ezen feltételezés jelentıségérıl a fejezet késıbbi részében lesz szó.

Az u0j és az u1j tagokról azt feltételezzük, hogy csoportok között függetlenek és nulla várható értékőek, azonos eloszlásúak (adottnak véve az adat szintjének magyarázó változóját, tij-t) és a priori ismeretlen, de konstans varianciájuak. Ráadásul a másodszintő véletlen hatások függetlenek az elsı szintő reziduumoktól εij-ktıl, amelyekrıl pedig azt feltételezzük, hogy függetlenek és azonos eloszlásúak, εij ~ N(0, σε2). Formailag

198

Ebben a felbontásban az NMBij összes nem megmagyarázott varianciája a tij függvénye

Mivel a tij = 0, 1 minden i-re és j-re, ezért

és ebbıl adódóan, minden kezelés típusra meg tudjuk határozni az ICC-t.

A regressziós tagoknak – β0 és β1 – ugyanaz az interpretációja, mint a variancia felbontásnál volt, annyi különbséggel, hogy most a (14)-es egyenletben nem csak az átlagos NMB-t lehet változtatni a helyekkel a vizsgálat mindkét fajta kezelésénél, hanem az egyik kezelés inkrementális nettó hasznának másikhoz való viszonyát is.

Érdemes kihangsúlyozni (point out), hogy ebben az esetben két ICC-nk is lesz:

199

a standard kezelési módra nézve (azaz tij = 0), és

az új beavatkozásra nézve (azaz tij = 1). A modellben tett feltevés, miszerint u0j és u1j nem függetlenek, intuitív értelmezést kölcsönöz a multicentrumos/nemzetközi vizsgálatoknak. Ezért van az, hogy arra számítunk, azonos centrumon belül az összehasonlított két kezelés nettó hasznai korrelálni fognak. A költség oldaláról nézve, ez annak a ténynek köszönhetı, hogy a kórház termelési függvénye mindkét beavatkozást érinti, illetve a kimenet oldaláról tekintve azt feltételezhetjük, hogy a két kezelés az ellátás általános szintjén nem különbözik másban, csak a vizsgált beavatkozásokban.

- A többszintő modellezés elınyei

Az MLM megközelítés alkalmazásának három megkülönböztetendı fı elınye van: a paraméterbecslések,

az

eredmények

általánosíthatóságai

és

a

hely-specifikus

költséghatékonyság

- Paraméterbecslések

Az OLS módszerrel összehasonlítva, ha a centrumokon belül az egyének NMB-jei korrelálnak egymással (vagyis a megfigyelések függetlenségének feltételezését megsértjük), akkor a többszintő modellezéssel az INMB hatásosabb becsléseihez és a korrekt standard hibához juthatunk hozzá. Ez különösen akkor fontos, amikor a CEAC-okat döntéshozóknak prezentálják,

hogy megmutassák

egy adott

forrásallokációval

bizonytalanság szintjeit (Claxton et al., 1996 és Claxton, 1999).

200

kapcsolatos

döntési

9.15.3 Az eredmények általánosíthatósága A többszintő modellek családjának becslési eljárásai azon a feltételezésen nyugszanak, hogy a csoportszintő egységeket (itt centrumok/országok) véletlenszerően választják ki a populáció hasonló egységei közül. Ezen okból kifolyólag az MLM használata különösen hasznos a klinikai vizsgálatok mentén készített gazdasági értékelések eredményeinek helyek szerinti általánosíthatóságának értékelésére. Ezt kétféle módon érhetjük el. Elsısorban, az MLM-et minden helyhez kapcsolódóan használhatjuk költséghatékonysági eredmények becslésére, mert az MLM figyelembe veszi az adatok hierarchikus természetét, az eredmények további bizonytalanságának növelésével. Másodsorban, az MLM-et költséghatékonysági becslések generálására is használhatjuk, melyek egyediek a vizsgálatban részt vevı helyek mindegyikére nézve; annak a mértékét, hogy az egyes helyek között az elemzés mely eredmények vonatkozásában konzisztens, ezután lehet megállapítani. Azt pedig, hogy az adott esetben hogyan használjuk az MLM-et, részben attól is függ, hogy a vizsgálat multicentrumos vagy nemzetközi.

- Hely-specifikus költséghatékonyság

A költséghatékonyság hely-specifikus becslését az MLM tulajdonságai segítik elı. Az egyenletben szereplı u0j és u1j véletlen hatások (reziduumok) látens változók és nem statisztikák, így ezeket nem tudjuk megkapni a paraméterbecslési eljárások során (az érdekelt paraméterek az állandó rész együtthatói és a véletlen komponens varianciái). Mindenesetre hasznos lehet a reziduumok mérése, melyet a szőkített becslésnek (shrinkage estimation) nevezett eljárás útján érjük el.

Tekintsük a variancia felbontás módszerének nyers reziduumait ((8)-as egyenlet), amelyeket az rij = NMBij – NMBij-bıl számítunk, és ahol a betegeket centrumok szerint csoportosítjuk. A j-edik centrumra vonatkozó nyers reziduumot ezután úgy kalkuláljuk, mint az adott centrum összes betegére vontakozó rij átlagot. Az ordináta tengelymetszetre vonatkozó centrumspecifikus reziduumok szőkített becslését például úgy kapjuk, hogy

201

A (19)-es egyenletben szereplı szorzótényezı mindig ≤ 1, így a becsült reziduum nem lehet nagyobb, mint egy adott centrum nyers reziduuma. Ez a szorzótényezı jelenti a szőkítı faktort. A szőkítés mértéke nagy, ha vagy a σε2 nagy a σu02-hoz viszonyítva, vagy ha a nj kicsi vagy mindkettı. Ilyen esetekben a szőkítés a centrumok körüli információs hiányra utal és így a nyers centrum-specifikus reziduum nullára apad. A szőkített reziduumok használata akkor hasznos, amikor centrum-specifikus INMB-ket számolunk, mivel, minél kevesebb az információ vagy minél nagyobb a bizonytalanság egy adott centrum eredményeinek vonatkozásában, annál inkább helyénvaló a fıátlagra támaszkodni, mint a centrumra vonatkozó legjobb becslésre.

9.15.4 A többszintő modellezés értékelése Az MLM alkalmazása a Hoch et al. (2002) szerint kidolgozott regressziós módszertan természetes kiterjesztése. A megközelítés formálisan a nettó haszon változékonyságát szegmentálja az egyéni betegek és a földrajzi elhelyezkedés – pl. centrum és ország – elıfordulásai szerint. Ahol a költséget és/vagy a kimeneti adatokat helyek szerint csoportosítják, ott a fenti módszerek elıremozdítják a bizonytalanság korrekt becslését a költséghatékonysági eredményeknél. Az MLM egyúttal a hely-specifikus költséghatékonyság becslésének eszközét is magában foglalja, ahol a hely itt egy adott területen vagy országon belüli centrumokat (pl. kórházakat) jelenthet. Már korábban is próbálkoztak hely-specifikus becslésekkel, köztük a minden erıforrás-felhasználást és kimeneti adatot hely-specifikus egységköltségként kezelı módszerrel, ahol csak azokat az adatokat elemezték, amelyek a randomizációban érdekelt hely betegeihez kapcsolódtak. Az utóbbi idıben a módszerek többszörös regressziót, modellezett helyeket és ezek interakcióit, mint állandó hatásokat alkalmaztak (Wilke et al., 1998). Az itt leírt MLM módszertan MCMC (Bayesian Markov

202

Chain Monte Carlo) becslési módszereket használ a költséghatékonyság hely-specifikus becslésére. Ennek részeként, a hely-specifikus becsléseket visszaszőkítik a fıátlaghoz, a centrumot reprezentáló mintanagyságtól és a nettó haszon centrumokon belüli és közötti változékonyságának szintjétıl függı mértékben. Más szóval, ezen módszereket használva a költséghatékonyság hely-specifikus becslése az összes hely szerinti betegek fıátlagának és az adott helyre vonatkozó betegek átlagának a kombinációja.

A kiterjesztés mértéke, hogy mennyire lényeges az MLM használata egy adott vizsgálat során, a helyek között jelentkezı nettó hasznon belüli teljes változékonyság arányától függ. Habár az ICC aránylag kis értékei mellett, a többszintő modellezés és az OLS becslései között nyilvánvalóan

jó

megfeleltethetıségre

számítunk,

ugyanakkor

valójában

lehetetlen

meghatározni egy kiemelt küszöbértéket arra vonatkozóan, hogy milyen ICC fölött kellene az MLM-et

használni.

Ennek

eredményeképpen

vita

folyik

arról,

hogy

minden

költséghatékonysági elemzést többszintő regresszióval kellene kezdeni annak érdekében, hogy ha a klinikai vizsgálatok több helyszínen folytak, mélyebben megértsük az adatok struktúráját.

Felismerték, hogy ha a költséghatékonysági elemzésekben az MLM-et rutinszerően használják, akkor pótlólagos módszertani kutatások szükségesek. Például az MRC Hernia Repair és az ATLAS esettanulmányokban nem jelentették meg az MLM becslések eredményeit, mert problémák merültek fel a megfelelı modellspecifikáció azonosítása során, és az adatok további elemzésére volt szükség.

A függı változó (nettó haszon) csoportosító struktúrájára hatással van a költség és a kimeneti adatok struktúrája. A λ nagyobb értékei mellett, a kimeneti adatok (pl. QALY) egyre növekvıbb mértékben válnak fontossá a nettó haszon kifejezésben. Az EVALUATE klinikai vizsgálat során azt találták, hogy a költségadatok jobban csoportosulnak a helyek szerint, mint a kimeneti adatok. Ebbıl kifolyólag, nullához közeli λ értékek mellett, ahol a nettó haszon csoportosító struktúráját leginkább a költségek határozzák meg, az MLM különösen alkalmas ezen adatok elemzésére. A másik oldalról viszont, ha a λ eléggé nagy értéket vesz fel és a nettó haszon csoportosító struktúráját leginkább a kimenetek határozzák meg, ott az MLM használata talán kevésbé fontos. Akárhogyan is, korai lenne általánosításokat tenni az összes gazdasági értékelésre vonatkozóan az itt bemutatott esettanulmányok alapján. Az MLM használatának további kutatásai vannak tervbe véve, hogy betegszintő adatokat elemezzenek a

203

költségek és kimenetek hosszabb távú követésével, illetve olyan betegségek területein vizsgálódjanak, ahol a QoL súlyai jobban különböznek a kezelési csoportok között.

Egy fontos egészségpolitikai kérdés is felmerült ennek a tanulmánynak a kapcsán, mégpedig hogy az inkrementális nettó haszon hely-specifikus becsléseinek milyen mértékő kiterjesztése hasznos a döntéshozó számára. Nemzetközi vizsgálatok összefüggésében az országok szerinti költséghatékonysági becslések generálásának képessége, az ország szintő döntéshozó számára hasznos lehet. Az egyetlen országon belüli multicentrikus vizsgálatok esetében azonban ez nem biztos, hogy ilyen egyértelmően megmondható. A centrum-specifikus becslések generálásának elfogadása ugyanis azt is jelentheti, hogy a döntéshozó hajlandó finanszírozni egy adott beavatkozást egy centrumban, de egy másik centrumnál már nem. Másképpen, a centrum szintő döntéshozók számára az elemzés hasznos lehet. Az MLM-ben a helyspecifikus magyarázó változók használatának, hogy megmagyarázzák a centrumok és országok költséghatékonyságában mutatkozó különbségeket, lehet, hogy több direkt stratégiai relevanciája (direct policy relevance) is van. Például egy beavatkozás lehet, hogy költséghatékony a magas teljesítményő centrumokban, de azokban nem, ahol alacsonyabb a betegszám. Talán a fenti problémának leírása segít elıidézni a döntéshozóknál az ellátás szervezetének helyes újraértékelését. Habár a módszer elfogadása további megfontolásokat igényel, mégis adott csoportosított adatok mellett a véletlen hatás modellbıl nyert többszintő populációs átlag ezidáig a legpontosabb módjának bizonyult az átlagos költséghatékonyság becslésében (azaz a centrumok között), ha a döntéshozót nem hoz különbözı döntéseket, különbözı centrumok esetében.

Az itt bemutatott elemzést kétféleképpen lehet kibıvíteni. Elsısorban a modelleknek helyspecifikus egységköltség adatokat kellene tartalmaznia ahhoz, hogy az adott helyen mért erıforrás-felhasználást értékelni lehessen. Mivel ezen adatok beszerzése minden helyen nehézségekbe ütközik, az itt bemutatott esettanulmányokban a legtöbb erıforrás egységköltsége fix. Ezzel az eljárással azonban leszőkítjük a helyek közötti változékonyság mértékét, mivel annak egy részét az egységköltségek különbségei adják. Továbbá a közgazdasági gondolkodás minderre azt válaszolná, hogy az egységköltségek és az erıforrásfelhasználás összefüggenek a hely-specifikus termelési függvénnyel (Raikou et al., 2000). Például, ha egy helyen az orvosok költségei nagyon magasak (pl. hiányok miatt), lehet, hogy az orvosi inputokat más költségő szakemberekkel helyettesítik. A jövıbeli kutatások

204

alkalmával, amikor módunkban lesz hely-specifikus egységköltségeket azonosítani, az MLM alkalmas lehet arra, hogy ezt a fajta helyettesíthetıséget jobban feltárja.

Az MLM módszertanának a másik kiterjesztése, melyet itt bemutatunk, a pótlólagos magyarázó változók használata a regressziós elemzésben. Az egyszerőség kedvéért, legyen az egyetlen magyarázó változó a kezelésnek az a fajtája, melyet az itt leírt módszer tartalmaz, amelyre a beteget véletlenszerően kiválasztották. A pótlólagos magyarázó változó bevitele a kórház és a beteg szintjén segíthet lecsökkenteni a modellben becsült változékonyságot. A nettó haszon regressziós megközelítést, melyet Hoch et al. (2002) vázoltak fel, betegszintő változók bevonásának értékét írja le (alapvetı klinikai változók, szocio-demográfiai jellegzetességek). A bevonás után a nettó haszon varianciájának egyre nagyobb hányadát magyarázzuk (azaz az inkrementális nettó haszon pontosabb becsléséhez jutunk). Az elsı szintő magyarázó változók és a kezelés kölcsönhatásainak felhasználásán keresztül ugyancsak lehetséges alcsoport-elemzést végezni, hogy a betegek alcsoportjaiban becsülni tudjuk az inkrementális nettó hasznokat (pl. kor és / vagy nem szerint meghatározva).

Az MLM módszertanán belül ugyancsak lehetséges olyan magyarázó változókat bevonni az elemzésbe, amelyek a modellben a magasabb szintő csoportok közötti varianciát magyarázzák (pl. kórházak és országok). Ezen magyarázó változók többek között olyan faktorokat tartalmazhatnak, mint a betegek eredményei (throughput) és a klinikai dolgozók tapasztalata. A magyarázat ugyanaz, mint a beteg szintő magyarázó változók esetében volt: a változók bevételével lehetıvé válik hatásosabb költséghatékonysági becslés, és megnyílik az út a helyi alcsoportok költséghatékonyságainak feltárása elıtt. További vizsgálat szükséges a magasabb szintő magyarázó változók azonosításához, melyek tapasztalat szerint hasznosak ezekben a modellekben, elméletileg jól megalapozottak a helyek közötti hatásosságban mutatkozó különbségek kifejezésére, és hasznosak a stratégiát készítı célokhoz.

Nemzetközi vizsgálatok esetében az MLM elısegíti az ország-specifikus költségek és hatások elırejelzését, amely aztán jobb paraméterbecslésekre ad módot a döntési modellekben.

205

10 Általános - Checklist: az egészség-gazdaságtani- és technológiaelemzések eredményeinek áthelyezhetısége (EURONHEED) (Kárpáti Krisztián, Gulácsi László) Spath et al, (1999) és Boulenger et al. (2004), az European Network of Health Economics Databses (EURONHEED) project (www.euronheed.org) keretében, amelyet az Európai Unió finanszírozott és amelyben 17 ország vett részt, egy részletes check list-et készített, amely jól használható az áthelyezhetıség megítélése során. (16. Táblázat)

10.1 Az EURONHEED felépítése és az áthelyezhetıségi pontszám képzése Az EURONHEED check-list-je hat fı részre tagolódik. -

a check – list tárgya és legfontosabb elemei (Q1 – M2)

-

a klnikai kimenet (outcome) mérésének a módszertana (E1 – E7)

-

az egészség-gazdaságtani elemzések során használatos egészség-haszon mérési módszerek (B1 – B5)

-

költségek (C1 – C11)

-

diszkontálás (D1 – D4)

-

a tanulmányok szerzıi által szolgáltatott információk (S1 – O1).

A 16. Táblázaton látható check – list olyan kérdéseket is tartalmaz, amelyek inkább a belsı validitás (internal validity) vizsgálatának a témakörébe tartoznak. A besatírozott területek vonatkoznak közvetlenül az áthelyezhetıségre.

Az EURONHEED check-list segítségével un. „áthelyezhetıségi pontszám” (transferability score) képezhetı, amely százalékban fejezi ki az adott vizsgálat eredményének az áthelyezhetıségét.

A táblázatban az egyes válaszok pontszámai a következık: - igen:

1 pont

- részben:

05 pont

- Nem vagy nincs információ:

0 pont

206

A ’Nem’ (nem végeztek olyan vizsgálatot amely az adott típusú eredményt szolgáltatta volna) illetve a ’nincs ingformáció) azonosan 0 pontot ér.

Abban az esetben ha az adott kérdés az adott esetben ’nem alkalmazható’ akkor az a kérdés kimarad a pontszám összegzésébıl is.

Ezek alapján a pontszám kalkulálása a következıképpen történik

20. képlet

Ahol

i = 1, …, n

a kérdések száma

’x’ azon kérdések száma amelyek az adott szituációban nem alkalmazhatóak, és ’S’ az egyes kérdések pontértéke.

Az áthelyezhetıségi pontszám használata során eddig az eredmények Boulenger et al. (2004) vizsgálatai során a pontszám értéke – az általuk vizsgált területen – a teljes kérdıív esetén 66,9%-osnak adódott (SD=13,6%), az értékek 40,8% és 87,9% között ingadoztak. Az áthelyezhetıséggel legszorosabb kapcsolatban álló al-kérdések esetén (satírozott) ez az arány 68,8% volt (SD = 15,1%), az arányok 37,5% és 96,7% között ingadoztak.

A strukturált kérdıív segíti az áthelyezhetıség megítélését, kedvezı, ha a százalékos arány magas. Pontos határérték megszabása nem lenne célszerő, az áthelyezhetıség fokának a megítélése mindig az adott szakterülettıl, céloktól és körülményektıl függ.

207

16. Táblázat EURONHEED általános check-list: áthelyezhetıség Kérdés

Igen

Részben

Nem/Nincs

Nem

információ

alkalma zható

Q1. A vizsgált kérdés megfelelıen került-e megfogalmazásra? Q2. A szerzık leírták-e az alternatív technológiákat? HT1. A beavatkozás megfelelı részletességgel került-e leírásra? HT2. A komparátor (komparátorok) megfelelı részletességgel leírásra kerültek-e? SE1. Megfelelıen leírta-e a szerzı azt az ellátási formát/intézményt ahol a vizsgálatot végezték? (alapellátás, fekvıbeteg ellátás stb.) SE2. Pontosan leírásra került-e, hogy az egészséggazdaságtani vizsgálatot melyik országban végezték? P1. Pontosan leírták-e a szerzık azt, hogy az egészség-gazdaságtani vizsgálatot kinek a szemszögébıl végezték? SP1. Pontosan leírták-e a szerzık az adott egészségügyi technológia célpopulációját, illetve ha nem akkor a szöveg olvasása során ez kideríthetı-e? SP2. Leírásra kerültek-e a populáció jellemzıi? (pl. életkor, nem, egészségi állapot, társadalmigazdasági státusz, beválogatási/kizárási kritériumok)? SP3. Tartalmaz-e a tanulmány megfelelı információt a vizsgálati esetszámról? SP4. Tartalmaz-e a tanulmány megfelelı információt a célpopulációval kapcsolatosan a vizsgálati esetszám reprezentativitására

208

vonatkozóan? M1. Ha modellt használtak, megfelelı részletességgel leírásra került-e a modell? M2. Pontosan leírásra került-e az, hogy a modellben használt paraméterek honnan származnak? E1. Ha egy konkrét elvégzett vizsgálat eredménye került felhasználásra, a vizsgálati elrendezés részletesen ismertetésre került-e? (elemszám, kiválasztás, randomizáció, allokáció, follow-up) E2. Ha egy konkrét elvégzett vizsgálat eredménye került felhasználásra, az adatok elemzésének a módszertana részletesen ismertetésre került-e? (kutatási protokoll leírása, vagy megfigyelésbıl származó adatok) E3. Ha az elemzés korábban publikált vizsgálatok áttekintésén/szintézisén alapul, akkor az áttekintés módszertana megfelelıen leírásra került-e? (keresési stratégia, beválogatási kritériumok, források, döntési kritériumok, kombinációk, a különbségek elemzése) E4. Ha az elemzés szakértıi véleményen alapul, akkor az a módszer, amely segítségével a becslés készült részletesen ismertetésre került-e? E5. A hatékonyság vizsgálata során alkalmazott fı mérési módszerek ismertetésre kerültek-e? E6. A mellékhatások és a káros hatások megfelelıen elemzésre kerültek-e az analízis során? E7. Az eredményességre, mint eredményre vonatkozóan tartalmazza-e a publikáció a statisztikai elemzés eredményét? B1. A gazdasági elemzés során a szerzık

209

meghatározták-e az összes haszon értékét. B2. Ismertették-e a szerzık az egészségi állapotok és beavatkozások értékelésnek alapvetı módszereit. B3. Meghatározták-e a szerzık az egészségi állapottra vonatkozó információk forrását. (pl. speciális betegpopuláció vagy az általános lakosság)? B4. Meghatározzák-e a szerzık az értékeléshez használatos módszereket. B5. Megfelelı-e a kapott eredmény – a haszon – leírásának a szintje – (növekményi elemzés, statisztikai analízis)? C1. Az egészség-gazdaságtani elemzés során használt költségelemek/komponensek megfelelıen ismertetésre kerültek-e? C2. A költség elemek/komponensek mérésére használt módszerek megfelelıen leírásra kerülteke? C3. Az erıforrások felhasználására vonatkozó források megfelelıen leírásra kerültek-e? C4. Az egység-költségre (unit price) vonatkozó források megfelelıen leírásra kerültek-e? C5. Az erıforrások egység-költsége (unit price) megfelelıen leírásra került-e? C6. A költségek és a mennyiségek szeparáltan kerültek-e ismertetésre? C7. Az árak mellet az is feltüntetésre került-e, hogy azok mely évre vonatkoznak? (price year) C8. A költségszámítás minden egyes eleme esetén megadásra került-e az idıtáv/idıhorizont? (time horizon) C9. Megadásra került-e, hogy az árak mely

210

valutában értendık? C10. A valuta konverziós rátája megadásra kerülte? C11. A publikáció tartalmazza-e a költség adatokra vonatkozó statisztikai elemzések eredményeit? D1. Diszkontáltak-e az egészség-haszon eredmény(ek)? D2. Diszkontálva volt-e a költség adat? D3. A szerzık ismertették-e a haszon és a költség diszkontálása során használt diszkont rátát/rátákat? D4. Egyaránt ismertetésre került-e a diszkontált és a diszkontálatlan eredmény? S1. Készült-e kvantitatív vagy leíró elemzés a variabilitás elemzése, feltárása céljából. O1. Tárgyalják-e a szerzık a eredményeik általánosíthatóságának korlátait?

211

11 Specifikus - Checklist: az egészség-gazdaságtani- és technológiaelemzések eredményeinek áthelyezhetısége és adaptációja Magyarországon (Gulácsi László)

11.1 Az elemzések eredményeinek alkalmazhatóságát nehezítı tényezık Az egészségügyi technológiák egészség-gazdaságtani elemzéseinek a száma igen nagy mértékő növekedést mutatott az elmúlt években. Meglepıen nagy számban találhatók a szakirodalomban olyan gyógyszer-közgazdaságtani vizsgálatok is, amelyek több mint egy országban folytak. Barbiri et al. (2005) 2368 ilyen vizsgálat publikált eredményit azonosította a szokásosan használatos adatbázisokban. A jelentıs mennyiségő egészség-gazdaságtani vizsgálat eredményeinek felhasználása azonban nem olyan széles körő, mintsem az várható lenne. Ennek csak részben oka az, hogy az adatok sok esetben rosszul dokumentáltak, a kutatók által készített egészség-gazdaságtani modellek nem piaci igények kielégítésére készültek, ennek megfelelıen rosszul vagy egyáltalán nem dokumentáltak – így használatuk sokszor egy személyhez kötött. Sok esetben az egészség-gazdaságtani vizsgálatok eredményeinek leírásában a gyártó cégek által bizalmas információnak minısített adatok nem találhatók meg – ezért a dokumentációk használhatósága, az eredmények reprodukálhatósága az esetek egy részében jelentısen korlátozott. Országok között, illetve egy országon belül is eltérıek

lehetnek

a

diagnózis

felállításának

követelményei

és

szokásai,

ennek

eredményeképpen ugyanaz a klinikai kép más és más diagnózis alatt jelenhet meg. Ezek a szempontok nehézségeket jelentenek, a fı gond azonban e területen is módszertani.

11.2 Az egészség-gazdaságtani eredmények áthelyezhetısége hazánkban Az egészségügyi-gazdaságtani vizsgálatok eredményeinek áthelyezhetısége (transferability) kulcsfontosságú kérdés hazánkban, hiszen az egészségügyre fordítható források jelentısen korlátosabbak, mint a fejlett országokban. A költség-hatékonysági elemzések az egészség-gazdaságtani elemzések leggyakoribb formái. Ezek segítségével az esetek egy részében két technológiáról (pl. két gyógyszer)

212

megállapítható, hogy melyik a költség-hatékonyabb (pl. a költség/QALY alapján), más esetekben több technológiáról is megállapítható azok költség-hatékonysági sorrendje és ebben az esetben a források allokációja megkezdıdhet az alacsonyabb költség-hatékonyságú technológiáktól a magasabb költség-hatékonyságú technológiákig egészen addig, amíg a költségvetés ki nem merül. A legtöbb esetben azonban csak arra van mód, hogy a költséghatékonyság alapján felállítható legyen egy felsı limit, ameddig a finanszírozó az adott technológiát finanszírozza és amely felett már forrásokat (lehetıleg) nem allokál.

Mindhárom esetben közös az, hogy a költség-hatékonyságnak nagyon kevés jelentése van önmagában, ezt az információt egy sokkal tágabb környezetbe helyezve lehet csak használni, amikor is együtt láthatjuk a finanszírozási forrásokért egymással versenyzı technológiák költség-hatékonyságát. A költség-hatékonysági információnak tehát csak relatív jelentése van, ezért valamilyen módon garantálni kell az adatok összehasonlíthatóságát, hiszen ezen az összehasonlításon alapulnak azok a döntések, amelyek egyes technológiákat elıtérbe helyeznek másokkal szemben – költség-hatékonyságuk alapján. A költség-hatékonysági elemzések egy konkrét vizsgálat speciális körülményei között egy adott beteg-csoportra vonatkoznak, az adott metodika által rögzített módon – amelyek egyik lényeges eleme például a választott komparátor (helyettesítı versenytárs, pl. másik gyógyszer hasonló vagy azonos hatással). A vizsgálatot végzık gyakran különbözı módszertant választanak, eltérıek az adottságok, a körülmények, és a vizsgálat idıpontja is más és más. Ezek az eltérések jelentısen befolyásolhatják a költség-hatékonysági elemzések eredményét és sok esetben nem lehet tudni, hogy a költség-hatékonyság különbségei valós különbségek, vagy pedig az eltérı metodika és körülmények által okozott eltérések. Ezen nehézségek miatt érték és érik jelentıs kritikák a bajnoksági táblázatokat, illetve az azok alapján történı forrás allokációt (Gulácsi, 1999).

Mielıtt az egészség-gazdaságtani elemzések eredményeit ilyen bajnoksági táblázatokba illesztenénk, szigorú kritériumok szerint értékelni kell a vizsgálatok eredményeit és utána meg kell állapítani azt, hogy az eredmények összehasonlíthatók-e. Amennyiben a vizsgálatok minısége nem megfelelı illetve az eredmények nem összehasonlíthatók, akkor az eredmények egy táblázatba helyezése és összehasonlítása nem lehetséges.

Az elıbbiekbıl következıen tehát a vizsgálatot illetı három alapvetı kérdés: -

az általánosíthatóság (generalisability),

213

Az

-

az összehasonlíthatóság (comparability) és

-

az áthelyezhetıség (transferability).

egészség-gazdaságtani

vizsgálatok

felhasználhatóságának

biztosítása

érdekében

mindhárom területre figyelemmel kell lennünk, közülük azonban ebben a fejezetben az áthelyezhetıséget állítjuk elıtérbe.

11.3 Áthelyezhetıség Az egészség-gazdaságtani elemzések áthelyezhetıségében azt vizsgáljuk, hogy az eredmény mennyire alkalmazható más környezetben. Az áthelyezhetıség elemzése az eredeti vizsgálat azon elemeinek az azonosítását követeli meg, melyek nem illeszkednek az új körülményekhez, illetve annak vizsgálatát, hogy ezeket az elemeket hogyan helyettesíthetjük másokkal annak érdekében, hogy a vizsgálat eredménye az új körülmények között is használható legyen. Ahhoz azonban, hogy ezt megtehessük, az eredeti vizsgálat összes eredményének transzparens és részletes formában kell rendelkezésre állnia.

Ennek a folyamatnak potenciális nehézségeit azonban nem célszerő lebecsülni. Az elızıkben említett finanszírozási, praxis menedzsment és technológia utilizációs különbségek, amelyek az egyes országok illetve adott esetben egyes intézményeken belül is fennállnak, sok esetben jelentıs gondot képviselhetnek. Megjegyzendı, hogy az eredmények áthelyezhetısége akkor a legjobb, ha a hatás és a költség adatai külön-külön is rendelkezésre állnak. A hatás esetén az eredmények áthelyezhetısége akkor nagyobb, ha a különbözı vizsgálatok által közölt különbözı kimenetek (eredmények) egy közös hatás mértékegységgé (pl. QALY) transzformálhatók. A költség adatok áthelyezhetısége pedig akkor kedvezı, ha a költség adatokon belül a források típusainak felhasználása (pl. orvosi munkaórák száma, beavatkozások, gyógyszerek mennyisége) részletezett és az egységár is hozzáférhetı.

214

11.3.1 Az áthelyezhetıség fı lépései Az általános – EURONHEED – és a specifikus check-list, annak megítésélésében nyújt segítséget, hogy a tanulmány módszertana és az eredmények közlésének formája megfelelı-e ahhoz, hogy adaptálhatóak legyenek az eredmények.

11.4 Specifikus check list az egészség-gazdaságtani elemzések áthelyezéséhez, hazánkban Mind a napi gyakorlatban észlelhetı eredményesség (effectiveness), mind a költségek jelentısen ország-specifikusak lehetnek. A terápiás és a betegcsoportok is jelentısen eltérhetnek (élettartam, a megbetegedések elsı jelentkezése, megoszlása és súlyossága) az egyes országokban, éppúgy, mint a terápiák tényleges hatása az egészségi állapotra. Az egészségügy ráfordításai (finanszírozás) és az egységárak is országonként jelentısen változhatnak. Fontos azt is figyelembe venni, hogy a gyógyszer-gyártók, az új gyógyszereiket a fejlett, nagy vásárlóerejő országok piacán kívánják értékesíteni, ennek megfelelıen a fejlett országok (hazánkétól eltérı) megbetegedési és halálozási adatait figyelembe véve végzik a gyógyszerek fejlesztését.

Egy tizenhat-lépéses ’check list’ segítséget nyújthat ezeknek a hatásoknak a felmérésére. Az egyes lépések uátn az általánosíthatóságra és áthelyezhetıségre vonatkozó ajánlások találhatók. „A check-list, ahol arra lehetıség és szükség van, ajánlásaiban támaszkodik Az Egészségügyi Minisztériumnak az egészség-gazdaságtani elemzések készítésérıl szóló szakmai iránylevére, és amennyiben naak ajánlásai alkalmazhatók az adaptációra, akkor azokat követni kell. A check-list hivatkozza az egészség-gazdaságtani irányelv fıbb vonatkozó ajánlásait. Az adaptációs módszerrel készült egészség-gazdaságtani elemzés – bár a felhasznált információkhoz más módon jut hozzá, mint a primer/originális elemzés – végsı információtartalmában és felépítésében követnie kell az egészség-gazdaságtani irányelv ajánlásait.”

215

A Rutten és Gulácsi (2002) valamint Gulácsi et al. (2005) által közölt kilenclépéses ’check list’ 16 lépéses módosított változatának a lépései a következıkben kerülnek ismertetésre.

A máshol végzett egészség-gazdaságtani vizsgálatok és egészségügyi technológiaelemzési jelentések hazai adaptációjával és áthelyezhetıségével kapcsolatosan, a jelen tanulmányban megfogalmazott ajánlások két fı csoportba sorolhatók: - mérlegelendı, elemzendı tényezık köre: 1. – 6. ajánlás, - minden esetben elvégzendı teendık: 7. - 15. ajánlás, és - elemzés nélkül átvehetı eredmények: 16. ajánlás.

- Mérlegelendı, elemzendı tényezık köre

1. Lépés: EURONHEED áthelyezhetıségi pontszám meghatározása

Az EURONHEED módszertant, az áthelyezhetıségi pontszámot (transferability score), európai uniós finanszírozással vezetı európai egészség-gazdaságtani intézetek hozták létre, annak érdekében, hogy az egyes országokban elvégzett egészség-gazdaságtani vizsgálatok eredményei könnyebben áthelyezésre kerülhessenek másik országokban. Az ’áthelyezhetıségi pontszám’ azt mutatja meg, hogy az adott egészség-gazdaságtani vagy technológiaelemzési tanulmány kielégíti-e az áthelyezhetıséggel kapcsolatos általános, alapvetı technikai elvárásokat, azaz a tanulmányban leírt eredmény más országban (területen, intézményben) módszertanilag felhasználható-e. (Ez az ajánlás az általános felhasználhatóságot vizsgálja, az elemzés eredménye alapján a hazai áthelyezhetıségre következetni nem lehet.) Az áthelyezhetıségi pontszám pontos határértékének megszabása nem lenne célszerő, az áthelyezhetıség fokának a megítélése mindig az adott szakterülettıl, céloktól és körülményektıl függ.

1. Ajánlás / EURONHEED áthelyezhetıségi pontszám meghatározása/: Az EURONHEED javaslata alapján az áthelyezhetıségi pontszám meghatározása javasolt minden esetben elsı lépésként.

216

2. Lépés: Az egyes országokban alkalmazott egészség-gazdaságtani irányelvek összevetése

Az egészség-gazdaságtani vizsgálatok eredményei az esetek egy jelentıs részében önmaguban nagyon nehezen illetve nem értékelhetık - az általánosíthatóság és az áthelyezhetıség szempontjából. Természetesen a gazdasági elemzésben leírtak a mérvadók, az elemzés módszertanának az ismerete azonban további hasznos információkkal járulhat hozzá az adaptálás sikeréhez. Az értékeléshez az elemzés folyamatának a pontos ismerete sokat segíthet. Nem csak az eredményeket, hanem azok készítésének a módját is célszerő összevetni, azaz elemezni kell, hogy annak az országnak az egészség gazdaságtani elemzést leíró irányelve, ahol az elemzés készült, mennyiben felel meg illetve tér el az átvevı ország (jelen esetben hazánk) irányelveitıl. Ez azért lényeges, mert az eredmény általánosíthatóságának és áthelyezhetıségének az értékelése mellett, annak elérési módja (az egyes elemzési lépések részletes leírása) is informatív. Tudnunk kell azt, hogy az egészség-gazdaságtani irányelvekben leírt módszertan közötti eltérések lényegesek-e, mely különbség tekinthetı equivalensnek, illetve azt, hogy az adaptálási folyamat során felmerülı esetlegesen szükséges korrekciók hazánkban a rendelkezésre álló adatok alapján viszonylag könnyen elvégezhetık-e. Ha az eltérések jelentısek, és az adott eredmények áthelyezése valamilyen okból lényeges, akkor további elemzés, adott esetben további kutatás szükséges. (A más országokban használatos irányelvek megtalálhatók a „Szakirodalom” 1-4 kötetében.) Abban az esetben, ha az egészség-gazdaságtani elemzés hátterében módszertani irányelv nem ismert/található, az egyes módszertani lépések utólagos rekonstruálására van szükség. (Régebben készült elemzések esetén, az abban az idıszakban hatályos irányelv a figyelembe veendı.) Az esetek nagy részében ez a probléma nem áll fenn, mivel az egészség-gazdaságtani és egészségügyi technológiaelemzések legnagyobb, legmegbízhatóbb forrásai olyan országokban vannak, ahol az elemzést igen jól kidolgozott és publikált irányelvek alapján végzik.

2. Ajánlás /egészség-gazdaságtani irányelvek azonosságának/különbözıségének a megítélése/:

217

Célszerő azt megvizsgálni, hogy a van-e lényeges eltérés annak az országnak ahonnan az egészség-gazdaságtani elemzés eredménye származik az egészség gazdaságtani elemzést leíró irányelve és a hazai irányelv (1. sz. Melléklet) között.

3. Lépés: Az eredmény / kimenet (outcome) típusa A vizsgálat kimenetének (outcome) értelmezhetınek kell lennie a szakemberek (orvos, nıvér, népegészségügy, finanszírozó, egészségpolitika) számára. Lényeges annak eldöntése, hogy a vizsgálat kimenete kemény végpont vagy ún. köztes végpont. A kemény végpontnak az olyan kimenetet nevezzük, amely a betegség valamely jól definiálható és a gyakorló orvos szempontjából fontos ’végállapotát’ írja le, ilyen például a stroke, szívinfarktus illetve a halál. A köztes végpont pedig egy laboratóriumi vagy más vizsgálati eltéréssel (pl. Hgmm) jellemezhetı kimenet. A köztes végpont klinikai relevanciáját azonban bizonyítani kell, ellenkezı esetben téves következtetésre juthatunk. A köztes végpontok használata az RCT vizsgálatok esetén sok elınnyel jár(hat). Ezek közül is kiemelhetı a kisebb szükséges vizsgálati esetszám és a rövidebb szükséges követési idı – azaz az RCT olcsóbb és gyorsabban kivitelezhetı. Az ár, azonban amit ezen elınyökért fizetni kell, a külsı validitás csökkenése, azaz a vizsgálat interpretálhatósága, gyakorlati jelentıségének megítélése sokkal nehezebbé válik ill. az esetek egy részében lehetetlen.

Az egészség-gazdaságtani vizsgálatok végzése elıtt szükséges annak demonstrálása, hogy a regisztrált gyógyszerek alkalmazása valóban a klinikai tünetek javulását eredményezik. Drummond (2002/a - b; Drummond 2003) véleménye szerint az egészség-gazdaságtani elemzések legfontosabb elıfeltétele és összetevıje az adott egészségügyi technológiák hatásosságáról rendelkezésre álló tudományos tények minısége. Drummond (2002) kifejtette, hogy: “sok gyógyszer-regisztrációs célból készült klinikai vizsgálattal az a probléma, hogy a vizsgálat idıtartama rövid, és az eredmények olyan klinikai végpontra vonatkoznak , amelyek nem feltétlenül függenek össze a klinikai kép javulásával.” … „Szintén a regisztrációt célzó vizsgálatok esetén gyakran megfigyelhetı, hogy a klinikai végpontok választása során gyakran a könnyebb mérhetıségi meggondolások játszanak meghatározó szerepet, nem pedig a klinikai végpontoknak az orvos illetve a betegek számára való relevanciája. Ennek gyakran az az eredménye, hogy az új gyógyszerek megkapják a regisztrációt úgy, hogy a gyógyszer hosszú távú klinikai hasznáról kevés tudományos bizonyíték áll rendelkezésre.”

218

Az adaptáció során törekedni kell arra is, hogy a rutin gyakorlatban elérhetı egészségügyi haszon jelenjen meg az elemzésben, és nem pedig a klinikai kontrollált körülmények közti hatásosság, mivel a beteg- és orvos együttmőködés, az orvosok felkészültsége, és számos más tényezı eltéréseket okozhat.

3. Ajánlás /a kimenet azonosságának vagy különbözıségének a megítélése/: Amennyiben az egészség-gazdaságtani vizsgálat során felhasznált klinikai vizsgálatnak nincs jól definiálható kemény végpontja, illetve a köztes végpont és a kemény végpont közötti kapcsolat megbízhatóan nem bizonyított, az általánosíthatóság és az áthelyezhetıség nagyon problematikus lehet. Hacsak más fontos körülmények nem teszik szükségessé használatukat, ezek az egészség-gazdaságtani vizsgálatok korlátozottan használhatók fel más helyeken, országokban – ezek az eredmények nehezen vagy nem helyezhetık át és nem általánosíthatók.

4. Lépés: A komparátorok megválasztása Az egészség-gazdaságtani vizsgálatok, ezen belül a gyógyszer-közgazdaságtani vizsgálatok, gyakorlatilag minden esetben összehasonlító vizsgálatok. Az összehasonlításra kiválasztott technológia (komparátor) meghatározó befolyást gyakorol az egészség-gazdaságtani vizsgálatok eredményére. Az egyes országokban más és más, a finanszírozási forrásokért egymással versenyzı, helyettesítı egészségügyi technológiák, gyógyszerek és más szolgáltatások állnak rendelkezésre, emellett az alkalmazott terápiák nagyon gyorsan változnak is. Az egyes technológiák költség-hatékonyságának a megítélése az adott területen más technológiákkal való összevetés során, az adott ország körülményei között történhet meg. Az áthelyezhetıség szempontjából nincs értelme azoknak az összehasonlításoknak, amelyek olyan komparátorral történtek, amelyek az adott országban vagy intézményben nem hozzáférhetık. Mivel az egyes helyeken a terápiás stratégiák és a rendelkezésre álló technológiák igen eltérık, ez elsıdleges fontosságú szempont.14 A komparátorok jelentısen eltérhetnek hazánkban a nálunk fejlettebb országokétól. Ennek oka részben az egészségügyre költhetı összegek eltérése, részben a tudományos alapú egészségügy illetve az irányelvek, protokollok és más minıségfejlesztéssel kapcsolatos 14

Lásd még: EÜ Min. Egészség-gazdaságtani irányelv 1.2. irányelve

219

tevékenységek alacsonyabb szintje. Emiatt a praxis variációk is lényegesebbek lehetnek hazánkban. Célszerő, ha a komparátorok leírása során a praxis variációk is részletesen leírásara kerülnek, hiszen az országon belül is igen jelentıs mértékben eltérhetnek egymástól, az adott területen általánosan használt és rutin eljárásnak tekintett terápiák illetve más beavatkozások.

Az egyes országok irányelvei minden esetben foglalkoznak a komparátorok kiválasztásának a kérdésével. Az ausztrál irányelv például részletesen kifejti, hogy a komparátor kiválasztásának a módját (Guidelines for the pharmaceutical industry, 2002), három esetet megkülönböztetve: (a) Ha a gyógyszer egy olyan gyógyszercsoport tagja amelynek tagjai az adott országban megtalálhatók, akkor ezeket (vagy ezek közül) kell komparátort választani, a fıkomparátor általában az a gyógyszer amelybıl a legnagyobb számú betegnek írnak fel az orvosok. Kivétel ez alól a szabály alól, ha az indikációkban különbségek vannak. (b) Abban az esetben ha a gyógyszer új terápiás csoport tagja, de olyan indikációban kerül majd felhasználásra amely esetén széleskörően használatos gyógyszer(ek) van(nak) az adott országban, akkor a komparátor az a gyógyszer amelyet a legnagyobb számú betegnek írnak fel az orvosok. (c) Ha az új gyógyszer esetén nincs aktuálisan listázott terápiás csoport, akkor a komparátor a standard használatos más orvosi beavatkozás (mőtéteket is ide sorolva).

(Meg kell említeni, hogy a komparátorok összehasonlítása esetén felmerülhet a nem azonos, de azonos csoportba sorolható gyógyszerrel történı (csoporthatás) összehasonlítás kérdése is. Ebben az esetben jelentıs módszertani problémákkal kell szembenézni, ez az eset abban az esetben jöhet szóba, ha az adott esetben az áthelyezhetıség kérdése valamely ok miatt jelentıs fontossággal bír.)

A komparátorok fontosságára tekintettel az országok egy része esetén a finanszírozási kérelmek elemzését/elbírálását végzı vagy végeztetı (állami) szervezetek specifikálják a komparátorokat (Japán, Hollandia, Portugália) illetve cégtıl független más szervezetek állapítják meg az összehasonlításra használatos komparátorokat (Ausztrália, Svájc), míg más országokban a komparátor megválasztása a gyógyszercégek hatásköre (Franciaország, Svédország). (Dickson et al., 2003)

220

4. Ajánlás /komparátorok/: A komparátorok (az általánosan használt, ill. standard, vagy rutin ellátás) részletes leírása hivatalos hazai adatbázisokon (OEP, KSH, egyéb), illetve más, hazánkban győjtött valid adatokon (például kérdıíves felmérés) szükséges hogy alapuljon. Azt, hogy az adott komparátor miért került kiválasztásra illetve kizárásra részletesen meg kell indokolni. Az adaptálás során olyan tanulmányok vehetık át, amelyek a hazai egészségügyi rendszerben releváns

komparátorral

(azonos

fı-indikációs

körben,

megfelelı/azonos

dózisban,

hasonló/azonos kísérı terápiák mellett és más körülményeket is figyelembe véve) hasonlítják össze a vizsgálni kívánt egészségügyi technológiát. Javasolt a komparátorok kiválasztási módszertanának pontos és részletes kidolgozása hazánkban. Célszerő annak a lehetıségnek az átgondolása, hogy hazánkban a választandó komparátorok meghatározása, több más európai országhoz hasonlóan, a finanszírozó illetve a finanszírozási döntés folyamatában résztvevı állami szervezet hatásköre legyen.

5. Lépés: A betegek jellemzıinek vizsgálata (az RCT vizsgálatokban feltüntetett beválasztási és kizárási kritériumok elemzése)

A gyógyszer (vagy más technológia) potenciális magyarországi célcsoportjának a jellemzıit össze kell vetni az adott költség-hatékonysági (vagy más egészség-gazdaságtani) vizsgálat által hívatkozott randomizált, kontrollált (vagy más) klinikai vizsgálat beválogatási, kizárási (és más adott esetben fontos) kritériumaival, annak érdekében, hogy megállapítható legyen, hogy az adott területen ellátandó betegpopuláció (demográfiai, morbiditási, mortalitási, rizikó) jellemzıi mennyiben felelnek meg az adaptálni kívánt tanulmányba bevont populáció jellemzıinek. Az eltérı várható élettartam és megbetegdési viszonyok miatt, az esetek egy részében jelentıs különbségek sem zárhatók ki. Ezt az összehasonlítást valamennyi vizsgált technológia (pl. gyógyszer) esetén meg kell tenni. Az adott gyógyszer hatásosságára vonatkozóan az adatok közvetlenül csak erre a populációra vonatkozóan használhatók fel, az ettıl eltérı populáció esetén az eredményeket becsülni kell valamilyen módon (Gulácsi és Kiss 2001, Gulácsi és Kiss, 2002; Gulácsi és Kiss 2003; Gulácsi et al. 2003). A demográfiai és epidemiológiai különbségek nélkül is eltérhet a kezelt betegek case-mix-e, esetösszetétele. Ez egyrészt származhat abból, hogy eltérıek azok a

221

küszöbök (kritériumok), amelyeket annak megítélésében alkalmaznak, hogy kik kaphatják az adott kezelést. Másrészt az is befolyásolja a case-mixet, hogy milyen a centrumok specializáltsága: egyes centrumok specializálódhatnak a súlyosabb, összetettebb esetek ellátására.

5. Ajánlás /a tanulmányban szereplı betegpopuláció és a hazai célcsoport azonosítása és összehasonlítása/: A gyógyszeres terápia (vagy más beavatkozás) hazai célpopulációjának jellemzıit össze kell vetni

annak/azoknak

a

klinikai

(randomizált,

kontrollált

vagy

más)

vizsgálatnak/vizsgálatoknak a beválogatási és kizárási kritériumaival, amely(ek) az egészséggazdaságtani vizsgálat során is felhasználásra került(ek). Így állapítható meg, hogy a hazánkban az adott technológia célpopulációjának (demográfiai, morbiditási, mortalitási, rizikó) jellemzıi mennyiben felelnek meg az eredeti klinikai tanulmányba bevont populáció jellemzıinek. A hazai betegek jellemzıinek (demográfia, epidemiológia, morbiditás) vizsgálata leírása hivatalos adatbázisokon (OEP, KSH, egyéb), illetve más hazánkban győjtött valid adatokon (például kérdıíves felmérés) szükséges hogy alapuljon. A rutinszerően győjtött adatok az esetek egy részében nem megfelelık erre a célra és a megbetegedési regiszterek is kevéssé állnak rendelkezésre hazánkban, ezért a retrospektív, keresztmetszeti, vagy

prospektív

adatgyőjtésen

alapuló

felmérésekbıl

származó

–

célzottan

az

általánosíthatóság és az áthelyezhetıség érdekében - győjtött adatok nélkülözhetetlenek.

