Los modelos de Markov probabilísticos en la evaluación económica de tecnologías sanitarias: una guía práctica / Probabilistic Markov models in economic evaluation of health technologies: a practical guide
Gac. sanit. (Barc., Ed. impr.)
; 24(3): 209-214, mayo-jun. 2010. ilus, graf, tab
Artigo
em Espanhol
| IBECS
| ID: ibc-83925
Biblioteca responsável:
ES1.1
Localização: BNCS
RESUMEN
ObjetivoLos modelos de Markov son el método estándar utilizado en los estudios de coste-efectividad para representar la historia natural de la enfermedad. El objetivo de este trabajo es mostrar los elementos clave en la construcción de modelos de Markov de tipo probabilístico.MétodosSe ha utilizado el ejemplo de un nuevo tratamiento para una enfermedad genérica. Para ello se ha construido un modelo de Markov con parámetros introducidos como distribuciones estadísticas para llevar a cabo el análisis de sensibilidad probabilístico mediante simulaciones de Monte Carlo. Los resultados se analizaron en forma de plano coste-efectividad y curva de aceptabilidad.ResultadosLa razón coste-efectividad incremental para el paciente medio es de 22.855/año de vida ajustado por calidad (AVAC). En el análisis de sensibilidad probabilístico el resultado de todas las simulaciones se sitúa en el cuadrante nordeste, que corresponde a coste y efectividades positivas. El 67% de las simulaciones se sitúa por debajo del umbral de los 30.000/AVAC.ConclusiónLa utilización de los modelos de Markov de tipo probabilístico requiere la integración de conceptos provenientes de la economía, la epidemiología, la estadística y la clínica. Algunas etapas del proceso, como la construcción y el procesamiento del modelo, la gestión de los riesgos absolutos y relativos, y el manejo de las distribuciones estadísticas, suelen plantear mayores dificultades, pero son necesarias para que el modelo reproduzca la enfermedad de forma válida(AU)
ABSTRACT
ObjectiveMarkov models are the standard method used in cost-effectiveness studies to represent the natural history of disease. The objective of this study was to show the key elements in building probabilistic Markov models.MethodsWe used the example of a new treatment for a generic disease. A probabilistic Markov model was constructed using statistical distributions. Monte Carlo simulations were carried out to obtain the probabilistic sensitivity analysis. The results were analyzed in terms of the cost-effectiveness plane and acceptability curve.ResultsThe incremental cost-effectiveness rate for the average patient was 22,855/quality adjusted life years (QALY). In the probabilistic sensitivity analysis, the results from all simulations were located in the northeast quadrant, corresponding to positive cost and effectiveness. However, 67% of the simulations were below the threshold of 30,000/QALY.ConclusionThe use of probabilistic Markov models requires the integration of concepts from economics, epidemiology, statistics, and the clinical setting. Some stages of the process, such as the construction and processing of these models, the management of absolute and relative risks and of statistical distributions, often pose major difficulties but are key steps required to reproduce the disease with validity(AU)
Texto completo:
Disponível
Coleções:
Bases de dados nacionais
/
Espanha
Contexto em Saúde:
Agenda de Saúde Sustentável para as Américas
Problema de saúde:
Objetivo 4: Financiamento para a saúde
Base de dados:
IBECS
Assunto principal:
Cadeias de Markov
/
Modelos Estatísticos
/
Tecnologia Biomédica
Tipo de estudo:
Estudo de avaliação
/
Guia de prática clínica
/
Avaliação econômica em saúde
/
Estudo prognóstico
/
Fatores de risco
Aspecto:
Preferência do paciente
Limite:
Humanos
Idioma:
Espanhol
Revista:
Gac. sanit. (Barc., Ed. impr.)
Ano de publicação:
2010
Tipo de documento:
Artigo
Instituição/País de afiliação:
Hospital Alto Deba/España
/
Universidad de La Rioja/España