6. Lépés: A demográfiai és az epidemiológiai különbségek elemzése (az adott betegség incidenciájának, prevalenciájának, a betegség adott fázisának)

Mind a demográfiai jellemzık, mind az egyes betegségek prevalenciája és incidenciája jelentısen különbözhetnek egymástól a különbözı országokban. Jól szemlélteti ezt, hogy például az OECD Health Data (2003) adatai szerint 100 ezer kórházi felvétel közül az osteoarthritis diagnózissal felvett betegek között jelentıs számú eltérés található (17. Táblázat).

Ezek

a

különbségek,

ha

szignifikánsak/lényegesek

akkor

jelentısen

befolyásolhatják az egyes forrás allokációk haszon-áldozat költség viszonyait. (Nem elegendı csupán azt tudni, hogy a gazdasági elemzést publikáló és az eredményeket adaptálni kívánó országban az adott megbetegedés abszolút jellemzıi (pl. disease burden) milyenek, hanem azt

222

is elemezni kell, hogy a környezet (pl. más megbetegedések) mennyiben tér el egymástól, nincs-e lényeges eltérés az egyes országok szükségleteiben és prioritásaiban, amely lehet implicit illetve lehet explicit módon megfogalmazva az adott ország egészségpolitikai prioritásaiban.

17. Táblázat Osteoarthritis: kórházi felvételek száma / 100 000 kórházi felvétel (2000) Forrás: OECD Health Data (2003) Országok 2000-ben hospitalizált betegek száma 100 000 kórházi felvételenként Portugália

73

Spanyolország

118

Olaszország

146

Írország

147

Egyesült Államok

156

Dánia

198

Svédország

210

Belgium

242

Franciaország

256

Luxemburg

446

Finnország

448

Ausztria

544

A 17. Táblázat adatainak értelmezése során több lehetıség is felmerül. Az osteoarthritis prevalencia területén valóban ilyen nagyok a különbségek az egyes országok között, vagy ezek az adatok csak a kórházi ellátás különbségeit tükrözik? Vajon a kórházba felvételt nyert esetek különbségének az oka a finanszírozás közvetítette eltérı szolgáltatói érdekek, vagy az eltérı egészségügyi struktúra és mőködés, esetleg eltérı diagnosztikai szokások? Ezekre a kérdésekre nem ismerjük a választ. Nem mindegy azonban, hogy az egészség-gazdaságtani vizsgálatok során melyik feltételezésbıl indulunk ki. Hazánkban ez a probléma különösen jelentıs, hiszen az egyes megbetegedések incidenciáját és prevalenciáját (és más fontos adatokat) pontosan rögzítı, az egészség-gazdaságtani elemzésekhez szükséges idıtávot átfogó regiszterek nem állnak rendelkezésre.

223

6. Ajánlás /általános demográfiai és epidemiológiai összehasonlítás – szükségletek és egészségpolitikai prioritások elemzése/: A demográfiai és az epidemiológiai különbségek elemzése, a betegségek incidenciájának, prevalenciájának (és súlyosságának) az összehasonlításához hazai adatok győjtése is célszerő lehet, azonban ennek hiányában más országokból származó, a szakirodalomban publikált adatok is felhasználhatók.15 Az egészségpolitikai prioritások felállításának a módszertanával programunk IV. fázisa foglalkozik részletesen.

- Minden esetben elvégzendı teendık

7. Lépés: A rendelkezésre álló erıforrások és felhasználásuk vizsgálata

Az egyes országokban jelentısen eltér az egészségügy céljára rendelkezésre álló források nagysága – akár a nemzeti jövedelem arányával, akár az egy fıre esı, egészségügyre költhetı összeg nagyságával jellemezzük is ezt – és az erıforrások felhasználásának módja. Ez egyrészt megszabja az egészségügyre, és annak egy-egy adott területére költhetı összeg abszolút nagyságát, másrészt alapvetıen befolyásolja az egészségügyön belül az egyes területek közötti forrásallokációs preferenciákat. Ez azt jelenti, hogy egy alacsonyabb GDPvel rendelkezı országban – minden más tényezı azonosságát feltételezve – az egészségpolitikai prioritások is különbözık lehetnek, mint a magasabb GDP-vel rendelkezı országokban, pusztán a GDP eltérı szintje miatt bekövetkezı haszon-áldozat költség eltérések miatt. A makroszintő eltérések (budget size, budget impact) mellett az egészségügy egyes területein az erıforrások felhasználása is különbözı lehet (mikroszintő eltérések – forrás elosztás) számos ok miatt, ezért vizsgálandó, hogy milyen típusú inputokat, milyen mennyiségben és összetételben használnak fel helyi szinten, és az így feltárt különbségekkel számolni kell az adaptáció során. (Azonos betegség esetén is eltérı lehet az orvos és beteg compliance, diagnosztika, terápia, rehabilitáció, szőrés.) Szintén figyelembe kell venni, hogy az új terápia

15

Lásd még: EÜ Min. Egészség-gazdaságtani irányelv 1.1. irányelve

224

alkalmazáshoz rendelkezésre állnak-e a szükséges humán, technológiai, infrastrukturális és egyéb feltételek. Ennek megítélésében fontos a rendelkezésre álló kapacitások nagyságának és kihasználtságának ismerete. Az adaptáció során arra is érdemes figyelemmel lenni, hogy vane eltérés a szolgáltatók méretében, méretgazdaságosságában (például elıfordulhat, hogy az adaptálandó tanulmány centrumokban zajló ellátásra vonatkozik, míg helyi szinten az ellátásra sok kis egységben kerül sor.)

7. Ajánlás / források rendelkezésre állásának és a felhasználásának – ’megengedhetıség és finanszírozási küszöb/: Az egészségügyi technológiamegengedhetısége (affordability) forrásigénye, költségvetési vonzata kizárólag magyar adatok alapján elemezhetı, számítandó, illetve az egészségügyi technológia bevezetésének, alkalmazásának méltányossági szempontokra gyakorolt hatásának bemutatása is a hazai körülmények figyelembe vételével történhet.16 A más országokban készült gazdasági elemzésekben alkalmazott finanszírozási küszöbértékek (egy egységnyi QALY maximálisan elfogadható költsége) nem alkalmazhatók, és az azok alapján levont, a technológia költség-hatékonyságára vonatkozó megállapítások automatikusan nem vehetık át. A források (finanszírozási, humán, technológiai, infrastrukturális és egyéb feltételek) azonosítása, mérése és költségesítése (pénzben történı kifejezése) kizárólag hazai (publikált vagy számított) adatokon alapulhat. A megengedhetıség, és a finanszírozási küszöb felállításának a módszertanával programunk IV. fázisa foglalkozik részletesen.

8. Lépés: A finanszírozás által közvetített érdekek vizsgálata A finanszírozási mechanizmusok által közvetített érdekek jelentısen eltérhetnek egymástól. Jelentısen különbözik az egészségügy szereplıinek viselkedése és forrásfelhasználása attól függıen, hogy a szolgáltatásokért ’zsebbıl’ fizet a fogyasztó, illetve magán, vagy szolidaritás alapú a biztosítás. Eltérıen viselkedik a szolgáltató például tételes elszámolás, szolgáltatásonkénti díjazás versus kapitáció, illetve globális finanszírozás esetén. Mások a közvetített érdekek prospektív vagy retrospektív mechanizmusok esetén is. A finanszírozás által közvetített érdekek jelentısen befolyásolhatják az eredményességet és a költség16

Lásd: EÜ Min. Egészség-gazdaságtani irányelv 9. irányelvcsoportja

225

hatékonyságot, ezért az egészség-gazdaságtani elemzések eredményeinek áthelyezhetıségét a vizsgálva erre a szempontra is figyelemmel kell lennünk.

8. Ajánlás /a finanszírozás által közvetített érdekek vizsgálata/: A finanszírozási mechanizmusok által közvetített érdekek jelentısen eltérhetnek egymástól, és igen jelentıs eltérést okozhatnak az adott technológia (pl. gyógyszer) felhasználásában, költségében és költség-hatékonyságában. A finanszírozás által közvetített érdekek vizsgálata amennyiben az adott esetben szükséges - a hazai viszonyokat figyelembe véve – szükséges lehet.

9. Lépés: Árszintek (a munkaerı és a felszerelések, berendezések költségei) Az árszintek is országonként jelentıs különbségeket mutatnak. Például 1999-es árakon számolva egy kórházi ápolási nap Hollandiában 215 euró, az Egyesült Államokban pedig 1286 euró volt. Hazánkban az egy betegágyra jutó napi hotelszolgáltatás – amely tartalmazza az áramszolgáltatás, főtés, hideg-melegvíz szolgáltatás, takarítás, szemétszállítás, étkeztetés, karbantartás tételeit – átlagos, indirekt módon kalkulált költsége 7000Ft volt 1999-ben (Sebestyén 2001). 2002-ben hazánkban az egy aktív kórházi ápolási napra esı átlagos (összes) költség 13 881 Ft volt, míg az egy súlyozott krónikus napra esı átlagos finanszírozás 3035 Ft illetve az egy átlagos krónikus ápolási napra esı finanszírozás 4832 Ft volt. Ha figyelembe vesszük azt, hogy 2002-ben 1 euró átlagosan 242,963 Ft.-nak felelt meg, akkor ezek az összegek a hazai egészségügy esetén a következık: 57 euró, 12 euró és 20 euró. (Mind Hollandiában, mind az Egyesült Államokban 1999 és 2002 között jelentısen nıttek a feltüntetett költségek, ezért a 2002-es árakon történı összehasonlítás esetén a különbségek sokkal jelentısebbek lennének.)

9. Ajánlás /az árszintek vizsgálata/: Az árszintek országonként jelentıs különbségeket mutatnak. Árszintek (a munkaerı és a felszerelések, berendezések költségei) vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet.

10. Lépés: Relatív árak

226

Az árak különbözıségei mellett azt is figyelembe kell venni, hogy az árak (gyógyszerek, szakorvosi konzultációk, ellátási napok) egymáshoz viszonyított arányai is országonként jelentıs eltéréseket mutatnak. Azokban a fejlett országokban, ahonnan az egészséggazdaságtani elemzések nagy része származik (Egyesült Államok, Kanada, Ausztrália, Egyesült Királyság), még az Európai Unió tagországait tekintve is magasak a munkaerı költségei és magasak az egészségügyi szolgáltatások árai. Jól tükrözi ezt az elızıkben említett eltérés az egy ápolási nap költségeiben. Az egy napra (vagy egy beavatkozásra, vagy egy diagnózisra) esı különbözı kórházi költségek egyben azt is jelentik, hogy ezen szolgáltatások igénybevételének elkerülése esetén is különbözı megtakarítással számolhatunk az egyes országokban. Más költség-tényezık (pl. gyógyszerek, gyógyászati segédeszközök) esetén lényegesen kisebbek az országok közötti eltérések.

10. Ajánlás /a relatív árak vizsgálata/: Az árak különbözıségei mellett azt is figyelembe kell venni, hogy az árak (gyógyszerek, szakorvosi konzultációk, ellátási napok) egymáshoz viszonyított arányai is országonként jelentıs eltéréseket mutatnak. A relatív árak vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet.

11. Lépés: A költség-számítás és metodikája A költségszámítás módszertana igen jelentıs országonkénti eltérést mutat és emiatt a eredmények is jelentısen eltérnek egymástól – pusztán a különbözı módszertan miatt. Eltérı lehet például az amortizáció, illetve az üzemi költségek számításának és szétosztásának módja. Különbözik a jelenérték-számítás során alkalmazott disztkontráta, különbözik a termelékenységköltség- meghatározásának módja, az informális ellátás, sıt még a transzfer költségek figyelembevételének a mértéke és módja is. Az országok egy részében, például Hollandiában a kórházi tartózkodás költségeibe az orvosok munkaerı költségeit nem számítják bele, hiszen azt más módon közvetlenül finanszírozzák, az orvosok közel fele fizetett munkatársa a kórházaknak, a többiek függetlenek, és sok esetben nehéz átlátni, hogy a kórházak finanszírozásában a prospektív és a retrospektív elemek hogyan keverednek (Whitefield, 2002a; Whitefield, 2002b).

227

11. Ajánlás /költségszámítás/: A költségszámítás vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Létre kell hozni az Európai Uniós tagországok és más fejlett országok tapasztalatainak a felhasználásával a hazai hivatalosan használandó költségszámítási irányelvet. A költség elemek és a költségszámítás metodikája terén csak a hazai adatokkal és a hazai költségszámítási irányelv alapján készült vizsgálatok fogadhatók el. (Lásd még: EÜ. Min. Egészség-gazdaságtani irányelv 5. irányelvcsoportja) A költségszámítás módszertanával programunk II. fázisa foglalkozik részletesen.

12. Lépés: A dokumentáció, kódolás és aggregálás különbségei Az egészség-gazdaságtani elemzések eredményeinek áthelyezhetıségi vizsgálatában azt is célszerő figyelembe venni, hogy az Európai Unió tagországaiban különbségek vannak : -

az egészségügyi beavatkozások, eljárások leírásában,

-

a kódolási és az al-kódolási rendszerekben és

-

a beavatkozások és eljárások aggregálásának módjában.

Az egészségügyi beavatkozások és eljárások leírása például az Egyesült Királyságban 6900, Németországban 8000, Hollandiában 3000, Olaszországban 6500, Dániában pedig 8000 egységet tartalmaz. Ezeket az eljárási egységeket az Egyesült Királyságban 547, Németországban 70, Ausztriában 600, Olaszországban 490, Dániában pedig 560 aggregált rendszerbe csoportosítják, míg Hollandiában ilyen aggregáció nem létezik. Mivel az egyes beavatkozás egységek csoportosítása, aggregálása is eltérı módon történik, több illetve kevesebb eljárást sorolnak azonos névvel ellátott aggregált kategóriába, ezért mélyebb elemzés nélkül az adatok automatikus felhasználása félrevezetı lehet. A csípıprotézis beültetés kódja például az Egyesült Királyságban W378, Németországban 5-820, Hollandiában 038567, Ausztriában 4261. A csípıprotézis mőtétet is magában foglaló aggregált kód az Egyesült Királyságban H02, Németországban FP1703, FP1706, FP 1707, Hollandiában C005, Ausztriában pedig MEL 14.14. Az aggregált csoportba történı besorolási leírás különbözı, ezért ha csak az eltérı költségeket nézzük, az önmagában félrevezetı lehet.

228

12. Ajánlás /a dokumentáció és a kódolás eltéréseinek a vizsgálata/: A dokumentáció és a kódolás vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Azonosítani kell, hogy az adaptálandó tanulmányban leírt és összehasonlított technológiák a hazai ellátórendszer melyik szintjén jelennek meg, és ott az adott technológiákat mely kódok írják le, illetve a rutin gyakorlat során jellemzıen mely kódokat jelentik. Össze kell hasonlítani a célországban használt eljárási kódokat az eredeti elemzésben használtakkal

13. Lépés: Beteg-együttmőködés A beteg-együttmőködés mértéke országonként és országon belül is nagy eltéréseket mutathat. Figyelembe kell venni egyrészt, hogy a klinikai vizsgálatokban megfigyelt betegegyüttmőködés jobb, mint a rutin gyakorlatra jellemzı, így a klinikai vizsgálatra alapozott gazdasági elemzés alábecsülheti a valós költségeket. Az iskolázottságban és a kulturális tényezıkben megmutatkozó különbségek szintén közvetlen hatással lehetnek a betegegyüttmőködésre,

és

így

a

különféle

kezelési

stratégiák

végrehajtására

és

költséghatékonyságára is. Ennek megfelelıen szükség van a beteg-együttmőködés helyi ismeretére (szakértıi vélemények, felmérések), illetve érzékenségi vizsgálattal annak modellezésére, hogy az eltérı mértékő beteg-együttmőködés milyen hatással van az adott terápia költség-hatékonyságára.

13. Ajánlás /a beteg-együttmőködés vizsgálata/: A beteg-együttmőködés mértékérıl, jellemzıirıl hazai felmérések, szakvélemények alapján információt kell győjteni, és modellezéssel, érzékenységi vizsgálat készítésével be kell mutatni a költség-hatékonyságra gyakorolt hatását.

14. Lépés: Klinikai praxis variáció A klinikai gyakorlat, és a hagyományok országonként nagyon eltérıek lehetnek, sıt a használatos klinikai irányelvek is igen jelentıs különbségeket mutatnak (Shiffman, 2003) . Az orvosi praxis gyakorlatának a változatossága/variabilitása hatással lehet a betegségek

229

megjelenésére és kimenetére (outcome), a terápia költség-hatékonyságára. A különbségek egy része az egészségügyi rendszerek és a helyi szervezés és/vagy szolgáltatásnyújtás sajátosságaiból, az ellátás relatív költségeibıl adódik. Praxisvariációhoz vezet az egészségügyi infrastruktúra, felszerelések, berendezések eloszlása és hozzáférhetısége is, mivel befolyásolja, hogy az orvosok milyen kezelési lehetıségek közül választhatnak, illetve az orvosi gyakorlat fejlıdésének történelmi elızményei, kulturális és attitődbeli sajátosságai. A praxisvariáció nagyságát és jellemzıit országok között és országon belül is fel kell térképezni. Jó kiindulási alapot jelenthet annak vizsgálata, hogy léteznek-e klinikai irányelvek az adott betegségre vonatkozóan, ezek hol mutatnak eltéréseket az adaptálni kívánt tanulmányban leírt protokollhoz képest, illetve a meglévı klinikai irányelvet valóban széleskörben alkalmazzák-e.

14. Ajánlás /praxis variációk/: A klinikai praxis variáció vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Célszerő megvizsgálni, hogy vannak-e guideline-ok, az adott területen, és van-e információ arról, hogy azokat mennyiben követik a szakemberek (orvos compliance), a giudeline-ok, illetve a rutin gyakorlat eltér-e a nemzetközi gyakorlattól, és ha igen mennyiben. Külön célszerő vizsgálni azt például, hogy megfelelı-e a gyógyszerek dozírozása. Ezek vizsgálatához legalább szakértıi vélemény igénybe vétele szükséges.

15.Lépés: Egészségügyi személyzet képzettsége és tapasztalata A klinikusok szakértelme, tapasztaltsága is befolyásolhatja egy intervenció hatásosságát, költségeit és költséghatékonyságát. Ez valószínőleg kevésbé érvényesül gyógyszerterápiák esetében, amikor az intervenciók rendszerint standardizáltak és a klinikusnak kevesebb lehetısége van az ellátási folyamat befolyásolására. Azonban mőtétes beavatkozások esetében például a klinikus hatása integráns része a kezelésnek, a klinikus gyakorlata és szakértelme jelentısen befolyásolhatja az ellátás folyamatát és kimenetét (outcome). Ezek az eltérések azonban tipikusan nehezen kvantifikálhatók a klinikai és a gazdasági vizsgálatokban. Egészségügyi személyzet képzettségének és tapasztalatának megítélése lényeges kérdés az eredmények adaptálása során, olyan technológia meghonosítása, amely esetén a képzettség és a tapasztalat nem elégséges, lényeges többlet költséggel terhelt.

230

15. Ajánlás /egészségügyi személyzet képzettsége és tapasztalatai/: Az általánosíthatósági és áthelyezhetıségi célú vizsgálata kizárólag a hazai viszonyokat figyelembe véve hazai adatok alapján történhet. Teljesítménymutatók vizsgálata adhat támpontot, illetve új technológiák esetén szerepet játszhat a „betanuláshoz”szükséges esetszám, idı. Meg kell vizsgálani, hogy a szükségez szakszemélyzet (létszám, tudás, gyakorlat) rendelkezésre áll-e az új technológia elterjedt alkalmazásához. (lásd még: Eü. Min. Egészség-gazdaságtani irányelv 9.3. irányelve.)

- Elemzés nélkül átvehetı eredmények.

16.Lépés: Egészségi állapot, preferenciák és az életminıség értékelése A lakosság egészségre vonatkozó preferenciái, amelyek például a QALY számítására használt egészségi állapot hasznosságokban mutatkoznak meg, szintén eltérı eredményekre vezethetnek. A méltányossági kérdésekkel kapcsolatos lakossági attitődök megjelenítése az egészség-gazdaságtani értékelésekben még szintén kutatásra vár. Lehetséges azonban, hogy a különbözı populációk méltányossági szempontok szerint nem azonos súlyokat rendelnének az egyes populációs csoportokhoz. Az egészségi állapot hasznosságára irányuló eddigi kutatások azt sugallják, hogy a különbözı egészségi állapotok átlagos értékei nem nagyon hely-specifikusak. Amennyiben nem áll rendelkezésre helyi vizsgálati eredmény (például helyi populációban számított hasznossági súlyok a QALY számításához), akkor inkább célszerő elfogadni az adaptálandó tanulmányban közölt értékeket, mint önkényesen új súlyokat alkalmazni.

16. Ajánlás: Mérvadó az Eü. Min. Egészség-gazdaságtani irányelv 3.2. irányelve: „Amíg nincsenek olyan lakossági felmérések, amely a magyar lakosságnak az egyes egészségi állapotokról alkotott értékítéletét fednék fel, addig a nemzetközi adatokat ajánlott felhasználni.” A külföldi tanulmányok magyar körülményekre való adaptálása esetében a QALY meghatározás (mérés illetve számítás) módszertanát ismertetni kell.

231

11.5 A klinikai és a forrásfelhasználásra vonatkozó adatok reprodukálhatósága Igen nagyszámú oka lehet annak, hogy a költség-hatékonysági adatok (amelyek a klinikai hatást és a forrásfelhasználást tükrözik) esetleg nem helyezhetık át az egyik területrıl a másikra. Ennek legfontosabb tényezıi többek között a következık: a) a rendelkezésre álló terápiák, amelyek a megfelelı komparátor kiválasztását determinálják; b) a helyi klinikai praxis és a segítı szolgáltatások; az alternatív terápiák és az ellátás elemeinek relatív árai, és c) a szolgáltatók, orvosok és betegek által követett érdekek.

Az áthelyezhetıséget érintı legfontosabb tényezıket Drummond et al. (1992), Drummond (1994), Drummond et al. (1997), Spath et al. (1997), Rutten és Gulácsi (2002) vázolta fel. Drummond (1992) a misoprostol költség-hatékonyságára vonatkozóan négy különbözı országban végzett egészség-gazdaságtani elemzést hasonlított össze. A misoprostol az osteoarthritisben szenvedı betegek által szedett NSAID gyógyszerek által okozott gyomorfekélyek prevenciójára használatos gyógyszer. A négy vizsgálatot Belgiumban, Franciaországban, az Egyesült Királyságban és az Egyesült Államokban végezték. Mind a négy vizsgálat az Egyesült Államokban végzett kettısvak, randomizált, placebo kontrollált vizsgálatból származó, endoszkópiával detektált gyomorfekély arányt használta, amelyet három követési periódus követett. Az egyes országokban a kutatást végzık döntési-analízis módszer segítségével becsülték a költségeket a saját intézményükben három-hónapos idıperiódus alatt. A terápia hatásosságára vonatkozó adatokat az eredeti RCT vizsgálatból vették, de a terápiás compliance, a fekély detekció aránya és a következmények valamint a felhasznált források országról országra változhattak. A vizsgálat során a legnagyobb problémát a rendelkezésre álló adatok mennyisége és minısége jelentette mind a négy országban. A járóbetegellátás területén nagyon kevés adat állt rendelkezésre és a gyomorfekélyre vonatkozó adatokat az orvosoktól strukturált interjúk segítségével kellett nyerni. A kórházi utilizációs adatok heterogének voltak. Franciaországban és Belgiumban a becslések valamennyi fekélyre vonatkozó adatokon alapultak, mert nem álltak rendelkezésre a gyomorfekélyre vonatkozó adatok. A kórházi költségadatok hozzáférhetısége (megléte) szintén nagymértékben különbözött. Az Egyesült Királyságban, ahol a betegséggyógykezelés adatok nagyon ritkán találhatók meg, helyi költségszámítási vizsgálatokat kellett

232

végezni. A belgiumi vizsgálat DRG finanszírozási adatokat használt költségadatként. Általában elmondható, hogy az egyes országokban (illetve sokszor országokon belül) a kórházi finanszírozási

adatok

összehasonlíthatatlansága

jelentısen

megnehezíti

az

egészség-

gazdaságtani vizsgálatok eredményeinek országok közötti áthelyezhetıségét. Emellett Drummond (1992) vizsgálatának eredményei alapján további két megállapítás tehetı. Az egyik az, hogy a klinikai vizsgálatok által végzett egészség-gazdaságtani számítások annak a betegpopulációnak a morbiditási viszonyait tükrözik, akik beválogatásra kerültek az adott vizsgálatba és nem feltételezhetı, hogy ezek az eredmények más betegcsoportra illetve vizsgálati protokolltól eltérı szélesebb körő terápiás felhasználás esetén is használhatók. A másik megállapítás a köztes outcome-ra vonatkozik, amelyrıl gyakran nem lehet tudni, hogy milyen kapcsolatban van a betegek által észlelt klinikai tünetekkel (gasztroszkópiával diagnosztizált gyomorfekély versus a betegek valós tünetei, panaszai). Emiatt az olyan egészség-gazdaságtani modellek eredményei, amelyek köztes outcome-ot használtak fel a számítások során, jelentıs óvatossággal kezelendık.

11.6 A költségadatok standardizált megjelenítése A tanulmányok sok esetben a költség és költség-hatékonysági számítások eredményeinek bemutatása során egy összköltséget közölnek, illetve használnak a további számításokhoz. Legtöbb esetben nem rendelkezünk információval arra nézve, hogy ezek az összköltségek pontosan mit is tartalmaznak, milyen költségelemek kerültek figyelembevételre, az ellátás mely szintjén és milyen módszerrel győjtötték azokat. Ezek az összköltségek (adott területek egészség-gazdaságtani elemzése során) a szakirodalomban igen jelentıs eltéréseket mutatnak, használatuk könnyen lehet félrevezetı – felhasználásuk csak igen nagy óvatossággal történhet. Kisebb variabilitást mutatnak azok a számítások, amelyek az egységköltségeket is feltüntetik (Drummond, 2003).

Ennek a problémának a megoldását segíti a költségszámítás módszertanának az egységesítése és a nemzetközileg harmonizált és standardizált költségszámítási irányelvek létrehozása.

A tapasztalatok szerint nagymértékben segíti a közölt adatok más közegben (más régió, más ország) történı felhasználását, ha a költségelemek közlése strukturált módon történik (18.

233

Táblázat). A költségek vonatkozhatnak egy bizonyos betegségcsoportra (például osteoarthritis, rheumatoid arthritis, osteoporosis), ezen belül is eltérı súlyosságú stádiumokra, betegcsoportra vagy akár egy adott betegre is.

18. Táblázat Költség kategóriák (Forrás: Mittendorf et al. 2003) Kórházi ellátás költségei -

kórházi felszerelések használatának költségei

-

gyógyszerköltség

-

mőtétes beavatkozások költségei

-

orvosi ellátás költségei (munkaerı költség)

-

diagnosztika költségei

-

rehabilitáció költségei

-

radiológiai (és más képalkotó) vizsgálatok költségei

-

ápolási költségek

-

kórházi rezsiköltségek

Járóbetegellátás költségei -

orvosi ellátás költségei (munkaerı költség)

-

gyógyszerköltség

-

fizioterápia költsége

-

segítık, eszközök (pl. gyógyászati segédeszközök)

-

radiológiai (és más képalkotó) vizsgálatok költségei

-

a sürgısségi ellátás költségei

-

járóbetegként végzett sebészeti beavatkozások költségei

-

diagnosztika költségei

-

munkaterápia, felkészítés az újra munkábaállásra

-

laboratóriumi költségek

-

betegszállítás és mentı költségek

-

utazási költségek

Egyéb költségek -

ápolási otthon

-

a beteg által fizetett részesedés (pl. gyógyszer és gyógyászati segédeszköz)

-

társadalmi ellátások

234

-

otthoni szakápolás és otthoni ápolás

-

idı-költség

-

körzeti nıvér látogatásai

-

a lakásnak a beteg megváltozott lehetıségei szerinti átalakításának a költségei

-

a beteg megváltozott közlekedési lehetıségei miatti költségek

-

alapellátási költségek

-

a termelékenységköltségek (a megváltozott munkaképesség miatt illetve a táppénzen töltött idı miatt kiesı jövedelem)

-

rokkantság miatt kiesı költségek

-

idı elıtti elhalálozás miatti költségek

Látható, hogy a költségelemek strukturált és részletes rendelkezésre állása esetén végezhetı elemzés és összehasonlítás. Tegyük fel például, hogy jelentıs egy fıre esı költségkülönbözetet tükröznek az egyes országokban közölt költség adatok a rheumatoid arhtritis és az osteoporosis vagy akár a Parkinson megbetegedés esetén. Az összes adat nagyon keveset árul el a különbözıség okairól. Ezek a különbségek adódhatnak abból, hogy az egyik elemzés például csak a kórházi költségeket veszi figyelembe, a másik pedig a táppénz vagy a rokkantság miatt kiesı jövedelmet is. Az egyes országokban eltérı például a beteg lakásának átalakításához nyújtott támogatás, vagy a közlekedéshez nyújtott támogatás (pl. speciális autó) összege, ráadásul a támogatás forrása (biztosító, egészségügyi, vagy szociális ágazat) is, így a költségek is másutt jelentkeznek. Ha a költségelemeket nem strukturáltan és részletesen tüntetjük fel, akkor könnyen nem megfelelı következtetésre juthatunk. A 10. Táblázatban közölt felosztás az adott területtıl függıen tehetı részletesebbé, hiszen az egyszerőbb esetekben is lényegesen több olyan költség-elem lehet, amelynek az elkülönített vizsgálata célszerő.

A költségek részletes feltüntetése mellett az egyes költség-elemeket célszerő összefoglalva, jól átláthatóan is megjeleníteni a megbetegedés ellátási igényeinek a figyelembevételével, amint az például mozgásszervi megbetegedések esetén a 19. Táblázatban látható.

19. Táblázat A költségelemek standardizált összefoglalása mozgásszervi megbetegedések esetén (Forrás: Ruof et al. 2003; Kobelt et al. 2003)

235

Költségelemek: -

az orvosi ellátás költségei járóbetegként

-

járóbetegként elvégzett beavatkozások költségei

-

sürgısségi ellátás

-

nem orvosi ellátás költségei

-

gyógyszerek: o DMARD-ok o steroidok o NSAID-ek o osteoporosis gyógyszerek o fájdalomcsillapítók

-

segítık és gyógyászati segédeszközök

-

akut kórházi ellátás (sebészeti beavatkozás nélkül)

-

akut kórházi ellátás (sebészeti beavatkozással)

-

nem akut kórházi ellátás

-

otthoni ápolás

-

utazás költségei

12 A gazdasági elemzések eredményeinek kritikus értékelése (Gulácsi László) A gazdasági elemzések kritikus értékelése során (Drummond et al. (1987), Anon (2002); Buxton (2002), Gulácsi (1999) tanulmányaira támaszkodunk.

A gazdasági elemzések eredményeinek értékelésekor három kérdésre célszerő választ adni: -

megbízható, valid-e a gazdasági elemzés?

-

hogyan történt a költségek és a következmények mérése és összevetése?

-

segítik-e az eredmények az egészségügyi szolgáltatások és technológiák vásárlását a helyi lakosság számára?

12.1 Megbízható, valid-e a gazdasági elemzés?

236

1. A vizsgálat világosan megfogalmazott kérdésre keresi-e a választ?

igen

nem

a tanulmányban erre nézve nincs információ

Világosan megfogalmazott a kérdés abban az esetben, ha pontosan tudható, hogy: -

mi a vizsgálat perspektívája?

-

hány különbözı és milyen lehetıség (technológia) összehasonlítása történt meg?

-

figyelembe vételre került-e minden releváns költség és következmény?

2. Valamennyi egymással versengı alternatíva megfelelıen leírásra került-e?

igen

nem

a tanulmányban erre nézve nincs információ

3. Szolgáltat-e az eredmény arra nézve bizonyítékot, hogy a vizsgált technológia (pl. gyógyszer) eredményes?

igen

nem

a tanulmányban erre nézve nincs információ

Vajon RCT vagy szisztematikus áttekintés volt-e használatos; amennyiben nem akkor meg kell állapítani, hogy mennyire erıs a bizonyíték.

4. A beavatkozás hatásának az azonosítása és értékelése megtörtént-e megfelelıen?

igen

A

nem

hatás

mérhetı

természetes

a tanulmányban erre nézve nincs információ

egységekben

(pl.

életévek),

illetve

összetettebb

mértékegységekkel (életminıséggel módosított életévek pl. QALY), illetve a haszon pénzügyi megfelelıjével (pl. Ft)

237

12.2 Hogyan történt a költségek és a következmények mérése és összevetése? 5. Valamennyi fontos és releváns forrás felhasználás felmérése megtörtént-e valamennyi alternatíva esetén, megfelelı-e az alkalmazott mértékegység, és az értékelés is megfelelıen történt?

igen

nem

a tanulmányban erre nézve nincs információ

Szempontok: -

a gazdasági elemzés esetén mi volt a választott perspektíva?

-

a megfelelı mértékegység lehet például az ápolás ideje, orvosi vizitek száma, megnyert életévek száma stb.

-

az értékelés megfelelı volt-e?

-

hogyan történt az értékek származtatása?

-

a haszon-áldozat költséget figyelembe vették-e?

6. A költségek és a konzekvenciák vizsgálata során figyelembe vették-e azt, hogy ezek milyen idıpillanatban történtek (diszkontálás) ? igen

nem

a tanulmányban erre nézve nincs információ

7. Mi volt a gazdasági elemzés eredménye?

Szempontok: -

mi volt a kiindulási helyzet (alapvonal)?

-

milyen mértékegységet használtak? (pl. költség / életévnyereség, költség / QALY, nettó haszon)

8. Történt-e inkrementális költség és konzekvencia analízis valamennyi alternatív megoldás esetén?

238

igen

nem

a tanulmányban erre nézve nincs információ

9. Történt-e megfelelı érzékenységi vizsgálat?

igen

nem

a tanulmányban erre nézve nincs információ

Valamennyi fı bizonytalansági tényezıt figyelembe vették-e a változók becslése során és figyelembe vették-e hogy ezek hogyan hatnak a gazdasági elemzés eredményére?

12.3 Segítik-e az eredmények az egészségügyi szolgáltatások és technológiák vásárlását a helyi lakosság számára?

10. Az ismertetett program azonosan hatékony lehet-e az Ön esetében az Ön területén (ország, megye, intézmény, osztály) is?

igen

nem

a tanulmányban erre nézve nincs információ

Figyelembe veendı szempontok: -

a vizsgált populáció lényegesen eltérhet a saját populációtól.

-

a helyi egészségügyi ellátási körülmények lényegesen eltérhetnek a tanulmányban leírt körülményektıl.

-

melyek a legfontosabb komparátorok, olyan legjobban elterjedt technológiák, amelyeket az adott új technológia részben, vagy teljesen felválthat ?

-

milyen, a köz által finanszírozott programok vannak ezen a területen, amelyek eltérhetnek attól az országtól, ahol a vizsgálat készült ?rendelkezésre állnak-e az új technológia bevezetéséhez szükséges források, kulturális adottságok és infrastruktúra?

-

leírásra került-e az adott finanszírozási mechanizmus által közvetített érdek (fee for service versus capitation / globális büdzsé)?

239

-

milyen az árszintek különbsége (a munkaerı költsége, berendezések és más technológiák költsége)?

-

milyenek a relatív árak (gyógyszer / konzultációk/intézményi betegnap) ?

-

a költségszámítás metodikája (amortizáció számolásának a módszere, az általános költségek kezelése).

11. A költségadatok vonatkoztathatók-e az Önök földrajzi / intézményi környezetére?

igen

12.

nem

Az

ismertetett

programot

a tanulmányban erre nézve nincs információ

célszerő-e

megvalósítani

az

Önök

környezetében,

intézményében?

igen

nem

a tanulmányban erre nézve nincs információ

240

13 Irodalom Adams ME, McCall NT, Gray ET, Orza MJ, Chalmers TC. Economic analysis in randomized controlled trials. Med Care 1992; 30: 231-43.

Aitkin M, Longford N. Statistical modelling issues in school effectiveness studeies. J Roy Stat Soc A 1986;149:1-43.

Ament A, Baltussen R, Duru G, Rigaud-Bully C, De Graeve D, Ortquist A, et.al. Costeffectiveness of pneumococcal vaccination of older people. A study in 5 western European countries. Clin Infect Dis 2000; 31: 444-50.

Annemans I Giaccone G, Vergnenegre A, The cost-effectiveness of paclitaxel (Taxol) + cisplatin is similar to that of teniposide + cisplain advanced non-small cell lung cancer: a multicountry analyis, Anticancer Drugs, 1999;10:605-615.

Arikian SR, Einarson TR, Kobelt Nguyen K, et al. A multinational pharmacoeconomic analysis of oral therapies for onychomycosis, The Onychomycosis Study Group, Br J Dermatol 1994;130:35-44.

Baltussen R, Ament A, Leidl R. Making cost assessments based on RCTs more useful to decision-makers. Health Policy 1996; 37:163-83.

Baltussen R, Leidl R, Ament A. Real world designs in economic evaluation: Bridging the gap between clinical research and policy-making. Pharmacoeconomics 1999; 16: 449-58.

Barbieri M, Drummond MF, et al. Are the rsults of economic evaluations generalisable? Evidence from studies of pharmaceuticals in Western Europe …………….2003.

Barbieri M, Drummond M, Wilke R et al. (2005) Variability of cost-effectiveness estimates for pharmaceuticals in Western –Europe: lessons for inferring generalizability, Value in Health, 2005;8:10-23.

241

Bennett CL, Armitage JL, et al. Economic analysis in phase III clinical cancer trials. Cancer Invest 1994; 12:336-42.

Bennett CL, George SL, et al. Granulocyte-macrophage colony-stimulating factor as adjunct therapy in relapsed lymphoid malignancy: implications for economic analyses of phase III clinical trials. Stem Cells 1995; 13:414-20.

Berger K, Fischer T, Szucs TD, et al. Cost-effectiveness analysis of paclitaxel and cisplain versus cyclophosphamide and cisplain as first line therapy in advanced ovarian cancer: A European perspective, Eur J Cancer 1998;34:1894-1901.

Birch S., Gafni A.: Economics and the evaluation of health care programmes: generalisability of methods and implications for generalisability of results, Health Policy, 64, 2003, 207-219.

Bonsel GJ, Rutten FF, Uyl de Groot CA. Economic evaluation alongside cancer trials: methodological and practical aspects. Eur J Cancer 1993; 29A (Suppl 7): S10-14.

Boulenger S, Nixon J, Drummond M, et al. Can economic evaluations be made more transferable? Collége des Économistes de la Santé, Paris, France, University of York, York, United Kingdom, 2004.

Brazier J, Deverill M, et al. A review of the use of health status measures in economic evaluation. Health Technol Assess 1999; 3(9).

Brennan A, Akerhurst R. Modelling in health economic evaluation: what is its place? what is its value? Pharmacoeconomics 2000;17:445-59.

Briggs AH. A Bayesian approach to stochastic cost-effectiveness analysis. Health Econ 1999;8:257-62.

Briggs AH, Gray A. Handling uncertainty when performing economic evaluation of health care interventions. Health Technol Assess 1999; 3(2)

242

Briggs AH, Mooney CZ, Wonderling DE. Constructing confidence intervals for costeffectiveness ratios: an evaluaotion of parametric and non-parametric techniques using Monte-Carlo simulation. Stat Med 1999;18:3245-62.

Briggs AH. Handling uncertainty in economic evaluation and presenting the results. In Drumond MF, McGuire A, editors. Economic evaluation in health care. Merging theory with practice. Oxford: Oxford University Press; 2001. pp. 172-214.

Briggs AH, Goeree R et al. Probabilistic analysis of cost-effectiveness models: choosing between treatment strategies for gastroesophaegeal reflux disease. Med Decis Making 2002; 22:290-308.

Brown H, Prescott R. Applied mixed models in medicine. Chichester: John Wiley; 1998.

Bryan S, Brown J. Extrapolation of cost-effectiveness information to local settings. J Health Serv Res Policy 1998; 3:108-12.

Campbell MK, Mollison J, Grimshaw JM. Cluster trials in implementation research: estimation of intraclusterer correlation coefficients and sambple size. Stat Med 2001;20:31920.

Cardoso AR. Wage differentials across firms: an application of multilevel modelling. J Appl Econom 2000;15:343-54.

Caro J, Klittich W, McGuire A, et al. International economic analysis of primary prevention of cardiovascular disease with pravastatin in WOSCOPS, Eur Heart J, 1999; 20:263-268.

Caro JJ, Huybrechts KF, De Backer G, De Bacquer D, Closon MC. Are the WOSCOPS clinical and economic findings generalizable to other populations? A case study for Belgium. Acta Cardiol 2000; 55: 239-46.

Casciano J, Doyle J, Arikian S, Casciano R. The health economic impact of antidepressant usage from a payers perspective: a multinational study. Int J Clin Pract 2001; 55: 292-9.

243

Chaudahry MA, Sterns SC. Estimating confidence intervals for cost-effectiveness ratios: an example from a randomised trial. Stat Med 1996;15:1447-58.

Claxton K, Posnett J. An economic approach to clinical trial design and research prioritysetting. Health Econ 1996;5:513-24.

Claxton K. The irrelevance of inference: a decision-making approach to the stochastic evaluation of health care technologies. J Health Econ 1999;18:342-64.

Claxton K, Sculper M, Drummond M. A rational famework for decision making by the National Institute for Clinical Excellence. Lancet 2002; 360:711-15.

Cockburn, IM, The Changing structure of the pharmaceutical industry, Health Affairs, 2004;January/February 10-22.

Common drug review submission guidelines for manufacturers, Candian Coordinating Office for Health Technology Assessment (CCOHTA), Ottawa, Canada, 2005.

Cook JR, Drummond M, Glick H, Heyse JF. Assesssing the appropriteness of combining economic data from multinational clinical trials. Stat Med 2003;22:1955-76.

Coyle D, Davies L, Drummond MF. Trials and tribulations. Emerging issues in designing economic evaluations alongside clinical trials. Int J Technol Assess Health Care 1998; 14:135-44.

Coyle D, Lee KM. The problem of protocol driven costs in pharmacoeconomic analysis. Pharmacoeconomics 1998; 14: 357-63.

Coyle D, Drummond MF. Analyzing differences int he costs of tratment across centers within economic evaluation. Int J Techn Assess Health Care 2001;17:155-63.

Davis CE. Generalizing from clinical trials. Control Clin Trials 1994; 15:11-14.

244

De Jonghe E, Murray CLI, Chum HJ, et al. Cost-effectiveness of chemotherapy for sputum smear-positive pulmonary tuberculosis in Malawi, Mozanbique and Tanzania, Int J Health Plann Manage, 1994;9:151-181.

DiPetre TA, Forristal JD. Multilevel models: methods and substance. Annu Rev Sociol 1994;20:331-57.

Di Petre TA, Grusky DB. The multilevel analysis of trends with repeated cross-sectional data. Discussion paper 88-7. Chicago, IL: Economics Research Centre/NORC; 1998.

Dixon S, Deverill M, Gannon M, Brazier J, Haggard M. Improving the validity og economic evaluation alongside controlled trials. J Health Serv Res Policy 1999; 4: 161-3.

Dickson M, Hurst J, Jacobzone S, Survey of pharmacoeconomic assessment activity in eleven countries, OECD Health Working Papers 4. DELSA/ELSA/WD/HEA(2003)4, France, Paris.

Drummond M.F., Stoddart G.L., Torrance G.W.: Methods for the economic evaluation of health care programmes. Oxford University Press, Oxford, 1987

Drummond M.F.: Basing prescription drug payment on economic analysis: the case of Australia. Health Affairs (Millwood), 11, 1992, 191-196.

Drummond M.F., Bloom B.S., Carrin G.: Issues of cross-national assessment of health technology International Journal of Technology Assessment in Health Care, 8, 1992, 671-682.

Drummond M.F., Jonsson B., Rutten F.: The role of economic evaluation in the pricing and reimbursement of medicines, Health Policy, 40, 1997, 199-215.

Drummond MF.: Should commercial in-confidence data be used by decision makers when making assessments of cost-effectiveness, Applied Health Economics and Health Policy, 2002/a:1:2:3-4.

Drummond M.: Time for change in drug licensing requirements? European Journal of Health Economics, 2002/b:3:137-138.

245

Drummond M.: Will there ever be a European drug pricing and reimbursement agency? European Journal of Health Economics, 2003. European Journal of Health Economics, 4, 2003, 67-69.

Drummond MF. Comparing cost-effectiveness across countries. The model of acid-related deseases. Pharmacoeconomics 1994;5:60-7.

Drummond MF, O’Brien BJ, Stoddart G, Torrance G. Methods for the economic evaluation of health care programmes. 2nd ed. Oxford: Oxford University Press; 1997.

Drummond MF. Experimental versus observational data in the economic evaluation of pharmaceuticals. Med Decis Making 1998; 18 (Suppl 2): S12-18.

Duncan C, Jones K, Moon G. Context, composition, and heterogeneity: using multilevel models in health research. Soc Sci Med 1998;46:97-117.

Dutch guidelines for pharmacoeconomic research, CVZ, Amstelveen March 25, 1999.

Egészségügyi Minisztérium szakmai irányelve az egészség-gazdaságtani elemzések készítéséhez, LII. ÉVFOLYAM 11. SZÁM, 1313-1520. OLDAL, 2002. május 23. Egészségügyi Közlöny, AZ EGÉSZSÉGÜGYI MINISZTÉRIUM HIVATALOS LAPJA

Einarson TR, Oh PI, Gupta AK, et al. Multinational pharmacoeconomic analysis of topical and oral terapies for onychomycosis, J Dermatolog Treat 1997;8:229-235.

Evans CJ, Crawford B. Data collection methods in prospective economic evaluations: how accurate are the results? Value Health 2000;3:277-86.

Fenwick E, Claxton K, Schulper M. Representing uncertainty: the role of cost-effectiveness acceptability curves. Health Econ 2001;10:779-89.

French guidelines for the economic evaluation of health care technologies, Collége Des Économistes De La Santé, France, Paris, September, 2004.

246

Furlong WJ, Feeney DH, et al. The Health Utilities Index (HUI) system for assessing healthrelated quality of life in clinical studies. Ann Med 2001; 33;375-84.

Garson A, Allen HD, Gersony WM, The cost of congenital heart disease in children and aduts, A model for multicenter assessment of price and practice variation, Arch Pediatr Adolesc Med, 1994;148:1039-1045.

Glick H. Strategies for economic assessment during the development of new drugs. Drug Inf J 1995; 29: 1391-1403.

Glick HA, Orzol SM, Tooley JF, Polsky D, Mauskopf J. Design and analysis of unit cost estimation studies: How many types of hospitalization. How many countries? Value Health 2001; 4: 410.

Goeree R, Gafni A, et al. Hospital selection for unit cost estimates in multicentre economic evaluations: does the choice of hospitals make a difference? Pharmacoeconomics 1999; 15:561-72.

Gold MR, Siegel JE, Russel LB, Weinstein MC. Cost-effectiveness in health and medicine. New York: Oxford University Press, 1996.

Goldstein H, Rasbach J, Yang M, Woodhouse G, Pan H, Nuttal D, et al. A multi level analysis of school examination results. Oxford Rev Educ 1993;19:425-33.

Goldstein H, Yang M, Omar R, Turner R. Meta-analysis using multilevel models with an application to the study of class size effects. Appl Stat 2000;49:399-412.

Goodman CA, Mills AJ. The evidence base on the cost-effectiveness of malaria control measures in Africa. Health policy Plan 1999; 14:301-12.

Guidelines for the pharmaceutical industry on preparation of submissions to the pharmaceutical benefits advisory committee, Commonwealth Department of Health and Ageing, Commonwealth of Australia, Sidney, 2002.

247

Gray A. Are the results of cost-effectiveness studies internationally transferable? Paper presented to Health Economist’s Study Group, University of Aberdeen, 1991.

Grieve R, Can we generalise from measured in one country to another? Paper presented in the International Health Economics Association 2nd World Conference, Rotterdam June, 1999.

Grover SA, Caupal L, Zowall H, et al., How cost-effective is the treatment of dyslipidemia in patients with diabetes but without cardiovascular disease? Diabetes Care, 2001; 24:45-50.

Guidelines for economic evaluation of pharmaceuticals: Canada, Canadian Coordinating Office for Health Technology Assessment, 2nd Edition, 1997, Ottawa, Canada.

Guidelines for the submission of a request to include a pharmaceutical prouct int he national services „basket”, www.health.gov.il/drugs, (2005. március)

Guidelines for the pharmaceutical industry on preparation of submissions to the pharmaceutical benefits advisory committee, Commonwealth Department of Health and Ageing, Commonwealth of Australia, No. 3145, Canberra, September, 2002

Gulácsi L., Kiss I.: EBM: - Evidence Based vagy Economic Based Medicine? Egészségügyi Gazdasági Szemle, 39, 6, 2001, 545-558

Gulácsi L., Kiss I.: A nagy rizikójú kardiovaszkuláris betegek terápiája: tényeken alapuló orvoslás, Orvos-Képzés, Az Orvostovábbképzés folyóirata, 4, 2002, 269-280

Gulácsi L., Kiss I.: Az antihipertenzív kezelés farmakoökonómiai szempontjai, Háziorvosi Továbbképzı Szemle, 8(különszám), 2003, :43-50.

Gulácsi L., Koncz T., Kiss I.: A kardiovaszkuláris megbetegedések elsıdleges és másodlagos prevenciója; a terápia hatékonyságával és gazdaságosságának a szempontjából, Medicus Universalis, 36, 5, 2003, 185-194.

248

Gulácsi L., Boncz I., Drummond M.: Issues for countries considering introducing the ‘fourth hurdle’The case of Hungary, International Journal of Technology Assessment in Health Care, 20, 2, 2004, 1-5.

Gulácsi L, Boncz I, Drummond M, (14. fejezet) Az egészség-gazdaságtani és technológiaelemzési vizsgálatok eredményeinek felhasználhatósága hazánkban (in: Gulácsi L. Egészség-gazdaságtan, Medicina Kiadó RT. Budapest, 2005.

Hakkaart-van Roijen L, Verboom P, Redekop WK, The cost effectiveness of tapered versus abrupt discontinuation of oral cyclosporine microemulsion for treatment psoriasis, Pharmacoeconomics 2001;19:599-608.

Haycox A, Drummond M, Walley T. Pharmacoeconomics: integrating economic evaluation in clinical trials. Br J Clin Pharmacol 1997; 43: 559-62.

Haycox A, Dubois D, Butterworth M. Customising an international disease management model to the needs of individual countries: application to upper gastrointestinal disease. Pharmacoeconomics 1998; 2: 39-56.

Heyland DK, Kernerman P, et al. Economic evaluations in the critical care literature: do they help us improve the efficiency of our unit? Crit Care Med 1996; 24:1591-8.

Hill S, Garattini S, Loenhout J, et al. Technology appraisal programme of the National Institute for Clinical Excellence; A review by WHO, WHO Regional Office for Europe, Denmark, Copenhagen, 2003.

Hoch JS, Briggs AH, Willan A. Something old, something new, something borrowed, something BLUE: a framework for the marriage of health econometrics and cost effectiveness analysis. Health Econ 2002;11:415-30.

Holmes DR, Califf RM, Van den Werf F, et al. Differences in countries use resources and clinical outcome for patients with cardiogenic shock after myocardial infarction: results from the GUSTO trial, Lancet, 1997,349:75-78.

249

Hughes DA, Bagust A, et al. The impact of non-compliance on the cost-effectiveness of pharmaceuticals. A review of the literature. Health Econ 2001; 10:601-15.

Hutton G. Why can’t health care costs be generalised within and between countries? Paper presented at the International Health Economics Association, 3rd World Conference, York, June 2004.

Jansen RB, Capri S, Nuijten MJC, et al. Economic evaluation of meloxicam (7,5 mg) versus sustained release diclofenac (100 mg) treatment for osteoarthritis: a cross-national assessment for France, Italy and the UK, Br. J Med Econ, 1997;11:1-2.

Jansen N, Redekop WK, Rutten, Cost-effectiveness of continuous terbinafine compared with intermittent itraconazole in the treatment of dermatophyte toenail onychomycosis, Pharmacoeconomics, 2001;19:401-410.

Jefferson T, Demicheli V. Economic evaluation of influenza vaccination and economic modelling – can results be pooled? Pharmacoeconomics 1996; 9 (Suppl 3):67-72.

Jefferson T, Mugford M, Gray A, Demicheli V. An exercise ont he feasibility of carrying out secondary economic analsyses. Health Econ 1996;5:155-65.

Johnston K, Gerard K, Brown J. Generalizing costs from trials. Analyzing center selection bias in a breast screening trial. Int J Technol Assess Health Care 1998; 14: 494-504.

Jonsson B, Johannesson M, Kjekshus J et al. Cost-effectiveness of cholesterol lowering, Results from the Scandinavian Simvastatin Survival Study, Eur Heart J, 1996,17:1001-1007.

Jonsson B, Weinstein MC. Economic evaluation alongside multinational clinical trials. Study considerations for GUSTO IIb. Int J Technol Assess Health Care 1997; 13:49-58.

Kennedy WA, Laurier C, Malo JL, et al. Cost-efficacy vs. Cost-effectiveness : how does being chosen as a clinical trial subject after the ability to generalise use and cost of health services to « real life » subjects? Med Decis Making, 1999;19:531.

250

Kind P. The EuroQol instrument: an index of health related quality of life. In Spilker B, editor. Quality of life and pharmacoeconimics in clinical trials. Philadelphia, PA: LippincottRaven; 1996. pp. 191-201.

Kinosian B, Glick H. Clinical trials and external validity. Value Health 1998;1:181-5.

Klar N Donner A. Current and future challanges in the design and analysis of cluster randomised trials. Stat Med 2001;20:3729-40.

Koopmanschap MA, Touw KCR, Rutten FFH. Analysis of costs and cost-effectiveness in multinational trials. Health Policy 2001;58:175-86.

Lacey L, Youle M, Trueman P, A prospective evaluation of the cost-effectiveness of adding lamivudine to zidovudine-containing antiretrovitral treatment regimens in HIV infection, Pharmacoeconomics, 1999;15:39-53.

Leese B, Hutton J, Majnard A, A comparison of the costs and benefits of recombinant human erythropoietin (epoetin) in the treatment of chronic renal failure in 5 European countries, Pharmacoeconomics, 1992;1:346-356.

Localio AR, Berlin JA, Ten Have TR, Kimmel SE. Adjustment for center in multicenter studies: an overview. Ann Intern Med 2001;135:112-23.

Lorenzoni R, Pagano D, Mazzotta G, Rosen SD, et al. Pitfalss in the economic evaluation of thrombolisis in myocardial infarction, The impact of national differences in the cost of thrymbolystics and differences in the efficacy across patient subgroups, Eur Heart J, 1998;19:1518-1524.

Ludbrook A, Wordsworth S. Making the results comparable in economic evaluations across countries: is purchasing power parity enough? Paper presented at the International Health Economics Association 3rd World Conference, York. June 2004.

Manning R, Claxton K. Experimental and econometric solutions to selection bias. Paper presented to the Health Economics Study Group, York, 1997.

251

Mapelli V, Graf vd Schullenburg JM, Laarsem U, Economic evaluation of Lenoiogratism in the treatment of inflammatory breat cancer for Germany and Italy, Pharmacoeconomics, 1994;6:27-35.

McClellan M, Newhouse JP. The marginal cost-effectiveness of a medical technology. A panel instrumental-variables approach. J Econom 1997; 77:39-64.

Menzin J, Oster G, Davies L, Drummond MF, Greiner W, Lucioni C, et.al. A multinational economic evaluation of rhDNase in the treatment of cystic fibrosis. Int J Technol Assess Health Care 1996; 12: 52-61.

Menzin J, Oster G, et al. A multinational economic evaluation of rhDNase in the treatment of cystic fibrosis. Int J Technol Assess Health Care 1996; 12:52-61.

Mugford M, Hutton G, Fox Rushby J. Methods for economic evaluation alongside a multicentre trial in developing countries: a case study from the WHO Antenatal Care Randomized Controlled Trial. Paediatr Perin at Epidemiol 1998; 12: 75-97.

Murray CJL, Evans DB et al. Development of WHO guidelines on generalized costeffectiveness analysis. Health Econ 2000; 9:235-51.

Neumann P. How cost –effectiveness estimates change over time. Some examples and their implication for reimbursement policies. Paper presented at the International Health Economics Association 3rd World Conference, York. June 2001.

Neymark N, Kiebert W, et al. Methodological and statistical issues of quality of life (QoL) and economic evaluation in cancer clinical trials: report of a workshop. Eur J Cancer 1998; 34: 1317-33.

Neymark N, Rosti G. Patient management strategies and transplantation techniques in European stem cell transplantation centers offering breast cancer patients high-dose chemotherapy with peripheral blood stem cell support: a joint report from the EORTC and EBMT. Haematologica 2000; 85:733-44.

252

Nolte E, Newey C, McKee M, et al. Avoidable mortality in the enlarged European Union, LSE Health and Social Care, London School of Hygiene and Tropical Medicine, London, 2004.

Norwegian guidelines for pharmacoeconomic analysis in connection with applications for reimbursement,

http://www.legemiddelverket.no/eng/reg/pharmacoeconomic-analysis-

guidelines.htm#6.

O’Brien BJ. A tale of two (or more) cities: geographic transferability of pharmacoeconomic data. Am J Manag Care 1997; 3 (Suppl 5):S33-9.

Oostenbrick JB, Rutten-van Molken MP. Markov modelling to convert trial-based costeffectiveness information to other countries – the Tiotropium example (abstract). Health Value 2001;4:442.

Oster G, Brook GM, Menzin J. A randomized trial to assess effectiveness and cost in clinical practice: rationale and design of the cholesterol reduction intervention study (CRIS). Control Clin Trials 1995; 16: 3-16.

Pang F. The application of multilevel modelling and cluster analysis to multinational economic evaluation data. Value Health 1999;2:138.

Pinto CG, Lafuma A, Fagnani F, Nuijten MJ, Berdeaux G. Cost effectiveness of emedastine versus levocabastine in the treatment of allergic conjunctivitis in 7 European countries. Pharmacoeconomics 2001; 19: 255-65.

Pritchard C. Trends in economic evaluation. OHE briefing no. 36. London: Office of Health Economics; 1998.

Postma MJ, Leidl R, et al. Economic impact of the AIDS epidemic in the European Community: towards multinational scenarios on hospital care and costs. AIDS 1993; 7: 54153.

253

Raikou M, Briggs A, Gray A, McGuire A. Center-specific or average unit costs in multicenter studies. Some theory and simulation. Health Econ 2000; 9: 191-8.

Ramsay CR, Grant AM, Wallace SA et al. Statistical assessment of the learning curves of health technologies, Health Technology Assessment, 2001;5:12.

Revicki DA, Frank L. Pharmacoeconomic evaluation in the real world: effectiveness versus efficacy study. Pharmacoeconomics 1999; 15:423-34.

Rice N, Jones AM. Multilevel models and health economics. Health Econ 1997;6:561-75.

Rittenhouse BE. The relevance of searching for effects under a clinical-trial lamppost: a key issue. Med Decis Making 1995; 15:348-57.

Rittenhouse BE. Exorcising protocol-induced spirits. Making the clinical trial relevant for economics. Med Decis Making 1997; 17:331-9.

Rizzo JD, Powe NR. Methodological hurdles in conducting pharmacoeconomic analyses. Pharmacoeconomics 1999; 15: 339-55.

Rovira J. Standardizing economic appraisal of health technology in the European Community. Soc Sci Med 1994;38:1675-8.

Rutten-van Molken M, Van Doorslaer EKA, Denise-Till M. Cost-effectiveness analysis of formoterol versus salmeterol in patients with asthma. Pharmacoeconomics 1998;14:671-84.

Rutten-van Molken M, Van Doorslaer E. Pooling data from multinational cost-effectiveness analyses: illustration from CEA of two long-acting bronchodilators in asthma? Paper presented at the International Health Economics Association 2nd World Conference, Rotterdam, June 1999.

Schulman KA, Buxton M, Glick H, et al. Results of the economic evaluation of the FIRST study. A multinational prospective economic evaluation. Int J Technol Assess Health Care 1996; 12:698-713.

254

Schulman KA, Glick H, Buxton M, et al. The economic evaluation of the FIRST study: design of a prospective analysis alongside a multinational phase III clinical trial, Control Clin Trials, 1996;17:304-315.

Schulman K, Burke J, Drummond M, Davies L, Carlsson P, Gruger J, et.al. Resource costing for multinational neurologic clinical trials: methods and results. Health Econ 1998; 7: 629-39.

Sculpher MJ, Poole L, Cleland J, Drummond M, Armstrong PW, Horowitz JD, et al. Low doses vs high doses of the angiotensin converting-enzyme inhibitor lisinopril in chronic heart failure: a cost-effectiveness analysis based on the Assessment of Treatment with Lisinopril and Survival (ATLAS) study. Eur J Heart Fail 2000;2:447-54.

Shear NH, Einarson TR, Arikian SR, et al. Pharmacoeconomic analysis of topical treatments for tinea infections, Int J Dermatol, 1998;37:64-71.

Shiffman RN, Shekelle P, Overhage M, et al. Standardized reporting of clinical practice guidelines: proposal from the Conference on Guideline Standardization, Ann Intern Med. 2003;139:493-498.

Shih Y-C, Kauf TL. Reconciling decision models with the real world. An application to anaemia of renal failure. Pharmacoeconomics 1999; 15:481-93.

Simpson K, Hatzaindreu E, Anderson F. Cost effectiveness of antiviral treatment with Zalcitabine plus Zidovudine for AIDS patients with CD4+ counts less than 300/µL in 5 European countries. Pharmacoeconomics 1994; 6: 553-62.

Sorensen S, de Lissovoy G, Mathur S, Duttagupta S. Projecting economic results of a European trial to the United States: issues and methods (abstract). Value Health 2000;5:374.

Spath HM, Carrere M-O, et al. Analysis of the eligibility of published economic evaluations for transfer to a given health care system: methodological approach and application to the French health care system. Health policy 1999; 49:161-77.

255

Stalhammar NO, Carlsson J, Peacock R, et al., Cost-effectiveness of omeprazole and ranitidine in intermittent treatment of symptomatic gastro-oesophageal reflux disease, Pharmacoeconomics, 1999;16:483-497.

Stason WB. Cost-effectiveness analysis in health care: opportunities and challenges to international comparison. In Lasser U, Roccella EJ, Rosenfeld JB, Wenzel A, ed. Cost and benefits in health care and prevention: an international approach to priorities in medicine. Berlin: Springer; 1990. pp. 20-6.

Stinnet A, Mullahy J. Net health benefits: a new framework for the analysis of uncertainty in cost-effectiveness analysis. Med Decis Making 1998;18 (Suppl 2):S68-80.

Sullivan SD, Liljas B, Buxton M, Lamm CJ, O’Byrne P, Tan WC, et.al. Design and analytic considerations in determining the cost-effectiveness early intervention in asthma from a multinational clinical trial. Control Clin Trials 2001; 22: 420-37.

Tolley K, Gyldmark M. The treatment and care costs of people with HIV infection or AIDS: development of a standardised cost framework for Europe. Health Policy 1993; 24:55-70.

Tunis SL, Johnstone BM, Kinon BJ, Barber BL, Browne RA. Designing naturalistic prospective studies of economic and effectiveness outcomes associated with novel antipsychotic therapies. Value Health 2000; 3: 232-42.

UK Prospective Diabetes Study Group. Cost effectiveness analysis of improved blood pressure control in hypertensive patients with type 2 diabetes: UKPDS 40. BMJ 1998;317:720-26.

Van Hout BA, Al MJ, Gordon GS, Rutten FFH. Costs, effects, and c/e ratios alongside a clinical trial. Health Econ 1994;3:309-19.

Van Ineveld BM, Van Oortmarssen GJ, De Konig HJ, et al. How cost-effective is breast cancer screening in different EC countries? Eur Cancer 1993;29A:1663-1668.

256

Welte R. Transfer of economic evaluation results between countries. Paper presented at the International Health Economic Association 3rd World World Conference, York, 2001 July.

Wennber J. Dealing with medical practice variations: a proposal for action. Health Aff (Millwood) 1984; 3:6-32.

West S, King V, Carey TS, et al. Systems to rate the strength of scientific evidence, Evidence Report/Technology Assessment, Number 47, AHRQ Publications No 02-E016, 2002, North Carolina.

Wilke RJ, Glick HA, Polsky D, Schulmann KA. Estimating country-specific costeffectiveness from multinational clinical trials. Health Econ 1998;7:481-93.

Willan A, O’Brian B. Confidence intervals for cost-effectiveness ratios: an applicaiton of Fieller’s theorem. Health Econ 1996;5:297-305.

Williams A, Cookson R. Equity in health. In Culyer AJ, Newhouse JP, editors. Handbook of Health Economics. Vol. 1B. Amsterdam: Elsevier Science; 2000. pp. 1863-1907.

257

14 1. sz. Melléklet

Az Egészségügyi Minisztérium szakmai irányelve az egészség-gazdaságtani elemzések készítéséhez LII. ÉVFOLYAM 11. SZÁM

1313-1520. OLDAL

2002. május 23.

Egészségügyi Közlöny AZ EGÉSZSÉGÜGYI MINISZTÉRIUM HIVATALOS LAPJA

Az Egészségügyi Minisztérium szakmai irányelve az egészség-gazdaságtani elemzések készítéséhez

Elıszó A szakmai irányelv megjelentetése része egy hosszú folyamatnak, mely során az Egészségügyi Minisztérium és az Országos Egészségbiztosítási Pénztár a közpénzek felhasználásáról szóló döntés-elıkészítést és a döntéseket az Európai Unió elvárásainak, iránymutatásainak megfelelıen alakítja át. Ennek a munkának egyik fontos eleme a gyógyító-megelızı eljárások gazdasági értékelését segítı módszertani ajánlás, amelynek a jelenlegi változata elsısorban a gyógyszer-értékelését teszi lehetıvé, de a felhalmozódó tapasztalatok és néhány egyéb szempont és megfontolás bevonásával remélhetıen rövidesen egyéb technológiák értékelésére is alkalmas lesz. Ezen túlmenıen más szakmai irányelvek és útmutatók kifejlesztése is folyamatban van. Ezek feladata a megfelelı jogorvoslati lehetıségek kialakítása éppúgy, mint az irányelvek alkalmazásához szükséges intézményi háttér megteremtése. Az irányelv célja annak elısegítése, hogy a Magyarországon készülı egészség-gazdaságtani elemzések egységes, megfelelı minıségő módszertannal és tudományos igényességgel

258

készüljenek el, támogatva a racionális döntéshozatalt és a rendelkezésre álló források hatékony felhasználását.

Jogszabályi háttér A társadalombiztosítás pénzügyi alapjairól és azok 1993. évi költségvetésérıl szóló 1992. évi LXXXIV. törvény 11. §-ának (9) bekezdése szerint "a társadalombiztosítási alapok kezelıi kötelesek gazdaságos, hatékony és költségtakarékos, a járulékfizetık érdekeit szolgáló gazdálkodást folytatni a társadalombiztosítási alapok kezelése során." A 2150/2000. (VI. 30.) Korm. határozat elıírja, hogy a támogatási rendszer egészséggazdaságtani elemzések eredményei alapján szelektáljon. A Kormány 2329/2000. (XII. 21.) Korm. határozat, valamint 1052/2001. (V. 30.) Korm. határozatai értelmében a 90 és 100%-ban támogatott gyógyszerek esetén költséghatékonysági elemzés ismeretében kell a befogadási döntést meghozni. A 1052/2001. (V. 30.) Korm. határozat elıírja a közgyógyellátás jogcímén térítésmentesen rendelhetı gyógyszerek körének felülvizsgálatát költség-hatékonysági szempontok alapján. A 217/1997. (XII. 1.) Korm. rendelet, az egészségügyi kapacitások befogadásához szükséges pénzügyi terv kötelezı elemeként, költség-hatékonysági elemzés készítését írja elı. A Kormány elfogadta az "Egészséges nemzetért Népegészségügyi Program 2001-2010" címő prevenciós programcsomagot, mely szintén célul tőzte ki a prevenciós programok költség-hatékonyságának a javítását, és az ehhez szükséges intézményi háttér megteremtését. (Egészségügyi Közlöny, LI. évfolyam, 16. szám, 2001. augusztus 21.) A módszertani irányelv kidolgozásánál követett alapvetı szempontok 1. A magyar ajánlás feleljen meg a nemzetközi ajánlásokban szereplı standardoknak. Ahol a nemzetközi ajánlások eltérıen foglalnak állást, ott az irányelv az alapeseten kívül alternatívákat is engedjen meg. 2. Az irányelv az egészség-gazdaságtani elemzések készítésénél felmerülı összes lényeges problémát érintse. 3. Az irányelv ajánlásaiban a magyarországi, helyi adottságokat tükrözze. 4. Az ajánlások kellı rugalmasságot mutassanak, hogy az "átlagostól eltérı esetek" elemzése is elvégezhetı lehessen, de az ajánlásoktól való eltérést mindig igazolni kelljen. 5. A közpénzfelhasználás elnyerése céljából készült tanulmányokban mind az adatokat, azok forrását valamint az elemzéseket (módszertant) világosan, egyértelmően, jól követhetıen kell bemutatni. 6. Az irányelv a folyamatosan felhalmozódó tapasztalatok és tudományos eredmények alapján kétévenként frissítésre kerül, az aktuális változat megjelentetésével együtt.

Irányelvek 1. Irányelv: Az elemzésben érintett betegcsoport és a gyógyító-megelızı eljárás (egészségügyi szolgáltatás) jellemzése 1.1. Ajánlott az egészségügyi szolgáltatás-szükséglet részletes bemutatása. Fontos az elemezni kívánt gyógyító-megelızı eljárás indikációjának megfelelı betegcsoport demográfiai, esetleg társadalmi - gazdasági helyzetének ismertetése. Lényeges a betegség lefolyásának, kimenetelének és epidemiológiai adatainak ismertetése, valamint a jelenleg rutinszerően alkalmazott kezelések összefoglaló bemutatása. 1.2. Ismertetni kell az összehasonlításra kerülı gyógyító-megelızı eljárásokat, és indokolni kell azok kiválasztását. Az összehasonlítás alapjául azt a rutinszerően alkalmazott eljárást,

259

illetve eljárásokat kell kiválasztani, amelyeket felválthat a tanulmányban vizsgált egészségügyi beavatkozás. Bármilyen más eljárással való összehasonlításnak indokoltnak kell lennie. 2. Irányelv: Az elemzés nézıpontjának ismertetése 2.1. Az egészség-gazdaságtani elemzés nézıpontját egyértelmően ismertetni kell. Az elemzés nézıpontját a célcsoportnak megfelelıen célszerő megválasztani, de lehetıség szerint törekedni kell átfogó társadalmi nézıpont alkalmazására. 2.2. Amennyiben az elemzés célja a vizsgált gyógyító-megelızı eljárás közpénzekbıl való finanszírozásának befolyásolása, akkor az elemzést alapesetben a finanszírozó nézıpontjából kell elkészíteni. Emellett azonban ajánlott feltüntetni a társadalmi nézıpont alapján számított eredményeket is. A különbözı nézıpontokból számított eredményeket egyértelmően elkülönítve, külön-külön kell bemutatni. 3. Irányelv csoport: Az egészség-gazdaságtani elemzés típusa 3.1. Az elemzéshez az egészség-gazdaságtani elemzések nemzetközileg elfogadott három alaptípusa közül - költségminimalizációs, költség-hatékonyság vagy költséghasznosság elemzés - azt kell kiválasztani, amelyik az elemezni kívánt egészségügyi problémának leginkább megfelel. Amennyiben az összehasonlítandó beavatkozások kontrollált körülmények közötti hatásossága azonos, illetve rutin körülmények között is azonos egészség-nyereséget eredményeznek (eredményesség), akkor költség-minimalizációs elemzést, ha különbözı hatásosságúak, illetve rutin körülmények között eltérı egészségnyereséget eredményeznek, akkor költség-hatékonysági elemzést ajánlott végezni, lehetıség szerint kiegészítve költség-hasznossági elemzéssel. 3.2. A költség-hasznossági elemzés alkalmazása esetén az egészség javulást QALY mértékegységben ajánlott mérni. Javasolt a hasznossági értékeket a hasznosságon alapuló, az egészségre vonatkozó életminıségi kérdıívek segítségével kialakítani. 3.3. A költség-haszon elemzések használata jelenleg nem javasolt. 4. Irányelv csoport: Az alkalmazott gyógyító-megelızı eljárásokhoz kapcsolódó egészségjavulás mérése: a költség-hatékonysági arányszám nevezıjének számítása 4.1. Az egészség-gazdaságtani elemzés lehetıség szerint a rutin gyakorlatban elért (hosszú távú) klinikai eredmények, egészségjavulás, nem pedig a kontrollált körülmények közötti hatásosság (szigorúan meghatározott illetve ellenırzött klinikai vizsgálatok során elért egészségjavulás) mérésére törekedjen. 4.2. A hatásosság (eredményesség) mértékegységének meg kell felelnie a választott feltételeknek, és ajánlott a köztes eredmények kizárólagos használata helyett a hosszú távú klinikai eredményekre vonatkozó adatok (morbiditás, mortalitás valamint életminıség javulás, egyéb nyereség) alkalmazása. 4.3. A felhasznált klinikai vizsgálatok eredményét külön-külön, táblázatos formában kell bemutatni, ami tartalmazza a vizsgálat elvégzésének idejét, hivatkozását, a vizsgálat típusát, a vizsgálatba bevont betegpopuláció jellemzıit, a betegszámot, a mért klinikai változót, a változás nagyságát (relatív és abszolút kockázat csökkenés, NNT, NNH) és a statisztikai szignifikancia szintet, a 95%-os konfidencia intervallumot. Ha több klinikai változóról van szó, akkor ezeket külön táblázatokban célszerő szerepeltetni. Ha nem a kezelési szándék szerint készült a statisztikai elemzés, akkor azt jelezni kell. 4.4. A modellezés alkalmazása minden olyan esetben elfogadható, ahol a modell transzparens módon kerül bemutatásra, és ahol a modell felhasználja és nem pedig pótolja a hatásosságra (eredményességre) vonatkozó tudományos bizonyítékokat.

260

5. Irányelv csoport: A beavatkozásokhoz kapcsolódó költségek mérése: a költséghatékonysági arányszám számlálója 5.1. Ajánlott arra törekedni, hogy valamennyi társadalmi költségtényezıt figyelembe vegyük, és lehetıleg általános társadalmi nézıpontot alkalmazzunk. 5.2. Az árakat ajánlott e költségszámítási nézıponthoz igazodóan megválasztani. 5.3. A gyógyító-megelızı eljárások alkalmazása során felhasznált erıforrásokat és azok árát külön-külön kell feltüntetni. 5.4. A gyógyító-megelızı ellátások során megjelenı költségek közül csak azokat kell figyelembe venni, amelyek az ellátással szorosan összefüggnek, és figyelmen kívül kell hagyni azokat, amelyek az ellátással (pl. terápiával) nem összefüggı betegségek következtében, vagy a terápia által meghosszabbított élet során merülnek föl. Célszerő viszont figyelembe venni az elkerült költségek körét (megelızött szövıdmény, mőtét, stb.) 5.5. Az egészségbiztosítói nézıpont esetén a finanszírozási jogszabályokban meghatározott illetve az OEP szerzıdésekben szereplı díjtételek, a GYÓGYINFOK költségadatok, valamint a gyógyszerek, a gyógyászati segédeszközök és gyógyfürdı szolgáltatások esetében a társadalombiztosítási támogatás alapjául elfogadott teljes ár (vagyis a TB támogatás és a beteg által fizetett térítési díj együttes értéke) a követendı. 5.6. Ha a felhasznált erıforrásokra vonatkozó adatok nemzetközi klinikai vizsgálatokból, vagy egészség-gazdaságtani elemzésekbıl származnak, akkor javasolt a külföldi klinikai gyakorlatot a magyar gyakorlattal összevetni, és eltérés esetén ajánlott az alapesetben történı közvetlen adaptálás mellett a becsült magyar erıforrás-felhasználásra vonatkozó értékekkel is elvégezni a számításokat. 5.7. Az elemzés során elkülöníthetı módon tüntessék fel a különbözı kasszákban jelentkezı költségeket és megtakarításokat. 5.8. A költségek számítása során figyelembe vehetık a közvetlen orvosi költségek és a közvetlen nem orvosi költségek. 5.9. A költségszámítás során a szolgáltatásvásárló szempontjából készült tanulmányban a felhasznált erıforrások árának számításakor a lehetséges alternatívák közül a legolcsóbbat kell figyelembe venni. Hasonló módon a beteg által fizetett önrészesedésbıl is csak annyit kell figyelembe venni, amit a beteg mindenképpen el kell, hogy költsön egy meghatározott gyógyszerkészítményre, gyógyászati segédeszközre vagy szolgáltatásra. 5.10. Az elemzés nézıpontjától függetlenül ki kell hagyni a költségszámításból a társadalmi transzfereket, így a táppénzt, a szociális segélyeket vagy a munkanélküli segélyt. 5.11. A költségszámítás során a vizsgált erıforrást terhelı áfát vagy más adót - ha van ilyen - be kell számítani a költségekbe. 6. Irányelv csoport: Az elemzésekben az idı kezeléséhez kapcsolódó ajánlások 6.1. Az elemzés által lefedett idıintervallum meghatározásakor törekedni kell arra, hogy az elemzés idıtartama a vizsgált gyógyító-megelızı ellátásnak az összes klinikai és költségbeli következményét felölelje. 6.2. A költségszámításban használt árakat egy adott idıpontra kell átszámítani inflálás vagy deflálás útján. 6.3. Amennyiben az elemzés több mint 1 évre vonatkozó hatásokat vizsgál, az idı preferenciát, illetve az erıforrások haszonáldozati költségét figyelembe kell venni diszkontálás segítségével. Alapesetben az elemzés során mind a költségeket, mind az egészség nyereséget 5%-kal kell diszkontálni, de kiegészítésként meg kell vizsgálni az eredményeket arra az esetre is, ha az egészség nyereséget nem diszkontáljuk. A diszkontráta esetében érzékenységi vizsgálatot a költségekre vonatkozóan 3-6%-os, az egészségnyereségre vonatkozóan 0-6%-os intervallumban ajánlott végezni.

261

7. Irányelv csoport: A gyógyító-megelızı eljáráshoz kapcsolódó egészségjavulás valamint a költségek szintézise: a végsı költség-hatékonysági eredmények bemutatása 7.1. A költségekre és az egészségjavulásra vonatkozó eredményeket elkülönítve, részletezve, táblázatos formában is be kell mutatni, azaz nem csak összesített (aggregált) formában. 7.2. Amennyiben van, ismertetni kell a domináns stratégiát, és ebben az esetben nincs szükség az inkrementális költség - hatékonysági és/vagy költséghasznossági ráták kiszámolására. 7.3. Minden más esetben ismertetni kell az inkrementális (növekményi) költséghatékonysági és/vagy költség-hasznossági arányszámot. 8. Irányelv csoport: Az eredmények hitelességének valamint általánosíthatóságának vizsgálata 8.1. A bizonytalan tényezıknek gyakorolt hatását a költség-hatékonysági elemzés végeredményére érzékenységi elemzéssel kell tesztelni, az eredményeket pedig számszerőleg be kell mutatni. 8.2. Alcsoportelemzés indokolt lehet, ha egy meghatározott betegalcsoportban (pl. magas kockázatú betegek) az elérhetı egészségnyereség, illetve költség-hatékonyság (költséghasznosság) számottevıen eltérı. 8.3. Az eredmények általánosíthatóságát külön ajánlott tárgyalni. 8.4. Ajánlott az elemzés eredményét korábbi elemzések eredményeivel összehasonlítani. 9. Irányelv: A vizsgált eljárás bevezetésének, támogatott körbe vonásának hatásai az egészségügyi kiadásokra, illetve a méltányosságra 9.1. Javasolt a következı 3-5 évre vonatkozóan bemutatni, hogy az elemzésben vizsgált eljárás a támogatott körbe való bekerülésével, milyen hatást gyakorol az egészségbiztosítás költségvetésre. 9.2. Javasolt a következı 3-5 évre vonatkozóan bemutatni, hogy az elemzésben vizsgált eljárás a támogatott körbe való bekerülésével, milyen hatást gyakorol az egészségügyi ellátásra. 9.3. Ajánlott, hogy az elemzı mutassa be az új gyógyító-megelızı eljárás hatékony bevezetésének és alkalmazásának a feltételeit, illetve azt, hogy milyen feltételek között fokozza az egészségügyi ellátás eredményességét, költséghatékonyságát és társadalmi elfogadottságát. 9.4. Javasolt bemutatni az új eljárás befogadásának, finanszírozási módjának hatását az igazságosságra, méltányosságra. Itt kell értékelni az elemzés által implicite vagy explicite érintett etikai kérdéseket is. 10. Irányelv: Következtetések kifejtése Az elemzés következtetéseit röviden összegezni kell; a levont következtetéseknek összhangban kell állnia a tanulmányban ismertetett célokkal és eredményekkel. 11. Irányelv: Az érdekviszonyok explicit feltüntetése 11.1. A költséghatékonysági tanulmány elkészítésének szponzorát a tanulmány végén fel kell tüntetni. 11.2. A tanulmány készítıinek munkaviszonyát a tanulmányban egyértelmően fel kell tüntetni. 11.3. Jelezni kell, ha a szerzık az elemzésben szereplı gyógyító-megelızı ellátások (technológiák) gyártóitól vagy azok versenytársaitól pénzbeli vagy természetbeni jelentıs juttatásban részesültek.

262

12. Irányelv: A költség-hatékonysági tanulmány javasolt felépítése A költség-hatékonysági tanulmánynak az alábbi javasolt struktúrát célszerő követnie. Cím Összefoglalás A kielégítetlen egészségügyi szolgáltatás-szükséglet bemutatása Az összehasonlításra kerülı gyógyító-megelızı eljárások bemutatása Jelenleg alkalmazott terápia és a komparátorok megnevezése Az egészségjavulásra vonatkozó klinikai eredmények bemutatása - A részletes költséghatékonysági elemzés - Az elemzés típusa - Az elemzés nézıpontja - Az elemzés által lefedett idıhossz - A költség-hatékonysági elemzésben használt végsı egészségjavulásra vonatkozó adatok - Költségelemzés - Modellezés - Diszkontálás - Végsı költség-hatékonysági arányszámok - Érzékenységi elemzések - Alcsoportelemzés - Más hasonló témájú vizsgálatok eredményei A vizsgált eljárás bevezetésének hatásai az egészségügyi kiadásokra, illetve a méltányosságra - Egészségbiztosítás költségvetésére kifejtett hatás - Hatás az egészségügyi ellátásra, szolgáltatásokra - Hatékony alkalmazás feltételei, illetve a bevezetés költségvonzata - Hatás a méltányosságra Következtetések Az érdekviszonyok explicit feltüntetése Hivatkozások Mellékletek

Részletes irányelv 1. Irányelv: Az elemzésben érintett betegcsoport és a gyógyító-megelızı eljárás (egészségügyi szolgáltatás) valamint az egészségügyi szolgáltatás-szükséglet jellemzése 1.1. Ajánlott az egészségügyi szolgáltatás-szükséglet részletes bemutatása. Fontos az elemezni kívánt gyógyító-megelızı eljárás indikációjának megfelelı betegcsoport demográfiai, esetleg társadalmi-gazdasági helyzetének ismertetése. Lényeges a betegség lefolyásának, kimenetelének és epidemiológiai adatainak ismertetése, valamint a jelenleg rutinszerően alkalmazott kezelések összefoglaló bemutatása. Magyarázat: Ajánlott a gyógyító-megelızı eljárás indikációjának megfelelı betegcsoportra, illetve a betegségre jellemzı legfontosabb adatok bemutatása, hiszen a gyógyító-megelızı eljárások finanszírozásáról szóló döntéskor fontos szempont a várható költségvetési terhek ismerete. A legfontosabb demográfiai és epidemiológiai jellemzıket leíró mutatók a következık: a jellemzıen érintett korosztály, esetlegesen jellemzı társadalmi, gazdasági helyzete, az incidencia, a prevalencia, a nemi különbségek az incidenciában és/vagy a prevalenciában, a kezelendı betegek száma, a jelenleg kezelt (gondozott) betegek száma, a terápia rezisztens

263

betegek száma, az enyhe, a közepesen súlyos és a súlyos betegek aránya, stb. Fontos az elmúlt 5-10 évre vonatkozó trendek ismertetése is. Amennyiben hazai adatok nem állnak rendelkezésre, a nemzetközi szakirodalom alapján javasolt becsülni az adott betegség elıfordulási gyakoriságát, kimenetelét, stb. Magyarországon. Emellett fontos ismertetni a betegség kórlefolyásának, kimenetelének alapvetı adatait (a betegség kezdetének idıpontja (életkor), a nemi különbségek átlagos ideje, a relapsus gyakorisága, prognózisa alcsoportonként, a spontán gyógyultak aránya, a mortalitás, az átlagos túlélési idı, a gyakrabban társuló betegségek (co-morbiditas) stb.) Javasolt továbbá a betegség jelenleg alkalmazott terápiájának, az ellátás szintjének (pl. alapellátás, kórház, otthonápolás) és a jelenlegi rutin terápia mellett releváns szolgáltatási adatok (pl. járóbeteg-forgalom, kórházi felvételek száma, stb.), valamint a trendek rövid ismertetése. Ezen belül fontos kitérni arra, hogy mi az, ami a jelenlegi rutin diagnosztikus és terápiás eljárásokkal nem volt megoldható (pl. a korai felismerés, az alacsony gyógyulási ráta, a terápia-rezisztencia, a compliance, a súlyos mellékhatás, stb.). 1.2. Ismertetni kell az összehasonlításra kerülı gyógyító-megelızı eljárásokat, és indokolni kell azok kiválasztását. Az összehasonlítás alapjául azt a rutinszerően alkalmazott eljárást, illetve eljárásokat kell kiválasztani, amelyeket felválthat a tanulmányban vizsgált egészségügyi beavatkozás. Bármilyen más eljárással való összehasonlításnak indokoltnak kell lennie. Magyarázat: Az egészség-gazdaságtani elemzések mindig kettı, vagy több alternatív eljárást hasonlítanak össze. Az elemzés érthetısége és szakmai megalapozottsága érdekében világosan ismertetni kell az összehasonlításra kerülı gyógyító-megelızı eljárásokat. Az eredmények használhatósága, általánosíthatósága érdekében célszerő pontosan leírni az elemzett gyógyító-megelızı eljárások indikációját, valamint relatív és abszolút kontraindikációját, azaz azokat a betegcsoportokat (alcsoportokat), amelyekre az eredmények vonatkoztathatóak. Emellett röviden javasolt ismertetni az eljárások eddigi hasznosítását és a jövıben várható hasznosításukat is (indikáció bıvítések, stb.). Az összehasonlítás alapjául az adott betegcsoportnál azon rutinszerően alkalmazott eljárást, illetve eljárásokat kell kiválasztani, amelyeket felválthat a tanulmányban vizsgált egészségügyi beavatkozás, ha a számítások alapján költséghatékonyabbnak bizonyul. Amennyiben számos, gyakran használt eljárás létezik, amelyik bizonyítottan azonos hatásosságuk, a legolcsóbb eljárást kell választani a számítás alapjául. Diagnosztikus tesztek esetében, ha nem a "gold standard" a legolcsóbb, akkor a vele való összehasonlítást ajánlott külön elvégezni. Amennyiben nem a legelterjedtebb, vagy nem a legolcsóbb eljárás az összehasonlítás alapja, azt részletesen indokolni kell. Természetesen elıfordulhat, hogy az új gyógyító-megelızı eljárást a rutin terápiával nem hasonlították össze, ebben az esetben modellezés alkalmazása válhat szükségessé, ahol az egészség javulásra vonatkozó adatok két vagy több különbözı klinikai vizsgálatból származnak. Ebben az esetben mindenképpen ügyelni kell arra, hogy a különbözı vizsgálatba bevont betegcsoportok között lényeges különbség volt-e. Hasonló módon lehetséges, hogy az új gyógyító-megelızı eljárás megfelelı komparátora nem ugyanolyan típusú eljárás, például egy gyógyszer felválthat sebészeti beavatkozást, vagy pszichoterápia gyógyszeres terápiát, ebben az esetben az összehasonlítást ezekkel a gyógyítómegelızı ellátásokkal kell elvégezni. Természetesen az is elıfordulhat, hogy az új eljárás egyidejő használata a már rutinszerően használt eljárással eredményesebb az eljárások különkülön való használatánál, ilyenkor javasolt mindhárom alternatíva összevetése. (Például pszichoterápia önmagában, gyógyszeres terápia önmagában illetve pszichoterápia és gyógyszeres terápia együtt.)

264

Az egészség-gazdasági elemzés végeredménye csak az elemzés elején megjelölt indikációkban és betegcsoportokra érvényes. Gyógyszerek és gyógyászati segédeszközök esetében a hivatalos alkalmazási élıiratban feltüntetett, jóváhagyott indikációra vonatkozhat az eljárás. Más eljárások esetében a hazai illetve nemzetközi diagnosztikus és terápiás útmutatók, illetve ennek hiányában a Szakmai Kollégium vagy az ETT által javasolt indikációkra vonatkozhat a vizsgálat. 2. Irányelv: Az elemzés nézıpontjának ismertetése 2.1. Az egészség-gazdaságtani elemzés nézıpontját egyértelmően ismertetni kell. Az elemzés nézıpontját a célcsoportnak megfelelıen kell megválasztani. Magyarázat: Az egészség-gazdaságtani elemzések segítségével lehetıség nyílik bármely adott pénzkeret optimális felhasználására. Ebbıl adódóan az egészség-gazdaságtani elemzés készülhet finanszírozói (szolgáltatásvásárlói), vagy szolgáltatói (pl. kórházi), vagy társadalmi nézıpontból is. Általános alapelv, hogy az elemzés nézıpontjának a tanulmány céljához kell igazodnia. 2.2. Amennyiben az elemzés célja a vizsgált gyógyító-megelızı eljárás közpénzekbıl való finanszírozásának befolyásolása, akkor az elemzést alapesetben a finanszírozó nézıpontjából kell elkészíteni. Emellett azonban ajánlott feltüntetni a társadalmi nézıpont alapján számított eredményeket is. A különbözı nézıpontokból számított eredményeket egyértelmően elkülönítve, külön-külön kell feltüntetni. Magyarázat: A szolgáltatásvásárlói nézıpontból készült tanulmányokban - a döntéshozó ésszerő mérlegelése érdekében - külön szükséges feltüntetni a társadalmi nézıpontból számított eredményeket is. Ennek az az oka, hogy az össztársadalmi szinten való optimális forráselosztás elérése a kívánatos "felsıbb" cél, és ehhez úgy tud információt szolgáltatni a költséghatékonysági elemzés, ha a társadalmi nézıpont szerinti eredményeket is ismerteti. Ez azt jelenti, hogy mindazt az egészségnyereséget és költséget figyelembe kell venni, amely a vizsgált terápiákhoz kapcsolódóan a teljes társadalomban, azaz az egészségügyön belül és azon kívül jelentkezik. A fent ajánlott két nézıponton kívül lehetséges más nézıpont alapján is elkészíteni a tanulmányt (pl. szolgáltató nézıpontjából) de azt az alaptanulmánytól elkülönítve kell megtenni. Fontos felhívni a figyelmet arra, hogy e nézıpont(ok) alapján készült elemzések) nem helyettesítheti(k), hanem csak kiegészítheti(k) a szolgáltatás-vásárlói, illetve társadalmi szempontból elkészített elemzést. 3. Irányelv csoport: Az egészség-gazdaságtani elemzés típusa 3.1. Az elemzéshez az egészség-gazdaságtani elemzések nemzetközileg elfogadott három alaptípusa közül - költséghatékonyság, költség-minimalizációs vagy költség-hasznosság elemzés - azt kell kiválasztani, amelyik az elemezni kívánt egészségügyi problémának a leginkább megfelel. Amennyiben az összehasonlítandó beavatkozások kontrollált körülmények közötti hatásossága azonos, illetve rutin körülmények között is azonos egészségnyereséget eredményez (eredményesség), akkor költség-minimalizációs elemzést, ha különbözı hatásosságú, illetve rutin körülmények között eltérı egészség-nyereséget eredményez, akkor költség-hatékonysági elemzést ajánlott végezni, lehetıség szerint kiegészítve költség-hasznossági elemzéssel. Magyarázat: Az egészség-gazdaságtani elemzéseket alapvetıen az egészségjavulás mérési módja szerint különböztetjük meg.

265

A költség-minimalizációs (cost-minimisation) elemzés a választandó módszer akkor, ha a rendelkezésre álló, megbízható tudományos eredmények (pl. megfelelı vizsgálati egyedszámmal rendelkezı randomizált klinikai vizsgálatok, vagy rendszerezett irodalmi áttekintések) alapján az összehasonlításra kerülı eljárások klinikai eredménye (pl. megmentett életévek száma vagy életminıség javulás) kontrollált illetve rutin gyógyító tevékenység során azonos. Más szavakkal az általuk okozott hasznok (egészségjavulás), illetve károk (pl. mellékhatások) megegyeznek. A tanulmánynak ilyen esetekben a költségek összevetésére kell fókuszálnia. Amennyiben az összehasonlításra kerülı eljárások kontrollált körülmények közötti hatásossága különbözı, illetve rutin körülmények között alkalmazva eltérı klinikai eredmény érhetı el velük, (vagyis eredményessége eltérı), akkor a költség-hatékonysági elemzés és/vagy a költséghasznossági elemzés módszerét kell alkalmazni. A költség-hatékonysági (cost-effectiveness) elemzés a ráfordításokat költségekben, az eredményeket ún. természetes egységekben méri (pl. fiziológiai paraméterek, mellékhatások megjelenése, tünetmentes napok száma, megmentett életek száma, megmentett életévek száma, betegek elégedettségét mutató indexek, stb.). Költség-hatékonysági elemzésnek számítanak továbbá azok a tanulmányok is, amelyek az egészségjavulást betegség specifikus, vagy olyan generikus (általános) életminıség kérdıívekkel mérik, amelyek hasznosság értékektıl függetlenül kialakított pontszámokon, valamint klinikailag minimálisan fontos változás bekövetkezésének mérésén alapulnak. Számos életminıség kérdıív létezik, amely kiválóan alkalmas költséghatékonysági elemzésekhez. Ilyen például az SF-36 kérdıív, amelynek van magyar validált változata. Fontos hangsúlyozni, hogy azok az életminıség kérdıívek, amelyek mögött nem állnak társadalmi preferenciákat tükrözı súlyszámok, nem használhatók költség-hasznossági elemzésekhez. Ugyanakkor fontos megjegyezni, hogy egyre több kérdıív esetében dolgozzák ki az átszámítási lehetıségeket, így ma már az SF-36 kérdıív eredményeibıl is lehet egy meghatározott módszertannal QALY-t számolni. A költséghasznossági elemzések hasznosságban kifejezett, egészségi állapottal súlyozott életévekben mérik az egészségnyereséget. A költség-hasznossági elemzéseket ajánlott a költség-hatékonysági elemzések kiegészítéseként (azzal párhuzamosan) elvégezni, amennyiben rendelkezésre állnak, vagy megteremthetık az ehhez szükséges adatok. Például egy várható élettartam számítást ki lehet egészíteni QALY számítással (amennyiben a hasznossági értékek változása az alapkutatásból, vagy az irodalomból is ismert), és így meg lehet határozni a költség/QALY arányszámot is. Az életminıséggel súlyozott életévnyereség (QALY) számításnak, mint kiegészítı információnak az elemzésbe történı bevételének több indoka van: - Az életminıséget is figyelembe veszi, az élet puszta meghosszabbításán, vagy az elkerült halálozáson kívül, és így mindkét, az egyének számára fontos dimenziót tükrözi. - Összevethetı az eltérı célú (pl. más betegségekre és más betegcsoportokra vonatkozó) ellátások költség-hatékonysága, és ez elısegíti az egészségügyön belüli forráselosztás optimalizálását. - Kialakulhat egy költségküszöb, amely azt jelzi, hogy az ország gazdasági fejlettsége mellett a társadalom mennyit képes, illetve hajlandó egy gyógyító-megelızı eljárással megnyerhetı minıségi életévre költeni. Ez a költségküszöb elısegíti az explicit döntéshozatalt. 3.2. A költség-hasznossági elemzés alkalmazása esetén az egészség javulást QALY mértékegységben ajánlott mérni. Javasolt a hasznossági értékeket hasznosságon alapuló, egészségre vonatkozó életminıség kérdıívek segítségével kialakítani. Magyarázat: A QALY olyan mértékegység, amely kombinálja a várható élettartamban és a (hasznosságon alapuló) életminıségben testet öltı egészségjavulást. Az életminıség súlyok

266

elsısorban olyan hasznosságon alapuló, egészségre vonatkozó kérdıívek alkalmazásával nyerhetık, amelyeknél az egyes értékeket az általános lakosság körében végzett felmérések segítségével határozták meg. Ilyen nemzetközileg elfogadott kérdıív a EQ-5D, Health Utilities Index, a Quality of Well-Being Scale és a Years of Healthy Life mérés. Ezek a kérdıívek az életminıséget több dimenzió mentén mérik. Az egyes dimenziók által meghatározott egészségi állapotokhoz tartozik egy hasznossági súly. Ezek a hasznossági súlyok társadalmi preferencia értékeket tükröznek, amelyek lakossági felmérésekkel nyerhetık, amelyek során a három leginkább elterjedt közvetlen hasznossági mérési módszert alkalmazzák: a skála (rating scale) módszert, az idıhossz kényszerválasztás (time trade-off), illetve a standard játszma (standard gamble) módszerét. Magyarországon jelenleg validált fordításban a fent felsorolt kérdıívek közül egyedül a EuroQol (EQ-5D) kérdıív áll rendelkezésre. (Szeretnénk a figyelmet felhívni arra, hogy a Magyarországon ugyancsak validált SF-36 kérdıív eredményeibıl meghatározott módszertan segítségével szintén lehet QALY értékeket számolni) Amíg nincsenek olyan lakossági felmérések, amelyek a magyar lakosságnak az egyes egészségi állapotokról alkotott értékítéletét fednék fel, addig a nemzetközi adatokat ajánlott felhasználni. Amennyiben az egészségügyi beavatkozások olyan betegségekre vonatkoznak, amelyeknél az életminıség kérdıívek dimenziói (pl. fájdalom, fizikai funkciók) nem követik megfelelıen a betegek egészségi állapotának változásait (pl. pszichiátriai betegségek), közvetlen hasznossági mérési módszerek (skála módszer, idıhossz kényszerválasztás, standard játszma) is alkalmazhatóak a betegek hasznossági értékeinek megállapítására. Mivel az így nyert értékek nem társadalmi preferenciákon alapulnak, és módszertanilag sem teljesen megalapozottak, minden más esetben az életminıség kérdıíveken alapuló QALY értékeket kell alkalmazni. Külföldi tanulmányok magyar körülményekre való adaptálása esetében a QALY meghatározás (mérés illetve számítás) módszertanát részletesen ismertetni kell. A költséghasznossági elemzésekben használt alternatív mérıegységek, a DALY (disability adjusted life years), a HYEs (healthy years equivalents) vagy a SAVEs (saved young life equivalents) alkalmazása alapesetben nem javasolt, de bizonyos esetekben hasznos lehet a másodlagos elemzések során. 3.3. A költséghaszon elemzések használata jelenleg nem javasolt. Magyarázat: A költséghaszon (cost-benefit) elemzések pénzben fejezik ki az egészségjavulás értékét. Ehhez a legelterjedtebb módszer a kontingencia-értékelés, amely azt vizsgálja, hogy a társadalom mennyit lenne hajlandó fizetni egy bizonyos egészségügyi szolgáltatáshoz kapcsolódó meghatározott mértékő egészségjavulásért. A nemzetközi irányelvek egy része elfogadja a költséghaszon elemzés alkalmazását a közpénzek felhasználására irányuló döntések elıkészítésében, mint a gazdasági elemzések egy lehetséges fajtáját, a másik része viszont nem ajánlja használatát az egészségügy területén. Annak ellenére, hogy egyre több alkalommal használják a költség-haszon elemzéseket az egészségügyi ágazaton belül, módszertana még nem teljesen kiforrott, és Magyarországon igen kevés tapasztalattal rendelkezünk vele, ebbıl adódóan a következı évek során használata nem javasolt. 4. Irányelv csoport: Az alkalmazott gyógyító-megelızı eljárásokhoz kapcsolódó egészség javulás mérése: a költség-hatékonysági arányszám nevezıjének számítása 4.1. Az egészség - gazdaságtani elemzés lehetıség szerint a rutin gyakorlatban elért (hosszú távú) klinikai eredmények, nem pedig a kontrollált körülmények közötti hatásosság (szigorúan meghatározott illetve ellenırzött klinikai vizsgálatok során elért egészségjavulás) mérésére törekedjen.

267

Magyarázat: Egészségjavuláson, vagy egészségnyereségen értjük egyrészt az élet meghosszabbítását, másrészt az életminıség javítását. Mivel a döntéshozókat mindenekelıtt az adott egészségügyi szolgáltatás valós rutin körülmények közötti ("a való életben elért") hatása érdekli, ezért az elemzıknek arra kell törekedniük, hogy az eljárások által rutin körülmények között elérhetı (hosszú távú) klinikai eredményekre (eredményesség), nem pedig kontrolált klinikai vizsgáltok során megállapított hatásosságra alapozzák az elemzést. Azonban, különösen az új gyógyító-megelızı eljárások (pl. gyógyszerek) esetében, csak a hatásosságra vonatkozó klinikai vizsgálatok eredményei állnak rendelkezésre, amelyek felülbecsülhetik a vizsgált gyógyító-megelızı eljárás által a rutin körülmények között elérhetı egészségnyereséget. Ilyen esetekben modellezéssel és/vagy érzékenységi elemzéssel célszerő megvizsgálni, hogy hogyan változik a költséghatékonysági tanulmány végeredménye, ha a hatásosságra vonatkozó eredményeket - különbözı feltételezések mellett kivetítjük a rutin gyakorlatra. 4.2. A hatásosság (eredményesség) mértékegységének meg kell felelnie a választott feltételeknek, és ajánlott a köztes eredmények kizárólagos használata helyett a hosszú távú klinikai eredményekre vonatkozó adatok (pl. morbiditás, mortalitás valamint életminıség javulására) alkalmazni. Magyarázat: Az egészség-gazdaságtani elemzésekben az elérhetı egészségjavulásra vonatkozó klinikai eredményeket a bizonyítékokon alapuló orvoslás, illetve a rendszerezett irodalmi áttekintések módszertanának ajánlásai szerint kell felkutatni, értékelni és bemutatni. Az elemzésben felhasznált tanulmányok kiválasztását indokolni kell. Az egészség-gazdaságtani elemzés minısége igen jelentısen függ attól, hogy milyen klinikai adatokon nyugszik. Annak érdekében, hogy a tanulmányt felhasználó döntéshozók is meggyızıdhessenek arról, hogy a tanulmány az elérhetı legjobb klinikai adatokat használta fel, az elemzésben ismertetni kell az irodalmazás módszertanát, ide értve az irodalom keresési stratégiáját. Mindenképpen ajánlott a Medline, a Magyar Orvosi Bibliográfia és a Cochrane Library használata (beleértve a Cochrane Clinical Trial Registerst is). Minden fellelt tanulmányt ajánlott felsorolni, és a tanulmányhoz fel nem használt közleményeknél a kizárás indokát (pl. módszertani hibák, vagy klinikailag nem releváns végpontok, stb.) pontosan fel kell tüntetni. Az egészségjavulásra (egészség-nyereségre) vonatkozó adatoknak a gyógyító-megelızı eljárás hosszú távú klinikailag számottevı hatására (mortalitás, morbiditás és a betegség egyes stádiumaiban a betegek által értékelt életminıségre) kell vonatkozniuk. Köztes eredmények (pl. szérum LDL, vagy vérnyomás) csak akkor fogadhatók el, ha következetesen erıs összefüggés mutatható ki a köztes eredmény és a hosszú távú klinikai hatás (pl. mortalitás) között vagy a köztes eredmény klinikailag igen számottevı. Az életminıség mérése általában a krónikus megbetegedéseknél igen meghatározó, de minden gyógyító-megelızı eljárás hatásosságának meghatározásakor kívánatos az életminıség mérése, hisz a mellékhatások, a szövıdmények jelentısen befolyásolhatják a betegek életminıségét mind rövid távon, mind az évekig tartó kezeléseknél. Az egészség-nyereségre vonatkozó legmegbízhatóbb eredmények nagymérető, rutin gyakorlatnak megfelelı körülmények között végzett randomizált költség-hatékonysági elemzésekbıl, illetve ezek rendszerezett irodalmi áttekintésébıl származnak, melyben az összehasonlításra kerülı eljárásokat közvetlenül egyazon vizsgálatban (vizsgálatokban) hasonlították össze. Ha ez nem lehetséges, akkor törekedni kell olyan vizsgálatok használatára, amelyek ugyanahhoz az eljáráshoz viszonyították az összehasonlításra kerülı eljárásokat (pl. placébóhoz). Ha randomizált klinikai vizsgálat és rendszerezett irodalmi áttekintés nem áll rendelkezésre, azt egyértelmően fel kell tüntetni.

268

Ebben az esetben ajánlott a nem randomizált vizsgálatok (esetleg a nem kísérletes vizsgálatok) bemutatása, és a tanulmányhoz felhasznált vizsgálat kiválasztásának a részletes indoklása. A szakértıi véleménynek is fontos szerepe lehet az egészség-gazdaságtani elemzésben, így például a gazdasági elemzésben használt döntésfa kialakításkor, a felhasznált erıforrások esetleges becslésében, vagy a klinikai eredmények értelmezésében, kritikus értékelésében, de semmiképpen sem helyettesítheti a tudományos eredményeket. Ha több vizsgálat eredményének összesítésébıl adódnak az egészségjavulásra vonatkozó eredmények, akkor a statisztikai összesítés módszertanát részletesen ismertetni kell. Az elemzések készítıi az egészségjavulás mérésekor vagy maguk győjthetnek bizonyítékot saját vizsgálatokkal, vagy a már mások által elvégzett vizsgálatok eredményeit építhetik be saját elemzésükbe. Mindkét megközelítés elfogadható, de a választást indokolni kell, és fel kell tüntetni a választott megközelítés korlátait. 4.3. A felhasznált klinikai vizsgálatok eredményét külön - külön, táblázatos formában kell bemutatni, ami tartalmazza a vizsgálat elvégzésének idejét, hivatkozását, a vizsgálat típusát, a vizsgálatba bevont betegpopuláció jellemzıit, a betegszámot, a mért klinikai változót, a változás nagyságát (relatív és abszolút kockázatcsökkenés, NNT, NNH) és a statisztikai szignifikancia-szintet, a 95%-os konfidencia intervallumot. Ha több klinikai változóról van szó, akkor ezeket külön táblázatokban célszerő szerepeltetni. Ha nem a kezelési szándék szerint készült a statisztikai elemzés, akkor azt jelezni kell. Magyarázat: Az eredmények általánosíthatósága és a tanulmányok követhetısége és reprodukálhatósága miatt fontos, hogy a klinikai vizsgálatok eredményei egyértelmően és jól követhetıen legyenek feltüntetve. A klinikai eredmények bemutatása során követni kell a bizonyítékokon alapuló orvoslás által kidolgozott módszertani szabályokat. Ennek megfelelıen részletesen ismertetni kell az irodalmazási stratégiát, a publikációk kiválasztásának és kizárásának kritériumait, a minıségi értékelés módszerét, és az eredmények összesítésénél annak pontos módszerét. Az eredményeket célszerő táblázatos formában összesíteni, amelyben javasolt feltüntetni a vizsgálatok elvégzésének idejét, hivatkozását, a vizsgált betegpopuláció fıbb jellemzıit, a betegszámot, a mért klinikai változót, a változás nagyságát (relatív és abszolút kockázatcsökkenés), a 95%-os konfidencia intervallumot, az NNT-t, az az NNH-t, és a statisztikai szignifikancia-szintet. Ha több klinikai változóról van szó, akkor ezeket külön táblázatokban célszerő szerepeltetni. Jelezni kell, ha nem a kezelési szándéknak megfelelıen történtek a statisztikai elemzések. A ráták és az arányszámok esetében nemcsak a rátát, de a nevezı és a számláló értékeit is meg kell adni. Ha egy tanulmány több paraméter segítségével is mérte az egészségjavulást, akkor indokolni kell, hogy az egészség-gazdaságtani elemzés miért az éppen kiválasztott paraméteren nyugszik. 4.4. A modellezés alkalmazása minden olyan esetben elfogadható, ahol a modell transzparens módon kerül bemutatásra, és ahol a modell felhasználja és nem pedig helyettesíti a hatásosságra (eredményességre) vonatkozó tudományos bizonyítékokat. Magyarázat: A modellezés célját vagy céljait mindig világosan kell ismertetni. A modellezés céljai általában az alábbiak lehetnek: a) A kontrollált körülmények közötti hatásossági eredményekbıl a rutin gyakorlatban elérhetı hatásosságra vonatkozó eredmények kivetítése; b) A klinikai vizsgálatokban megfigyelt rövid távú, vagy köztes klinikai eredmények extrapolálása hosszú távú, vagy végsı egészségnyereség értékre (pl. vérnyomás csökkenést mortalitási vagy morbiditási eredményekre);

269

c) Egy komplex beavatkozás (szolgáltatás) különbözı részeire vonatkozó, más-más forrásból származó eredmények integrálása; d) A gyógyító-megelızı eljárások által okozott egészségjavulás, valamint a költségekre vonatkozó eredmények szintézise; e) Két vagy több gyógyító-megelızı eljárás összehasonlítása, ha például ilyen közvetlen összehasonlító (head to head) randomizált vizsgálat, vagy rendszerezett irodalmi áttekintés nem áll rendelkezésre. Mivel az egészség-gazdaságtani elemzésekben használt modellek gyakran nagyon komplexek, a felhasznált adatok és a modellezés módszerének világos, részletes leírása különösen fontos, és elısegíti az elemzés megértését és elfogadottságát. Javasolt a modellel történı érzékenységi elemzés végzése a modellben szereplı bizonytalan adatokra vonatkozóan. Ha megfelelıen megtervezett és kellıen hosszú klinikai vizsgálat kivitelezésének elfogadható akadálya nincs, akkor a modell nem helyettesítheti a klinikai vizsgálat kivitelezését. Késıbb, amikor már a hosszú távú klinikai eredmények rendelkezésre állnak, javasolt a modell aktualizálása, a valós mért adatok segítségével. 5. Irányelv csoport: A beavatkozásokhoz kapcsolódó költségek mérése: a költséghatékonysági arányszám számlálója 5.1. Ajánlott arra törekedni, hogy a költségszámítás nézıpontja megegyezzen az elemzés célcsoportjának nézıpontjával. Magyarázat: Értelemszerően más költségekkel számol az elemzı, ha a társadalom minden szereplıjét (pl. betegek hozzátartozóit is), vagy csak a szereplık egy bizonyos körét (pl. finanszírozó) veszi figyelembe. Alapvetı szabály, hogy a költségszámítás nézıpontjának összhangban kell lennie a tanulmány készítésének nézıpontjával. 5.2. Az árakat ajánlott a költségszámítás nézıpontjához igazodóan megválasztani. Magyarázat: Az elemzés nézıpontjához ajánlott igazítani a gyógyító-megelızı eljárás alkalmazása során felhasznált erıforrások árait is. Más költségadatokat nyerhet egy elemzı, ha például a kórház nézıpontjából értékel egy eljárást, amikor is a kórház könyvelési adataiból számol, illetve, ha a finanszírozó adott díjaival számol. A társadalombiztosításból a szolgáltatóknak fizetett támogatás összege nem feltétlenül egyezik a szolgáltató által felhasznált erıforrások árával, mivel a támogatás a rendelkezésre álló kassza méretét, az országban lévı szolgáltatások számát és más erıforrásáraktól független szempontokat is figyelembe vesz. Az alkalmazott árak (díjak) kiválasztásának tehát konzisztensnek kell lennie a költségszámítás nézıpontjával. 5.3. A gyógyító-megelızı eljárások alkalmazása során felhasznált erıforrásokat és azok árát külön-külön kell feltüntetni. Magyarázat: Az összehasonlított eljárásokhoz kapcsolódó erıforrásokat (pl. orvosi vizitek száma, diagnosztikus eljárások száma) és azok egységárait külön, táblázatos formában kell feltüntetni. Ez elısegíti az eredmények ellenırizhetıségét és követhetıségét. 5.4. A gyógyító-megelızı ellátások során megjelenı költségek közül csak azokat kell figyelembe venni, amelyek az ellátással szorosan összefüggnek, és figyelmen kívül kell hagyni azokat, amelyek az ellátással (pl. terápiával) nem összefüggı betegségek következtében vagy a terápia által meghosszabbított élet során merülnek föl. Magyarázat: Egy terápia meghosszabbíthatja a várható élettartamot, és az így nyert életévek alatt felmerülhetnek további egészségügyi ellátásokhoz kapcsolódó költségek. Ilyenkor csak

270

azoknak az ellátásoknak a költségeit kell figyelembe venni, amelyek szorosan kapcsolódnak az eredetileg vizsgált beavatkozáshoz, és figyelmen kívül kell hagyni az azokhoz a betegségekhez kapcsolódó kiadásokat, amelyek ugyan az eredeti terápia által meghosszabbított élettartam során merültek fel, de alapvetıen nem függenek össze az eredeti betegség kezelésével. Tételezzük fel, hogy a vizsgált rákellenes terápia (30 évvel) meghosszabbíthatja a várható élettartamot, és az így nyert életévek alatt felmerülhetnek további egészségügyi ellátásokhoz kapcsolódó költségek is, mint például az Alzheimer kór kezelése. Ilyenkor csak azoknak az ellátásoknak a költségeit kell figyelembe venni, amelyek szorosan kapcsolódnak az eredetileg vizsgált beavatkozáshoz (pl. a rákellenes terápia alkalmazása során a csak évek múltával jelentkezı mellékhatások, vagy a skizofrénia kezelésénél az évek múlva jelentkezı tardive dyskinesia), és figyelmen kívül kell hagyni a mindazokhoz a betegségekhez kapcsolódó kiadásokat, amelyek alapvetıen nem függenek össze az eredeti betegség kezelésével (pl. Alzheimer betegség). Figyelmen kívül kell hagyni a meghosszabbított életévek során felmerülı nem egészségügyi (például megélhetési) költségeket is. Meg kell azonban jegyezni, hogy a terápia eredményességébıl adódóan keletkezı késıbbi a jelen kezeléssel nem közvetlenül összefüggı - egészségügyi kiadások figyelembe vétele mellett is szólnak érvek, hisz jelentıen módosíthatják a jövıbeni egészségügyi kiadásokat. A figyelmen kívül hagyását méltányossági (elosztási igazságossági) megfontolásokra hivatkozva szokták ajánlani. Figyelmen kívül hagyásukkal szeretnék elkerülni, hogy hátrányos megkülönböztetés alakuljon ki a várható élettartamot eltérı módon befolyásoló betegségek, illetve a különbözı életkorban kezdıdı betegségek, valamint az eltérı várható élettartamú betegcsoportok között. 5.5. Az egészségbiztosítói nézıpont esetén a finanszírozási jogszabályokban meghatározott, illetve az OEP szerzıdésekben szereplı díjtételek, a GYÓGYINFOK költségadatok, valamint a gyógyszerek, a gyógyászati segédeszközök és gyógyfürdı-szolgáltatások esetében a társadalombiztosítási támogatás alapjául elfogadott teljes ár (vagyis a TB támogatás és a beteg által fizetett térítési díj együttes értéke) a követendı. Magyarázat: Magyarországon a GYÓGYINFOK győjti és elemzi az egyes egészségügyi beavatkozások költségeit. Ezen elemzésekre támaszkodva alakítják ki az Országos Egészségbiztosítási Pénztár (OEP) által kifizetett díjakat. A pontosság és az összehasonlíthatóság érdekében ajánlott alapesetben a finanszírozási jogszabályokban illetve az OEP szerzıdésekben meghatározott díjtételekkel és a GYÓGYINFOK által kiadott költség lista alapján számolni. Ezt ki lehet egészíteni egy, a GYÓGYINFOK amortizációval korrigált értékeket tartalmazó listája alapján történı számolással. A korrigált értékek a társadalmi nézıpontot jobban tükrözik, hiszen tartalmazzák az amortizáció becsült értékét is. Lehetıség van továbbá a GYÓGYINFOK által győjtött költségadatokat kórháztípusonkénti bontásban is használni. Ez különösen akkor javasolt, ha olyan terápiáról van szó, amely eleve egy adott intézmény típushoz kötött. Fejkvóta alapján finanszírozott alapellátás esetén, a háziorvosi vizitek GYÓGYINFOK által becsült átlagos költségét lehet felhasználni. A GYÓGYINFOK adatbázis alkalmazásának fı indokai: - a finanszírozó (OEP) szempontjából a GYÓGYINFOK adatai a releváns költségek; - a rendelkezésre álló legjobb szisztematikusan győjtött adatforrás; - lehetıvé teszi, hogy az egyes vizsgálatok felvessék a költségtorzulást (pl. amortizáció elhagyása); A gyógyszerek, gyógyászati segédeszközök és gyógyfürdı szolgáltatások esetében a társadalombiztosítási támogatás alapjául elfogadott teljes árral (vagyis a TB támogatás és a beteg által fizetett térítési díj együttes értékével) ajánlott számolni.

271

A közbeszerzés keretén belül beszerzett mőszerek, segédeszközök, illetve egyéb segédanyagok esetében a közbeszerzés során érvényesített árak használata a javasolt. Egyéb költségeket, mint az informális fizetségek (pl. hálapénz) vagy termelékenységi költségek, az alapesetben nem szabad figyelembe venni, de kiegészítı elemzések keretén belül bemutathatóak. Amennyiben a szolgáltató vagy gyártó úgy tapasztalja, hogy a gyógyító-megelızı ellátás nyújtása során felmerült költségek lényegesen eltérnek a finanszírozási jogszabályokban szereplı díjtételektıl, lehetıség van arra, hogy az alapesettıl elkülönítetten ezen költségekkel számolva is elvégezze a gazdasági elemzést. Minden egyes költség esetében pontosan meg kell jelölni annak forrását. 5.6. Ha a felhasznált erıforrásokra vonatkozó adatok nemzetközi klinikai vizsgálatokból, vagy egészség-gazdaságtani elemzésekbıl származnak, akkor javasolt a külföldi klinikai gyakorlatot a magyar gyakorlattal összevetni, és eltérés esetén ajánlott az alapesetben történı közvetlen adaptálás mellett a becsült magyar erıforrás-felhasználásra vonatkozó értékekkel is elvégezni a számításokat. Magyarázat: Ha a felhasznált erıforrásokra vonatkozó eredményeket klinikai vizsgálatokból kapjuk, akkor fontos különbséget tenni, hogy mi az, amit kizárólag a vizsgálati protokoll ír elı (meghatározott vizsgálatok, tesztek, stb.), és mi az, amit a rutin praxis folytatása közben is felhasználnánk. A nemzetközi (külföldi) és a hazai rutin magyar gyakorlat mind felfelé, mind lefelé eltérhet az igénybe vett források tekintetében (pl. orvosi vizitek száma, vagy kórházi ápolás hossza). Ezekben az esetekben az eltérést kiegészítı elemzés keretében kell megvitatni. 5.7. Az elemzés során elkülöníthetı módon tüntessék fel a különbözı kasszákban jelentkezı költségeket és megtakarításokat. Magyarázat: A különbözı egészségügyi kasszák jelenleg nem átjárhatóak, és az egyes kasszák közötti allokáció nem feltétlenül lehetséges. Például egy antibiotikum gyorsteszt terheli a járóbeteg és/vagy kórházi kasszát, ugyanakkor a gyógyszerkassza antibiotikum kiadásait csökkentheti. Ezért a vizsgálatokban elkülöníthetı módon tüntessék fel a különbözı kasszákban jelentkezı költségeket és megtakarításokat. Ez elısegíti a körültekintıbb döntéshozatalt, és az új, költséghatékony eljárások majdani befogadásával jelentkezı többletkiadások, vagy megtakarítások kasszánkénti figyelembe vételét. 5.8. A költségek számítása során figyelembe vehetık a közvetlen orvosi költségek és a közvetlen nem orvosi költségek. Magyarázat: A közvetlen orvosi költségnek nevezzük a gyógyító-megelızı ellátás nyújtásával kapcsolatos egészségügyi költségeket. Ilyen költségek az otthonápolás, háziorvosi, szakorvosi ellátás, pszichoterápia, járóbeteg-szakrendelés, kórházi kezelés, elme-szociális otthoni kezelés, védınıi ellátás, fizioterápia, gyógyszer, gyógyfürdı, mentés, diagnosztikus tesztek, mőtét, egyszer használatos eszközök, transzfúzió, oxigén, a szövıdmények kezelési költsége, a védıoltás, gyógyászati segédeszköz, a betegek által fizetett önrész, stb. Közvetlen nem orvosi költségnek nevezzük a gyógyító-megelızı ellátás igénybevétele során felmerülı nem egészségügyi költségeket. Ilyen lehet az utazási költség. Ezeket külön kell bemutatni. 5.9. A költségszámítás során a szolgáltatásvásárló szempontjából készült tanulmányban a felhasznált erıforrások árának számításakor a lehetséges alternatívák közül a legolcsóbbat kell figyelembe venni. Hasonló módon a beteg által fizetett önrészesedésbıl is csak annyit kell figyelembe venni, amit a beteg mindenképpen el kell, hogy költsön egy meghatározott gyógyszerkészítményre, gyógyászati segédeszközre, vagy szolgáltatásra.

272

Magyarázat: Költségek kiszámításánál a lehetséges legalacsonyabb árat kell az egyes orvosi erıforrásokhoz rendelni. Például ugyanazon hatóanyagot tartalmazó gyógyszerek esetében a legalacsonyabb árú gyógyszer árát kell figyelembe venni, illetve a beteg által fizetett önrész esetében a legolcsóbb gyógyszer esetében fizetendı önrészesedést. Hasonló módon: az ugyanazon indikációban rendelhetı gyógyászati termékek közül a legalacsonyabb árú készítmény társadalombiztosítási támogatás alapjául elfogadott árával kell számolni. 5.10. Az elemzés nézıpontjától függetlenül, ki kell hagyni a költségszámításból a társadalmi transzfereket, így a táppénzt, a szociális segélyeket, vagy a munkanélküli segélyt. Magyarázat: A táppénz, a szociális és a munkanélküli segély nem valós költségek, hanem transzferek, azaz a társadalomban és az idıben újraosztott juttatások. Éppen ezért ezeket a költségszámításnál - függetlenül az elemzés nézıpontjától nem kell figyelembe venni. Tekintettel arra, hogy a táppénz, illetve a rokkantnyugdíj részben az Egészségbiztosítási Alapból kerül kifizetésre, ezért, ha a gyógyító-megelızı eljárás alkalmazásának hatására jelentkezı megtakarítás nagysága jelentıs, akkor azt egy külön számítás keretében - az eredeti elemzéstıl jól elkülönítve - célszerő bemutatni. 5.11. A költségszámítás során az adókat, beleértve az ÁFA -t is, figyelembe kell venni. Magyarázat: Az elemzés során az egészségügyben jelentkezı teljes költséget kell figyelembe venni, így a humán erıforrás esetében ebbe beletartoznak az adók és járulékok, a felhasznált termékek esetében pedig a kifizetett általános forgalmi adó. Jelenleg az ÁFA-t nem lehet visszaigényelni, így az is teljes egészében megjelenik a költség oldalon. 6. Irányelv csoport: Az elemzésekben az idı kezeléséhez kapcsolódó ajánlások 6.1. Az elemzés által lefedett idıintervallum meghatározásakor törekedni kell arra, hogy az elemzés idıtartama elég hosszú legyen ahhoz, hogy a vizsgált gyógyító-megelızı ellátásnak az összes klinikai és költségbeli következményét felölelje. Magyarázat: Az elemzésnek olyan hosszú idıtartamot kell lefednie, amely során a beavatkozásnak közvetlenül betudható, az egészségi állapotra, illetve a költségekre gyakorolt összes (számottevı) rövid és hosszú távú hatás (pl. megmentett életévek, minıségi életév nyereség stb.) figyelembe van véve. Lehetséges, hogy ehhez a klinikai vizsgálatok eredményeit extrapolálni kell a klinikai vizsgálat idejét esetleg lényegesen meghaladó idıtartamra. Ebben az esetben modellezés használható, de annak módszerét egyértelmően ismertetni kell, és az extrapolálás módszerébıl, illetve a megválasztott idıhorizontból adódó bizonytalanságok hatását az eredményre érzékenységi vizsgálattal ellenırizni kell. 6.2. A költségszámításban használt árakat egy adott idıpontra kell átszámítani inflálás vagy deflálás útján. Magyarázat: Elıfordulhat, hogy a költséghatékonysági elemzésekben a költségszámítás során az erıforrások, illetve azok árainak számbavételekor más és más évekbıl származó adatok kerülnek felhasználásra. Ilyen esetekben egy idıpontra (lehetıleg jelen idıpontra) kell átszámítani az árakat és ezzel együtt a költségértékeket. Az egészségügyi árindex veendı figyelembe, ha az elemzésben vizsgált gyógyító eljáráshoz kapcsolódó költségek (illetve megtakarítások) elsısorban az egészségügyben jelentkeznek, míg a KSH által megadott fogyasztói árindexet kell figyelembe venni, ha a költségek vagy megtakarítások döntıen az egészségügyön kívül jelentkeznek.

273

Az átszámítás alapját a KSH illetve az Egészségügyi Minisztérium által közzétett éves árindex (infláció) kell hogy adja. 6.3. Amennyiben az elemzés több mint 1 évre vonatkozó hatásokat vizsgál, az idıpreferenciát, illetve az erıforrások haszonáldozati költségét figyelembe kell venni diszkontálás segítségével. Alapesetben az elemzés során mind a költségeket, mind az egészségnyereséget 5%-kal kell diszkontálni, de kiegészítésként meg kell vizsgálni az eredményeket arra az esetre is, ha az egészségnyereséget nem diszkontáljuk. A diszkontráta esetében érzékenységi vizsgálatot a költségekre vonatkozóan 3-6%-os, az egészségnyereségre vonatkozóan 0-6%-os intervallumban ajánlott végezni. Magyarázat: Számos gyógyító-megelızı eljárás hatása egy évnél hosszabb. Ilyen esetekben érvényesíteni kell az általános gazdasági elemzésekben bevett módszert, a diszkontálást. A jövıbeni költségek jelen értékre történı diszkontálása mögött az a meggondolás áll, hogy ugyanannyi pénz ma többet ér, mint egy késıbbi idıpontban (mivel a jelenleg rendelkezésre álló pénz biztos és a jövıre nézve gyarapítható). Ennek megfelelıen a beruházásoknál, illetve jelen esetben a gyógyító eljárásoknál figyelembe kell venni, hogy a késıbbi kiadások kisebb súllyal szerepeljenek. A diszkontálás során tehát a jövıbeni értékeket hozzuk jelenértékre. Az egészség-gazdaságtani szakirodalomban azonban vita van a diszkontráta nagyságáról. A diszkontráta nagysága általában egy ország jellegzetességétıl függ (pl. gazdasági fejlıdés mértékétıl, vagy egy általános kincstári ajánlástól), és alapesetben 0 és 10% között, érzékenységi vizsgálatokban 0 és 15% mozog a nemzetközi ajánlásokban. A leggyakrabban ajánlott mérték az 5%. Vita van arról is, hogy a költségek mellett az egészségi állapotra vonatkozó (pl. QALY) értékeket is kell-e diszkontálni. Alapesetben javasolt a jövıbeni költségeket és az egészségnyereséget 5%-kal diszkontálni. Ugyanakkor javasolt az elemzést elvégezni arra az esetre is, amikor az egészségnyereség esetén diszkontálást nem végzünk. Ezen kívül javasolt érzékenységi vizsgálat elvégzése a diszkontrátára vonatkozóan is, a költségek esetében 3-6%-kal, az egészségnyereség esetébenben 0-6%-kal számolva. Ez lehetıvé teszi az egyes országokban végzett elemzésekkel való összehasonlíthatóságot. 7. Irányelv csoport: A gyógyító-megelızı eljáráshoz kapcsolódó egészségjavulás valamint a költségek szintézise: a végsı költséghatékonysági eredmények bemutatása 7.1. A költségekre és az egészségjavulásra vonatkozó eredményeket elkülönítve, részletezve, táblázatos formában is be kell mutatni, azaz nem csak összesített (aggregált) formában. Magyarázat: A világos értelmezhetıség, a követhetıség és a jövıbeli használat megkönnyítésének érdekében külön kell feltüntetni, hogy a két (vagy több) összehasonlított alternatív beavatkozás milyen teljes költséggel járt, illetve mekkora egészségjavulást eredményezett. Az átlagos vagy az inkrementális költséghatékonysági ráták bemutatása nem elegendı. 7.2. Amennyiben van, ismertetni kell a domináns stratégiát, és ebben az esetben nincs szükség az inkrementális költség-hatékonysági és/vagy költség-hasznossági ráták kiszámolására. Magyarázat: Általános elvként megfogalmazható, hogy egyértelmően költség-hatékonyabb az az eljárás, amely hatásosabb és a legkisebb költségvonzatú is (domináns alternatíva). Amennyiben a két gyógyító-megelızı eljárás a kontrollált körülmények közötti hatásossága illetve a rutin körülmények között elérhetı klinikai eredménye (eredményesség) egyforma, akkor az az alternatíva a költség-hatékony, amelyik olcsóbb.

274

Amikor létezik domináns stratégia, nincs szükség a költséghatékonysági arányszámok ismertetésére. Ugyanakkor, amennyiben az érzékenységi vizsgálat (lásd 8.1.) azt mutatja, hogy az eljárás egyes esetekben elveszti dominanciáját, javasolt a legrosszabb esetre (worst case scenario) vonatkozó inkrementális költség-hatékonysági arányszám bemutatása. 7.3. Minden más esetben ismertetni kell az inkrementális (növekményi) költséghatékonysági és/vagy költség-hasznossági arányszámot. Magyarázat: Olyan esetekben, ahol nincs domináns stratégia, vagyis ahol az eredmények szerint a hatásosabb illetve eredményesebb terápia drágább, ott ki kell számolni az inkrementális költséghatékonysági arányt. Ez az arányszám az alternatív eljárások (diagnosztikus tesztek, prevenciós eljárások vagy terápiák) költség különbségének, valamint az általuk elért egészségnyereség különbségnek a hányadosa. Ennek az arányszámnak az a jelentısége, hogy megmutatja, hogy a hatásosabb terápiára történı váltáskor egységnyi plusz egészségjavulás milyen többletköltség árán érhetı el ("vehetı meg"). 8. Irányelv csoport: Az eredmények hitelességének valamint általánosíthatóságának vizsgálata 8.1. A bizonytalan tényezık hatását a költséghatékonysági elemzés végeredményére érzékenységi elemzéssel kell tesztelni, az eredményeket pedig számszerőleg be kell mutatni. Magyarázat: Ritka az olyan elemzés, amelyben minden paraméter értéke teljes bizonyossággal pontosan ismert. Az érzékenységi elemzés lényege az, hogy a bizonytalan paraméterek esetében megnézi, hogy ha a paraméter értékeirıl különbözı feltételezésekkel élünk, akkor hogyan változik a költséghatékonysági elemzés végeredménye, azaz milyen intervallumban mozog az elemzés végsı eredménye. Az elemzésben használt bizonytalan tényezıkre vonatkozóan azért ajánlott tehát érzékenységi elemzést végezni, hogy meghatározzuk, hogy az adott tényezı különbözı értékei esetén milyen lesz a költséghatékonyság. Ezáltal a döntéshozatal során a tévedés kockázatát csökkenthetjük. Ha modellezést használtak a tanulmányban, akkor egyváltozós érzékenységi vizsgálatot kell végezni minden olyan bizonytalan változónál, amely szélsıséges értékeket mutat. Kétváltozós érzékenységi vizsgálatot kell végezni minden olyan változó esetében, melyre a tanulmány végeredménye az egyváltozós érzékenységi vizsgálat során érzékeny volt. 8.2. Alcsoportelemzés indokolt lehet, ha a meghatározott betegalcsoportban (pl. magas kockázatú betegek) az elérhetı egészségnyereség, illetve költség-hatékonyság (költséghasznosság) számottevıen eltérı. Magyarázat: Egy adott összegbıl akkor lehet a legtöbb egészségnyereséget biztosítani, ha a szolgáltatásokat azok veszik igénybe, akik a legtöbbet profitálnak belıle. Az alcsoportelemzések segítik a szolgáltatásvásárlót abban, hogy hatékonyan használhassa fel a rendelkezésre álló véges forrásokat, illetve a hatékony felhasználásra ösztönzı finanszírozási szabályokat alkothasson. Alcsoportelemzés alapján elvégzett költség-hatékonysági vagy költség-hasznossági elemzés csak akkor javasolt, ha az alcsoportok között mind statisztikailag, mind klinikailag számottevı különbség mutatható ki. 8.3. Az eredmények általánosíthatóságát illetve annak korlátait külön ajánlott tárgyalni. Magyarázat: A tanulmányok belsı és külsı validitása legalább olyan kritikus kérdése a költséghatékonysági elemzéseknek, mint a klinikai vizsgálatoknak. Gyakran találkozhatunk

275

azzal a jelenséggel, hogy az igen jó belsı validitással rendelkezı vizsgálatok alacsony külsı validitásúak. Például egy fiatal betegcsoport körében végzett vizsgálat eredményei nem biztos, hogy érvényesek egy idısebb betegcsoportra is. Ugyancsak egy adott terápia költséghatékonysága más és más lehet eltérı indikációkban, különbözı egészségügyi rendszerekben, vagy országokban. Nagyon gyakran az egészség-gazdaságtani elemzés csak két vagy három alternatívát hasonlít össze, miközben a rutin gyakorlat során ennél lényegesen több lehetıséget használnak. Ebbıl adódóan érdemes az olvasó illetve a döntéshozó figyelmét felhívni az elemzés és a rutin gyakorlat döntési alternatívái közötti esetleges reális különbségekre. Ajánlott tehát az eredmények általánosíthatóságát - a magyar viszonyokra való érvényességét, illetve arra a betegkörre való vonatkoztatás korlátait, amelyre vonatkozóan a gyógyító-megelızı ellátás társadalombiztosítási támogatását kérik - részletesen elemezni. Ahhoz, hogy a tanulmányok eredményének általánosíthatóságát a végfelhasználó (pl. szolgáltatás-vásárló) meg tudja ítélni, fontos, hogy az elemzésben felhasznált eredeti tanulmányokban szereplı betegek jellemzıi, a kezelés szintje (helye) és a mérési módszertan a tanulmányban ismertetésre kerüljön. 8.4. Ajánlott az elemzés eredményét korábbi elemzések eredményeivel összehasonlítani. Magyarázat: Az eredmények megbízhatóságát támasztja alá, ha más egészség-gazdaságtani elemzések melyek ugyanazokat vagy hasonló gyógyító-megelızı ellátásokat hasonlítottak össze - is hasonló eredményre jutottak. Amennyiben a korábbi tanulmányok eltérı eredményt hoztak ki, javasolt az ellentmondás lehetséges okainak részletes bemutatása. A korábbi tanulmányok eredményét a könnyebb összehasonlíthatóság érdekében ajánlott átszámítani a jelen tanulmány által használt forint árfolyamra, a KSH által közzétett fogyasztói árindex segítségével. Ha a tanulmányban a költségek számítására érvényes év nincs feltüntetve, akkor ajánlott a publikációt megelızı 3. évet, mint vonatkoztatási évet figyelembe venni. 9. Irányelv: A vizsgált eljárás bevezetésének és a támogatott körbe vonásának hatásai az egészségügyi kiadásokra, illetve a méltányosságra 9.1. Hatás az egészségbiztosítás költségvetésre: Javasolt a következı 3-5 évre vonatkozóan bemutatni az elemzésben vizsgált eljárás támogatott körbe való bekerülésének hatását a költségvetésre. Magyarázat: Az érintett betegcsoportok nagysága, valamint az eljárás elterjedésének várható gyorsasága alapján ajánlott megbecsülni, hogy a vizsgált eljárás befogadása mekkora támogatáskiáramlást eredményez. Amennyiben az új gyógyító-megelızı ellátás kivált más, eddig széles körben használt eljárást, akkor a várható támogatáskiáramlás csökkenést (megtakarítást) is be kell mutatni, és hogy mindez hogyan érinti az egészségbiztosítás költségvetését. Az új eljárás támogatott körbe való befogadásának hatását az egyes egészségügyi kasszákra vonatkozóan külön-külön is be kell mutatni. 9.2. Hatás az egészségügyi ellátásra: Javasolt a következı 3-5 évre vonatkozóan bemutatni az elemzésben vizsgált eljárás támogatott körbe való bekerülésének hatását az egészségügyi ellátásra. Magyarázat: A vizsgált eljárás jellegétıl függıen fontos lehet annak ismertetése, hogy az adott eljárás bevezetése hosszú távon milyen kapcsolódó tevékenységek iránti igény növekedését vagy csökkenését eredményezi. Például egy egynapos sebészeti eljárás a fekvıbeteg sebészeti osztályos ágyak kihasználtságát csökkentheti, sıt a harmadik mőszakban dolgozó munkaerı

276

alkalmazását teheti feleslegessé. Hasonló módon egy non-invazív diagnosztikai eljárás invazív diagnosztikai laborok bezárásához vezethet, de egy új gyógyszer, aminek hatékony alkalmazása több diagnosztikus vizsgálat elvégzését igényelheti, a diagnosztikai centrum bıvülését válthatja ki. 9.3. Ajánlott, hogy az elemzı mutassa be az új gyógyító-megelızı eljárás hatékony bevezetésének és alkalmazásának a feltételeit, illetve azt, hogy milyen feltételek között fokozza az egészségügyi ellátás eredményességét, költséghatékonyságát és társadalmi elfogadottságát. Magyarázat: Ajánlott bemutatni azokat a feltételeket, amelyek szükségesek az új gyógyító-megelızı eljárás hatékony és társadalmilag elfogadott bevezetéséhez. Például egy új eljárás bevezetésekor szükség lehet egészségügyi személyzet képzésére, új klinikai irányelvek kidolgozására, diagnosztikus eljárások alkalmazására, vagy éppen egy donorprogram továbbfejlesztésére stb. Mutassa be ennek a pénzügyi vonzatait is. 9.4. Méltányosság, igazságosság, etikai megfontolások. Javasolt bemutatni az új eljárás befogadásának, finanszírozási módjának hatását az igazságosságra, méltányosságra. Itt kell értékelni az elemzés által implicite vagy explicite érintett etikai kérdéseket is. Magyarázat: Az elemzés során fontos vizsgálni az új egészségügyi szolgáltatás, gyógyító-megelızı eljárás finanszírozási módjának (feltételeinek) hatását a méltányosságra az egészségügyben (pl. a hozzáférési esélyegyenlıség, egyenlıtlenségek az egészségügyi szolgáltatások igénybevételében, vagy az egészségi állapotban). Érdemes rámutatni arra, ha a gyógyítómegelızı ellátás költség-hatékonysága jelentısen eltér az átlagostól egyes meghatározott társadalmi-gazdasági csoport (betegcsoport), vagy régiók esetében. Meg kell említeni azt is, amennyiben az adott betegcsoport egyben hátrányos helyzető társadalmi csoport is. Mindemellett javasolt bemutatni a gazdasági elemzés által implicite, vagy explicite használt etikai megfontolásokat (pl. méltányossági súlyok alkalmazása). 10. Irányelv: Következtetések kifejtése Az elemzés következtetéseit röviden összegezni kell; a levont következtetéseknek összhangban kell állnia a tanulmányban ismertetett célokkal és eredményekkel. 11. Irányelv: Az érdekviszonyok explicit feltüntetése 11.1. A költséghatékonysági tanulmány elkészítésének szponzorát a tanulmány végén fel kell tüntetni. 11.2. A tanulmány készítıinek munkaviszonyát a tanulmányban egyértelmően fel kell tüntetni. 11.3. Jelezni kell, ha a szerzık az elemzésben szereplı gyógyító-megelızı ellátások (technológiák) gyártóitól vagy azok versenytársaitól pénzbeli vagy természetbeni jelentıs juttatásban részesültek. Magyarázat: A döntés-elıkészítési folyamat átláthatóságának biztosítása érdekében fontos, hogy az egészség-gazdaságtani elemzések szerzıi és mindazok, akik az alaptanulmányból közleményeket írnak, tüntessék fel a tanulmány szponzorát, illetve azt, ha az érintett gyógyító-megelızı eljárások gyártóitól vagy azok versenytársaitól pénzbeli vagy természetbeni juttatásban részesültek. Mindenképpen fontos annak biztosítása, hogy a tanulmányok szerzıi jogosultak legyenek az általuk legjobbnak tartott módszertan megválasztására, valamint a tanulmányok közlésére az általuk megválasztott szaklapban. 12. Irányelv: A költség-hatékonysági tanulmány javasolt felépítése

277

A költséghatékonysági tanulmánynak az alábbi javasolt struktúrát célszerő követnie. A címszavak mellett fel vannak tüntetve a vonatkozó követendı irányelvek. Cím Összefoglalás Az összefoglalás tipikusan tartalmazza az elemzésben összehasonlított eljárások megnevezését, az általuk elérhetı egészség javulásra és a költségekre vonatkozó legfıbb eredményeket, a költséghatékonysági eredményeket, valamint a rövid következtetést. Az összefoglalás nem tartalmazza a finanszírozásra vonatkozó igények kifejtését. Az egészségügyi szolgáltatásszükséglet bemutatása (1. irányelv csoport) Az összehasonlításra kerülı gyógyító-megelızı eljárások bemutatása (1. irányelv csoport) E címszó alatt kell megnevezni az elemzésben vizsgált eljárást, az érintett betegcsoportokat, valamint azt a pontos indikációt, amelyre az elemzés vonatkozik. Jelenleg alkalmazott terápia és a komparátorok megnevezése (1. irányelv csoport) Az egészség javulásra vonatkozó klinikai eredmények bemutatása (4. irányelv csoport) A részletes költség-hatékonysági elemzés (2-8. irányelv csoportok) Az elemzés típusa (3.2. irányelv) Az elemzés nézıpontja (2. irányelv) Az elemzés által lefedett idıhossz (6.1. irányelv) A költséghatékonysági elemzésben használt végsı egészség javulásra vonatkozó adatok (4. irányelv csoport) Költségelemzés (5. és 6.2. irányelv) Modellezés (4.3. irányelv) Diszkontálás (6.3. irányelv) Végsı költséghatékonysági arányszámok (7. irányelv csoport) Érzékenységi elemzések (8.1. irányelv) Alcsoportelemzés (8.2. irányelv) Más hasonló témájú vizsgálatok eredményei (8.3. irányelv) A vizsgált eljárás bevezetésének hatásai az egészségügyi kiadásokra, illetve a méltányosságra Egészségbiztosítás költségvetésére kifejtett hatás (9.1. irányelv) Hatás az egészségügyi ellátásra, szolgáltatásokra (9.2. irányelv) Hatékony alkalmazás feltételei, illetve a bevezetés költségvonzata. (9.3. irányelv) Hatása a méltányosságra (9.4. irányelv) Következtetések (10. irányelv) Az érdekviszonyok explicit feltüntetése (11. irányelv) Hivatkozások

278

15 2. sz. Melléklet A gyógyszerek társadalombiztosítási támogatásba való befogadása Magyarországon Magyarország csatlakozása az Európai Unióhoz igen sok lényegi változást eredményezett, mely nem kerülte el a gyógyszerek támogatásba vonására vonatkozó szabályokat sem. A jogharmonizáció alapjául az ’emberi felhasználásra szánt gyógyszerek árának megállapítását, valamint

nemzeti

egészségbiztosítási

rendszerekbe

történı

felvételüket

szabályozó

intézkedések átláthatóságáról’ szóló 89/105/EGK tanácsi irányelv szolgál. Az irányelv a népesség egészségi állapotának emelését, megfizethetı árú gyógyszerek biztosítását, a gyógyszergyártás hatékonyságának növelését, valamint a kutatás-fejlesztés ösztönzését célozza. Az irányelv az alapelveket, eljárások rendjét és döntési kompetenciát nemzeti jogkörben hagyja, azonban kötelezı elem a döntéshozó számára a befogadásra vonatkozó objektív és ellenırizhetı kritériumrendszer elızetes közzététele, ismertetése minden szereplı számára, a döntési folyamat átláthatósága, a döntés eredményének és indoklásának ismertetése, az eljárás adott idın belül való lefolytatása, valamint jogorvoslati lehetıség biztosítása az érintett (kérelmezı) számára.

1. Szabályozás A fenti irányelvnek megfelelıen módosult tehát a ’kötelezı egészségbiztosítás ellátásairól szóló 1997. évi LXXXIII. törvény’ (Módosító: az egyes szociális és egészségügyi tárgyú törvények módosításáról szóló 2004. évi XXVI. tv) és annak végrehajtásáról rendelkezı 217/1997. (XII. 1.) Kormányrendelet (Ezzel kapcsolatban módosították a 91/2004. (IV.26.) és 301/2004. (XI.2.) Kormányrendeletek.) Rendkívül fontos momentuma a rendeletnek, hogy ’decentralizál’; a döntést egyértelmően OEP hatáskörbe utalja, a kérelmezés államigazgatási eljárás, melyrıl szóló döntés közigazgatási határozat formájában kerül közzétételre szemben a korábbi, jogszabályi kihirdetéssel. Szintén fontos megjegyezni, hogy a rendelet ún. normál eljárás esetén az OEP-et – a miniszteri rendeletben megnevezett kijelölt szerv – az Egészségügyi Stratégiai Kutatóintézet (ESKI) véleményének kikérésére kötelezi.

Az eljárás részletes szabályait azonban a ’törzskönyvezett gyógyszerek és a különleges táplálkozási

igényt

kielégítı

tápszerek

279

társadalombiztosítási

támogatásba

való

befogadásának szempontjairól és a befogadás vagy a támogatás megváltoztatásáról’ szóló 32/2004. (IV.26.) ESzCsM rendelet szabályozza. A továbbiakban ezen rendelet szerkezetére alapozva tekintjük át az alapelveket, a támogatási szabályokat, majd a részletes eljárásrendet.

A döntés és annak elıkészítése során az alábbi egészségpolitikai alapelvek kerültek megfogalmazásra: - szakmai megalapozottság - vagyis tudományos bizonyítékokon alapuló döntéshozatal - költségvetési keretek figyelembevétele – a befogadás költségvetési kihatásai tervezhetıek, kiszámíthatóak és finanszírozhatóak legyenek - átláthatóság, ellenırizhetıség – jogszabályi eljárásrend betartása, kritériumrendszer rögzítése,

döntés

indoklásának

bemutatása,

folyamatban

résztvevık

hatáskörének

egyértelmősítése - kiszámíthatóság – a döntéshozatal és felülvizsgálat elızetes idıbeli ütemezése, a döntések (támogatás mértékének) egyértelmősége - nyilvánosság – döntések indoklása, azok megalapozásához szükséges információk hozzáférhetıvé tétele, a nyilvánosságra hozatal módját, tartalmát, idıbeliségét jogszabály garantálja - érdekviszonyok átláthatósága – a folyamatban résztvevı személyek és intézmények érdekeinek megismerése, nyilvánossága és bemutatása - méltányosság érvényesítése - más szóval az egyén, adott populáció(k) hozzáférési esélyegyenlıségének szem elıtt tartása - szükséglet-alapú megközelítés – az adott betegségcsoport jellemzıinek, számának, súlyosságának figyelembe vétele - költséghatékonyság – a költséghatékony egészségügyi ellátás gyakorlati megvalósítása - összehasonlító elemzés – adekvát - már finanszírozott - összehasonlító terápiával való klinikai és gazdasági összevetés.

2. Támogatási szabályok A támogatási szabályok meghatározzák az egyes támogatási típusokat, valamint az alkalmazható támogatási technikákat. Szintén ez a rész tartalmaz olyan speciális szabályokat, amely meghatározza az új hatóanyagok társadalombiztosítási támogatásba való kerülésének kritériumait, valamint a társadalombiztosítási támogatásból való kizárás (ún. ’delistázási’) kritériumokat is.

280

2.1 Támogatási kategóriák A támogatási kategóriák meghatározásánál komoly nehézséget jelentett az, hogy egy már mőködı rendszerre is alkalmazható klasszifikációt kellett megalkotni, amely ugyanakkor lehetıvé teszi a teljes rendszer folyamatos felülvizsgálatát. A 4, illetve 5 jegyő ATC csoportok számára adható maximális támogatási kategóriát a 32/2004. (IV.26.) ESzCsM rendelet 1. számú melléklete határozza meg. A korábban már tárgyalt támogatási típusokat – a jogszabály teljes szövegszerő ismertetése nélkül - az alábbiak szerint tekinthetjük át:

2.1.1. Indikációhoz kötött támogatások Azok készítmények részesülhetnek ebben a támogatási kategóriában, melyek súlyos, általában folyamatos, vagy élethosszig tartó kezelést igénylı betegségek legeredményesebb és leghatékonyabb kezelésére szolgálnak.

2.1.1.1. Kiemelt, indikációhoz kötött támogatás (korábban az ún. eü 100%) Folyamatos gyógyszeres kezelés nélkül a megbetegedés az életet veszélyezteti, vagy jelentısen kedvezıtlenül befolyásolja a várható élettartamot és/vagy életminıséget. Ilyen készítmények például a cukorbetegség kezelésére, a transzplantáció után, vagy egyes daganatos betegségekre indikálható készítmények meghatározott köre.

2.1.1.2. Emelt, indikációhoz kötött támogatás (korábban az ún. eü 90%) A megbetegedés gyógyszeres kezelés nélkül irreverzibilis – élethosszig tartó – folyamatot indít el, közepesen kedvezıtlenül befolyásolja a várható élettartamot és/vagy életminıséget. Ilyen készítmények például az asthma bronchiálé, az epilepszia, vagy a Parkinson-kór gyógyszerei.

2.1.1.3. Támogatás érték nélkül Bár a jogszabály külön kezeli, logikailag mégis ide tartoznak: - Azon készítmények, melyek csak fekvıbeteg háttérrel rendelkezı intézményben adhatók (ilyen kategórába tartoznak például a röntgen kontrasztanyagok), valamint a - Közbeszerzés útján beszerzett gyógyszerek, mint például a dialízis esetén használt EPO készítmények, vagy a veleszületett vérzékenység kezelésére szolgáló készítmények.

2.1.2. Nem indikációhoz kötött támogatások

281

2.1.2.1. Emelt támogatás (normatív 90%) Népegészségügyi

szempontból

kiemelten

fontos

súlyos,

krónikus

megbetegedések

leghatékonyabb kezelésére szolgáló készítmények. Ilyenek például a peptikus fekély és gasztro-oesophagialis reflux betegség gyógyszerei, vagy a szív- és keringés megbetegedéseire ható egyes vérnyomáscsökkentık, vagy vizelethajtó készítmények.

2.1.2.2. Átlagon felüli támogatás (normatív 70%) Számottevı életminıség romlást, vagy csökkent önellátó képességet eredményezı krónikus megbetegedések eredményes, hatékony gyógyszerei. Ilyenek például egyes nem szteroid gyulladásgátlók, egyes izomrelaxánsok, valamint az ún. ’egyéb’ tápszerek.

2.1.2.3. Átlagos támogatású szerek (normatív 50%) Az önellátó képességet részlegesen és tartósan rontó krónikus megbetegedések, valamint közepesen súlyos heveny megbetegedések eredményes és hatékony kezelésére szolgáló készítmények. Ilyenek például egyes fájdalomcsillapítók, antibiotikumok. (Sok, ebbe a támogatási kategóriába tartozó készítmény mindemellett indikációhoz kötött támogatásban is részesül. Pl. egyes nem–szteroid gyulladásgátlók átlagos kategóriája mellett krónikus (onkológiai, vagy mozgásszervi) megbetegedés esetén emelt szintő, indikációhoz kötött támogatásban is részesülnek.)

2.2 Támogatási technikák

2.2.1. Százalékos támogatás A közfinanszírozás alapjául elfogadott ár alapján számított támogatás összegszerően adja ki a hatóanyagcsoport támogatási kategóriájának megfelelı besorolása szerint meghatározott százalékos támogatást.

2.2.2. Meghatározott (fix) összegő támogatás Bár itt is a hatóanyagcsoport támogatási kategóriájának megfelelı besorolás az irányadó, az összeg csak bizonyos esetekben egyezik meg a maximálisan elérhetı százalékos támogatással. Ez a hatóanyag alapú referencia támogatás esetén a referencia termék, vagy az annál olcsóbb szerek, a terápiás referencia támogatás esetén a referencia árú, vagy annál olcsóbb készítmények esetén fordul elı.

282

2.2.3. Támogatás-volumen szerzıdés Korábbi alfejezetben került tárgyalásra

2.2.4. Közbeszerzés útján beszerzett, speciális támogatású gyógyszerek A korábbi, 11.5.1.5. alfejezetben került tárgyalásra

2.3. Az alkalmazható eljárásrendek fajtái A jogszabály két – érdemi – eljárástípust különböztet meg. (A készítményt, vagy a forgalmazót érintı adminisztratív változásokról szóló bejelentési kötelezettség által generált eljárás részletes tárgyalásától ezen a helyen eltekintünk, mivel ennek érdemi következménye nincs.)

2.3.1. Egyszerősített eljárásrendbe sorolandó kérelmek - (törzskönyvezett), már korábban befogadott gyógyszerhatóanyag a) új kiszerelésére b) új hatáserısségére c) új gyógyszerforma azonos beviteli formájában d) új kombinációjára e) új generikumára f) ún. second brand-jére, vagy g) tápszer, vagy törzskönyvezett galenusi készítmény támogatásba való befogadására irányul.

2.3.2. Normál eljárásrendbe sorolandó kérelmek - új gyógyszerformára és új beviteli formára, - új indikációra (amennyiben indikációhoz kötött támogatási kategória változással jár) - új hatóanyagra - új kombinációra, ha valamely az összetételben szereplı hatóanyag nem támogatott, - áremelés esetén (kivétel külön megállapodás keretében végrehajtható áremelés) - támogatási kategória változásra irányul.

2.4. Az államigazgatási eljárás

283

A befogadási eljárás mőködésének kereteit jogszabályok rögzítik. Minden olyan, amely jogszabályban nem szabályozott, egyéb módon, mint intézményi szervezeti és mőködési szabályzat, fıigazgatói utasítás, adott grémium – késıbb bemutatásra kerülı határozati javaslattevı szerv - saját ügyrendje által szabályozott.

2.4.1. Elsıfokú államigazgatási eljárás (1. táblázat) A kérelmezı a 32/2004. (IV.26.) ESzCsM rendelet 3. számú melléklete alapján nyújtja be kérelemét az Országos Egészségbiztosítási Pénztár Transzparencia Titkárságára (TT). A Titkárság az elsıfokú eljárás adminisztratív szervezeti egysége, amely érkezteti, regisztrálja, valamint felköveti az eljárást. A TT egyúttal besorolási javaslatot tesz az eljárásra vonatkozóan. Ezt az OEP Gyógyszerügyi Fıosztálya (GYFO) jóváhagyja, majd a kérelmeket elıvéleményezi. Amennyiben a kérelem egyszerősített eljárásba sorolt, a kérelem elıvéleményezés után a döntéshozó javaslattevı szerve, a Technológia Értékelı Bizottság (TÉB) elé kerül, melynek összetételérıl jogszabály nem rendelkezik, mőködési rendjét saját ügyrendje határozza meg. A TÉB határozati javaslata alapján születik meg a közigazgatási határozat, melyet az OEP Gyógyszerügyi Fıosztályának vezetıje hoz meg (A döntnök személye felıl szintén nem rendelkezik jogszabály.)

Amennyiben a kérelem normál eljárásba sorolt, úgy a GYFO jóváhagyását követıen a Transzparencia Titkárság a teljes dokumentációt átadja ún. kritikai technológia-értékelésre az ESKI számára. A kérelem tárgyalása az ESKI értékelés birtokában kerül TÉB elé, melyet követıen az eljárás megegyezik az egyszerősített eljárásba sorolt kérelmekével. Az ESKI feladata a kérelemben benyújtott dokumentáció tartalmi ellenırzése, értékelése, úgy a klinikai, mint a gazdasági paraméterekre vonatkozóan. Különösen fontos a kérelemben beadásra került egészség-gazdaságtani elemzés, melyre vonatkozóan módszertanilag a 2002ben

az

Egészségügyi

Közlönyben

közzétett

az

’egészség-gazdaságtani

elemzések

készítéséhez’ címmel publikált szakmai irányelv a követendı.

Az elsıfokú határozat megszületését követıen a kérelmezı értesítést kap a döntésrıl. Amennyiben a határozat ellen nincs fellebbezés, úgy azt az OEP – jogszabály által meghatározott módon – naptári negyedévente közleményben teszi közzé.

2.4.2. Másodfokú eljárás (2. táblázat)

284

Az elsıfokú határozat ellen az OEP fıigazgatójához lehet jogorvoslati kérelmet benyújtani. A másodfok adminisztratív szervezeti egysége az OEP Transzparencia Fellebbviteli Titkársága (TFT). A fellebbvitel javaslattevı szerve a Fellebbviteli Bizottság (FB), mely összetételérıl, valamint a másodfokú határozathozó személyérıl (OEP fıigazgató) jogszabály határoz. Az ügyfél értesítése és a határozat közzétételének módja azonos az elsı fokú eljáráséval.

285

11.11. ábra

- Elsıfokú államigazgatási eljárás

286

11.12. ábra

- Másodfokú eljárás

287

Hivatkozások:

1. 89/105/EGK tanácsi irányelv az emberi felhasználásra szánt gyógyszerek árának megállapítását, valamint nemzeti egészségbiztosítási rendszerekbe történı felvételüket szabályozó intézkedések átláthatóságáról, (www.eu.int) 2. 1997. évi LXXXIII. törvény a kötelezı egészségbiztosítás ellátásairól, 3. 217/1997. (XII. 1.) Kormányrendelet a kötelezı egészségbiztosítás ellátásairól szóló 1997. évi LXXXIII. törvény végrehajtásáról, 4. 32/2004. (IV.26.) ESzCsM rendelet a törzskönyvezett gyógyszerek és a különleges táplálkozási igényt kielégítı tápszerek társadalombiztosítási támogatásba való befogadásának szempontjairól és a befogadás vagy a támogatás megváltoztatásáról, 5. 16/2004. (Eb.K.) számú OEP utasítás – belsı szabályzat 6. TÉB ügyrend (www.oep.hu) 7. EüM irányelv az egészségügyi-gazdaságtani elemzések készítésérıl (Egészségügyi Közlöny, LII. évf. 11. szám 1314-34)

288

16 3. sz. Melléklet Az epidemiológiai vizsgálatok

1. Epidemiológiai vizsgálatok; definíció és felosztás -

Definíció

Az epidemiológia, a megbetegedések populáción belüli megoszlását, gyakoriságát és kiváltó okait vizsgálja. Az epidemiológiai vizsgálatok során alapfeltételezésünk az, hogy: - a betegségek nem véletlenszerően, kiszámíthatatlanul keletkeznek és az, hogy - a betegségek kialakulásának oka van, amely megelızhetı. -

Az epidemiológiai vizsgálatok felosztása

Az epidemiológiai módszerek két fı részre oszthatók, attól függıen, hogy a vizsgálatot végzı határozta-e meg, jelölte-e ki a behatást (exposure) vagy sem (1. ábra): - a megfigyelésen (observational study) alapuló vizsgálatok, amikor NEM a vizsgálatot végzı jelölte ki a behatást (ezekkel a vizsgálatokkal foglalkozunk részletesen ebben az írásunkban), és - a beavatkozáson (experimental study vagy interventional study) alapuló vizsgálatok, amikor a vizsgáló jelölte ki a behatást (ezekkel a vizsgálatokkal NEM foglalkozunk ebben az írásunkban).

A megfigyelésen alapuló epidemiológiai vizsgálatok, pedig attól függıen, hogy rendelkezneke összehasonlító/kontroll csoporttal (comparison vagy control group) további két részre oszthatók: -

összehasonlító/kontroll csoport nélküli leíró epidemiológiai vizsgálatok (descriptive studies), és

-

összehasonlító/kontroll csoporttal rendelkezı analitikus epidemiológiai vizsgálatok (analytic studies).

289

-

1. ábra

Az epidemiológiai vizsgálatok felosztása

A vizsgáló jelöli ki a behatást (exposure)? Igen

Nem

Megfigyelésen alapuló

Experimentális vizsgálat

(obszervációs) vizsgálat

Van-e összehasonlító/kontroll

Történt-e random allokáció?

csoport?

Igen Randomizált kontrollált vizsgálat

Nem

Igen

Nem randomizált kontrollált vizsgálat

Analitikus vizsgálat

Nem Leíró vizsgálat

Irány?

Cohort vizsgálat

290

Eset-kontroll vizsgálat

Keresztmetszeti vizsgálat

2. A különbözı epidemiológiai vizsgálatok által szolgáltatott tények/bizonyítékok hierarchiája a bizonyítékok minısége alapján

Az egyes epidemiológiai vizsgálatok bizonyító erejét (evidencia szintjét), a US Preventive Services Task Force szerint (Grimes, Schultz, 2002), a következıképpen rangsoroljuk: I.

Legalább egy jó minıségő randomizált kontrollált klinikai vizsgálatból származó bizonyítékok.

II.-1. Jó minıségő kontrollált nem randomizált klinikai vizsgálatból származó bizonyítékok. II.-2. Jó minıségő cohort vizsgálatokból vagy case-kontroll vizsgálatokból származó bizonyítékok, amelyek lehetıleg több mint egy centrumból vagy több kutató csoporttól származnak. II.-3.

Eset sorozatokból származó bizonyítékok (intervencióval vagy anélkül) és nem kontrollált beavatkozásokból származó bizonyítékok (az 1940-es évek penicillin terápiájához hasonlatos eredmények).

III.

Klinikai gyakorlaton alapuló szakértıi vélemények köztiszteletben álló szakmai testületektıl, leíró epidemiológiai vizsgálatok, szakértıi riportok.

A fentieknek megfelelı módon az epidemiológiai vizsgálatokon alapuló javaslatok erısorrendje a következı (Grimes, Schultz, 2002): A.

Jó minıségő bizonyíték (good evidence), amely alátámasztja az adott beavatkozás elvégzését.

B.

Megfelelı minıségő bizonyíték (fair evidence), amely alátámasztja az adott beavatkozás elvégzését.

C.

Elégtelen bizonyíték (insufficient evidence), amely alapján sem alátámasztani sem ellenezni nem lehet az adott beavatkozás elvégzését.

D.

Megfelelı minıségő bizonyíték (fair evidence), amely alapján az adott beavatkozás elvégzése nem javasolt, a beavatkozás elvetendı.

E.

Jó minıségő bizonyíték (good evidence), amely alapján az adott beavatkozás elvégzése nem javasolt, a beavatkozás elvetendı.

Figyelem: Igen jelentısen eltérı (önmagukban helyes és konzisztens) felosztások léteznek, amelyek az egyes kategóriákat nagyon eltérı definíció alapján írják le. Bármely felosztás használata ill. hivatkozása elıtt, meg kell nézni ill. meg kell hivatkozni az alkalmazott definíciókat.

291

3. Megfigyelésen alapuló epidemiológiai módszerek

A laboratóriumi tesztekhez hasonlatosan az epidemiológiai vizsgálatnak is van belsı validitása – a vizsgálat azon képessége, hogy valóban azt vizsgálja aminek a vizsgálatára létrehozták. Más szavakkal a vizsgálatnak el kell kerülni a torzítást (bias) és a szisztematikus hibát (systematic error). A másik lényeges kérdés a külsı validitás – extrapolálható-e a vizsgálat eredménye az olvasó saját környezetére (pl. betegeire)? A belsı és külsı validitás „trade-off” viszonyban van egymással. A randomizált kontrollált vizsgálatok nagyobb belsı validitása (kisebb „bias” a szelektált populáció miatt) például, a külsı validitása csökkenésével jár együtt. A „bias” többféle ok miatt és több féle módon is jelentkezhet, amelyekre feltétlenül oda kell figyelni, annak érdekében, hogy vizsgálatunk megbízható eredményre vezessen.

A megfigyelésen alapuló vizsgálatok esetén a következıkre kell odafigyelni: - Van-e szelekciós hiba (selection bias)? A szelekciós bias oka az összehasonlítandó csoportok nem megfelelısége, mondhatni: a korrekt összehasonlíthatóság hiánya (az összehasonlítandó csoportok különböznek). Például a cohort vizsgálat során összehasonlítani kívánt csoport nem csak az „exposure”-ban, hanem más lényeges tulajdonságokban is különbözik. Példaként megemlíthetı, hogy mind a cohort mind az eset kontroll vizsgálatok arra utaltak, hogy a szívinfarktus utáni jogging megelızi a következı szívinfarktust, a randomizált kontrollált klinikai vizsgálatok azonban ezt a hatást nem erısítették meg. Azok az emberek, akik ezt a testmozgást választják, más fontos tulajdonságokban is eltérhetnek azoktól akik nem választják a jogging-ot, például táplálkozási szokások, dohányzás ill. az angina gyakorisága és foka. Két féle „bias” is kitüntetett figyelmet igényel, ezek az „admission-rate” bias és a „incidence-prevalence bias”. Az „admission-rate” bias jelentését felfedezésének története jól mutatja, habár jelentése természetesen általános. Felfedezıje Berkson korházi betegeinek bevonásával végzett salpingitis (gyulladás) vizsgálatához választott összehasonlítandó csoprtokat és azt tapasztalta, hogy mindkét csoportban nagyon nagy az IUD-t (méhen belüli fogamzásgátló eszköz) használó nık aránya. Elıször arra gondolt, hogy a salpingitis és az IUD használat között összefüggés van. További vizsgálat után kiderült, hogy azok az orvosok akik salpingitis miatt utalnak kórházba nıket, nagyobb eséllyel utalnak kórházba (pl. kontrollra) nıket mint hormonális fogamzásgátlókat szedı nıket.

292

A másik bias az „incidence-prevalence bias” ez akkor következik be amikor az „exposure” bekövetkezése és a szelekció között idı telik el. Emiatt a bias miatt a vizsgálatokból kimaradhatnak azok a betegségek, amelyek gyorsan halálhoz vezetnek, átmenetiek, vagy nem elég súlyosak ahhoz hogy a betegek orvoshoz kerüljenek. Ha például egy kórházi betegek körében végzett eset-kontroll vizsgálatot akarunk végezni, amelyben a szívinfarktus és a hólapátolás közötti összefüggést kívánjuk meg vizsgálni, akkor azok kimaradnának a vizsgálatból akik a szívinfarktus miatt a kórházba kerülés elıtt meghaltak. Így a szívinfarktus és a hólapátolás közötti Odds ratio (OR) kisebbnek bizonyulhat, mint az olyan vizsgálatok esetén ahol ténylegesen valamennyi beteg beválogatásra került. Ha szelekciós hiba történik, akkor a vizsgálat eredménye (internal validity) helyrehozhatatlanul károsodik.

- Van-e információs hiba (information bias)? A kérdés ebben az esetben az, hogy az információ nyerése a vizsgálati és a kontroll csoport esetén azonos módon történt-e? Nem fogadható el például, ha a vizsgáló a vizsgálati csoportról az információt a kórházban a betegágy mellett győjti, míg a kontroll csoporttól a szükséges információt telefonos interjú során győjti be. A beteg és a családi anamnézis esetén is információs bias léphet fel, a különbözı megbetegedésben szenvedık betegségüket hajlamosak különbözı okokkal magyarázni, a kontroll csoport, ebben a megbetegedésben nem szenvedı, tagjai ilyen jellegő találgatásokba a betegség hiánya miatt nem bocsátkoznak (recall bias), illetve a különbözı családtagok – betegségben érintett, nem érintett – is hajlamosak különbözıképpen emlékezni – ez a „family history bias” (pl. rheumatoid arthritis esetén). Lényeges kérdés az is, hogy az információs bias random, vagy határozott iránya van.

- Van-e ’confounding’? Van-e olyan külsı faktor amely összekeveri ill. lefedi (blurring) a hatást? A vizsgáló ebben az esetben az „exposure”-nak tudja be a vizsgált hatást, amelyet a valóságban egy harmadik faktor okoz, amelyet ’confounding-nak nevezünk. A confounding faktor az exposure-val áll összefüggésben és okozza az hatást, de azzal nincs oki összefüggésben. (A confounding a metodikai ’légy a levesben.’) A confounding mibenléte példák alapján jobban látható, mint definíció alapján.

293

Az orális fogamzásgátlókkal végzett korai vizsgálatok egy része azt mutatta, hogy a tablettát szedı nık körében emelkedett a szívinfarktus rizikója. Ez az összefüggés késıbb nem bizonyult valósnak, mivel kiderült, hogy az emelkedett rizikót az okozta, hogy a tablettát szedı nık között jelentısen magasabb volt a dohányzók száma – ez okozta az emelkedett rizikót. A confounding okozta hiba – szemben a szelekciós hibával – korrigálható. Három fı módszert alkalmazhatunk, ezek a: restrikció vagy kizárás; a párosítás (matching), és a stratifikáció. A legegyszerőbb a restrikció vagy kizárás, ha például feltételezzük, hogy a dohányzás a vizsgálatunk során confoundin lehet, akkor a dohányosokat kizárhatjuk a vizsgálatból – persze azon az áron, hogy a külsı validitás csökken, hiszen ekkor nem tudjuk, hogy a dohányosok hogyan reagálnak. A párosítás (matching) esetén a vizsgálati és a kontroll populációt páronként feleltetjük meg egymásnak, pl. dohányost a dohányossal vetjük össze – személyenként, páronként vizsgálva. A stratifikáció során lényegében post hoc restrikciót végzünk. Ekkor például az eredményeket a confounding tényezık szintjének (erejének) megfelelıen stratifikáljuk. A dohányzás példájánál maradva, ekkor külön elemezzük a dohányosokat és a nem dohányzókat. (Maentel- Haenszel folyamat)

- Ha az eredmény egyik hibafajtával sem magyarázható, akkor lehet-e az eredmény a véletlen mőve? Sok olvasó csak a ’p’ értékre figyel és nem veszi figyelembe azaz elızı, ennél lényegesen fontosabb tényezıket.

Ha az eredmény egyik felsorolt módon sem magyarázható, akkor és csak akkor érdemes az eredményt értékes eredményként kezelni? A fentiek azonban még mindig nem elégségesek az eredménye kritika nélküli elfogadásához. Figyelembe kell venni a következı szempontokat is: - megelızte-e az exposure a vizsgált outcome-ot? - milyen erıs a hatás, relatív rizikó illetve Odds ratio-ként mérve? - találtak-e mások hasonló hatást? - a nagyobb exposure vezet-e nagyobb outcome-hoz? - van-e a talált összefüggésnek értelme?

294

- nem mond-e ellent az eredmény a jelenlegi tudásunknak? - van-e a vizsgált témával kapcsolatos RCT eredmény?

3.1. Leíró epidemiológiai vizsgálatok

Az összehasonlító/kontroll csoport nélküli leíró vizsgálatoknak számos fontos szerepe van az orvostudományi kutatások terén. Ezek a vizsgálatok adják ugyanis, gyakran az új megbetegedések és az új kutatandó területek elsı leírását ill. dokumentálják a lakosság egészségi állapotát. Leíró vizsgálatok eredményeit igen gyakran publikálják, ezért pontosan tisztában kell lennünk ezeknek a vizsgálatoknak az elınyeivel és hátrányaival. A leíró vizsgálatok célja a különbözı változók adott idıpillanatban megfigyelhetı eloszlásának a leírása, anélkül, hogy oki kapcsolatok vagy hipotézisek felállítására törekedne. (Grimes, Schulz, 2002) A tradicionális leíró epidemiológia a betegségek megoszlásának általános leírására törekszik, fıképpen a személy, hely és az idı viszonylatában (person, place, time ill. agent, host environment). Alternatív megközelítésként a leíró epidemiológa alkalmazhatja azt a módszert amelyet az újságíró alkalmaz egy jó riport megírása során. Ez az „5W” módszer (who, what, why, when, where).

Ki (who?) betegedett meg a vizsgált megbetegedésben? Az életkor és a nem általában leírásra kerül, de más jellemzık is fontosak lehetnek adott esetben, ilyenek például a rassz, foglalkozás, egészségmegörzı tevékenység. A vénás thromboembolismus kialakulásának a valószínősége például az életkorral exponenciálisan nı. Az emlırákok 1% fordul elı a férfiak körében, de a Klinefelter szindróma illetve a családi anamnézisben elıforduló emlırák növeli a rizikót.

Mi (what?) az az állapot illetve megbetegedés, amelyet vizsgálunk? Átlátható, specifikus és mérhetı eset-definíció megléte alapvetı fontosságú, hiszen enélkül az olvasó nem tudja interpretálni az eredményeket. Bizonyos esetekben ilyen definíció megadása viszonylag egyszerő (pl. törések), más esetekben (pl. sclerosis multiplex). A pontos eset-definíció egyfelıl nagyon fontos kiinduló pontja a leíró epidemiológiai vizsgálatoknak, másfelıl azonban például ha a súlyos betegségek, illetve súlyos esetek leírása a cél, akkor ezek az eredmények félrevezetık lehetnek a közepes súlyosságú vagy enyhe lefolyású betegségek ill. esetek esetében.

295

Miért (why?) következett be az adott megbetegedés vagy állapot? A leíró epidemiológiai vizsgálatok eredményei ötleteket adhatnak, utalhatnak a lehetséges okokra, a bizonyítás azonban más, megfelelıbb epidemiológiai vizsgálatok alkalmazását követeli meg.

Mikor (when?) gyakori vagy ritka az adott megbetegedés vagy állapot? A gyakoriság és az idıbeliség ismerete nagyon sok esetben jelentheti a megoldás kulcsát (pl. staphyloccus toxin miatti gastroenteritis; tüdıgyulladás ill. az influenzajárványok és a halálozás szezonális összefüggése; a humán papillomavírus fertızést követı cervicalis és más epithelialis carcinomák).

Hol (where?) következett be ill. nem következett be a megbetegedés? A földrajzi helyzet igen nagy befolyással van az egészségre. Az egészségtelen környezet fertızı ágensekhez való közelség gyakran formálta az orvostudományt és a történelmet (nagy járványok hatása). Az emberek egy része olyan helyeken lakik, ahol az ivóvízben elegendı fluorid van, például megelızi a fogszuvasodást, ahol az ólomterhelés nagy, arzén van a vízben vagy azbeszt van a környezetben súlyos betegségek alakulhatnak ki. A napsütésnek egyaránt vannak pozitív és negatív hatásai.

Mire jók a leíró vizsgálatok? Ez a kérdés a nagyszámú publikált leíró vizsgálat népegészségügyi hatására vonatkozik. Megfelelıen illetve idıben történt-e a vizsgálat? Fontos-e a vizsgált terület. Sok ember érintett-e? Mik a társadalmi következményei a vizsgálat állapotnak vagy betegségnek? Habár sok leíró vizsgálat kísérel meg válaszolni ezekre a kérdésekre, azonban erre ez az epidemiológiai vizsgálati módszer csak korlátozottan ill. nem alkalmas.

A leíró epidemiológiai vizsgálatokon belül megkülönböztetünk olyanokat, amelyek a populációval, illetve amelyek az egyénekkel foglalkoznak: - az eset leírást (case reports), - az eset sorozatok leírást (case series), - surveillance, - a korrelációs tanulmányokat (correlational studies), és - a keresztmetszeti (cross-sectional) epidemiológiai módszereket.

296

3.1.1. Eset leírás

Esetleírás során egy vagy több beteg adatai alapján rögzítik az észlelt eltéréseket, és ezek segítségével kísérelnek meg általános értékő következtetéseket levonni. Az esetleírás az orvosi szakirodalom legnehezebben publikálható módszerei közé tartozik. Gyakran, klinikusok szokatlan betegségeket, illetve összefüggéseket írnak le, amelyek után pontosabb megfelelıbb módszerrel végzett epidemiológiai vizsgálatok következnek. Például, esetleírás sorén orvosok leírták, hogy az orális fogamzásgátlókat szedı nık körében ritkán egy jóindulatú daganat a hepatocelluláris adenóma figyelhetı meg. Ennek alapján egy nagy eset-kontroll vizsgálat igazolta, hogy összefüggés van a nagy dózisú fogamzásgátlók és ezen ritka tumor között, amely az esetek egy részében halálos is lehet.

A módszer pozitívuma az, hogy elısegíti a hipotézisek felállítását, negatívuma, pedig az, hogy a hipotézis nem tesztelhetı.

3.1.2. Eset sorozatok vizsgálat

Az eset sorozatok vizsgálat individuális esetek leírását adja egy riportban. Elıfordul, hogy pusztán a ritka esetek rövid idıszakon belüli ismételt megjelenése hívja fel a figyelmet és vezet lényeges eredményekhez. Az esetsorozatok leírás hozzásegíthet jelentıs tudományos eredményekhez is. Példaként megemlíthetı az AIDS elsı tudományos igényő, amerikai epidemiológusoktól származó identifikálása, amelyet három Los Angelesi kórházban, hat hónap alatt Pneumocystis carinii fertızésben megbetegedett, öt elızetesen egészséges fiatal homoszexuális férfi adatainak elemzése alapján írtak le. Ebben az esetben valószínő, hogy egy eset leírása nem keltett volna jelentısebb figyelmet, de az öt eset felkeltette a szakmai széles köreinek érdeklıdését.

3.1.3. Surveillance

A surveillance a megbetegedés elıfordulásának és megoszlásának, továbbá a megbetegedés rizikóját növelı vagy csökkentı körülményeknek, eseményeknek aktív, szisztematikus és

297

folyamatos megfigyelése az adott populációban. A surveillance folyamatos tevékenység, amely a következıket foglalja magában: a) a megfigyelt történések a pontos leírását és definiálása; b) szisztematikus adatgyőjtés; c) az adatok analízise és interpretálása; valamint d) a kapott információk gyakorlati felhasználása. A surveillance célja és lényege az eredmények gyakorlati felhasználása, a vizsgált problémák (pl. nosocomiális fertızések) megelızése és kontrollja a ’surveillance hurok’ alapja. A surveillance lehet passzív és aktív. A passzív surveillance a szokásos módokon győjtött, már meglevı adatokon alapul (pl. halotti anyakönyvek), ezzel szemben az aktív surveillance során az eseteket képzett szakemberek aktívan keresik, azonosítják és győjtik. Az abortusszal kapcsolatos halálesetek jó példát szolgáltat a két módszer különbségére. Az Egyesült Államokban a CDC (Centers for Disease Controll and Prevention) passzív és aktív surveillance útján határozta meg az abortusszal kapcsolatos halálozást, kiderült, hogy a passzív surveillance segítségével a halálesetek kevesebb mint felét sikerült azonosítani, a probléma valós nagyságát az aktív surveillance segítségével lehetett meghatározni. Az aktív és a passzív surveillance-ra hazai példákat is említhetünk. Az 1992-1998 között hazánkban az infekciókontroll területén zajlott HELICS program (Hospitals in Europe Link for Infection Control Through Surveillance) eredményei azt mutatták, hogy a sebészeti mőtétek utáni sebfertızés elıfordulása a GYÓGYINFOK adatai szerint 0,3% volt, az aktív surveillance segítségével pedig 7,2%-os sebfertızési arányt sikerült igazolni (az eltérés 24szeres!). Az infekciókontroll surveillance kiterjedt az intenzív osztályokra is, Az intenzív osztályokon az eszköz használatával összefüggı nosocomiális pneumónia, véráramfertızés és urológiai fertızés arányai, amelyek a Gyógyinfok adatbázisában gyakorlatilag 0%-os gyakorisággal fordultak elı, a program során 9,2%-osnak bizonyult. (Gulácsi, 2001) Hasonló eredményre vezetett a magyarországi kórházakban folytatott decubitus (felfekvés) surveillance is, a GYÓGYINFOK által győjtött adatok alapján a decubitus aránya 018-021% volt (passzív surveillance), ezzel szemben az aktív surveillance eredményeként 3,7-5,7%-os arányt sikerült igazolni (a különbség 16-27-szeres). (Gulácsi, 2001)

3.1.4. Korrelációs tanulmányok

Ez a leíró epidemiológiai módszer, teljes populációból származó adatokat használ fel, annak érdekében, hogy a betegségek elıfordulásának a gyakorisága összehasonlítható legyen a populáció két (vagy több) csoportja között azonos idıtartam alatt vagy azonos populációban

298

különbözı idıtartamok alatt. Példakent említhetı az eltérı étkezési szokások összehasonlítása különbözı populációkban, amelyek esetleg vastagbél rák rizikó faktorai lehetnek. A módszer pozitívuma az, hogy elısegíti a hipotézisek felállítását. A módszer negatívuma pedig az, hogy a felállított hipotézis nem tesztelhetı, az epidemiológiai vizsgálat során kapott eredmény az egész populációra vonatkozik, a megbetegedés oka és az egyén között kapcsolat nem állapítható meg.

3.1.5. Elınyök és hátrányok

A leíró epidemiológiai vizsgálatoknak elınyei és hátrányai is vannak. Az adatok gyakran rendelkezésre állnak és gyorsan és olcsón feldolgozhatók, ez jelentıs elıny. A leíró vizsgálatoknak azonban jelentıs korlátaik is vannak, hiszen valós ok-okozat összefüggés ezen tanulmányokkal nem vizsgálható, amely esetenként jelentıs félreértések forrása is lehet. A – tévesen - okozati összefüggésnek is interpretálható feltárt összefüggésekre jó példa az Egyesült Államokban leírt eset (Grimes, Schultz, 2002). Egy kaliforniai nıgyógyászati praxisban ovariális cystákat diagnosztizáltak olyan nık körében, akik az akkor forgalomba került multifázisos orális fogamzásgátló tablettákat szedték. A kontrollálatlan (kontroll csoport nélküli) megfigyelés eredményeit azonnal felkapta a világsajtó, mondván hogy ezek a tabletták veszélyeztethetik a nık egészségét és biztonságát (emiatt pedig nagyszámú nı hagyta abba a tabletta szedését). Ez alapján a hír alapján ez a következtetés megalapozatlan volt, hiszen nem volt kontroll csoport. Ezután megfelelı kontroll csoport mellett 5 éves követéses vizsgálatot végeztek nagyszámú nı bevonásával, amely eredményeként megnyugtatóan el lehetett vetni az összefüggést. (A népegészségügyi vesztesége a megalapozatlan hírnek valószínőleg igen jelentıs lehetett, hiszen nıtt a terhesség megszakítások száma, és világszerte nagyszámú nıt tartott bizonytalanságban évekig a téves hír.)

3.2. Analitikus epidemiológiai vizsgálatok

Az analitikus epidemiológiai vizsgálatok a behatás (exposure) és a kimenet (outcome) idıbeli egymáshoz való viszonyától (retrospektív vagy prospektív) függıen további három részre oszthatók:

299

- case-control vizsgálat (case control study), amikor a vizsgálat idıpontjában az outcome már bekövetkezett és a vizsgálat az exposure retrospektív elemzésére irányul; és - a cohort vagy követéses (cohort study) amikor a vizsgálat az exposure megfigyelésével indul és azt idıben prospektíve követve az outcome megfigyelésére, elemzésére irányul, - keresztmetszeti vizsgálat (cross sectional study), amikor az exposure és az outcome megfigyelése azonos idıpillanatban történik.

2. ábra

Epidemiológiai vizsgálatok, fı irányok

3.2.1. Case control vizsgálat

Ez az epidemiológiai vizsgálat azokra a személyekre terjed ki, akiknél már fennáll a betegség vagy valamilyen más jól leírható állapot (a vizsgált populáció az outcome által definiált), és ezt a csoportot hasonlítjuk össze egy 'kontroll csoporttal' akik lehetnek az általános populáció tagjai, más betegségben szenvedık, vagy éppen a szomszédok. Ezután következik a retrospektív adatgyőjtés, az egészségügyi dokumentáció és a betegek elbeszélése alapján, amely során annak a kiderítése a cél, hogy a múltban milyen behatások érték a betegeket és ezek közül melyik

300

okozhatta az adott betegséget. (Schlesselman, 1982) A cohort vizsgálatokhoz hasonlóan ez a módszer is a betegségek etiológiájával foglalkozik, a terápia hatásának elemzése nem tartozik a vizsgálati célkitőzések közé. A cohort vizsgálatoktól eltérıen azonban, az eset-kontroll vizsgálat nem alkalmas incidencia arány meghatározására. Azonban Odds ratio meghatározására alkalmas, amelyet a behatásban részesült (exposed) egyének arányából kalkulálhatunk mind a vizsgálati, mind a kontroll csoportban. Ha a vizsgált populációban a vizsgált incidencia arány kicsi (5% alatti) mind a behatásban érintett mind a behatásban nem érintett populációban, akkor az Odds ratio jó becslése a relatív rizikónak. Az eset kontroll vizsgálat esetén a vizsgálati és a kontroll csoport szelekciójára és az exposure mérésére célszerő legjobban odafigyelnünk.

- a vizsgálati csoport szelekciója

Praktikus okok miatt általában nem az egész populáció, hanem egy minta kerül be a vizsgálatba. Részletesen le kell írni azt, hogy hogyan történt a minta szelekciója, pl. az outcome, a laboratóriumi értékek, a diagnosztikai eljárás pontos leírása szükséges. Külön hangsúlyt kell fektetni a pontos beválasztási és kizárási kritériumok megadására.

- a kontroll csoport szelekciója

A kontroll csoport szerepe, az hogy biztosítja a pontos összehasonlítást. Ennek megfelelıen a kontroll csoportba tartozó egyének nem lehetnek betegek (a vizsgált megbetegedésben) és olyan egyéneknek kell lenniük, akiket a megbetegedés fennállása esetén, be lehetne válogatni a vizsgálati csoportba. Azaz a kontroll csoportnak reprezentálnia kell a rizikó által fenyegetett populációt. Ennek a biztosítása nem egyszerő dolog, tekintsünk néhány példát. Például egy szívinfarktus vizsgálathoz betegeket választunk a kardiológiai osztályról, a kontroll csoportba pedig szívinfarktusban nem szenvedı betegeket választunk ugyanazon kórház sürgısségi osztályáról. Bias állhat fenn akkor, ha például a kardiológiai osztályra az egész megyébıl, a sürgısségi osztályra, pedig csak a városból kerülhet beteg. Eltérhet a betegpopuláció, eltérhetnek a gyógyszerfelírási szokások a városi és a vidéki orvosok között. Lényeges, hogy a kontroll csoport kiválasztására az exposure-tıl függetlenül kerüljön sor. Példánk folytatásaként tegyük fel, hogy egy olyan vérnyomáscsökkentı került éppen forgalomba, amely a reakció idı csökkentése miatt sok balesetet okoz. Ebben az esetben a

301

sürgısségi osztályra – amelybıl példánkban a kontrol csoport tagjai kerülnek ki, nagyon speciális betegcsoport lesz, olyan, amely nem megfelelı a vizsgálatra.

- az exposure mérése

A vizsgálati es a kontroll csoport összeállításában problémát okozhat, hogy az egyének nem megfelelıen emlékeznek esetleg a régebben bekövetkezett exposure-ra (recall bias) és így nem megfelelıen kerülnek kiválasztásra.

A case control módszer pozitívuma az, hogy ez a vizsgálati módszer igen jól alkalmazható a viszonylag ritkán elıforduló megbetegedések esetén, hiszen alkalom nyílik a megbetegedett személyek vizsgálatára anélkül, hogy a populáció egészére figyelemmel lennénk. Negatívuma az, hogy a megbetegedéshez vezetı történések a vizsgálat idıpontjában már lezajlottak, és a megbetegedés is bekövetkezett és fennáll a vizsgálat elkezdésének idıpontjában. Ebben az esetben a megfelelı kontrollcsoport kiválasztása igen jelentıs hibával terhelt. Megfelelı kontrollcsoport hiányában viszont nehéz megállapítani, hogy egy adott terápiának, prevenciónak vagy más egészségügyi szolgáltatásnak van-e ténylegesen hatása vagy nincs.

3.2.2. Cohort vagy követéses vizsgálat

A ’cohort’ szó a római hadseregbıl származik, a cohort 300-600 emberbıl álló katonai egység volt, amelybıl tíz alkotott egy légiót. Az elnevezés jól megjegyezhetıvé teszi a cohort vizsgálatok lényegét – csapat ember menetel az exposure-tól egy bizonyos idı alatt egy vagy több kimenet felé. Ebben az esetben két vagy több olyan csoport kerül kiválasztásra, akik különbözı mértékben érintettek, valamely külsı behatás (exposure) által (például: vakcináció, gyógyszer, toxin), illetve az adott megbetegedés szempontjából különbözı mértékben veszélyeztetettek (rizikó). A vizsgált populáció a külsı behatás (exposure) által definiált. A vizsgálat során egy vagy több csoport követése folyik az exposure-tól a vizsgált outcome kialakulásáig. A vizsgálat kezdetekor, a mintába tartozó személyek mentesek az adott megbetegedéstıl. Ezután a vizsgálat évekig, nem egyszer évtizedekig nyomon követi az adott populációba tartozó egyéneket és rögzíti a folyamat kimenetelét, azaz azt, hogy hányan betegedtek meg és

302

hányan maradtak egészségesek (az adott veszélyeztetı tényezı fennállása esetén). Az összehasonlítás érdekében célszerő hangsúlyozni, hogy a randomizált kontrollált vizsgálatok (RCT) esetén a vizsgálat az esetek legnagyobb részében a betegekre terjed ki, akik az adott betegségben már megbetegedtek, míg a cohort vizsgálatok olyan személyek csoportjára terjed ki, akik a behatásban (exposure) ugyan különbözı mértékben részesültek az azonban, hogy a behatás után kialakul-e megbetegedés, a vizsgálat kezdetekor meg nem tudható.

Ez a módszer lehetıséget ad: - a betegség incidenciájának és természetes történetének a feltárására (a legjobb módszer erre a célra), - a kockázati tényezı és a megbetegedés idıbeli és oki összefüggéseinek a feltárására, - különösen alkalmas viszonylag ritkán fellépı megbetegedés vizsgálatára, - alkalmas exposure által kiváltott többszörös outcome vizsgálatára, - kontrol csoport sokkal könnyebben található, mint az elızı esetben, - alkalmas a ’survivor bias’ elkerülésére (gyorsan halálhoz vezetı betegségek nehezen vizsgálhatók más módszerrel), - vizsgálható és elkülöníthetı az azonos kockázati tényezı által kiváltott különbözı hatás, különbözı vagy eltérı súlyosságú megbetegedés. (Még az azonos rizikó profilú betegek 'fiziológiás toleranciája' is sok esetben nagymértékben különbözı, ezért az azonos rizikótényezık hatása az azonos rizikó profilú betegek esetén is nagymértékben eltérı lehet.)

Példaként említhetı az egyik leghíresebb cohort vizsgálat, amely során Doll és Hill (1964) a dohányzás egészségkárosító hatását vizsgálták, 20 év (Doll, Petö, 1976) illetve 40 év követéssel. (Doll és Petö, 1994). Vizsgálatuk során 40 000 brit orvos egészségi állapotát követték, akiket 4 csoportra osztottak: nem dohányzók; alkalomszerően dohányzók; közepes; és erıs dohányosok. Vizsgálatuk eredményeként sikerült elıször bizonyítani, hogy a dohányzás jelentısen emeli a tüdırák mortalitást, valamint azt, hogy ez a hatás arányos a dohányzás mértékével

Negatívumként megemlítendı, hogy megfelelı kontroll csoport kiválasztása rendkívül nagy nehézségekbe ütközik, valamint az, hogy ez az epidemiológiai módszer idıigényes és költséges.

A cohort vizsgálatok azonban néha félrevezetık is lehetnek, amit két meta-analízis eltérı eredménye is jól demonstrál. (1. ábra és 2. ábra) Az antioxidánsok (beta karotin, C vitamin, alfa

303

tokoferol) cardiovaszkuláris megbetegedések megelızésére gyakorolt hatását hasonlították össze cohort vizsgálatok és randomizált kontrollált vizsgálatok eredményeinek meta-analízisével. (SBU, 1998) A vizsgálatokban résztvevık valamennyi tanulmány esetén a táplálékkal bevitt antioxidánsok mellett kiegészítı antioxidáns bevitelben is részesültek. Az elsı esetben (3 ábra) a cohort vizsgálatok meta-analizise rizikócsökkentı hatást mutattak, ezzel szemben, amint az a 4 ábrán látható a randomizált kontrollált vizsgálatok eredménye szerint ilyen hatást nem sikerült kimutatni.

3. ábra

Antioxidánsok adásának rizikó csökkentı hatása a cardiovascularis megbetegedések prevenciója esetén: cohort vizsgálatok meta-analízise (tanulmányok száma n=15)

Forrás: SBU, 1995

304

4. ábra

Antioxidánsok adásának rizikó csökkentı hatása a cardiovascularis megbetegedések prevenciója esetén: randomizált kontrollált vizsgálatok meta-analízise (tanulmányok száma n= 6)

Forrás: SBU, 1995

3.2.2.1. Egy speciális változat: „before and after studies”

A cohort vizsgálatok speciális formájának a „before and after studies” vagy más néven “time series” vizsgálatoknak jelentıs korlátai vannak. Ebben az esetben a vizsgálatot végzı elıször elvégzi szükséges méréseket, azután kiteszi az exposure-nak a résztvevıket (általában gyógyszerhatás), megismétli a méréseket és összehasonlítja a mérés elıtti és utáni állapotot. Ennek a vizsgálatnak az eredményét befolyásolhatják a természetes módon jelentkezı variációk (magas laboratóriumi eredmények után alacsonyabb), szezonális eltérések, illetve a kimosási periódusok (washout periods) megfelelısége, ill. hossza (elızı gyógyszerhatás megszőnése, ’kimosódása’).

3.2.2.2. A cohort vizsgálatok publikálása

305

A cohort vizsgálatok interpretálása és az eredmények publikálása során a következı szempontokkal kapcsolatosan explicit módon információt kell szolgáltatni:

- Milyen mértékő szelekciós bias volt jelen a vizsgálat során? Csak a ténylegesen rizikónak kitett egyének kerültek be a vizsgálatba? Az exposure egyértelmő, specifikus és jól mérhetı volt-e? A vizsgálati és a kontroll csoport egyforma volt-e minden szempontból az exposure-t kivéve?

- Milyen lépéseket tettek az információs bias elkerülése érdekében? Az outcome egyértelmő, specifikus és jól mérhetı volt-e? Az outcome azonos módon került-e identifikálásra mindkét csoport esetén? Az outcome meghatározása és a terápiára kiválasztás ’blinded’ volt-e?

- Mennyire volt komplett volt a follow-up mindkét csoportban? Milyen erıfeszítéseket tettek a minél teljesebb követés érdekében (egyének ne kerüljenek ki a vizsgálatból, annak befejezıdése elıtt.) A vizsgálatból való kikerülés mértéke és a kikerült egyének hasonlóak voltak-e mindkét csoportban?

- A confounding lehetıségekre gondoltak-e és kontrollálták-e ennek hatását? Azonosították-e és győjtöttek-e információt a confounding tényezıkrıl? Milyen módszert használtak a kiküszöbölésre?

3.2.3. Keresztmetszeti vizsgálat (cross sectional study)

A módszer célja az egyének esetén, a betegség fennállásának vagy hiányának, valamint az adott esetben betegséghez vezetı külsı behatások (exposure) fennállásának vagy hiányának leírása. A vizsgálatok a populáció reprezentatív mintájára terjednek ki, akiktıl interjúval, vagy vizsgálatok segítségével szerezhetı meg a kívánt információ. Példakent említhetı az életkor, nem, gazdasági és szociális státusz, betegségek, rizikófaktorok (pl. dohányzás) felmérése kérdıívvel, a populáció különbözı csoportjaiban. Tipikus, keresztmetszeti epidemiológiai módszerrel megválaszolható

306

kérdések például: mennyi a 'normális' magassága a három éves gyermekeknek, illetve mi a diabetes (cukorbetegség) prevalenciaja a népesség körében?

A módszer pozitívuma az, hogy elısegíti a hipotézis felállítását. Negatívuma pedig az, hogy mivel az adott esetben betegséget elıidézı külsı behatások (exposure) és a megbetegedés felmérése azonos idıben történik, ezért nem lehet pontos idırendi és ok-okozati sorrendet megállapítani. Példakent említhetı, hogy a különbözı rákos megbetegedések esetén gyakran alacsonyabb a szérum béta-karotin szint. Jelenleg nem válaszolható meg biztonsággal az, hogy az alacsonyabb szérum szint a rákos megbetegedés következménye, vagy pedig az alacsonyabb szint valamilyen (pl. genetikai) rák kiváltó ok egy mérhetı megjelenési formája.

3.3. Beavatkozáson alapuló módszerek

A beavatkozáson alapuló vizsgálatok során, a cohort vizsgálatokhoz hasonlóan, a résztvevık bevonása állapotuk, betegségük vagy veszélyeztetettségük alapján történik. Nagy különbség viszont az elızı módszerekkel szemben az, hogy a további külsı behatást (például: gyógyszeres terápia) a vizsgálatot végzı szakemberek idézik elı és ennek hatását vizsgálják az adott populációban. Az intervenciós epidemiológiai vizsgálatokat prevenciós és terápiás (másodlagos és harmadlagos prevenció) beavatkozásokra oszthatjuk. Az intervención alapuló módszerek legfontosabb kérdéseirıl, amelyek: a minta elemszám, bekerülési és kizárási kritériumok, randomizáció, compliance, ’kettıs vak’ intervenció, a followup megfelelısége és hossza és más kérdések másutt ismertetésre kerülnek, ezért itt ezek részletes ismertetésétıl eltekintünk. A szőrıvizsgálatokkal kapcsolatosan célszerő azonban néhány alapvetı kérdésre kitérni.

4. Gyakran használt epidemiológiai fogalmak, módszerek és arányszámok

A gyakran használt alapfogalmak között megemlítendık: a) a prospektív és retrospektív felmérések, b) a vak és kettıs vak kísérletek, c) az incidencia és prevalencia, és a d) fontosabb arányszámok.

307

4.1. Prospektív és retrospektív felmérések

A prospektiv epidemiológiai vizsgálat során a kísérlet elkezdése után keletkezı adatok kerülnek összegyőjtésre, míg a retrospektív adatgyőjtés során a már megtörtént események dokumentált adatait használjuk fel.

4.2. Vak és kettıs vak kísérlet

A ’vak klinikai kísérlet’ során a paciens nem tudja, hogy a kipróbálásra kerülı terápiák közül melyikben részesül, illetve nem tudja, hogy a ’terápiás’ vagy a ’placebó’ csoportban van. A ’kettıs vak klinikai kísérlet során’, sem a paciensek sem pedig a vizsgálatot végzık nem tudják, hogy melyik paciens milyen terápiában esetleg placebo kezelésben részesül. Sackett és mtsai. (1991) meggyızı statisztikai bizonyítékokkal támasztották alá azt, hogy az orvosok a betegek vizsgálata során sok esetben azt találják, amire számítottak, vagy amit megtalálni reméltek. Csak a 'vak vizsgálatokkal’ kerülhetı el ez a hiba.

4.3. Incidencia és prevalencia

Prevalencia: a populáció azon egyedeinek összessége, akik az adott idıpontban vagy idıtartam alatt (általában 1 év) az adott megbetegedésben szenvednek. A szőrés biztonságának növelése érdekében a prevalencia növelhetı akkor, ha a rizikócsoportot szőrjük.

Incidencia: a populáció azon egyedeinek összessége, akik az adott idıpontban vagy idıtartam során (általában 1 év) újonnan betegszenek meg.

4.4. Fontosabb arányszámok

A fontosabb arányszámok áttekintése érdekében tegyük fel, hogy egy szőrıvizsgálat elvégzése után az 1. táblázatban feltüntetett eredményeket kapjuk. Kérdés az, hogy milyen

308

arányszámokkal jellemezhetjük a szőrıvizsgálat validitását. (A módszer tetszıleges teszt és vizsgálat esetén alkalmazható.)

1. táblázat Kontingencia táblázat A teszt eredménye

Betegség fennáll

Betegség nem áll fenn

Összesen

Szőrés pozitív

Valódi pozitív: a

Álpozitív: b

a+b

Szőrés negatív

Álnegatív: c

Valódi negatív: d

c+d

Összesen

a+c

b+d

a+b+c+d

a - azoknak az eseteknek a száma, amikor a szőrés eredménye pozitív és a betegség valóban fennáll (valódi pozitív) b - azoknak az eseteknek a száma, amikor a szőrés eredménye pozitív de a betegség nem áll fenn (álpozitív) c - azoknak az eseteknek a száma, amikor a szőrés eredménye negatív de a betegség fennáll (álnegatív) d - azoknak az eseteknek a száma, amikor a szőrés eredménye negatív és a betegség nem áll fenn (valódi negatív)

A kontingencia táblázat segítségével a következı arányszámokat kalkulálhatjuk, amelyek az alábbiakban feltüntetett kérdésekre adnak választ.

Arányszám

Mely kérdésre ad választ?

Szenzitivitás = a / (a+c)

Mennyire

megfelelıen

kiemelni/megtalálni

tudja

azokat,

a akik

vizsgálat/teszt az

adott

kondícióval/egészségi állapottal rendelkeznek?

Specificitás = d / (b+d)

Mennyire megbízhatóan képes a vizsgálat/teszt kizárni azokat, akik az adott kondícióval/egészségi állapottal nem rendelkeznek?

309

Pozitív jósló érték (positive predictive value, PPV) = a/ (a+b)

Amennyiben az adott vizsgálat/teszt eredménye pozitív, mi a valószínősége annak, hogy a paciens valóban rendelkezik az adott kondícióval/egészségi állapottal?

Negatív jósló érték (negative predictive value, NPV) = d/ (c+d)

Amennyiben az adott vizsgálat/teszt eredménye negatív, mi a valószínősége annak, hogy a paciens valóban nem rendelkezik az adott kondícióval/egészségi állapottal?

Pontosság (accuracy) = (a+d)/(a+b+c+d)

Az alkalmazott vizsgálatok/tesztek milyen arányban vezettek korrekt eredményre, azaz milyen volt az igazi negatív és az igazi pozitív esetek száma az összes eredményhez

A pozitív teszt Likelihood ratioja (LR) = szenzitivitás / 1 - specificitás

Mennyivel nagyobb az esélye annak, hogy pozitív eredmény mutatható ki az adott vizsgálattal/teszttel annál az egyénnél akinél az adott kondíció/egészségi állapot fennáll ahhoz képest, mint akinél ez a kondíció/egészségi állapot nem áll fenn?

A negatív teszt Likelihood ratioja (LR) = 1 - szenzitivitás / specificitás

Mennyivel nagyobb az esélye annak, hogy negatív eredmény mutatható ki az adott vizsgálattal/teszttel annál az egyénnél akinél az adott kondíció/egészségi állapot nem áll fenn, ahhoz képest akinél ez a kondíció/egészségi állapot fennáll?

310

A kontingencia táblázat és ezek a gyakran használt arányszámok alkalmasak arra, hogy használatukkal megvizsgálhassuk az adott szőrıvizsgálat vagy teszt validitását. Tekintsünk egy példát az elızıekre, és Anderson et al. (1993) által publikált tanulmány adatainak felhasználásával vizsgáljuk meg a diabetes diagnózis felállítása céljából végzett vizelet glucose meghatározás (glucose tolerancia teszt) validitását. A 2. táblázaton látható, a 3201 vizelet glucose vizsgálat elvégzése eredményeképpen kapott eredmény.

2. táblázat A vizelet glucose meghatározása diabetes diagnosztizálása céljából (glucose tolerancia teszt); a teszt validitása A teszt eredménye

Diabetes fennáll

Diabetes nem áll fenn

Glucose kimutatható a

Valódi pozitív: 19 eset

Álpozitív: 23 eset

Álnegatív: 67 eset

Valódi negatív: 3091 eset

vizeletbıl: 42 eset Glucose nem mutatható ki a vizeletbıl: 3158 eset

A kontingencia táblázat segítségével a következı arányszámok képezhetık, amelyek segítségével következtetni lehet arra, hogy a glucose tolerancia teszt eredményébıl milyen következtetéseket lehet levonni a diabetes fennállásara vonatkozóan.

Szenzitivitás=a/a+c=19/86=22.1%

Specificitás=d/b+d=3091/3114=99.3

Pozitív jóslóérték=a/a+b=19/42=45.2%

Negatív jóslóérték=d/c+d=3091/3158=97.8%

Pontosság =(a+d)/(a+b+c+d)=3110/3201=97.2%

A pozitív teszt Likelihood ratioja (LR)=szenzitivitás/(1-specificitas)=22.1/0.7=32

311

A negatív teszt Likelihood ratioja(LR)=szenzitivitás)/specificitas=77.9/99.3=0.78

Az arányszámok alapján látható, hogy a pozitív glucose teszt szenzitivitása 22%-os, ami azt jelenti, hogy ezzel a vizsgálattal a ténylegesen diabetes esetek közel négy-ötödét nem tudjuk megtálalni. Sackett et al. (1991) fejtették ki azt, hogy a Likelihood ratiok használatával tudjuk a legmegfelelıbb módon bizonyítani vagy kizárni egy bizonyos diagnózis fennállását. Amint az a 5. ábrán (nomogram) látható, egy adott diagnózis vizsgálat elıtti valószínőségét (’A’, pre-test probability) az adott vizsgálat vagy megerısíti vagy sem a Likelihood ratio (’B’) nagyságától függıen, ily módon kapjuk meg az adott diagnózisnak a vizsgálat utáni valószínőségét (’C’, post-test probability). Amennyiben pl. a negatív Likelihood ratio (LR) értéke 0.78, mint ahogyan esetünkben is ez történt, az azt jelenti, hogy a negatív teszt eredmény kézhez kapása után alig tudunk többet, mint akkor, ha a vizsgálatot el sem végeztük volna. A Likelihood rationak a tudományos/tényeken alapuló egészségügyben betöltött igen fontos szerepe miatt tekintsünk egy példát a nomogram használatára. Tételezzük fel, hogy egy bizonyos betegség vagy elváltozás perevalenciája az adott populációban 0,25, ami azt jelenti, hogy minden 4. paciens eseten fennáll ez a betegség vagy elváltozás. Tegyük továbbá azt is fel, hogy a diagnózis megerısítése vagy elvetése érdekében három különbözı paciens esetén elvégzett vizsgálat (adott esetben laboratóriumi teszt) esetén az LR az elsı esetben 15 (’A’), a második esetben 100 (’B’), a harmadik esetben 0.015-nek (’C’) adódott. Látható, hogy a ’C’ esetben a diagnózis fennállása nagy biztonsággal kizárható, az ’Á’ esetben fennállása valószínősíthetı, míg a ’B’ esetben a diagnózis fennállása igen nagy mértekben valószínősíthetı. (Errıl a témakörrıl bıvebben: Sackett et al. 1997)

312

5. ábra

A Likelihood ratio használata a diagnózisok fennállása vagy hiánya valószínőségének a kalkulálása

érdekében

a

laboratóriumi

tesztek

Forrás: Bandolier

313

vagy

vizsgálatok

elvégzése

után.

4.5. Az epidemiológiai vizsgálatok további fontos tényezıi

A kísérletek eredményeinek megítélése, a meta-analízis végzése illetve az eredmények felhasználhatóságának megítélése során, amelyek szintén a technológia elemzés alapvetı folyamatai, különös tekintettel kell lenni a következıkre: a) minta elemszám és a statisztikai próba ereje; b) a követési idı (follow-up) hossza; és a c) follow-up tökéletessége.

a) A minta elemszám és a statisztikai próba ereje

Ideális esetben a megfelelı statisztikai próba segítségével kizárhatók az álnegatív eredmények, amikor is az adott beavatkozásnak vagy terápiának van (szignifikáns) effektivitása de a vizsgálat során mégis arra a következtetésre jutunk, hogy az adott terápia vagy beavatkozás hatástalan. Annak a valószínőségét, hogy ezt a hibát (álnegativitás) elkerüljük, nevezzük a próba erejének. Az általánosan követett nemzetközi gyakorlat szerint a próba ereje legalább 80%-90% kell, hogy legyen. A próba ereje = 1- másodfajú hiba.

A klinikai vizsgálatok, például a randomizált klinikai vizsgálatok során jelentıs problémák forrása az, hogy a kis minta elemszám miatt a próba ereje alacsony és az effektív beavatkozások effektivitását fel nem ismerve hatástalannak tekintjük az egyébként hatékony terápiát. Valamennyi felhasználni kívánt irodalom esetén ellenıriznünk kell azt, hogy a szerzı feltüntette-e a próba erejét, és azt, hogy mekkora volt az ehhez szükséges esetszám.

A minimális esetszám nagysága attól függ, hogy milyen pontossággal (A) kívánjuk megközelíteni a várható eredményt (pl. ± 10 Hgmm, vérnyomáscsökkentı terápia eseten) illetve ismert-e korábbi vizsgálatok alapján a standard deviáció (s), amennyiben nem, akkor ennek az értékére elı-felmérés alapján becslést kell adni, adott valószínőség (pl. P=95%) mellett, amely, annak valószínőséget adja meg, hogy a mért eltérés ténylegesen beleesik az általunk választott intervallumba. Az általában választott 95% mellett elmondható, hogy maradva az elızı példánál, 1 a 20-hoz az esélye annak, hogy az általunk ± 10Hgmm vérnyomás eltéréssel elfogadott vizsgálat eredménye kívül esik ezen az intervallumon. (A konkrét kísérletek során célszerő figyelemmel lennünk arra, hogy a pontosság növelése érdekében például a közelítı intervallum felezése a minta elemszám négyszeres növelését kívánja meg, illetve ha a 95% valószínőség helyett a 99% valószínőséget helyezzük elıtérbe, akkor a szükséges minta elemszám 73%-os növelésével kell számolnunk.)

314

A minta elemszám (N) az elızıeknek megfelelıen (elızı felmérésekbıl) ismert standard deviáció (s), a közelites pontossága (A) és a választott valószínőség (P) mellett kiszámítható. N=4s2/A2

Altman (1991) egyszerően használható ábra használatát javasolja a szükséges minta elemszám meghatározásához. (6. ábra) Az ábra használatához a következı adatok ismerete szükséges: -

standard deviáció (s),

-

a klinikailag már lényeges különbség (K),

-

a szignifikancia szintje (α)

-

a próba ereje (1-β)

315

6. ábra

Nomogram a minta elemszám meghatározásához

Forrás: Altman, 1991

A 4. ábra használata egy egyszerő példával bemutatható. Tegyük fel, hogy annak a kérdésnek az eldöntése a cél, hogy az öt éves gyerekek naponta történı tejfogyasztása milyen hatással van a gyerekek növekedésére. A megelızıen publikált adatokból tudjuk, hogy a gyerekek ebben az életkorban átlagosan 6 cm-t nınek évente, a standard deviáció (s) pedig 2.0 cm. Tegyük fel, hogy a tejfogyasztás által elérhetı növekedésnek legalább 0.5 cm-nek kell lennie (K) ahhoz,

316

hogy a változást fontosnak ítéljük. Szeretnénk, ha a változást nagy valószínőséggel mérni tudnánk ezért a próba ereje legyen 90% (0.90), és válasszunk 1%-os szignifikancia szintet. Számoljuk ki a standardizált változást (K/s), ami esetünkben 0.5/2.0=0.25. A 4. ábrát használva most már kalkulálhatjuk a minimálisan szükséges minta elemszámot. Húzzunk egy egyenes vonalat a ' standardizált különbség' tengely 0.25 értékétıl a 'statisztikai próba ereje' tengely 0.90 értékéig, és olvassuk le a kapott minta elemszám értékét az alsó (0.01) tengelyrıl. Ezek szerint a mintaelem szám 900 azaz 450 fı csoportonként.

Célszerő azt is tekintetbe venni, hogy a statisztikai szignifikancia nem feltétlenül jelen egyben klinikai szignifikanciát is. A 10 Hgmm vérnyomás csökkenés például statisztikailag szignifikáns mértékben csökkenti a stroke bekövetkezésének a valószínőségét. Abban az esetben, ha a betegnek minimális mértékben növekedett a vérnyomása, aránylag fiatal, nem diabeteses és más rizikó tényezıje sincs, akkor 1 stroke megelızése érdekében 850 beteget kell terápiában részesíteni. Ez az eredmény nem biztos, hogy elegendı ahhoz, hogy a paciens egy hosszú, fegyelmet igénylı terápiát elfogadjon. Feltehetı, hogy ebben az esetben a statisztikai szignifikancia nem fogadható el klinikailag is szignifikánsnak.

b) a követési idı (follow-up) hossza

A követései idı az eredmény általánosíthatóságára van hatással. A követési idı az RCT vizsgálatok esetén sokszor meglehetısen rövid. Példaként említhetı a kalcium antagonistákkal foglalkozó RCT vizsgálatok, amelyek esetén a követési idı 12 órától 1 évig terjed. (Britton et al. 1998)

c) follow-up tökéletessége

A követési idı során a résztvevık a legkülönbözıbb okok miatt is kimaradhatnak a mintából. A kutatók már a vizsgálat során észlelhetik, hogy egyesek valamilyen szelekciós hiba miatt kerültek a mintába és így kihagyjak ıket, a betegek lakóhelyet változtathatnak, abbahagyhatják a gyógyszerek szedését, például azok mellékhatása miatt, vagy azért mert 'megunták' a kísérletben való részvételt, vagy meg is halhatnak közben. Az eredmény minıségének éppen ezért az egyik fontos jellemzıje a mintából kikerültek (drop out rate) aránya. A szükséges minta elemszámot a várható drop out arányában a vizsgálat kezdetén kell meghatározni.

317

Irodalom Altman DG, Practical statistics for medical research, Chapman & Hill, 1991, 456.

Britton A, McKee M, Black N et al. Choosing between randomised and non-randomised studies: a systematic review, Health Technology Assessment 1998;2:13.

Doll R, Hill AB, Mortality in relation to smoking: ten years observation of British doctors, BMJ, 1964;1399-1414 és 1460-1467.

Doll R, Peto R, Mortality in relation to smoking: 20t years observation of British doctors, 1976; ii:1525-1536.

Doll R, Peto R, Wheatley K, et al. Mortality in relation to smoking : 40 years' observation on male British doctors, BMJ, 1994;309:901-911.

Gulácsi L szerk. Egészségügyi közgazdaságtan, Medicina Könyvkiadó Rt., Budapest, 2005.

Gulácsi L, Hungarian health care in transition; Studies on the improvement of the effectiveness of health care in Hungary by implementing quality assurance, University of Amsterdam, 2001.

Gulácsi L szerk. Minıségfejlesztés az egészségügyben, Medicina Könyvkiadó Rt., Budapest, 2000.

Gulácsi L szerk. Klinikai kiválóság; technológiaelemzés az egészségügyben, Springer Orvosi Kiadó, Budapest, 1999.

Grimes DA, Schultz KF, Descriptive studies: what they can and cannot do, Lancet, 2002;359:145-149.

Grimes DA, Schultz KF, Bias and causal associations in observational research, Lancet, 2002;359:248-252.

318

Grimes DA, Schultz KF, Case-control studies: research in reverse, Lancet, 2002;359:431-434.

Grimes DA, Schultz KF, Cohort studies: marching towards outcomes, Lancet, 2002;359:341345.

Lindfors KK, Rosenquist CJ, The cost-effectiveness of mammographic screening strategies, JAMA, 1995;274:11:881-884.

Sackett DL, Haynes RB, Guyatt GH, et al.Clinical epidemiology – a basic science for clinical medicine, London: Little Brown, 1991:51-68.

Sackett DL, Haynes RB, Guyatt GH, et al. Clinical epidemiology - a basic science for clinical medicine, London: Little, Brown, 1991:19-49.

Sackett DL, Scott Richardson W, Rosenberg W, et al. Evidence Based Medicine, Churchill Livingstone, Oxford, 1997.

SBU, Report 135:1-2, Stockholm Sweden, 1998.

Schlesselman JJ, Stolley PD, Case-control studies, design, control, analysis, Oxford University Press, 1982.

319

17 4. sz. Melléklet Randomizált kontrollált klinikai vizsgálatok (RCT)

1. Randomizált kontrollált klinikai vizsgálatok; definíció és visszatekintés

-

Definíció

A randomizált kontrollált vizsgálat egy epidemiológiai módszer, amely új terápiás vagy preventív beavatkozások hatásosságának, eredményességének illetve hatékonyságának elemzésére szolgál. Ennek során a vizsgálatban résztvevı populáció tagjait random választják ki és sorolják csoportokba. Rendszerint terápiás és kontroll csoportokat alakítanak ki és ezeket a csoportokat hasonlítják össze a kérdéses beavatkozás és a kimenetel szempontjából. A véletlen határain belül a randomizált kiválasztás biztosítja, hogy a terápiás és a kontroll csoport összehasonlítható legyen. A vizsgálni kívánt terület lehet egy új gyógyszer vagy beavatkozás hatása egyaránt. A randomizált kontrollált vizsgálatok ezek hasznosságának a megállapításához nélkülözhetetlenek.

- Visszatekintés

Az 1920-as évek elején R. A. Fisher alkotta meg a randomizált kontrollált vizsgálatok koncepcióját és alkalmazta a módszert a mezıgazdasági kutatások területén. (Schultz, Grimes, 2002). Az egészségügyben, a kutatások terén a módszer az 1940-es években kezdett elterjedni az akkor a London School of Hygiene and Tropical Medicine-ben dolgozó Sir. Austin Bradford Hill munkásságának köszönhetıen. Az orvostudomány terén végzett elsı randomizált kontrollált vizsgálat eredménye a British Medical Journalban jelent meg 1948-ban, „Strptomycin treatment of pulmonary tuberculosis” cimmel (BMJ, 1948;2:769-782.) A randomizált kontrollált vizsgálatok kutatási és népegészségügyi jelentıségének felismerése és elterjesztése az egészségügyben Archie Cohrane (1909-1988) brit epidemiológus nevéhez főzıdik. Humanitárius céloktól indíttatva hívta fel a szakmai közvélemény figyelmét ezekre a vizsgálatokra, az 1930-as években az Egyesült Királyság egészségügye (National Health Service, NHS) fejlesztésének elısegítése érdekében. Azóta széles körben elfogadott

320

véleményét, amely szerint: "Minden hatékony kezelésnek ingyenesnek kell lennie." alapelvet kívánta tudományos evidenciákkal alátámasztani. Elmélete szerint, a randomizált kontrollált vizsgálatok eredményeit a megfelelı gazdasági elemzéssel alátámasztva, és az egyenlıség (equity) elvét is figyelembe véve teremtıdhet meg az alapja a hatékony és eredményes egészségügyi ellátási rendszernek. (Cochrane, 1972; Lancet, 1992)

Az egészségügyben dolgozó szakemberek, orvosok és nıvérek, szolgáltatók és az egészségügy finanszírozói, valamint a szolgáltatások vásárlói egyre nagyobb erıfeszítéseket tesznek annak érdekében, hogy döntéseik tudományos megalapozottságát növeljék. Ennek érdekében szükség van az egészségügyi beavatkozások elemzése, az intézmények, egészségügyi programok, célkitőzések, és egészségpolitikák összehasonlítása során alkalmazható metodikák ismeretére és a kapott eredmények megfelelı interpretálására. Napjainkra széles körben elfogadottá vált az, hogy a jól megtervezett és kivitelezett randomizált kontrollált vizsgálatok szolgáltatják a legmegbízhatóbb tudományos eredményeket. Az azonban sokkal kevésbé tudatosult, hogy a legjobb tudományos bizonyítékokat/tényeket, amelyeken a klinikai (orvosi, ápolási) praxisnak, gyakorlatnak alapulnia kell, az összes releváns vizsgálat szisztematikus áttekintésével nyerhetjük.

2. A különbözı epidemiológiai vizsgálatok által szolgáltatott tények/bizonyítékok hierarchiája a bizonyítékok minısége alapján

A tudományos tények/bizonyítékok szintjének, minıségének a rangsorát az 1. táblázat tartalmazza.

321

1. táblázat A tudományos bizonyítékok minıségi kategóriái; minıségi rangsor Besorolás Ia

Vizsgálatok

(A)

Randomizált, kontrollált, kettıs-vak vizsgálatok rendszerezett irodalmi áttekintésébıl (systematic review) vagy meta-analízisébıl származó bizonyíték.

Ib

Legalább egy randomizált, kontrollált vizsgálatból származó bizonyíték.

(A) IIa

Kohort vizsgálatok rendszerezett irodalmi áttekintése.

(B) IIb (B) IIIa

Kohort vizsgálatok, vagy gyengébb minıségő randomizált, kontrollált vizsgálatok. Eset-kontroll vizsgálatok rendszerezett irodalmi áttekintése.

(B) IIIb

Eset-kontroll vizsgálatok.

(B) IV

Eset-sorozatok, vagy gyenge minıségő eset-kontroll, vagy kohort vizsgálatok.

(C) V (D)

Szakértıi vélemény, melyet nem támasztanak alá szisztematikusan és kritikusan értékelt adatok; klinikai gyakorlat számára, az alapkutatások eredményeibıl klinikai vizsgálatok nélkül levont következtetések.

Forrás: http:/www.cebm.net

Figyelem: Igen jelentısen eltérı (önmagukban helyes és konzisztens) felosztások léteznek, amelyek az egyes kategóriákat nagyon eltérı definíció alapján írják le. Bármely felosztás használata ill. hivatkozása elıtt, meg kell nézni ill. meg kell hivatkozni az alkalmazott definíciókat.

3. A randomizált (RCT) és a nem randomizált vizsgálatok jelentısége

322

A hatásosság és a hatékonyság vizsgálatára alkalmas módszerek elemzésekor, különbséget kell tenni a randomizált kontrollált vizsgálatok (RCT) és a nem randomizált vizsgálatok között. A nem randomizált vizsgálatok lehetnek megfigyelésen alapuló, prospektív vagy retrospektív cohort vagy case-control vizsgálatok. A következıkben a prospektív vizsgálatokkal foglalkozunk, hiszen ezek alkalmasak kutatási célra.

Mind a randomizált mind a nem randomizált tanulmányoknak vannak elınyei és hátrányai, amelyek vizsgálata számos metodikai ellentmondást is feltárt. Célszerő összefoglalni ezzel kapcsolatosan azokat az aspektusokat amelyekrıl szakmai konszenzus alakult ki és azokat a területeket amelyeken továbbra is élénk a szakmai vita. Valamennyi szakember között teljes az egyetértés abban, hogy a legmagasabb szintő tudományos bizonyítékokat/tényeket a nagy (minta elemszámú), jól megtervezett és végrehajtott RCT vizsgálatok szolgáltatják, amelyeknél megfelelı randomizáció biztosította azt, hogy az adott kísérleti (experimentalis és kontroll) csoportok leglényegesebb tulajdonságaikat tekintve (a véletlen különbségeket nem számítva) azonosak. Az egyetlen különbség az, hogy az experimentális csoport tagjai részesülnek az alkalmazott intervencióban (pl. gyógyszeres terápiában), a kontroll csoport tagjai pedig nem. A megfelelı randomizáció eredményeképpen várható, hogy kettıs vak vizsgálat mellett, helyesen megválasztott outcome paraméter és jól kivitelezett statisztikai vizsgálatok esetén, a két csoport között az outcome észlelt különbségét az alkalmazott intervenció okozta. Szintén széles körben elfogadott az a vélemény is, hogy a nem randomizált vizsgálatok esetén az experimentális és a kontroll csoport összetétele, tulajdonságai különbözhetnek. Ennek eredményeképpen az intervencióban részesülı experimentális és a kontroll csoport között, a vizsgált outcome terén észlelhetı különbséget esetleg a két csoport eltérı összetétele okozza, nem pedig az alkalmazott intervenció, esetleg mindkettı.

Az egyetértés ezen a ponton túl gyakorlatilag véget is ér.

A szakemberek egy része azon a véleményen van, hogy randomizáció nélkül, a csoportok közötti esetlegesen meglevı, azonosíthatatlan, felmérhetetlen különbségek igen nagymértékben lerontják az így folytatott vizsgálatok értékét. Vannak akik egyenesen úgy vélik, hogy a nem randomizált vizsgálatokban rejlı meghatározatlan mértékő szisztematikus torzítás (bias) miatt ezen vizsgálatok eredménye tudományosan elfogadhatatlan és felhasználhatatlan. (Ellenberg, 1994)

323

Ezzel ellentétben jelentıs azoknak a tábora is, akik azt vallják, hogy fennállhatnak olyan körülmények is amikor a randomizáció szükségtelen, nem megfelelı, félrevezetı vagy lehetetlen. (Black, 1996) Randomizáció nem szükséges, amikor az intervenció hatása drámaian nagy és az ismeretlen, mind a behatással (exposure) összefüggı, mind a hatás kialakításában résztvevı (confounding) faktoroktól megnyugtatóan el lehet tekinteni. Példaként említhetı a defibrilláció kamrai fibrilláció esetén, nıgyógyászati rákszőrés és a penicillin hatása a streptococcus fertızésekben. A randomizáció esetleg nem megfelelı olyan esetekben, amikor például nagyon ritka, igen hosszú idı elteltével jelentkezı mellékhatást szeretnénk vizsgálni, amely esetben a várt eredménnyel nem arányos nagyságú minta, követési idı és költség lenne szükséges. Példaként említhetı a benoxaprofen nevő gyulladáscsökkentı szer, amely esetén 3000 fıs RCT vizsgálattal nem találtak kimutatható mellékhatást és csak a gyógyszer piacra kerülését követıen a post-marketing surveillance révén derült ki, hogy a szer használata 61 halálesettel volt összefüggésbe hozható. (Lancet, 1983)

A randomizáció félrevezetı is lehet, amikor a randomizáció közvetlenül érinti a vizsgálni kívánt beavatkozás illetve módszer hatékonyságát. Ez azokban az esetekben fordulhat elı amikor ’vak’ illetve ’kettıs vak’ klinikai kísérlet nem végezhetı, mivel az intervenció a szakemberek aktív személyes meggyızıdésén alapuló részvételét igényli, amikor az alkalmazott módszer sikere függ a szakemberek motivációjától és az eljárás hasznosságán alapuló meggyızıdésétıl is. Példakent említhetı az audit hatékonyságának vizsgálata, amely során arra a kérdésre szeretnének választ kapni, hogy az audit javítja-e a betegellátás minıségét., hiszen az audit hatékonysága jelentısen függ az azt alkalmazó szakemberek motiváltságától és más attitődjeitıl. A randomizáció ebben az esetben az audit hatékonyságának a minıség fejlesztésének az egyik nagyon fontos feltételét – motiváció - szüntetné meg, erısen torzítaná a kapott eredményt. Az RCT vizsgálatok kevésbé mentesek a szisztematikus torzításoktól (bias), mint azt korábban feltételezték, amelynek az oka elsısorban az, hogy a randomizáció folyamata nem teljesen ’vak’, az outcome megválasztása és mérése pedig sokszor nem megfelelı

A szakemberek egy része úgy véli, az elıbbiekben felsorolt problémák a minta elemszám növelésével, a követési idı meghosszabbításával megoldhatók. Tovább kell növelni az RCT

324

vizsgálatok arányát az egészségügyben hiszen nem etikus olyan egészségügyi szolgáltatásokkal ellátni a populációt amelynek a hatékonysága tudományosan nem vizsgált.

További lényeges kérdés azonban az RCT vizsgálatok eredményeinek az általánosíthatósága. Az RCT vizsgálatokban résztvevı betegek, szakemberek és centrumok kiválasztási folyamata korlátozhatja az eredmények gyakorlati alkalmazhatóságát. A nem randomizált vizsgálatok részvételi kritériumai sokkal nyitottabbak, ami azt eredményezheti, hogy az ezekben a felmérésekben résztvevık jellemzıi sokkal inkább megegyezhetnek annak a populációnak a jellemzıivel, amelyben az eredmények felhasználásra kerülnek.

Problémát jelent az is, hogy az RCT vizsgálatok során csak azok kerülnek a randomizált csoportokba (experimentális és kontroll csoport) akik egyik vagy másik terápiát sem részesítik elınyben, azaz akik hajlandók randomizációval egyik vagy másik csoportba kerülni. Ez szisztematikus rejtett torzítást (hidden biases) eredményezhet, amely azzal járhat, hogy bizonyos típusú betegek alulreprezentáltan jelennek meg a randomizált mintában.

Az egészségügyi technológia elemzés során valamennyi releváns információt figyelembe kell vennünk annak érdekében, hogy megfelelı következtetésekre juthassunk. Az RCT vizsgálatoknak

kiemelt

jelentıségük

van,

viszont

nem

állnak

minden

területen

rendelkezésünkre, igen költségesek lehetnek és az elıbbiekben röviden említett okok miatt használatuk nem mindig problémamentes. A nem randomizált tanulmányok kivitelezése egyszerőbb, kevésbé költségesek, jelentıs számban állnak rendelkezésre, validitásuk viszont sok esetben ismeretlen. A következıkben áttekintjük azokat a szempontokat, amelyeket az RCT vizsgálatok eredményei felhasználása, vagy a meta-analizisek végzése elıtt ellenırizni kell, illetve a randomizált és a nem randomizált vizsgálatok validitásának az összehasonlítása segítségével választ keresünk arra a kérdésre, hogy a nem randomizált vizsgálatok eredményei milyen feltételek teljesülése eseten használhatók fel.

4. Validitás

325

Ha azonos intervenciót randomizált és nem randomizált felmérés keretében vizsgálnak, az eredmény eltérhet egymástól. (Emellett persze az azonos intervenciót elemzı randomizált vizsgálatok eredménye is gyakran eltér egymástól, éppen úgy, mint ahogyan a nem randomizált vizsgálatok eredménye is különbözı lehet.) A rendelkezésre álló tapasztalatok arra utalnak, hogy a nem randomizált vizsgálatokból származó eredmények általában nagyobb gyógyítási, vagy egyéb hatást mutatnak mint a RCT vizsgálatok. (Colditz, 1989; Miller, 19892) Ezen a területen azonban egyrészt igen kevés összehasonlító vizsgálat áll rendelkezésre, másrészt az RCT vizsgálatok esetén a randomizálás minısége erısen eltérı és ez jelentısen befolyásolja a vizsgálat kimenetelét és az eredmény minıségét. A randomizált és a nem randomizált vizsgálatok

validitásának

és

összehasonlíthatóságának

az

elemzése

során

célszerő

megkülönböztetni a módszerek külsı és belsı validitasát és az azokat meghatározó tényezıket. (2. táblázat)

326

2. táblázat A vizsgálatok validitását meghatározó legfontosabb faktorok Validitás

Legfontosabb validitási

Javasolt megoldás

faktorok Belsı validitás

Allokációs torzítás

A rizikó figyelembevétele

(allocation bias)

(risk adjustment) és alcsoport analízis (subgroup analysis)

Paciensek preferenciája

Az eltérı preferencia figyelembe vétele

Külsı validitás

Kizárási és részvételi kritéri-

A részvételi kritériumok

umok

kiterjesztése

Részvétel hiánya

Multi-centrikus vizsgálat

(intézmények/szakemberek) Meghívás hiánya (a szakem-

Valamennyi olyan paciens

berek preferenciája vagy

részvételének elısegítése

adminisztratív okok miatt)

akik a részvételi kritériumoknak megfelelnek.

Részvétel hiánya (paciensek)

A részvétel megkönnyítése a paciensek számára.

A táblázatban látható az a hat legfontosabb validitási faktor, amelyet külön-külön célszerő vizsgálnunk annak érdekében, hogy az egyes randomizált vagy nem randomizált vizsgálattal nyert tudományos eredmények minıséget és felhasználhatóságát megítélhessük.

A nem randomizált vizsgálatok belsı validitása gyengébb lehet az allokációs torzítás (allocation bias) miatt, azonban ezt esetleg korrigálni lehet azzal, hogy az egyes alcsoportok eltérı rizikóját figyelembe vesszük (risk adjustment) és ennek eredményeképpen a megfelelı alcsoportokat hasonlítjuk össze. Így a randomizácio hiányát, legalább is az esetek egy részében, utólag statisztikai módszerekkel pótolni tudjuk. Hasonlóképpen problémák lehetnek a nem, vagy nem kielégítıen ’vak’ RCT vizsgálatok belsı validitásával is, a vizsgálatban résztvevık

327

preferenciája (patient preference) miatt, amely félrevezetı információkat szolgáltathat az intervenció, például a gyógyszeres kezelés hatásával kapcsolatosan.

A külsı validitás nagyobb problémát jelent az RCT vizsgálatok esetén, habár ettıl a problémától a nem randomizált tanulmányok sem mentesek. Ez a probléma a vizsgálatban résztvevıkre, intézményekre és szakemberekre vonatkozó, korlátozó részvételi kritériumok miatt jelentkezhet, amely a részvételi kritériumok korlátozásának lazításával, a résztvevık elemszámának növelésével esetleg orvosolható. Az azonban így is elıfordulhat, hogy potenciálisan fontos résztvevık nem kerülnek be a kísérletben résztvevı csoportba, adott esetben a szakemberek preferenciája miatt vagy egyszerően adminisztratív okokból.

5. A randomizált (RCT) és a nem randomizált vizsgálatok koncepciója

A 1. ábrán látható az RCT vizsgálatok alapvetı felépítése. A háromszög reprezentálja az adott populációt, míg alsó harmada azokat a betegeket, akiknek az állapota (és egyben az egészségügyi állapotban bekövetkezı haszon elérésének potenciális képessége) nem volt elég súlyos ahhoz, hogy bekerüljenek a mintába és emiatt kizárásra kerületek (E1, E2) a vizsgálatból. A vizsgálatban résztvevık (experimentális és kontroll csoport) láthatók a középsı felezı vonal két oldalán. A további szimmetrikus sávok reprezentálják: a meghívott, de vizsgálatban részt nem vevı betegeket; a meg nem hívott betegeket; és a vizsgálatban részt nem vevı centrumokat. A vízszintes tengelyen került feltüntetésre a két összehasonlításra kerülı intervenció, a függıleges tengely mutatja a betegeknek azt a potenciális képességét, hogy az egészségügyi beavatkozás eredményeképpen az egészségi állapotukban (élettartam, életminıség) pozitív változás, haszon elérésére képesek. Abban az esetben, ha a részvételi és a kizárási kritériumok valamint a randomizáció megfelelı, akkor, mint azt az ábra szimmetriája is jelzi, mind a vizsgálatban résztvevık, mind a vizsgálaton kívül maradók egymásnak megfelelıek és jól reprezentálják a teljes populációt. Amint az azonban az ábra jobb oldalán, a résztvevıket reprezentáló, kinagyított háromszög is mutatja, a résztvevık összetétele sem homogén, alcsoportok különíthetık el egymástól.

328

1. ábra Az RCT vizsgálatok koncepciója – ideális eset

329

330

Amennyiben a résztvevık száma csökken, RCT esetén a randomizáció ugyan továbbra is fenntartható, azonban a résztvevık kisebb száma miatt az általánosíthatóság erısen csökkenhet. (2. ábra)

2. ábra

A részvétel elégtelenségébıl fakadó probléma RCT esetén

331

332

Az 3. ábra a nem randomizált vizsgálatok során sok esetben jelentkezı egyik problémát mutatja, amely akkor jelentkezik, amikor a vizsgálatban résztvevı centrumok (intézmények) nem randomizáltak. Így fordulhat elı az, hogy a két összehasonlítandó intervenciót, különbözı ellátást nyújtó intézmény betegein, tehát különbözı betegpopuláció bevonásával vizsgáljuk. Abban az esetben, ha a két betegcsoportban az egészségügyi beavatkozás eredményeképpen elérhetı haszon realizálásának a potenciális képessége különbözı, akkor a vizsgálat eredményének a különbözıségét már nem kizárólagosan a két intervenció eltérı hatása okozza, hanem a betegpopuláció különbözısége is, így az eredmény félrevezetı lehet.

Abban az esetben azonban, ha ismertek az alcsoportok jellemzıi a mintában és ezek az alcsoportok jól körülírhatók, szeparálhatók a populáció többi részétıl, abban az esetben az alcsoportok összehasonlíthatóvá tehetık. Ezen a módon a randomizáció hiánya statisztikai módszerekkel (risk adjustment) bizonyos fokig pótolható, az eredmény minısége, adott esetben jelentısen növelhetı. A meta-analízisek során is célszerő az egyes nem randomizált vizsgálatokból a rizikó eltéréseinek figyelembe vételével (risk adjustment) a relatíve homogén alcsoportokat kiemelni és egyesíteni egy nagyobb vizsgálandó populációvá. Így egy kvázi RCT hozható létre, viszonylag gyorsan és jelentısen kisebb költséggel, mint amennyibe egy RCT vizsgálat kerülne, az eredmények minısége pedig kedvezı esetben összemérhetı az RCT vizsgálatokéval.

333

3. ábra

A résztvevı intézmények (centrumok) különbözıségébıl fakadó hiba nem randomizált vizsgálatok esetén

A 4. ábrán látható, hogy a randomizáció hiánya miatt, beavatkozás eredményeképpen elérhetı haszon elérésének a potenciális képessége különbözı az experimentális és a kontroll csoportban, amely az elıbbiekben tárgyalt módon, jelentısen rontja a vizsgálati eredmény minıségét, felhasználhatóságát.

334

Ebben az esetben különbözı súlyosságú betegségekben szenvedı betegek kerültek a mintába (heterogenitás) emiatt az elérhetı haszon is eltérı, így az eredmény torzul. A megoldás azonos az elıbbiekben ismertetett esetben követendı eljárással.

4. ábra

A résztvevık (betegek) betegségének eltérı súlyosságából fakadó hiba nem randomizált vizsgálatok esetén

335

6. A randomizált és a nem randomizált klinikai vizsgálatok eredményeinek összevetése

A nem randomizált és a randomizált vizsgálatok eredményei abban az esetben felelnek meg a legjobban egymásnak, ha a bekerülési és a kizárási kritériumok megegyeznek, a prognózisra legnagyobb hatást gyakorló faktorok pedig pontosan ismertek. (Britton et al. 1998)

6.1. A vizsgálatok belsı és külsı validitása

A klinikai vizsgálatok eredményeinek minısége validitásuktól függ, amelyet külsı és belsı validitásra oszthatunk.

6.1.2. Belsı validitás

A belsı validitást meghatározó két legfontosabb validitási faktor az: a) allokációs torzítás; és a résztvevık/betegek preferenciája.

a) Allokációs torzítás

A nem randomizált vizsgálatok esetén a leggyakoribb kritika az, hogy a két összehasonlítandó csoport különbözik egymástól prognosztikailag fontos és lényeges tulajdonságait tekintve. Kulcskérdés, hogy ez a potenciálisan negatív hatás felismerhetı-e és megszüntethetı-e megfelelı statisztikai analízis segítségével oly módon, hogy ne legyen szükség a gyakorlatban pénz és idıigényes új vizsgálatot elvégezni. Jentıs probléma léphet fel akkor, ha nagyszámú különbözı tényezı együttesen határozza meg például egy nemkívánatos kimenet rizikóját. Ebben az esetben sok tényezı ismeretlen maradhat és az alcsoportok analízise sem vezet eredményre, mivel a sok tényezı miatt egy-egy alcsoportban az elemszám kevés. Így olyan magas lenne a korreláció a terápia és a prognózis faktorok között, hogy a különbségtételre nem lenne mód. A nem randomizált vizsgálatok eredményei az alcsoportok elkülönítésével, a rizikó megfelelı figyelembe vételével (risk adjustment) közelebb hozhatóak-e az RCT vizsgálatok eredményeihez.

336

b) A résztvevık/betegek preferenciája

Feltételezhetı, hogy a betegek preferenciája a gyógykezelések terápiás hatását erısítik, míg a betegek diszpreferenciája gyengíti a terápiás hatást. Adott gyógykezelés esetén a betegek preferenciájának a vizsgálata könnyen megoldható, fı kérdés azonban a preferencia és a terápiás effektus közötti kapcsolat, amelyrıl kevés eredmény áll rendelkezésre.

Az RCT vizsgálatok kialakítása során szükségszerően nem lehet figyelembe venni a betegek preferenciáját, így elıfordulhat, hogy az eredmény alulértékeli a gyógykezelés eredményét. A nehézséget az jelenti, hogy amennyiben ez a preferencia által kiváltott hatás jelentkezik, annak a lehetıségét, hogy ezt pontosan megismerjük, jelentısen ronthatja a szelekció általi összetett, mind az oki, mind az okozati tényezıkre irányuló behatás (confounding by selection). Azok a résztvevık/betegek, akik valamely gyógyszeres terápiát vagy más beavatkozást elınyben részesítenek, preferálnak valamely másikkal szemben, valamilyen, a terápia eredményét befolyásoló szempontból is konzisztensen különbözhetnek azoktól, akik az adott terápiát diszpreferálják. Abban az esetben, ha a betegeknek erıs preferenciáik vannak a randomizáció meglehetısen nehéz lehet. Nyílván nem lehet randomizálni azokat, akik igen erısen preferálnak egy gyógykezelést és azokat akik teljes mértékben elutasítják azt.

Több esetben maga a randomizáció az, ami elsı hallásra talán meglepı módon, szisztematikus torzítást eredményezhet azáltal, hogy meggátolja azt, hogy a betegek az adott terápiával kapcsolatos preferenciájukat kifejezésre juttassák. Ennek eredményeképpen csökkenhet a terápiás hatás. Ez esetben nem csak a placebo hatás elmaradásáról van szó, hanem csökkenhet a betegnek a saját állapotával kapcsolatos kontrollja (szívbetegség eseten például életmód, diéta, károsító tényezık kerülése) amely tényezık együttes jelenléte jelentısen növelheti a terápia eredményességét. (Redd, Anderson, Bovbjerg és mtsai, 1991; Marmot, Bosma, Hewmiongway, 1997)

337

6.1.3. Külsı validitás

A vizsgálatok külsı validitátsát meghatározó legfontosabb tényezık: c) a kizárási és részvételi kritériumok; a d) részvétel hiánya (intézmények/szakemberek); a e) meghívás hiánya (a szakemberek preferenciája vagy adminisztratív okok miatt); és a f) részvétel hiánya a betegek, paciensek esetén.

c) kizárási és részvételi kritériumok

A tipikus intervenciós vizsgálatok legfıbb célja az, hogy az adott terápiának az adott betegcsoportra gyakorolt átlagos hatását mérje. A randomizált és a nem randomizált vizsgálatok potenciális résztvevıi azok a betegek, akinek a gyógykezelése érdekében az adott terápiát kifejlesztették, akiket a sikeres vizsgálatok után kezelni fognak.

Amennyiben azt akarjuk, hogy a kapott eredmények a további klinikai döntések megbízható tudományos alapját képezzék, mind a terápiát, mind a betegek csoportját pontosan meg kell határozni.

A vizsgálatból azonban orvosi, vagy etikai meggondolások miatt általában bizonyos beteg alcsoportokat kihagynak. Ilyen esetek lehetnek, amikor gyengék annak a tudományos bizonyítékai, hogy az alkalmazni kívánt terápia hatékony, vagy ellenkezıleg amikor már korábbi vizsgálatokból ismert azok hatása, illetve amikor az adott beteg alcsoport esetén a terápia rizikója és mellékhatásai különösen jelentısek lehetnek. Természetesen ez a gyakorlat sok esetben megkérdıjelezhetetlen. Meg kell azonban vizsgálni, hogy a kizárási és a részvételi kritériumok milyen hatást gyakorolnak az RCT vizsgálatok eredményeinek minıségére és általánosíthatóságára.

Az RCT vizsgálatokkal kapcsolatosan gyakran hangoztatott fenntartás, kritika az, hogy számos olyan betegpopuláció rekesztıdhet ki a vizsgálatból, akiknek a kezelésével kapcsolatosan az orvosok, a napi gyakorlatban felhasználható információt szeretnének kapni. Kizárásra kerülhetnek bizonyos beteg alcsoportok tudományos vagy adminisztratív okokból is, amely miatt jelentısen gyengülhet az RCT-k bizonyító ereje. Az RCT vizsgálatok tipikus résztvevıi a

338

középkorú fehér férfiak. Legtöbbször kimaradnak a vizsgálatból jelentıs és karakterisztikusan különbözı beteg alcsoportok, a gyermekek, olyanok akikkel nehezebb a kapcsolattartás, akik várhatóan nagyobb valószínőséggel abbahagyják a kísérletben való részvételt, illetve akik követése nehezebb. Így kimaradnak a mentális megbetegedésben szenvedık és a drogot használók. Lehetnek persze más kevésbé nyilvánvaló esetek is.

Jelentıs probléma az, hogy igen kevés RCT írja le pontosan azt, hogy a célpopuláció mely része került kizárásra a vizsgálatból. A kizárási kritériumok egyik legelsı elemzése (Charlson és Horowitz, 1984) az Egyesült Államokban, 16 RCT alapján azt mutatta, hogy az elıkészítés során vizsgált célpopuláció 73%-át zárták ki a vizsgálatban való részvételre való alkalmatlanság miatt, ez az arány az egyes tanulmányokban 10% és 99% között ingadozott. Nyolc, intravénás thrombolysist vizsgáló RCT elemzése azt mutatta, hogy a vizsgálat elıkészítése során a vizsgált esetek 9%-51%-át zárták ki az RCT vizsgálatból különbözı okok miatt. (Muller, 1990)

Általában elmondható, hogy a vakcináció esetén a bekerülési kritériumoknak a célpopuláció nagy része 90%-99% megfelel. A primer prevenció esetén, például a hypertónia, a részvételi/bekerülési arány nagyon alacsony, ami nem is meglepı, hiszen a célcsoport az egész populáció. A másodlagos prevenció (terápia) esetén viszont a célcsoport tagjainak jelentıs kizárási aránya nehezebben magyarázható. Bregg és munkatársai (1983) közölték, hogy az Eastern Cooperative Oncology Group (EOCG) által végzett RCT vizsgálatba a célcsoport tagjainak 46%-át, különbözı okokból kizárták, annak ellenre, hogy az érvényes irányelvek szerint szinte 100%uknak be kellett volna kerülniük. Martin és munkatársai (1984) azt tapasztalták, hogy egy, a warfarin antikoagulációs hatását vizsgáló RCT esetén, a célcsoport 69%-át, különbözı technikai okok miatt kizárták, 15%-uk pedig vagy nem volt hajlandó együttmőködni illetve orvosának javaslatára maradt ki a vizsgálatból. Az RCT-ben a fennmaradó 16% vett részt. Az European Organisation for Research and Treatment of Cancer (EORTC), tanulmánya (Fentiman és mtsai, 1991) az in situ ductalis carcinóma esetén hasonlította össze az obszerváció és a radioterápia hatását. A célcsoport 60%-a került kizárásra különbözı okok miatt, a betegek 4%-a pedig visszalépett a vizsgálat során.

A vizsgálatból való kizárásnak lehetnek: c1) orvosi; c2) tudományos; és c3) egyéb okai.

339

c1) A kizárás orvosi okai

A vizsgálatból való kizárás orvosi okai közé tartozik: ha magas a mellékhatások bekövetkezésének az esélye; abban az esetben ha a haszon már ismert; ha a haszon tudottan illetve feltételezhetıen alacsony.

- Magas a mellékhatások bekövetkezésének az esélye

Vannak olyan betegcsoportok, akiknél nem csak a várható haszon alacsony vagy hiányzik, hanem akiknél az RCT-vel vizsgálat terápia jelentıs egészségkárosodást okozhat. Olyan betegek, akiknél ismert vagy feltehetı, hogy az altatás során komplikációk léphetnek fel (allergia, keringési és légzési problémák) valószínő, hogy nem kerülnek be sebészeti beavatkozást vizsgáló RCT-be. Terhes nık a magzat védelme érdekében igen gyakran kerülnek kizárásra az RCT-kbıl. Olyan betegek, akik az RCT elıtt nem sokkal sebészeti mőtéten estek át, nagy valószínőséggel nem kerülnek be antikoaguláns kezelést vizsgáló RCT-be a fokozott vérzésveszély miatt. A kizárási kritériumok laboratóriumi leletekhez is gyakran kötıdhetnek. Begg és Engstrom (1985) tanulmánya az RCT vizsgálatok bekerülési/kizárási kritériumainak jelentıs és meglepı variabilitását mutatta, ami összehasonlításukat igen nehézzé teszi. Kilenc, az emlırák adjuváns terápiájával foglalkozó RCT kizárási kritériumait vetették össze. Tapasztalatuk szerint, az RCT vizsgálatok egy része a vizsgálatba való bekerülést a 'normál' szérum kreatinin szinthez kötötte, azonban az egyes vizsgálatok során eltérı szintet tekintettek 'normálnak' (15.ml/dl-2.0ml/dl). A kilenc vizsgálatból, hét esetben a bekerülés feltétele között a fehérvérsejtek minimális száma, hat esetben minimális bilirubin szérumszint és két esetben pedig az alkalikus foszfatáz szint is szerepelt, amely szintek (viszonyítási alapként használt laboratóriumi érték) ebben az esetben is különböztek egymástól.

- Abban az esetben, ha a haszon már ismert

Erre abban az esetben kerül sor, ha az adott alcsoport esetén a terápiából származó hasznot már korábbi vizsgálati bizonyította. Ez az eset viszonylag ritkán fordul elı. Collins (1990) 16 hypertonia terápiával foglalkozó RCT meta-analízise során azt tapasztalta, hogy a tizenhat közül tizennégy vizsgálat során a bekerülési kritérium a vérnyomás maximumát rögzítette,

340

amely 104 Hgmm és 130 Hgmm között ingadozott. A megelızı vizsgálatok bizonyították a terápia hatékonyságát a magasabb vérnyomás tartományokban, így ezek a betegek kizárásra kerültek a vizsgálatokból.

- Ha a haszon tudottan illetve feltételezhetıen alacsony

Az RCT vizsgálatokat olyan esetekben célszerő végezni, ha a terápia eredményeképpen valamilyen lényeges haszon jelentkezik az egészségi állapotban. Ez a haszon általában a részvételi kritériumok között szerepel. Collins és munkatársai (1990) meta-analízise szerint a hypertónia terápiáját vizsgáló RCT-k bekerülési kritériumai a minimális vérnyomás szintet 85 Hgmm (1978) és 115 Hgmm (1970) között állapították meg. Az 1980-1985 között publikált RCT vizsgálatok a bekerülési kritériumot 90 és 105 Hgmm között határozták meg. Ebben az esetben a különbségek nem csupán az orvostudomány fejlıdésével magyarázhatók, hanem azzal a szemléletváltással, amely azt eredményezte, hogy a bekerülési kritériumok között a várható egészséghaszon is megjelent.

Sok szakember azon a véleményen van, hogy az egészségi állapotban bekövetkezı hasznot QALY segítségével, vagy valamilyen életminıséget is figyelembe vevı módszerrel kell mérni. Ebbıl következıen, ha valakinek a várható élettartama rövid, vagy pedig a terápia jelentıs mellékhatásokat okoz akkor a várható haszon alacsony. Valószínőleg ez volt az oka annak, hogy a Beggs és Engström (1987) által vizsgált kilenc RCT közül kettıben, azok a rákos betegek kizárásra kerültek az RCT vizsgálatokból, akiknek a várható élettartama kisebb volt, mint 10 év. Vannak olyan esetek is amikor a kísérıbetegségek okozta problémák elfedik a terápiából származó potenciális hasznot. Az igen jelentıs légzési problémákkal küzdı beteg esetén a csípıprotézis beültetése megszünteti ugyan a fájdalmat, de a beteg mobilitása nem változik. A mentális megbetegedés szintén csökkenti a terápiából származó egészséghasznot. Ezek és a hasonló példák azonban meglehetısen ellentmondásosak, a tudományos, orvosi és az etikai szempontok együttes figyelembevételére van szükség.

c2) A kizárás tudományos okai

A kizárás tudományos okai közé tartozik az RCT precizitásának a növelése és a hibák, torzítások elkerülése.

341

- az RCT precizitásának a növelése

A minta elemszám mellett két tényezı befolyásolja vizsgálat erejét. Azokban az esetekben amikor a terápiás outcome megfelelı skálával jól mérhetı, például a vérnyomás és a panaszok súlyossága (severity indexek) a betegek heterogenitása fontos problémát jelenthet. Minél kevésbé heterogén ebben az esetben a populáció, annál megbízhatóbb eredményre vezet az RCT azonos minta elemszám mellett, sıt egyes esetekben kisebb elemszám is elegendı homogenitás esetén. Ezért a bekerülési kritériumok sok RCT esetén szők tartományban kerülnek meghatározásra a homogenitás biztosítása érdekében.

Amennyiben az outcome valamilyen negatív kimenet arányában vagy százalékos arányában fejezhetı ki (például myocardialis infarctus (MI), vagy halálozás) az RCT szempontjából lényeges, hogy milyen az alapsokaságban ez a kiindulási arány (base line). Ha alacsony, akkor a vizsgálathoz nagyobb minta elemszám szükséges. Ezért van az, hogy a szívbetegségek esetén az RCT vizsgálatok legnagyobb részében férfiak vesznek részt, hiszen a nık esetén ez a 'base line’ alacsonyabb.

Ezeknek a restriktív stratégiáknak a hátránya az, hogy a kizárt populációra vonatkozóan nem rendelkezünk közvetlen adatokkal és nehezen lehet általánosítani az eredményeket.

A harmadik stratégia, a bekerülési kritériumokat szélesre nyitja az RCT-be kerülés elıtt, így az általánosítás problémáját megoldva egy általános és átlagos eredményt kapunk, amelybıl viszont az adott jól körülírható betegcsoportra nézve igen nehéz következtetéseket levonni.

Napjainkban a kutatók az elsı opciót, a homogén RCT vizsgálatokat részesítik elınyben, hiszen tudományos szempontból ez a legkevésbé rizikós. Mivel az nem látható elıre, hogy az adott terápia hatása mennyiben különbözik a különbözı beteg alcsoportok esetén, ezért a bekerülési kritériumok egyik célja éppen a homogenitás biztosítása. Yusuf és munkatársai szerint azonban ennek a célnak a megvalósításához igen sok elızetes információ szükséges másrészt, a homogenitás növelése a sok esetben nagyszámú ismeretlen tényezı miatt nem valósítható meg. Ezekben az esetekben célszerő a bekerülési kritériumokat lazára venni. (Yusuf. Held, Teo, 1990) Célszerőnek látszik azt az elvet követni, hogy az RCT lehet heterogén vagy homogén, de az RCT eredményét célszerő a homogén betegségcsoportokra megadni.

342

-A hibák, szisztematikus torzítások elkerülése

A randomizált vizsgálatok során az egyik jelentıs problémát az okozhatja, ha a résztvevık nem random hagyják abba a részvételt az experimentális és a kontroll csoportban. Ha ez következik be, akkor az RCT igen jelentıs részét elveszíti az erejének. Ezen úgy kívánnak segíteni, hogy már a randomizációt megelızıen kizárják a vizsgálatból azokat, akik esetén esetleg feltételezhetı, hogy nagyobb arányban szakítják meg az együttmőködést, mint mások. Egyes szakemberek az elsı körben szokták javasolni a gyermekeknek az RCT vizsgálatból való kihagyását, míg más szakemberek arra mutatnak rá, hogy egyes országokban a HIV pozitív gyermekek nagy száma miatt bevonásuk feltétlenül szükséges, függetlenül attól, hogy ellátásukról a család vagy valamilyen intézmény gondoskodik. (Lumley és Bastian, 1996)

A lemorzsolódás csökkenését kísérlik meg elérni egy úgynevezett pre-randomizáiós fázis segítségével, amikor kiderülhet az, ha egy csoportban a compliance az átlagosnál alacsonyabb. Ezt a módszert alkalmazták az un. Physician Health Study esetén (Lumley és Bastian, 1996).

A nem random lemorzsolódás okozta hibák és torzítások elkerülése érdekében, sok esetben kihagyják a vizsgálatokból: a vizsgálat központjától távolabb lakókat (nagyobb az esély, hogy nem jönnek el); a gyermekszülési és nevelési korban levı nıket (nem érnek rá); idıseket (nagyobb az esélye annak, hogy a vizsgálat közben megbetegedés, halál lép fel); mentális betegeket; olyan betegeket akiknek a napi kommunikáció illetve a kérdıívek kitöltése bármilyen ok miatt nehezített.

c3) Egyéb okok

Ebbe a kategóriába tartoznak az idısek, a nık, és az etnikai kisebbségek. A kizárási okok a legtöbb esetben orvosi és tudományos okok együttese, de más egyéb okok szerepe sem zárható ki.

343

- az idısek

Az idıseket általában a rövidtávon jelentkezı rizikó, hosszabb távon jelentkezı haszon miatt zárják ki az RCT vizsgálatokból. Ez figyelhetı meg a cardiovascularis megbetegedések esetén. A legtöbb nagy vizsgálat, amely a trhombolysis területén folyik (MI) kizárja a 75 éven felüliek részvételét. (Muller és Topol, 1990, Gurwitz, Nannda, Avorn, 1992). Kevésbé alkalmaznak korhatárt a rosszindulatú megbetegedésekkel kapcsolatos RCT-k esetén. (Lee, Marks, Simpson, 1982)

Az életkor alapján történı kizárási kritériumok okozta problémákra igen jó példa Rochom és munkatársainak tanulmánya (Rochon, Fortin, Dear és mtsai., 1993) akik a non-steroid gyulladás csökkentık fájdalomcsillapító hatását elemezték arthritis esetén, idıs populációban. Az artritises problémákra idıs korban szedett non-steroid gyulladáscsökkentık az összes felírt gyógyszerek 5%-át teszik ki az Egyesült Államokban. A szerzık 83 RCT életkorra vonatkozó kizárási kritériumait tekintették át. A 83 RCT közül 46 RCT nem tett említést a RCT-ben résztvevık életkoráról. (potenciális lehetıség a meta-analízis számára.) Azokban az esetekben amikor az életkor megállapítható volt azt tapasztalták, hogy az RCT-ben résztvevı betegek 2%a volt 65 éves vagy 65 évnél idısebb és csupán 0.1%-uk volt 75 éves vagy annál idısebb. A szerzık megállapították, hogy a vizsgálatból az a populáció volt kihagyva, akik a non-steroid gyulladás csökkentı terápia legfıbb felhasználói. Petticrew és mtsai. (1997) a laxativumok idıskori hatásával foglalkozó vizsgálatok elemzése alapján arra a következtetésre jutottak, hogy nagyon kevés tudható arról, hogy ezek a szerek, különösen ezek újabb drágább változatai effektívek-e idıs korban. A laxatívumok hatását vizsgáló legtöbb felmérés, kis elemszámú, általában fiatalabb megfelelı mobilitású paciensek bevonásával történt.

- a nık

Az RCT-k jelentıs része kizárja a vizsgálatokból a nıket, amelynek fı okai: a teherbeesés lehetısége az RCT közben, terhes nık esetén esetleges magzatkarosító vagy teratogén hatás miatt, (Stephenson, McKee, 1993) a hormonális fluktuáció miatt, és az ösztrogén cardiovascularis megbetegedésekre gyakorolt protektív hatása miatt. (Gurwitz, Nananda és Avorn, 1992) Meg kell jegyezni azonban, hogy például az Egyesült Államokban a nık éves cardiovascularis halálozása meghaladja a férfiakét. (Wenger, 1992)

344

-

egyéb okok

Sok esetben kizárják az RCT vizsgálatokból azokat, akik erıs preferenciával rendelkeznek, azokat akik több megbetegedésben is szenvednek (például a szívbetegséggel kapcsolatos RCT-k esetén a rákos megbetegedésben szenvedık), a súlyosabb eseteket (Col, Gurwitz, Alpert és mtsai, 1994) valamint etnikai kisebbséghez tartozókat. A meta-analízisnek többek között éppen ezért van nagy szerepe, hiszen ezekrıl a populációkról is tudni szeretnénk valamit. Az, hogy az egyes vizsgálatokban kik vesznek részt, az függ a részvételi kritériumoktól, függ attól, hogy milyen eset definíció használatos, a terápia/intervenió specifikációjától, illetve attól, hogy milyen az a populáció amely az adott területen ahol az RCT-t végzik 'rendelkezésre áll'. További problémát jelent az, hogy az így nyert eredmények mennyire általánosíthatók és mennyire használhatók fel, egy az elızıekben leírtaktól sok mindenben jelentısen eltérı populációban. Hasonló a probléma akkor is amikor a randomizált vizsgálatban centrumok (intézmények, kórházak, háziorvosok) vesznek részt, amely esetben az intézmények között az ismert és a fel nem tárt tulajdonságok különbözhetnek.

Mivel az RCT-k akkor vezetnek általánosítható eredményre, ha minden olyan beteg belekerül a populációba akik a bekerülési kritériumoknak eleget tesznek de csak azok, mások nem. Számos RCT esetén vizsgálták a bekerülési kritériumokat és azt találták, hogy 1-90%-ban olyan személyek kerültek randomizálásra, akik a kritériumok szerint, nem is kerülhettek volna be a mintába.

El kell gondolkodni azon, hogy mennyire biztonságos, ha az alapvetıen férfiak bevonásával kapott eredményeket általánosítjuk nıkre, középkorúak eredményeit idısekre. Több tanulmány is arra utal, hogy a nem steroid gyulladás csökkentık idısebbek esetén toxikusabbak, valamint a gyógyszerek okozta gastrointestinalis problémák. Esetlegesen fatális kimenetel is gyakoribb idısek esetén mint a középkorúaknál. A menstruációs ciklus jelentısen befolyásolhatja az antidepresszánsok hatását. Egyre több jel utal arra, hogy fekete bırő magas vérnyomásos beteg nem reagál annyira a β blokkolókra és az angiotenzin konvertáló enzimekre (ACE) mint a fehér betegek.

Az RCT vizsgálatok esetén a résztvevık kizárásából adódó fıbb hátrányok három csoportba oszthatók:

345

- álpozitvitás: a pozitív eredmény nem megfelelı általánosítása a vizsgálatból kizárt populációra, - álnegatív: ha hatékony terápiát nem minısítenek hatékonynak a megfelelı extrapoláció elvégzése hiányában, valamint - a hosszú és költséges a vizsgálat.

d) A részvétel hiánya (intézmények/szakemberek)

Még akkor is, ha a legtöbb potenciális résztvevı megfelelt a részvételi kritériumoknak, beválogatásra és randomizálásra került, az RCT eredmények általánosíthatósága attól is függ, hogy a résztvevı intézmények és paciensek mennyire szelektíven vettek részt az RCT vizsgálatban. Az intézmények és a paciensek esetén is felmerül a reprezentativitás kérdése: mennyire reprezentálja az RCT-be bekerült intézmények illetve paciensek populációja az alapsokaságot, azaz a hasonló típusú intézmények és a hasonló epidemiológiai, demográfiai, orvosi, szociológiai és más jellemzıkkel leírható betegek populációját.

Az intézmények esetén elmondható, hogy gyakran egy intézmény vesz részt az RCT-ben, azaz a randomizálásra kerülı paciensek egy intézménybıl származnak, amely legtöbbször klinika. Vannak olyan tanulmányok, amelyek arra utalnak, hogy a résztvevı intézmények az adott, vizsgálat outcome területén (pl. carotid enendarterectomia perioperatív mortalitása) jobb eredményekkel rendelkeznek mint az RCT-ben részt nem vevı intézmények. (Stukenborg, 1997) Más intézménytípusok: kórházak, alapellátás, csoport praxis, ápolási otthonok, ahol a kapott eredményeket ténylegesen használják kisebb arányban vesznek részt az RCT vizsgálatokban.

A szelektív részvétel miatt számolni kell a részvételi hibával (participation bias), amelyet részben az okozhat, hogy: a) nem ismert az, hogy a résztvevı intézmény mennyire jól reprezentálja az intézmények alapsokaságát; b) egy adott intézménytípus eredményeit általánosítjuk más intézménytípus betegeire. A paciensek esetén is lényeges kérdés az, hogy az RCT-ben résztvevık csoportja mennyiben tekinthetı reprezentatívnek. Ebbıl a szempontból el kell különítenünk a terápiás és a szőrési célú RCT vizsgálatokat egymástól. A terápiás célú RCT-k esetén nagyobb az esélye a részvételnek akkor, ha a résztvevı: a) férfi; b) az átlagosnál fiatalabb; c) nem fehérbırő; d) kevésbé képzett; e) alacsonyabb státusú társadalmi csoportba tartozik; f) dohányos; g) nincs magánbiztosítása. Ebbıl következıen

346

nagyobb az esélye annak, hogy ezen csoportnak az átlagosnál több és súlyosabb megbetegedése van és az életminısége alacsonyabb. Vannak olyan tanulmányok, amelyek ezeket a vélekedéseket nem erısítették meg. A szőréssel kapcsolatos RCT-k esetén nagyobb az esélye a részvételnek akkor, ha a résztvevı: a) fiatalabb; b) magasabb státusú társadalmi csoportba tartozik (mind a jövedelem, iskolázottság és lakáskörülmények területén); és az c) egészséges életmód híve, nem dohányzik és rendszeresen mozog, sportol.(Britton, McKee, Black és mtsai. 1998)

e) Meghívás hiánya (a szakemberek preferenciája vagy adminisztratív okok miatt)

Egyes betegcsoportok nem kerülnek bevonásra különbözı, sokszor nem ismert okok miatt.

f) A Részvétel hiánya (betegek, preferencia )

A betegek egy része, különbözı, az elızıekben tárgyalt és más okok miatt, nem vesznek részt a vizsgálatban illetve annak befejezése elıtt megszüntetik az együttmőködést.

347

7. Kritikus elemzés: RCT vizsgálatokkal kapcsolatos fıbb módszertani kérdések

Az RCT-k eredményeinek értékelésekor három kérdésre célszerő választ adni (Guyatt 1993): -

Megbízható-e a vizsgálat eredménye?

-

Mi a vizsgálat eredménye?

-

Hogyan és mennyire hasznosíthatóak a vizsgálat eredményei a konkrét betegellátás?

Ezekre a kérdésekre adható lehetséges válaszok: az ’igen’, a ’nem’ és a ’tanulmányban erre nézve nincs információ’. Az elsı két válasz egyértelmő, a harmadik esetén célszerő kapcsolatba lépni a vizsgálatot végzı szakemberekkel és megtudakolni a helyes választ, másképpen a kérdés megnyugtatóan nem dönthetı el.

7.1. Megbízható-e a vizsgálat eredménye?

Az elsı lépés annak eldöntése, hogy megbízható-e a vizsgálat eredménye, hiszen amennyiben a kérdésre adott válasz nemleges, a kritikus értékelést ezen a ponton be kell fejezni, az adott vizsgálat eredménye – bármi legyen is az - elfogadhatatlan. Elsı lépésben célszerő kalkulálni a Jadad pontszám (1996) értékét, amely egy könnyen gyorsan elvégezhetı és informatív teszt. (5 ábra) Amennyiben a pontszám értéke 3 - 5 pont, akkor az RCT megfelel az általános formai követelményeknek, ha ennél alacsonyabb, akkor az RCT nem tesz eleget az alapvetı módszertani elvárásoknak sem. (Kahn 1996; Moher 1998)

348

5. ábra Jadad-score

Randomizáció Pontosan le van-e írva a randomizáció menete? Igen: 1 pont

’Vakká tevés’ (Blinding) Kettıs vak volt-e a vizsgálat? Igen: 1 pont

A ’vakká tevés’ metodikája megfelelı volt-e? Igen: 1 pont hozzáadása Nem: mínusz 1 pont

Megfelelı volt-e a randomizáció? Igen: 1 pont hozzáadása Nem: mínusz 1 pont

Visszavonás (withrawals) és elmaradás (dropouts) Megfelelıen le volt-e írva a visszavonás és az elmaradás? Igen: 1 pont

Jadad Score

349

7.1.1. A vizsgálat világosan megfogalmazott kérdésre keresi-e a választ?

Világosan megfogalmazott a kérdés, ha pontosan leírja: -

a vizsgálatba bevont betegpopuláció jellemzıit,

-

az alkalmazott egészségügyi eljárást és a

-

klinikai kimenetet (a vizsgálat célja) amely lehetıleg jól definiált kemény végpont és nem köztes kimenet.

A vizsgálatba bevont betegpopuláció rögzítése, a beválogatási és a kiválasztási kritériumok pontos leírása szükséges a belsı és a külsı validitás megállapításához – amelynek megítélése, mint korábban említettük kulcsfontosságú az RCT vizsgálat minıségének a megítéléséhez.

Az alkalmazott egészségügyi eljárás leírása magában foglalja a terápia pontos definiálását (gyógyszer, hatóanyag, terápia idıtartama, más egyéb gyógyszerek szedése, compliance), amelynek lehetıleg változatlannak kell lennie az RCT folyamán. A vizsgálat célja és a vizsgált kimenete elemzése során több szempontra is figyelemmel kell lennünk. Lényeges annak eldöntése, hogy a vizsgálat kimenete (outcome) kemény végpont vagy ún. köztes végpont. A kemény végpontnak az olyan kimenetet nevezzük, amely a betegség valamely jól definiálható és a gyakorló orvos szempontjából fontos ’végállapotát’ írja le, ilyen például a stroke, szívinfarktus illetve a halál. A köztes végpont pedig egy laboratóriumi vagy más vizsgálati eltéréssel (pl. Hgmm) jellemezhetı kimenet. A köztes végpont klinikai

relevanciáját

azonban bizonyítani kell,

ellenkezı esetben téves

következtetésre juthatunk. A köztes végpontok használata az RCT vizsgálatok esetén sok elınnyel jár(hat). Ezek közül is kiemelhetı a kisebb szükséges vizsgálati esetszám és a rövidebb szükséges követési idı – azaz az RCT olcsóbb és gyorsabban kivitelezhetı. Az ár, azonban amit ezen elınyökért fizetni kell, a külsı validitás csökkenése, azaz a vizsgálat interpretálhatósága, gyakorlati jelentıségének megítélése sokkal nehezebbé válik ill. az esetek egy részében lehetetlen.

Az ELITE és az ELITE II vizsgálat eredményei szolgáltattak gyakorlati bizonyítékot arra, hogy a másodlagos kemény végpontként kapott pozitív eredményeket (Pitt et al, 1997) nem feltétlenül erısíti meg az olyan, megfelelı mérető újabb vizsgálat, amelyben ugyanezen kemény, klinikai végpont már elsıdleges végpont is lehet (Pitt et al, 2000).

350

Tanulságos példát szolgáltat a közelmúltból a hormonpótlásra vonatkozó nagy RCT vizsgálatok eredménye mind a kemény végpontok mind pedig az RCT vizsgálatok jelentıségére egy bizonyos terápia hatékonyságának a megítélésében (Humphries et al, 2003). A követéses vizsgálatok szerint a hormonpótlás (HRT) menopausaban csökkentette a cardiovascularis betegség, a csontritkulásos törések, az elbutulás és a colon rosszindulatú daganatának a kockázatát. Köztes végpontokra vonatkozó vizsgálatok szerint a HRT alkalmazása ugyancsak kedvezı hatást gyakorolt a vérzsírszintre, valamint a carotis IMT és a koszorúerek átmérıjének az alakulására. Ezzel szemben az RCT-k nem igazolták a HRT alkalmazásának a protektív szerepét a koszorúérbetegség rizikójának a csökkentésében, hanem a kockázatnövelı hatását tárták fel a szívbetegség, a stroke, az invazív mellrák és a vénás thromboembolia terén, megerısítették viszont a colorectalis rák és a csontritkulásos törés rizikójának a csökkentésére vonatkozó jótékony hatást.

Az elsıdleges végpont összetétele menet közben változott meg az EUROPA (2003) vizsgálat során, mégpedig a következıképpen: -

összhalálozás + nem halálos AMI + instabil AP + szívmegállás sikeres újraélesztéssel ( Fox et al. 1998)

-

összhalálozás + nem halálos AMI + instabil AP kórházi felvétellel + szívmegállás sikeres újraélesztéssel 28 nap múlva is életben (Gomma és Fox, 2001)

-

kardiovaszkuláris halálozás + nem halálos AMI + szívmegállás sikeres újraélesztéssel (Remme, 2003; The EUROPA Study, 2003).

Érdekesség, hogy a vizsgálat céljának a változásával együtt a végpont meghatározásának a módszertana is változott – mégpedig a vizsgálat ideje alatt. A változás a miokardiális infarktus diagnosztizálását érintette az European Society of Cardiology and the American College of Cardiology alapján. (The Joint European Society of Cardiology/American College of Cardiology Committee, 2003) A változás röviden úgy foglalható össze, hogy minden olyan beteget, akinek a kreatinin kináz, cardiac troponin T és I szintje megemelkedett miokardiális infarktusos betegnek tekintettek függetlenül attól, hogy nem volt miokardiális nekrózist jelzı EKG-eltérése a –így különítve el ezt a betegcsoportot az nem stabil anginás betegektıl. (Ezek az újonnan AMI-nak diagnosztizált betegek korábban nem-stabil angina diagnózist kaptak.) Megjegyzendı, hogy a Consensus Dokumentum az összefoglalójában a jelenben zajló, akut szívizominfarktus („acute, evolving or recent MI”) definíciójához is csak részben jelölte

351

szükségesnek a necrosis markerek meghatározását, a régi, lezajlott szívizominfarktuséhoz („established MI”) nem. (The Joint European Society of Cardiology/American College of Cardiology Committee, 2003) A változás több szempontból is további szakmai elemzést igényel. Egyrészt azért, mert a laboratóriumi leletek eltérése alapján történı meghatározás köztes végpontnak tekinthetı, a korábban alkalmazott kemény végponttal szemben. Másrészt azért, mert jelenleg is vita folyik a szakirodalomban arról, hogy a kémiai marker (jelesül troponin) meghatározását elsısorban a szívizominfarktus teljes körő diagnosztizálására, vagy az acut coronaria syndroma kapcsán a korai invazív beavatkozás javallatának felállításához szükséges rizikófelmérés eszközeként alkalmazzák-e. (Piombo 2003, Hillis et al. 1999; James et al 2000; Janata et al. 2003; Ioannidis 2001)

7.1.2. A betegeket random módon sorolták-e a vizsgálati csoportokba?

Ez a kérdés eldönthetı a vizsgálat menetét leíró tanulmányban leírtak alapján.

7.1.3. A vizsgálatba bevont minden személy sorsa követhetı-e, illetve a megfelelı csoportba sorolva dolgozták-e fel az eredményeket?

A legfontosabb szempontok, amelyek konkrét értékét és a megfelelıségét a vizsgálat eredményét leíró tanulmányban pontosan le kell írni: -

a mintaelem-szám

-

a statisztikai próba ereje

-

a követési idı (follow-up) hossza

-

a követés tökéletessége, milyen volt a lemorzsolódási arány (drop out rate) és ez mi miatt következett be, és

-

az eredményeket abban a csoportban vették-e figyelembe, ahova a beteg eredetileg a randomizáció során került?

Zavaró lehet, ha az RCT esetén a randomizált betegek száma nem kerül egyértelmően közlésre, illetve az esetszám változását nem követi magyarázat. Ez figyelhetı meg például a közelmúltban megjelent EUROPA (2003) vizsgálat esetén, amikor a randomizált betegek

352

száma publikációról publikációra változott, a vizsgálatot végzık 12236, 12223 és 12218 betegszámot közöltek, a változások okait azonban a Lancet-ben megjelent záró dolgozatban sem közölték. (Gomma és Fox, 2001; Remme, 2003; The Europa Study, 2003) Az igen hasonló célkitőzéső, még jelenleg is folyamatban lévı PEACE vizsgálat elızetes közleményében (Pfeffer 2001) például részletesen ismertetésre kerültek a vizsgálati populáció design-publikációban (Pfeffer 1998) közölt tervezett létszámának a növelését indokoló szempontok, és annak módja is.

7.1.4. Megfelelıen biztosítva volt-e a vizsgálat torzítatlansága?

A vizsgálati eredmények torzítatlanságát biztosítja, ha azt szubjektív tényezık nem befolyásolják. Erre szolgál a vizsgálat ’vakká tevése’ ami azt jelenti, hogy a beteg nincs tisztában a kezelés módjával (egyszeresen vak, vagy single blind megvalósítás) illetve a vizsgálatban résztvevı orvosok sem informáltak errıl (double blind megvalósítás). A vizsgálat ebbıl a szempontból tehát lehet: -

egyszeresen vak (vizsgálatban résztvevık nem tudják hogy a terápiás vagy a kontroll csoportba kerültek-e besorolásra)

-

kétszeresen vak (vizsgálatban résztvevık és a vizsgálatot végzı szakemberek sem tudják, hogy a vizsgálatban résztvevık a terápiás vagy a kontroll csoportba kerültek-e besorolásra), illetve

-

háromszorosan vak (vizsgálatban résztvevık, a vizsgálatot végzı szakemberek és az eredmények feldolgozását végzı szakemberek sem tudják, hogy a vizsgálatban résztvevık a terápiás vagy a kontroll csoportba kerültek-e besorolásra) volt-e?

Az RCT-k esetén a ’kétszeresen vakság’ (amennyiben lehetséges) szükséges ahhoz, hogy megfelelıen megbízhatóak legyenek az eredmények. (Lásd a Jadad pontszám – 5. Ábra)

7.1.5. A randomizáció megfelelı volt-e?

Alapvetı fontosságú kérdés, hogy az összehasonlításra kerülı vizsgálati csoportok hasonlóak voltak-e? Különösen azoknak a paramétereknek a szempontjából, amelyek a vizsgálat

353

eredményét

befolyásolhatták

(például:

nem,

életkor,

társadalmi-gazdasági

helyzet,

kísérıbetegségek, és más paraméterek). A közel 11 ezer beteg körében több, mint 6 évig tartó CAPPP vizsgálat az egyik legismertebb példája a nem megfelelı randomizációs módszer alkalmazásának. Ebben a vizsgálatban az akkoriban szokásos, vagyis zárt borítékban elıre kiosztott véletlenszerő kiválasztással összefüggésbe hozhatóan az összehasonlításra kerülı csoportok vérnyomásértékei a vizsgálat kezdetén szignifikánsan különböztek egymástól, aminek következtében a vizsgálat eredményei csak korlátozottan értékelhetıek (Hansson, 1999). A szerzı, Hansson kommentárja szerint a központi fax-randomizáció lenne a preferálandó, ami azonban a CAPPP vizsgálat tervezésének az idején még nem számított standard módszernek. Ebben a vizsgálatban a borítékos randomizációval összefüggésben az összehasonlításra kerülı csoportok vérnyomásértékei a vizsgálat kezdetén szignifikánsan különböztek egymástól, aminek következtében a vizsgálat eredményei csak korlátozottan értékelhetıek (Hansson, 1999).

7.1.6. A vizsgált terápiát leszámítva a vizsgálati csoportokat hasonlóan kezelték-e?

Itt több szempontra is célszerő figyelemmel lenni, például, ha nem volt double blind az elrendezés akkor kérdés, hogy a nyomon követés a vizsgálati csoportokban egyformán történt-e? Erre nézve pontos információnak kell rendelkezésre állnia a tanulmányban.

7.2. Mi a vizsgálat eredménye?

7.2.1. Milyen volt a vizsgált terápia hatásossága (efficacy)?

A következı kérdésekre célszerő választ adni: -

Hogyan mérték a terápia hatásosságát?

-

Hogyan (végpontok, mértékegység, dimenzió) fejezték ki a terápia hatásosságát?

-

Hogyan ismertették az eredményeket? (NNT, NNH, RR, RRR, OR, LR)

354

A vizsgálati terv részeként, a leendı értékelés szempontjait és menetét is prospektíve rögzíteni kell. A késıbbiekben bármilyen változtatást részletesen meg kell indokolni, a megváltozott helyzetet pedig részletesen be kell mutatni. Minderre azért van szükség, hogy az olvasónak módjában legyen megítélni azt, hogy az eredményt valóban csak a vizsgálat beavatkozás befolyásolta, és más körülmény vagy feltétel nem. Post hoc1 és irreleváns alcsoportelemzés „váratlan eredményhez” vezethet. Erre szolgáltatott tanulságos példát az ISIS-2 vizsgálat munkatársai által utólagosan kiötlött és elvégzett „alcsoport elemzése”: a populációt születési dátumuk alapján a 12 asztrológiai jegy szerint sorolták 12 „alcsoportba”. Annak ellenére, hogy a vizsgálat összesített eredménye igen erısen szignifikáns mértékben pozitív volt az aszpirin kezelés javára placebóval szemben, a Mérleg és az Ikrek jegyében születettek „alcsoportjában” nem szignifikáns kedvezıtlen hatás mutatkozott (Sleight, 2000). Itt célszerő azt is megemlíteni, hogy az RCT-k az elsıdleges végpontokkal kapcsolatos kérdések megválaszolása érdekében kerülnek elvégzésre. Az elsıdleges végpontban keletkezett eredményt megerısítheti az alcsoportokban észlelt ugyanezen végpontra vonatkozó eredmények, illetve a járulékos (másodlagos vagy egyéb) végpontokra vonatkozó eredmények konzisztenciája. Az elsıdleges végpontban elmaradó eredmény azonban mással nem helyettesíthetı.

A

másodlagos

végpontok

hasznosak

lehetnek

viszont

hipotézisek

megfogalmazása és további kutatások megtervezése céljából – határozott állítások azonban ezek alapján többnyire nem fogalmazhatók meg. Másfelıl a konzisztencia hiánya (akár az összetett elsıdleges végpont elemei, akár az egyéb végpontok akár az egyes alcsoportok között mutatkozik) gyengíti az elsıdleges végpontra vonatkozó eredményt: minél szélesebb körő a konzisztencia elmaradása, annál szőkebb körő az eredmény. A LIFE vizsgálat (Dahlöf, 2002) elsıdleges összetett végpontjának szignifikáns csökkenése mellett például az egyes összetevık közül (szívizominfarktus, stroke, cardiovascularis halálozás) csak a stroke relatív kockázatának a csökkenése volt szignifikáns. Tanulságos, hogy az FDA (http://www.fda.gov) csak a stroke prevenciójára vonatkozó javallatbıvítést fogadta el, a teljeskörő cardiovascularis prevenciót illetı javallatot viszont nem. 1

Post hoc analízis: utólagos, nem prospektíve tervezett elemzés. Egy nagy vizsgálat során

nagy adatbázis keletkezik, amelybıl számos további analízis is készíthetı, a vizsgálati tervben prospektíve meghatározott elemzéseken túlmenıen. A post hoc analízisek kritikus értékelése hasonló módon történik, mint a másodlagos végpontokban vagy az alcsoportokban prospektíve meghatározott módon keletkezetett eredményeké: nem helyettesítheti az elsıdleges végpont eredményét, de megerısítheti azt, illetve újabb hipotéziseket generálhat.

355

A konzisztencia hiánya (akár az összetett elsıdleges végpont elemei, akár az egyéb végpontok akár az egyes alcsoportok között mutatkozik) gyengíti az elsıdleges végpontra vonatkozó eredményt.

7.2.2. Mennyire megbízható az eredmény?

Az eredmény megbízhatóságának az elemzése során a következıket kell vizsgálnunk: -

Milyen a konfidencia intervallum?

-

Milyen a vizsgálat belsı validitása?

A konfidencia intervallumok az elsıdleges végpontok esetén fontos információt hordoznak. Ha megnézzük például az elızıekben már említett EUROPA (2003) vizsgálat eredményeit, akkor láthatjuk, hogy a végpontok esetén elért eredmények egy része estén a konfidencia intervallumok metszik az OR=1 egyenest, ami azt jelenti, hogy ezeknek az esetén az eredmények nem tekinthetık szignifikánsnak. Ezekben az esetekben az eredmények tendenciákat mutatnak, ezek hipotézisek felállítására alkalmasak de konkrét állítás megfogalmazására nem. (Lehetséges, hogy további vizsgálatok eredményeképpen, illetve az eredmények más elrendezésben történı statisztikai vizsgálatával ezek az eredmények is szignifikánssá válhatnak – ezt azonban jelenleg nem tudhatjuk.) Más végpontok – 55 éven aluli illetve 65 éven felüli életkor, elızetes miokardiális infarktus, nem magasvérnyomásos, nem diabéteszes, lipid terápiában részesülı és nem részesülı, béta blokkolót szedı és nem szedı valamint kalcium csatorna blokkolót nem szedı betegek populációja - esetén a hatás szignifikánsnak tekinthetı. Hasonlóképpen értelmezhetık az EUROPA (2003) vizsgálat további eredményei is, például látható, hogy a nem stabil angina, szívmegállás, stroke, és a revaszkularizáció csökkenése esetén az eredmény nem szignifikáns. Az alcsoport analízisnél azonban mindig figyelembe kell venni, hogy az alcsoportok definíciójukból adódóan mindig kisebb esetszámmal bírnak, mint a teljes vizsgálat anyaga, ezért könnyebben lesz az eredmény „nem szignifikáns”. De ennek az ellenkezıje is igaz, ha elég sok alcsoportot vizsgálunk, akkor tisztán szerencse alapon is találunk „szignifikáns” alcsoportot. Statisztikai szempontból ezen két ellentétes problémával kell szembenézni amikor alcsoportot elemzünk és ez indokolja az alcsoport eredmények óvatos interpretálását.

356

7.3. Mennyire hasznosíthatóak a vizsgálat eredményei a konkrét betegellátás?

Az eredmények hasznosíthatóságának az elemzése során a következıkre kell figyelemmel lenni: -

Általánosíthatók-e a vizsgálat eredményei a konkrét betegellátás során?

-

Minden klinikai szempontból fontos kimenetet vizsgáltak-e?

-

A klinikailag szignifikáns kimenetek kellı mértékben ellensúlyozzák-e a terápia alkalmazásával járó kockázatokat?

7.3.1. Általánosíthatók-e a vizsgálat eredményei a konkrét betegellátás területén?

Ennek a kérdésnek a megítélésben a fıbb szempontok: -

Lényegesen eltérnek el a vizsgált populáció sajátosságai a saját populációtól és ha igen milyen területen és mennyiben? (beteg populáció sajátosságai; randomizáció; belsı validitás: allokációs torzítás, paciensek preferenciája; külsı validitás: részvételi és kizárási kritériumok, meghívás hiánya: szakemberek, intézmények, betegek és a részvétel hiánya: szakemberek, intézmények, betegek; demográfia; epidemiológia: incidencia és prevalencia)

-

Lényegesen eltérnek-e a helyi egészségügyi ellátás körülményei a vizsgálatban leírt körülményektıl, és ha igen milyen területen és mennyiben?

Fontos például, hogy egy bizonyos populáció cardiovascularis kockázatának a becsléséhez olyan vizsgálatokon alapuló score-rendszer álljon rendelkezésre, amelyik a szóban forgó népesség körében készült. Tekintettel arra, hogy az Egyesült Államokban végzett Framingham-vizsgálat adatai nem maradéktalanul bizonyultak érvényesnek Európában, a legfrissebb európai prevenciós ajánlásban a rizikószint felmérésére már az európai populációk körében végzett vizsgálatok adatain alapuló SCORE-project táblázatai szerepelnek (Conroy, 2003).

Ezen a ponton nagyon sok érdekes kérdés felmerül, amelyek ha közvetve is, de kapcsolatban állnak az RCT vizsgálatokkal. A vizsgálatok külsı validitása arra vonatkozik, hogy a

357

szakember (gyakorló orvos, egészségpolitikai döntéshozó) releváns információt kap-e a döntéseihez, fel tudja-e használni az RCT eredményeit a gyakorlatban. Az elmondottakra példaként megemlíthetı a Drummond et al. (1992) vizsgálata a misoprostol (NSAID-t szedı betegek gyomorfekély profilaxisára használatos szer) eredményességével kapcsolatosan. A misoprostol hatásosságának vizsgálata során az NSAID okozta gyomorfekélyek elıfordulását gasztroszkópiával diagnosztizálták. A gasztroszkópiával kimutatott fekélyeknek azonban csak kis része vezet klinikai tünetekhez. A gyakorlatban a gasztroszkópiával észlelt fekélyek csak töredéke diagnosztizálható, ezért a gyógyszer hatásosságának becslése az RCT vizsgálat alapján jóval felülmúlta a gyógyszer valódi eredményességét, hiszen a gasztroszkópiával végzett vizsgálat ebbıl a szempontból köztes végpontnak tekinthetı. Másik szemléletes példa Caro et al. (1997) tanulmányából származik és a WOSCOPS (elsıdleges prevenció, koleszterin csökkentı terápia) vizsgálattal kapcsolatos. Ebben a vizsgálatban a terápiával elért haszon közel 10%-a származott győjtött, megfigyelt adatokból és a hatás 90%-a becslésen alapult. A hosszútávú kemény végpontok rendelkezésre állását megelızıen mind a WOSCOPS, mind a 4S vizsgálat esetén a szakemberek életév-nyereséget és QALY nyereséget próbáltak számolni illetve koronária rizikót próbáltak modellezni köztes végpont alapján (a koleszterin szint százalékos csökkenése) a különbözı epidemiológiai modellekben. (Oster 1987) Ez a megoldás jelentıs mértékő kritikát váltott ki, hiszen olyan (egészség) haszon szerepelt a számításokban amit csak feltételeztek de amire nézve közvetlen, mért adat nem állt rendelkezésre.

7.3.2 Minden klinikai szempontból fontos kimenetet vizsgáltak-e?

Ha ez nem történt meg, ez mennyiben befolyásolhatta a végsı konklúziót?

7.3.3. A klinikailag szignifikáns eredmények (outcome) kellı mértékben ellensúlyozzák-e az egészségügyi szolgáltatás / technológia alkalmazásával járó kockázatokat?

Amennyiben a vizsgálat ezt pontosan explicit módon nem mérlegeli, ezt az adott terület szakemberének kell megítélnie összehasonlítva a rutinszerően alkalmazott terápiával.

358

7.3.4. Statisztikai szignifikancia versus klinikai szignifikancia

Célszerő azt is tekintetbe venni, hogy a statisztikai szignifikancia nem feltétlenül jelen egyben klinikai szignifikanciát is. A 2 Hgmm statisztikailag szignifikáns vérnyomás csökkenés például statisztikailag szignifikáns mértékben csökkenti a stroke bekövetkezésének a valószínőségét. Abban az esetben viszont, ha a betegnek minimális mértékben növekedett a vérnyomása, vagy a magas normális tartományba esik, aránylag fiatal, nem diabeteses és más rizikó tényezıje sincs, akkor 1 stroke 1 éven belüli megelızése érdekében 850 beteget kell terápiában részesíteni. Ez az eredmény nem biztos, hogy elegendı ahhoz, hogy a paciens egy hosszú, fegyelmet igénylı terápiát elfogadjon. Feltehetı, hogy ebben az esetben a statisztikai szignifikancia nem fogadható el klinikailag is szignifikánsnak. (ALLHAT 2002)

359

8. Fontosabb fogalmak és rövidítések

Abszolút rizikó/Absolute Risk (AR) - Annak a valószínősége, hogy egy személynél egy bizonyos jól meghatározott kimenet jelentkezik egy jól meg határozott idıtartam alatt. Az AR értéke 0 és 1 között helyezkedik el, illetve százalékos formában kerül megadásra.

Abszolút rizikó csökkentés/Absolute Risk Reduction (ARR) – A terápiás és a kontroll csoport esetén megfigyelhetı rizikó abszolút különbsége a vizsgálatok során. Akkor használatos, amikor a kontroll csoport rizikója meghaladja a terápiás csoport rizikóját, és az ARR kalkulálása során a kontrol csoport AR-jébıl kivonjuk a terápiás csoport AR értékét. A definíció szerint az érték az összes kezelt beteg arányában mutatkozik meg, és változik a kontroll csoport rizikószintjével(AR). Az értéket összehasonlító vizsgálat során a gyógyszerhatás mellett a populáció is befolyásolja.

Relatív rizikó / Relative Risk (RR) - Annak az esélye, hogy egy esemény bekövetkezése ’valahányszorosa’ (RR nagyobb, mint 1) vagy ’valahányad része’ (RR kisebb, mint 1) egy csoportban egy másik csoporthoz hasonlítva. Ez az egyes csoportok AR-jének a hányadosa. Értéke megfelel az OR-nek ha a vizsgálat események bekövetkezése ritka. A definíció szerint az érték a kontroll csoport gyakoriságának az arányában mutatkozik meg, és nem változik a kontroll csoport rizikószintjével (RR) egy vizsgálaton belül. Az érték összehasonlító vizsgálat során elsısorban a gyógyszerhatást fejezi ki.

Relatív rizikó csökkentés / Relative Risk Reduction (RRR) – A terápiás és a kontroll csoport közötti rizikó egymáshoz viszonyított csökkenése. Számítása: 1-RR.

Odds Ratio (OR) - Minél közelebb van az OR az 1-hez annál kisebb a hatás a terápiás és a kontrol csoportban történt beavatkozás között. Ha az OR nagyobb (vagy kisebb) mint 1, akkor a terápia hatása nagyobb (vagy kisebb) mint a kontroll csoportban észlelt hatás. A mért hatás lehet nemkívánatos (halál, rokkantság) vagy kívánatos hatás (túlélés) egyaránt. Ha a vizsgált esemény ritkán következik be, akkor az OR megegyezik a relatív rizikóval (RR), de ha az esemény bekövetkezési gyakorisága nı, akkor az OR és az RR közötti távolság nı.

360

Number Needed to Treat (NNT) - A kezelés hatékonyságnak egyik mérıszáma. Azoknak az embereknek a száma, akiket általában egy bizonyos módon kezelni kell egy bizonyos idıperiódusban ahhoz, hogy 1 nemkívánatos kimenet elkerülhetı legyen vagy egy kívánatos kimenet elérhetı legyen. Az NNT = 1/ARR.

Konfidencia Intervallum / Confidence Interval (CI) - A 95%-os konfidencia intervallum a 95%-át tartalmazná azoknak az eredményeknek, amelyeket az azonos módon megtervezett, azonos nagyságú, azonos populációval végrehajtott vizsgálatok eredményeképpen kapnánk. (Ez közel van ahhoz a megfogalmazáshoz – habár nem azonos vele – hogy az esetek 95%-a esik a konfidencia intervallumba. Ha a 95%-os konfidencia intervallum az RR (relative risk) vagy az OR (odds ratio) esetén metszi az 1-et akkor az adott hatásra vonatkozóan nincs tudományos bizonyíték. A CI használatának elınye (szemben a P értékkel), hogy a lehetséges hatásoknak egy sávját (range) jeleníti meg.

9. Az RCT vizsgálatok korlátai - a technológia elemzés szerepe

Az RCT vizsgálatok fontossága alapvetı, vannak azonban nem elhanyagolható problémák is ezen a területen: -

az RCT-k száma rendkívül korlátozott, az egészségügyi szolgáltatások csak kevesebb, mint 20%-ával kapcsolatosan rendelkezünk RCT szintő tudományos bizonyítékokkal,

-

az interpretáció is sokszor nehéz: a) ha a randomizált vizsgálat túlságosan is átfogó, akkor nehéz a gyakorlatban felhasználni. Például, ha rendelkezünk outcome információval a kórházból hazabocsátott és az otthon ápolás keretei között ellátott betegekrıl általában, akkor ez nem elegendı segítség mondjuk a csípıprotézist kapott betegcsoport elemzéséhez', b) ha viszont arra törekszünk, hogy ilyen mélységő információ álljon rendelkezésre RCTvel alátámasztva akkor ugyan megbízható információnk lesz, de nagyon kevés területrıl.

-

az azonos területen (pl. magas vérnyomás) végzett RCT-k is többé-kevésbé eltérnek egymástól, más a kipróbált gyógyszer, eltérhet az intervenciós és a kontroll csoport száma, kor, szociális, nem illetve más jellegő összetétele, eltérı (lehet) a vizsgált outcome, az idıtáv és még hosszan lehetne sorolni. Ha csak egy dolog is eltérı ezek közül, akkor az

361

eredmény már csak szisztematikus elemzés során összegezhetı, ami jelentıs szakértelmet és hosszú idıt igényel.

-

s végül talán a legjelentısebb probléma: a randomizált kontrollált vizsgálatok az adott egészségügy szolgáltatás (mőtét, gyógyszer, szőrés) hatásosságát, az RCT definíciójának megfelelıen, ideális körülmények (válogatott betegek, legjobb szakemberek, ideális mőszer és egyéb feltételek) között vizsgálják (hatásosság). Az, hogy valami ideális feltételek között mőködik, nem jelenti azt, hogy ez így van a gyakorlatban (hatékonyság) is.

Az egészségügyi kormányzatokat, finanszírozókat, fogyasztókat és egyre nagyobb mértékben a szolgáltatókat (kórházak, orvosok) azonban az érdekli, hogy mi a konkrét haszon a gyakorlatban.

362

Irodalom Beaglehole R, Bonita R, Kjellström T, Basic epidemiology P42-44. World Health Organisation, Geneva, 1993.

Black N, Why we need observational studies to evaluate the effectiveness of health care? BMJ 1996;312:1215-1218.

Bregg CB, Zelen M, Carbonne PP, Cooperative groups and community hospitals; measurement of impact on community hospitals, Cancer 1983;52:1760-1767.

Beggs CB, Engström PF, Eligibility and extrapolation in cancer clinical trials, J Clin Oncol 1987;5:962-968.

Britton A, McKee M, Black N, et al. Choosing between randomised and non-randomised studies: a systematic review, Health Technology Assessment 1998;2:13.

Charlson ME, Horowitz RI, Applying results of randomised trials to clinical practice: impact of losses before randomisation, BMJ, 1984;289:1281-4.

Caro J, Klittich W, McGuire A, The West of Scotland coronary prevention study: economic benefit analysis of primary prevention with pravastatin, BMJ, 1997;315:1577-1582.

Conroy RM, et al. Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project. European Heart Journal (2003) 24, 987–1003.

Cochrane A, Effectiveness and Efficiency; Random reflections on Health Care Services, London, Nuffield Provincial Hospitals Trust, 1972.

Col NF, Gurwitz JH, Alpert JS, et al. Frequency of inclusion of patients with cardiogenic shock in trials of clinical therapy Am J cardiol 1994;73:149-157.

363

Colditz GA, Miller JN, Mosteller F, How study design affects outcome outcomes in comparison of therapy? I. Medical, Stat Med 1989;8:411-54.

Collins R, Peto R, MacMahon S, et al., Blood pressure, stroke, and coronary heart disease. Part 2, Short term-reduction in blood pressure: overview of randomised drug trials in their epidemiological context, Lancet 1990;335:827-838.

Dahlöf B et al, Cardiovascular morbidity and mortality in the Losartan Intervention For Endpoint reduction in hypertension study (LIFE): a randomised trial against atenolol, Lancet 2002; 359: 995–1003.

Drumond MF, Bloom BS, Carrin G et al. Issues in the cross-national assessment of health technology, International Journal of Technology Assessment in Health Care, 1992,8:671-682

Ellenberg JH, Selection bias in observational and experimental studies, Stat Med 1994;13:577-567.

Fentiman IS, Julien JP, van-Dongen JA, et al. Reasons for non-entry of patients with DCIS of the breast into randomised trial (EORTC 10853) Eur J Cancer 1991;27:450-452.

Fox KM, Henderson JR, Bertrand ME et al. The European trial on reduction of cardiac events with perindopril in stable coronary artery disease (EUROPA), European Heart Journal, 1998;19(Supplement J), J52-J55

Gomma AH, Fox KM, The EUROPA Trial: design, baseline demography and status of the substudies, Cardiovascular Drugs and Therapy, 2001;15:169-179

Gulácsi L, Klinikai kiválóság; technológiaelemzés az egészségügyben, Springer Orvosi Kiadó, Budapest 1999.

Gurwitz JH, Nananda F, Avorn J, The exclusion of the elderly and women from clinical trials on acute myocardial infarction JAMA 1992;268:1417-1422.

364

Hansson L et al. Effect of angiotensin-converting-enzyme inhibition compared with conventional therapy on cardiovascular morbidity and mortality in

hypertension: the

Captopril Prevention Project (CAPPP) randomised trial, Lancet 1999; 353: 6 1 1 – 1 6

Haynes RB, Sackett DL, Gray JAM et al., Transferring evidence from research into practice: 2. Getting evidence straight, Evidence-Based Medicine, January/February, 1997, 3-6.

Hillis GS, Fox KAA, Cardiac troponins in chest pain, BMJ, 1999;319:1451-1452

Ioannidis JPA, Balk E, Milch C, et al. Evaluation of technologies for identifying acute cardiac ischemia in emergency departments, Evidence Report/Technology Assessment No 26, Agency for Healthcare Research and Quality, AHRQ Publication No 01-E006, Rockville, 2001, p. 18.

Humphries KH., Gill S. Risks and benefits of hormone replacement therapy: The evidence speaks. CMAJ • APR. 15, 2003; 168 (8) 1001-1010

Jadad A, Moore A, Carrol D et al. Assessing the quality of reports of randomized clinical trials: Is blinding necessary? Control Clin Trials. 1996;17:1-12.

James, P et al. Relation between troponin T concentration and mortality in patients presenting with an acute stroke: observational study. BMJ 2000;320:1502–4

Janata K, Holzer M, Laggner AN et al. Cardiac troponin T in the severity assessment of patients with pulmonary embolism: cohort study, BMJ, 2003;326:312-313

Kahn K, Daya S , and Jadad A. The importance of quality of primary studies in producing unbiased systematic reviews. Arch Intern Med. 1996;156:661-666.

Lancet, Editorials: Cohrane's legacy, Lancet 1992;340:1131-32.

Lancet, Open scandal (editorial) Lancet 1983;1:219220.

365

Lee JY, Marks JE, Simpson JR, Age as a criterion for eligibility in a lung cancer clinical trial, Cancer Clin Trials 1982;5:449-452.

Lumley J, Bastian H, Competing or complementary? Ethical considerations and the quality of randomise trials, International Journal of Technology Assessement in Health Care, 1996;12:247-263.

Martin JF, Henderson WG, Zacharaski LR, et al. Accrual of patients into a multi hospital cancer clinical trial and its implications. Am J Clin Oncol, 1984;7:173-182.

Miller F, Colditz GA, Mosteller F, How study design affects outcome outcomes in comparison of therapy? II. Surgical, Stat Med 1989;8:455-466.

Moher D, Pham B, Jones A et al. Does quality of reports of randomised trials affect estimates of intervention efficacy reported in meta-analyses? Lancet. 1998;352:609-613.

Muller DWM, Topol EJ, Selection of patients with acute myocardial infarction for thrombolytic therapy, Ann Intern Med, 1990;113:949-960.

Oster G, Epstein AM, Cost-effectiveness of anti-hyperlipidemic therapy in the prevention of coronary heart disease, the case of cholestyramine, JAMA, 1987;258:2381-2387

Pfeffer MA, Domanski M, Rosenberg Y, Verter J, Geller N, Albert P, Hsia J, Braunwald E. Prevention of events with angiotensin-converting enzyme inhibition (the PEACE study design). Prevention of Events with Angiotensin-Converting Enzyme Inhibition. Am J Cardiol. 1998 Aug 6;82(3A):25H-30H

Pfeffer MA, Domanski M,Verter J, Dunlap M, Flaker C, GershB, Hsia J, GoldbergD, Limacher MC, Maggioni AP, Rosenberg Y, Rouleau JL, Warnica W, Wasserman AG, Braunwald E. The continuation of the Prevention of Events With Angiotensin-Converting Enzyme Inhibition (PEACE) Trial. Am Heart J 2001;142:375-7.

Piombo AC, Gagliardi JA, Guetta J et al. A new scoring system to stratify risk of unstable angina, BMC Cardiovascular Disorders, 2003;3:8:1-9

366

Pitt B, et al, Randomised trial of losartan versus captopril in patients over 65 with heart failure ( Evaluation of Losartan in the Elderly study, ELITE), Lancet 1997; 349: 747-752

Pitt B, Effect of losartan compared with captorpil on mortality in patients with symptomatic heart failure: randomised trial-the Losartan Herta Failure Survival Study ELITE II, Lancet 2000;355:1582-1587.

Remme WJ, Reconsidering the management of all coronary artery disease patients: importance of the EUROPA trial, European Heart Journal Supplements 2003;5(Supplement E), E23-E30

Rochon PA, Fortin PR, Dear KB, et al., Reprting age data in clinical trials of arthritis, Arch Intern Med 1993;153-243-248. Stephenson, P. és McKee M. (1993) Look twice, Eur J Publ Health, 1993;3:151-152.

Sleight P. Debate: Subgroup analyses in clinical trials — fun to look at, but don’t believe them! Curr Control Trials Cardiovasc Med 2000, 1:25–27

The EUROPA Study, Efficacy of perindopril in reduction of cardiovascular events among patients with stable coronary artery disease: randomised, double-blind, placebo controlled, multicentre trial, 2003;362:782-788.

The Joint European Society of Cardiology/American College of Cardiology Committee. Myocardial infarction redefined — A consensus document. European Heart Journal (2000) 21, 1502–1513

Wenger NK, Exclusion of the elderly and women from coronary trials: is their quality of care compromised? JAMA 1992;268:1460-1461.

Yusuf S, Held P, Teo KK, Selection of patients for randomised controlled trials: implications of wide or narrow eligibility criteria, Stat Med 1990;9:73-86.

367

Redd WH, Anderson BL, Bovbjerg DH, et al. Physiologic and psycho-behavioural research in ancology, cancer, 1991;67:813-822.

Marmot MG, Bosma H, Hewmiongway H, et al. Contribution of job control and other risk factors to social variation in coronary heart disease incidence, Lancet 1997;350:235-239.

Muller, D.W. es Topol, E.J. (1990) Selection of patients with acute myocardial infarction for thrombolytic therapy, Ann Intern Med, 1990;113:949-960

Gurwitz, J.H., Nannda, F., Avorn, J (1992) The exclusion of the elderly and women from clinical trials on acute myocardial infarction, JAMA, 1992;268:1417-1422

Muller DW, Topol EJ, Selection of patients with acute myocardial infarction for thrombolytic therapy, Ann Intern Med, 1990;113:949-960.

Schultz KF, Grimes DA, Generation of allocation sequences in randomised trials: chance, not choise? Lancet, 2002;359:515-519. Stukenborg GJ, Comparison of carotid endarterectomy outcomes from randomised controlled trials

The ALLHAT Officers and Coordinators for the ALLHAT Collaborative Research Group. Major Outcomes in High-Risk Hypertensive Patients Randomized to Angiotensin-Converting Enzyme Inhibitor or Calcium Channel Blocker vs Diuretic The Antihypertensive and LipidLowering Treatment to Prevent Heart Attack Trial (ALLHAT). JAMA. 2002;288:2981-2997

368

18 5. sz. Melléklet A tudományos eredmények kritikus értékelése Randomizált kontrollált vizsgálatok eredményeinek értékelése A randomizált kontrollált klinikai vizsgálatok (Randomised Controlled Clinical Trials - RCT) eredményeinek értékelésekor három kérdésre célszerő választ adni:

I.

Megbízható-e a tanulmány által ismertetett vizsgálat eredménye?

II.

Mi a vizsgálat eredménye?

III.

Mennyire hasznosíthatóak a vizsgálat eredményei a konkrét intézmény/osztály

betegeinek az ellátása során?

I. Megbízható-e a tanulmány által ismertetett vizsgálat eredménye?

1. A vizsgálat/tanulmány világosan megfogalmazott kérdésre keresi-e a választ? (Karikázza be a megfelelı választ.)

igen

nem

a tanulmányban erre nézve nincs információ

Világosan megfogalmazott a kérdés, ha pontosan leírja: -

a vizsgálatba bevont betegpopulációt

-

az alkalmazott egészségügyi eljárást és a

-

klinikai eredményt (outcome), amely lehetıleg jól definiált kemény végpont (endpoint) és nem köztes eredmény (vagy más néven surrogate outcome).

2. A betegeket random módon sorolták-e a vizsgálati csoportokba? (Karikázza be a megfelelı választ.) igen

nem

a tanulmányban erre nézve nincs információ

369

3. A vizsgálatba bevont minden személy sorsa követhetı-e, illetve a megfelelı csoportba sorolva dolgozták-e fel az eredményeket? (Karikázza be a megfelelı választ.) igen

nem

a tanulmányban erre nézve nincs információ

A legfontosabb szempontok: -

Megfelelı volt-e a mintaelemszám / van-e erre nézve információ a tanulmányban?

-

Milyen volt a statisztikai próba ereje / le van-e ez írva pontosan a tanulmányban?

-

Melyen volt a követési idı (follow-up) hossza / pontos információ megtalálható-e?

-

Milyen volt a követés tökéletessége, milyen volt a lemorzsolódási arány (drop-out rate) / pontos információ megtalálható-e?

-

Az eredményeket abban a csoportban vették-e figyelembe, ahova a beteg eredetileg a randomizáció során került?

4. Megfelelıen vakká volt-e téve a vizsgálat (blinded)? (Karikázza be a megfelelı választ.)

igen

nem

a tanulmányban erre nézve nincs információ

A vizsgálat: -

egyszeresen vak (vizsgálatban résztvevık)

-

kétszeresen vak (vizsgálatban résztvevık és a vizsgálatot végzı szakemberek), illetve

-

háromszorosan vak (vizsgálatban résztvevık és a vizsgálatot végzı szakemberek és az eredmények feldolgozását végzık)

volt-e (blinded)?

5. A randomizáció megfelelı volt-e? (Karikázza be a megfelelı választ.)

igen

nem

a tanulmányban erre nézve nincs információ

370

Az összehasonlításra kerülı vizsgálati csoportok hasonlóak voltak-e? Különösen azoknak a paramétereknek a szempontjából, amelyek a vizsgálat eredményét befolyásolhatták (például: nem, életkor, társadalmi-gazdasági helyzet, kísérıbetegségek, és más paraméterek)

6. A vizsgált egészségügyi szolgáltatást/technológiát leszámítva a vizsgálati csoportokat hasonlóan kezelték-e? (Karikázza be a megfelelı választ.) igen

nem

a tanulmányban erre nézve nincs információ

Például a nyomon követés a vizsgálati csoportokban egyformán történt-e?

Adja meg a Jadad-pontszám értékét: (ld. 1.sz. ábra)

II. Mi a vizsgálat eredménye?

7. Milyen volt a vizsgált egészségügyi szolgáltatás / technológia klinikai hatásossága (efficacy)?

A következı kérdésekre célszerő választ adni: -

Hogyan mérték az egészségügyi szolgáltatás / technológia hatásosságát?

-

Hogyan, milyen módon (végpontok, mértékegység, dimenzió) fejezték ki az egészségügyi szolgáltatás / technológia hatásosságát?

-

Hogyan milyen módon ismertették az eredményeket? (NNT, NNH, RR, RRR, OR, LR stb.)

8. Mennyire megbízható az eredmény?

-

Milyen volt a konfidencia intervallum?

371

-

Milyen a vizsgálat külsı és belsı validitása?

III. Mennyire hasznosíthatóak a vizsgálat eredményei a konkrét betegpopuláció / intézmény / osztály betegeinek az ellátása során?

9. Általánosíthatók-e a vizsgálat eredményei a konkrét intézmény / osztály a betegeinek az ellátása során? (Karikázza be a megfelelı választ.) igen

nem

a tanulmányban erre nézve nincs információ

Ennek a kérdésnek a megítélésben a fıbb szempontok: -

Lényegesen eltérnek-e a vizsgált populáció sajátosságai a saját populációtól, és ha igen, milyen területen és mennyiben? (beteg populáció sajátosságai; randomizáció; belsı validitás: allokációs torzítás, paciensek preferenciája; külsı validitás: részvételi és kizárási kritériumok, meghívás hiánya: szakemberek, intézmények, betegek és a részvétel hiánya: szakemberek, intézmények, betegek; demográfia; epidemiológia: incidencia és prevalencia)

-

Lényegesen eltérnek-e a helyi egészségügyi ellátás körülményei a vizsgálatban leírt körülményektıl, és ha igen, milyen területen és mennyiben?

10. Minden klinikai szempontból fontos eredményt (outcome) vizsgáltak-e? (Karikázza be a megfelelı választ.) igen

nem

a tanulmányban erre nézve nincs információ

Ha ez nem történt meg, ez mennyiben befolyásolhatta a végsı konklúziót?

372

11. A klinikailag szignifikáns eredmények (outcome) kellı mértékben ellensúlyozzák-e az egészségügyi szolgáltatás / technológia alkalmazásával járó kockázatokat? (Karikázza be a megfelelı választ.) igen nem

a tanulmányban erre nézve nincs információ

Amennyiben a vizsgálat ezt pontosan, explicit módon nem mérlegelte, mi az Ön véleménye összehasonlítva az Ön által alkalmazott rutinszerően alkalmazott egészségügyi szolgáltatással / technológiával?

Irodalom A „A/ Randomizált kontrollált vizsgálatok eredményeinek értékelése” Ellenırzı lista (Check list) az alábbi források felhasználásával készült: 1.

Guyatt GH, Sackett DL, Cook DJ, Users’ guides to the medical literature II. How to use an article about therapy or prevention, JAMA 1993; 270:2598-2601

2.

A Brit Department for International Development által szponzorált TUDOR Projekt keretében elkészített szakmai anyagok (http//:tudor.szote.u-szeged.hu)

3.

Budapesti Közgazdaságtudományi és Államigazgatási Egyetem (BKÁE), Közszolgálati Tanszék, Egészségügyi Gazdaságtan és Technológiaelemzés és Technológiaelemzési Központ (HunHTA) szakmai anyagai

4.

Gulácsi L, Klinikai kiválóság; technológiaelemzés az egészségügyben, Springer Orvosi Kiadó, Budapest, 1999

373

1. sz. ábra Jadad-pontszám értékelése

1 Randomizáció Ismertették-e a randomizáció módszerét? Igen: 1 pont

2 Vakság Dupla vak módszert alkalmaztak-e? Igen: 1 pont

Megfelelı volt-e a randomizáció módszere? Igen: hozzáadni 1 pontot Nem: levonni 1 pontot

Megfelelı volt-e a vakság módszere? igen: hozzáadni 1 pontot Nem: levonni 1 pontot

3 Visszavonás és kimaradás Szerepelt-e a visszavonás és a kimaradás leírása? Igen: 1 pont

Jadad-pontszám

374

1. sz. táblázat A fontosabb fogalmak győjteménye belsı validitás A klinikai vizsgálat során annak kifejezıje, hogy a kutatók a mért [internal validity]

vagy észlelt változást milyen mértékig tudják a független változónak (pl. új gyógyszer, vagy eljárás) tulajdonítani.

eredmény

outcome

hatásosság

Egy gyógyszer vagy más gyógyító-megelızı eljárás ellenırzött

[efficacy]

klinikai körülmények között kiválasztott betegpopulációra gyakorolt terápiás hatása (eredménye). Általában eltér a valós (mindennapi) körülmények közötti betegpopulációra gyakorolt terápiás eredménytıl.

incidencia

Egy adott populáció azon tagjainak összessége (aránya), akik egy

[incidence]

adott idıtartam során újonnan megbetegedtek.

konfidencia

A

intervallum–

intervallumot jelenti, amely egy bizonyos (szokásosan 95% vagy

megbízhatósági

99%) valószínőséggel magában foglalja a becsült populációs

tartomány

paraméter valódi értékét. Határai kiszámíthatók a becslés hibájából

[confidence interval]

vagy

becslések

egzakt

bizonytalanságának

számszerősítésekor

valószínőségszámítási

módszerekkel.

azt

az

[In:

Epidemiológiai szótár. Szerk. V. Hajdú P., Ádány, R., Medicina, Bp., 2003] követés

follow-up

közbülsı/köztes

Egy gyógyító beavatkozásnak egy olyan közvetlen eredménye, amely

eredmény (kimenetel)

könnyen mérhetı (pl. vérnyomás csökkenése) és amely hatással van a

[surrogate outcome]

beavatkozással elérni kívánt végsı eredményre (pl. mortalitás csökkentése).

külsı validitás - az

A vizsgálatba bevont populáció és kezelési szint (alapellátás,

eredmények

szakrendelı, kórház, speciális intézet, ápolási otthon, stb.) és a

általánosíthatósága

gyakorlatban kezelni kívánt populáció és kezelési szint közötti

[external validity]

megfeleltethetıség kérdése. Az eredmények általánosíthatók, ha érvényesek más egészségügyi rendszerben, vagy más betegcsoportban is, mint amit a vizsgálat tartalmazott.

lemorzsolódási arány

drop-out rate

NNT = egy nem kívánt

Az NNT-érték azt fejezi ki, hogy hány beteg kezelendı egy

esemény

meghatározott ideig ahhoz, hogy egy bizonyos nemkívánatos

375

megelızéséhez kezelni

eseményt elkerülhessünk (pl. halálesetet, szövıdményt, stb.). A

szükséges minimális

kezelendık száma természetesen nem mondja meg, hogy a kezeltek

betegszám

közül ki lesz az az egy, aki elkerüli a nem kívánt eseményt (pl.

[Number needed to treat szívinfarktus). Az NNT sokkal pontosabban fejezi ki a klinikailag (NNT)]

szignifikáns változás mértékét, mint a relatív rizikócsökkenés (RRR). Az NNT- érték az abszolút rizikó (kockázat) csökkenés (ARR) reciproka.

prevalencia

Egy adott betegségben szenvedı egyének részarányát jelenti az

[prevalence]

érintett populációban egy meghatározott idıpontban.

randomizált kontrollált

Olyan kísérleti vizsgálat, amelyben egy egészségügyi beavatkozás

klinikai vizsgálatok

biztonságosságának és/vagy hatásosságának vizsgálata során

[Randomized clinical

véletlenszerően két csoportba, a kísérleti és a kontroll csoportba

trial (RCT)]

sorolják a résztvevıket, és összehasonlítják a két csoportban elért eredményeket.

RRR = relatív

Egy meghatározott esemény (pl. betegség, szövıdmény)

rizikócsökkenés

gyakoriságának százalékos csökkenése a kezelt csoportban a kontroll

(kockázatcsökkenés)

csoporthoz képest.

[Relative Risk Reduction (RRR)] szignifikancia,

A vizsgálat során alkalmazott statisztikai számítások alapján annak a

statisztikailag

valószínősége, hogy a mért vagy észlelt elváltozás (különbség) nem a

szignifikáns

véletlen mőve, hanem valóban a beavatkozásnak tudható be.

[statistical significance] végpont

Endpoint

376

19 6. sz. Melléklet INAHTA Irányelv az egészségügyi technológiaelemzési jelentések készítéséhez és a jelentések szakmai ellenırzéséhez

INAHTA álláspont a HTA jelentések hasznosságának a növelésérıl

Annak érdekében, hogy a HTA jelentések megbízhatósága, általánosíthatósága és használhatósága

növekedjék,

a

technológiaelemzési

eredményeket,

nemzetközi

megállapodások alapján egységes formában célszerő közzétenni. A HTA jelentések egységes, ’standardizált’ formátumát a technológiaelemzés vezetı intézményeinek szövetsége (The International Network of Agencies for Health Technology Assessment, INAHTA) alakította ki és tette közzé. A következıkben az INAHTA irányelvet és annak felhasználási lehetıségeit mutatjuk be.

Az INAHTA irányelv A magyar adaptáció az INAHTA (2002) „Checklist for health technology assessment reports” alapján készült.

Az irányelv célja Az irányelv célja, hogy segítségével, egységes szemlélető és formátumú, valamint átlátható és áttekinthetı HTA jelentések készülhessenek. Az általános cél az, hogy a HTA jelentések esetén pontosan megállapítható legyen az, hogy az elemzés során milyen vizsgálatok elvégzésére került sor, milyen lényeges nehézségek merültek ezek során és melyek az elemzés korlátai.

A HTA jelentések gyakorlati hasznának és általánosíthatóságának növelése érdekében kulcsfontosságú lépés a HTA elemzési folyamat transzparenciájának a megteremtése. A HTA elemzések mélységükben és kiterjedésükben igen jelentısen különbözhetnek egymástól, a problémafelvetéstıl, a vizsgált szakmai területtıl, az egészségpolitika által támasztott igényektıl és a rendelkezésre álló erıforrásoktól (szakember, pénzforrás, idı, infrastruktúra)

377

függıen. Azonban a

HTA jelentéseknek az olvasók számára egyértelmően, világosan

könnyen érthetıen megfogalmazva kell bemutatniuk az elemzés célját, a vizsgálat során alkalmazott módszereket a vizsgálat során alkalmazott feltételezéseket a vizsgálat eredményeit és konklúzióját.

Az irányelvet használók köre Az irányelv mindazok számára készült, akik információ forrásként használják a technológiaelemzési jelentések eredményeit, és azok számára, akik részt vesznek a technológiaelemzési jelentések készítésében.

Azok

számára,

akik

munkájuk,

tanulmányik

során

más

intézetekben

készült

technológiaelemzési jelentésekre támaszkodnak, az irányelv segít eligazodni abban, hogy a HTA jelentések milyen típusú információkat tartalmaznak, és segítséget nyújt az információk megbízhatóságának a megítélésében.

Azok számára, akik technológiaelemzést végeznek, rávilágít azokra a fontos szempontokra, amelyeket a HTA elemzés megtervezése, kivitelezése és a HTA jelentés összeállítása során figyelembe kell venni. Remélhetıleg az irányelv alkalmazása nagymértékben hozzájárul a technológiaelemzési jelentések minıségének javításához.

Az irányelv szakmai összefüggései Az irányelv a HTA jelentésekkel kapcsolatos nagyszámú fontos szempontokra vonatkozóan csak néhány rövid részletet tartalmaz. Célja az, hogy kezdeti iránymutatást adjon. Az irányelv kiegészíti azokat a mérvadó technológiaelemzési irányelveket, amelyeket a különbözı intézetek készítettek.

Feltétlenül hangsúlyozni kell, hogy egy HTA jelentés akkor is valid és hasznos információforrás lehet, ha az irányelvben felsorolt szempontok közül számos nem szerepel benne. A HTA jelentés készítésénél nem követelmény, hogy az összes, irányelvben felsorolt elemet tartalmazza.

378

Az irányelv segítségével a HTA jelentéseket olvasók illetve készítık könnyen megállapíthatják, hogy az adott HTA jelentésben mely – itt felsorolt – elemek vannak jelen, és melyek hiányoznak. A HTA jelentésbıl hiányzó elemek jelentısége attól függ, hogy az olvasó milyen célra kívánja felhasználni a jelentést. Abban az esetben ha egy HTA jelentés jellemzıivel, minıségének megítélésével kapcsolatban – jelen irányelven túlmenıen – további információra segítségre lenne szükség célszerő, ha a HTA jelentés szerzıivel felvenni a kapcsolatot.

Az irányelv tartalma Az irányelv 17 kérdésben fogalmazza meg azokat a szempontokat, amelyeket egy HTA jelentés áttekintésénél illetve elkészítésénél figyelembe kell venni. Két kérdés, amely egészségügyi-jogi kérdésekkel és a további teendıkre vonatkozó javaslatokkal foglalkozik esetleg nem találhatók meg valamennyi HTA jelentésben. A többi kérdés olyan területekkel foglalkozik, amelyeknek valamennyi HTA jelentésben szerepelniük kell. Ezek közül egyesek az alapvetı információk szolgáltatására és a szakmai összefüggésekre kérdeznek rá, míg mások azokat a lépéseket írják le, amelyeket az elemzés során célszerő követni. Az információk keresésével és értékelésével foglalkozó kérdéseket további megfontolásra érdemes szempontok követik. Ezek alkalmazása a szóban forgó HTA jelentés vizsgálati területétıl függıen változhat. A kérdések többségét követıen néhány további szempont található ferdén szedett betőkkel. Az irányelv végén egy összefoglaló táblázat található, amely hasznos segítséget nyújthat a HTA jelentés összefoglalása során.

379

Irányelv technológiaelemzési jelentések készítéséhez és a jelentések szakmai ellenırzéséhez

I. Elızetes információk 1. Rendelkezésre áll-e pontosan annak a szakembernek az elérhetısége, akikhez a HTA jelentéssel kapcsolatosan további információért fordulni lehet? Fel kell tüntetni a kapcsolatot tartó személy pontos nevét, címét és beosztását. 2. Pontosan azonosíthatók-e a HTA jelentés szerzıi, illetve azok a személyek, akik egyéb módon közremőködtek a jelentés készítésében? Az egyes esetekben követett megoldások egymástól eltérhetnek, de kívánatos, hogy a HTA jelentés készítésében részt vevı szakemberek neve és a jelentés készítésében játszott szerepük pontosan feltüntetésre kerüljön. Ezek a személyek lehetnek szerzık, bizottsági tagok (ha a HTA jelentés elkészítésében bizottságok is részt vettek) illetve olyan munkatársak, akik technikai és adminisztratív segítséget nyújtottak. Hasznos lehet, ha a szerzık kinyilvánítják, hogy a HTA jelentés bárki számára elérhetı publikált anyagok és szakmai vélemények felhasználásával készült, amely a HTA jelentés publikálásának idıpontjában is helytállóak. 3. Nyilatkoztak-e az esetlegesen fennálló érdekütközésekrıl? Az érdekütközések kérdése azért fontos, mert elfogadhatatlan szakmai hibához torzításokhoz vezethet a HTA jelentések készítése során. Az érdekütközésrıl azoknak kell nyilatkozniuk, akik részt vettek a HTA jelentés elkészítésében. Adott esetben az is elegendı lehet, hogy a jelentés készítıi arról nyilatkoznak, hogy érdekütközés nem áll fenn. A jelentésben azt is fel kell tüntetni, hogy az elemzés elkészítéséhez felhasználásra kerültek-e olyan források, amelyek eltérıek a szerzık intézményében szokásosan felhasználásra kerülı pénzügyi forrásoktól. Megjegyzendı, hogy érdekütközések más, nem-financiális okokból is eredhetnek. 4. Nyilatkoztak-e arról, hogy a HTA jelentést külsı szakemberek véleményezték-e? A HTA jelentés külsı szakember által történı véleményezése javítja a jelentés minıségét és megbízhatóságát.

A

véleményezés

folyamatáról

adott

információk

különbözhetnek

egymástól, de hasznos, ha feltüntetik azoknak a szakembereknek a nevét és szervezeti

380

hovatartozását, akik megjegyzéseikkel és információkkal segítették a HTA jelentés elkészülését. 5. Tartalmaz-e a jelentés olyan rövid összefoglalást mellékelve, amely az adott (HTA és szakmai) területen speciális jártassággal nem rendelkezı szakemberek számára is érthetı? Az összefoglaló a HTA jelentések nagyon lényeges részét alkotja. Az egészségpolitikusok és más, nem- HTA szakemberek nagy része csak a HTA jelentések összefoglalóját olvassa el. A fı cél az, hogy a technológiaelemzés eredményei széles közönség számára hozzáférhetıek legyenek. Az összefoglaló tartalmazhatja az elemzés céljára és kiterjedésére, valamint a megközelítésre és az alkalmazott módszerre vonatkozó információkat, emellett feltüntetésre kerülnek a legfontosabb eredmények és a tiszta, világos konklúziók. Javasolható, hogy az összefoglaló hossza ne haladja meg a 2 oldalt – az ennél hosszabb összefoglalók általában nem olvassák el. Feltétlenül kívánatos, hogy a nem angol nyelven íródott HTA jelentések esetén az összefoglaló angol nyelven is megtalálható legyen. Jól strukturált, rövid absztrakt készítése is hasznos segítséget nyújthat a legfontosabb részletek tömör bemutatásában. II. Miért került sor a technológiaelemzés elvégzésére? 6. Van-e utalás a vizsgálandó kérdésre és az elemzés szakmai összefüggéseire és a vizsgálat körülményeire? A HTA jelentés szakmai összefüggéseinek a leírása fontos annak megítéléséhez, hogy a jelentés milyen módon és mértékben járul hozzá az adott technológiáról rendelkezésre álló tudásunkhoz. A összefoglalónak tartalmaznia kell, hogy az adott HTA jelentés elkészítésére miért került sor, és adott esetben azt is, hogy ki rendelte meg a technológiaelemzés elvégzését. Szintén fontos annak a leírása, hogy a HTA jelentésben vizsgált kérdés hogyan viszonyul az egészségügyi

rendszerhez,

különös

tekintettel

az

egészségügyi

szolgáltatásokra,

technológiákra és a vizsgált technológia szempontjából releváns betegpopulációra. 7. Megfelelıen körülhatárolt-e a technológia területe? A HTA jelentésben részletesen le kell írni azt, hogy milyen területekre terjedt ki a technológiaelemzés, és azt is pontosan meg kell adni, hogy milyen területekre, szempontokra nem terjedt ki az elemzés.

381

8. A vizsgált technológia rövid leírása megtalálható-e? Az átlagos olvasónak segítséget jelent, ha a vizsgálat technológia rövid leírása is megtalálható a jelentésben. Hasznos, ha a vizsgált technológia használatára és mőködésére vonatkozó részletek megtalálhatók, de az információ legyen tömör – tankönyv mélységő megközelítés nem szükséges. Szintén hasznos, ha rövid utalás történik az alternatív, illetve a versengı technológiákra.

III. Hogyan történt a technológia elemzése? 9. Milyen információforrások kerültek felhasználásra? -

A folyóirat keresés menetét részletesen le kell írni. Ezen belül fel kell tüntetni azt, hogy milyen adatbázisokban, mely évekre vonatkozóan, milyen nyelven és milyen kulcsszavak segítségével történt a keresés. Részletes információkat kell szolgáltatni más alkalmazott források esetén is.

-

Költség adatok esetén meg kell adni az adatforrást, illetve a bázisévet, és lehetıleg utalni kell az adatok megbízhatóságának a fokára.

-

Minden más adminisztratív jellegő adat esetén is fel kell tüntetni az adatforrást, az adatok körét és pontosságát.

-

A referenciák listáját illetve a bibliográfiát mellékelni kell.

A HTA jelentések egy része igen részletes információt tartalmaz a folyóirat kereséssel kapcsolatosan. Kérés esetén, az irodalomkeresésre vonatkozó összes információnak rendelkezésre kell állnia, de nem feltétlenül szükséges, hogy a HTA jelentés az irodalomkeresés minden részletét tartalmazza. A költség adatok minısége és relevanciája a forrásoktól és az adatok jellegétıl függıen különbözı lehet. Az adatok származhat más célra győjtött adminisztratív adatokból, de ’bottom-up’ megközelítéssel specifikusan az adott elemzés céljára kidolgozott és megvalósított adatgyőjtésbıl is. Ha a költségadatokat valamilyen oknál fogva módosították, akkor azt megfelelı módon indokolni és reprodukálásra alkalmas módon ismertetni kell. Általában a HTA jelentésekben csak azok a referenciák kerülnek felhasználásra, illetve csak azokból idéznek, amelyek a folyóirat keresés során kiválasztásra kerültek. Azonban, kérés esetén, a kizárásra került referenciákra vonatkozó információkat is meg kell adni. 10. Található-e információ arra nézve, hogy a technológiaelemzés során felhasznált szakirodalom hogyan, milyen kritériumok alapján került kiválasztásra? -

Az elemzést végzık által alkalmazott folyamatok

382

(A HTA jelentésben fel kell tüntetni, hogy ki végezte a szakirodalom és az adatok keresését kiválasztását, és ismertetni kell a keresési és kiválasztási folyamatot.) -

Technikai szempontok

(Ha ezek feltüntetésre kerültek, akkor meg kell adni a keresési forrásokat és a keresés alapját képezı meggondolásokat.) -

Biztonság

(Például, regulációs döntések; a mellékhatásokra vonatkozó információk. Meg kell adni a keresési forrásokat és a keresés alapjául szolgáló megfontolásokat.) -

Hatásosság/hatékonyság

(Meg kell adni a keresés alapját képezı meggondolásokat – például, a vizsgálat felépítése, esetszám. Világosan rá kell mutatni, hogy miért éppen az adott irodalom került kiválasztásra és más irodalmat miért zártak ki.) -

Gazdasági hatás

(Magában foglalhat költség, illetve gazdasági vizsgálatokat. Meg kell adni a keresési forrásokat és a keresés alapját képezı meggondolásokat. ) -

Méltányosság

(A HTA jelentésekben olyan szakmai anyagokat kell felhasználni, amelyek a helyi egészségügyi rendszer és lakosság szempontjából relevánsak, illetve amelyek arra a betegségre, állapotra vonatkoznak, amelynél a vizsgált technológia alkalmazását tervezik. Szintén meg kell adni a keresési forrásokat és a keresés alapját képezı meggondolásokat.) -

Társadalmi és etikai kérdések

(Fel kell tüntetni minden olyan társadalmi, etikai kérdést, körülmény, amely a technológiával illetve annak felhasználásával kapcsolatban felmerülhet.) -

Szervezeti kérdések

(Bármely olyan körülmény, amely specifikusan a helyi egészségügyi rendszerre vonatkozik és kapcsolatba

hozható

a

vizsgált

technológia

bevezetésével,

beszerzésével

illetve

mőködtetésével, fel kell tüntetni.) Az adatok nyerésének megfelelısége és következetessége kiemelten fontos kérdés. A világos instrukciókat tartalmazó adatkeresési leírások megtervezésével, adatlapok létrehozásával, illetve

legalább

két

–

egymástól

függetlenül

dolgozó

-

adatkeresést

végzı

szakemberbevonásával a hibák minimalizálhatók. Ha az információforrások azonosításra kerültek, találhatók-e információk arra vonatkozóan, hogy ezek az anyagok hogyan kerültek kiválasztásra, milyen beválogatási és kizárási

383

kritériumokat alkalmaztak. A CONSORT típusú diagramok használatával összefoglalható, hogy mely irodalmak kerültek beválogatásra, illetve kizárásra az irodalom keresési folyamat során. Néhány szempontot (például a technológia biztonságossága) a HTA jelentések egy része nem tárgyal. 11. Található-e információ arra nézve, hogy a kiválasztott adatok interpretációja hogyan történt? -

Technikai kérdések

(Ha a vizsgált technológiával kapcsoltban technikai kérdések merültek fel, akkor azokat világosan és megfelelı módon kell felvetni.) -

Biztonság

(Pontosan meg kell fogalmazni, hogy a technológia milyen jelentıséggel bír a technológia specifikus alkalmazására és a helyi egészségügyi rendszerre vonatkozóan.) -

Hatásosság/hatékonyság

(Pontosan be kell mutatni a releváns vizsgálatok eredményeit és mérlegelni kell azok minıségét és korlátait. Le kell írni, hogy hogyan történt az eredmények szintézise. Az összes nem-kvantitatív szintézisek során alkalmazott megközelítéseket szintén ismertetni kell.) -

Gazdasági hatás

(A kiválasztott irodalomból származó adatok szintézisének és extrapolációjának a módszerét le kell írni. Ha a HTA jelentés költség illetve gazdasági elemzést tartalmaz, akkor az alkalmazott módszerekre vonatkozó részleteket és a feltevéseket is pontosan be kell mutatni. A rendelkezésre álló vizsgálatok minıségét mérlegelni kell. Megfelelı érzékenységi vizsgálatra szintén szükség lehet.) -

Méltányosság

(Pontosan le kell írni, hogy az elemzés során milyen vizsgálatokra került sor, beleértve a vizsgálat során alkalmazott megközelítéseket és érveket.) -

Társadalmi és etikai kérdések

(Körvonalazni kell a társadalmi, etikai kérdések megvitatása során felmerült szempontokat, megfontolásokat.) -

Szervezeti kérdések

(Biztosítani kell az információforrások tiszta, világos leírását és az analízis transzparenciáját.) A rendelkezésre álló szakmai anyagok minıségének értékelése a HTA jelentés fontos része. Az életminıség vizsgálatok elemzésekor meg kell, vizsgálni, hogy valóban valid

384

módszereket, eszközöket alkalmaztak-e. Az ilyen és más típusú vizsgálatok esetén, arra is figyelmet kell fordítani, hogy a különbözı csoportok közötti összehasonlítás megfelelı volt-e. IV. A technológiaelemzés eredményei 12. Világosan, érthetıen fogalmazták-e meg az elemzés eredményeit? A jelentés tartalmazza a kvantitatív és nem-kvantitatív információkat tartalmazó szakirodalom eredményeinek szintézisét. Nem csak a relatív értékek, hanem az abszolút értékek is bemutatásra kerültek. A HTA jelentésben szerepel, hogy hol alkalmaztak becsléseket, melyek az elemzések bizonytalan pontjai, és mely tényezık eredményezhettek torzítást. 13. Értelmezték-e az elemzés eredményeit? Az eredmények világos interpretációjának a részletes leírása szükséges. Hasznos lehet, ha az elemzés arra is kitér, hogy az egészségügyi technológia milyen hatással lehet a klinikai gyakorlatra és egészségügyi ellátórendszerre. Általánosan elterjedt és igen szemléletes módszer az eredmények táblázatos formában történı megjelenítése. V. Az eredmények és a konklúzió felhasználása 14. Megvitatták-e az elemzés eredményeit? Az eredmények megvitatása célszerően a következıket hogy tartalmazza: -

Az eredmények és HTA elemzés során feltett kérdés kapcsolata. (A szakirodalomból származó információk esetleg csak korlátozottan segítenek.)

-

A hiányzó illetve a bizonytalan információk tárgyalása, és az analízis megbízhatósága. (Ez esetleg röviden érintendı.)

-

A elemzés során kialakult vélemény és konklúzió alapja. (Az elemzés eredménye következik-e

a

felhasznált

adatokból?

További

fejlesztések,

vélemények

hozzájárultak-e a végsı álláspont kialakulásához? Ha igen, melyek ezek? Vajon a HTA jelentés az intervenció összes potenciális haszonára és káros hatására kiterjedt-e? Teljesült-e az elemzés célja?) A kiértékelés során a HTA jelentés korábbi összetevıit vetjük össze a feltett kérdéssel. Sokszor a döntéseket a technológia mőködésére vonatkozó megbízható adatok nélkül kell meghozni. Ilyen esetekben a döntés jellegét és a döntés alapját világosan meg kell fogalmazni. A HTA jelentés más részeihez hasonlóan, az átláthatóság itt is kulcsfontosságú

385

szerepet játszik. A jelentés olvasójának pontos képe kell, hogy legyen arról, hogy az elemzés során pontosan mi is történt, milyen feltevésekkel éltek, és mi az, amire nem terjedt ki az elemzés. 15. (Amennyiben releváns) figyelembe vették-e az orvosi-jogi szempontokat? 16. Az eredményekbıl levonható következtetés érthetıen került-e leírásra? A HTA jelentésnek, a feltett kérdéssel – és amennyiben lehetséges – a tágabb szakmai összefüggésekkel kapcsolatosan világos konklúzióra kell jutnia A konklúziónak a HTA jelentés elkészítése során áttekintett tudományos bizonyítékokból, kell származnia, és azokkal összhangban kell lennie. A HTA jelentések egy része ajánlásokat is tartalmaz. Nem minden HTA szervezetnek van arra felhatalmazása, hogy explicit javaslatokat fogalmazzon meg, de a konklúziónak tisztának és világosnak kell lennie az olvasó számára. 17. (Amennyiben releváns) történt-e javaslat a további teendıkre nézve? A HTA jelentés hasznos része lehet a jelenlegi kutatási és információs hiányosságok tárgyalása,

a

jövıbeli

kutatási

fıirányok

azonosítása

és

az

eredmények

disszeminációjára vonatkozó javaslatok megfogalmazása. A jelentés az eredmények egészségpolitikai alkalmazására vonatkozó hasznos javaslatokat is tartalmazhat, ha erre a HTA intézmény törvényi felhatalmazással rendelkezik.

A HTA jelentés összefoglalása A technológiaelemzés eredményét célszerő táblázatban összefoglalni. Ez a táblázat azt a célt szolgálja, hogy segítségével dokumentálni lehessen azt, hogy adott HTA jelentés az irányelv 17 pontjában felsorolt kérdéseknek mennyiben tett eleget. A táblázatnak NEM célja az, hogy a pontozótáblaként használva minısítse a HTA jelentést – a HTA jelentések hasznosak lehetnek abban az esetben is, ha esetleg nem teljesítik az összes, irányelvben felsorolt kritériumot.

Igen Elızetes 1. Van-e megfelelı információ arról, hogy kihez kell fordulni további információért? 2. A szerzıkkel kapcsolatos információk rendelkezésre állnak-e? 3. Nyilatkoztak-e a szerzık az esetlegesen fennálló érdekütközésekrıl? 4. Leírták-e hogy a jelentést külsı szakértı is véleményezte-e? 5. Található-e nem szakmai nyelven íródott összefoglaló?

386

Részben

Nem

Miért? 6. Van-e utalás a vizsgált kérdésre és az elemzés körülményeire, szakmai összefüggéseire? 7. Az elemzés területe jól meghatározott-e? 8. Megtalálható-e az elemzett technológia leírása? Hogyan? 9. A felhasznált információforrások részletesen ismertetésre kerültek-e? 10. Található-e információ arról, hogy hogyan történt a felhasznált irodalom szelekciója? 11. Van-e információ arról, hogy hogyan történt kiválasztott adatok interpretációja? Mi? 12. Világosan, érthetıen mutatták-e be az elemzés eredményeit? 13. Megtalálható-e a az elemzés eredményének az értelmezése? Mi a további teendı? 14. Az elemzés eredményeit megvitatták-e? 15. Figyelembe vették-e az orvosi-jogi szempontokat? 16. Az elemzés konklúziója világosan kifejtésre került-e? 17. Vannak-e a további teendıket érintı javaslatok?

387