gms | German Medical Science

Hintergrund und Fragestellung: Gesundheitsökonomische Modellierungen im Rahmen einer Kosten-Nutzen Analyse greifen zur Abbildung der klinischen Effektivität einer Intervention häufig auf publizierte Evidenz zurück. In dieser Arbeit wurden der Umgang mit Effektivitätsparametern und deren methodische Qualität in gesundheitsökonomischen Modellierungen für 3 Indikationen (Diabetes, Typ 2, Depression und Asthma/COPD) analysiert.

Material/Methoden: Basierend auf einer systematischen Literaturrecherche wurde eine Zufallsauswahl von je 24 vergleichenden gesundheitsökonomischen Modellierungen zu den Indikationen Diabetes, Typ 2, Depression und Asthma/COPD vorgenommen. Es wurden dabei jeweils 8 Studien für die Zeiträume 2001–2005, 2006–2009 sowie 2009–2013 bewertet. Interessierende Kriterien waren der Studientyp (Einzelstudie, Synthese), die Anzahl und die Patientenrelevanz der/des klinischen Parameter(s), der Umgang mit Unsicherheit in der Modellierung, der Umgang mit aus den klinischen Daten resultierenden Limitationen (Einschätzung des Biaspotentials), eine Beurteilung der methodischen Qualität der klinischen Parameter sowie mögliche Änderungen über den Zeitverlauf.

Ergebnisse: Während die methodische – und Berichtsqualität der klinischen Evidenz im Bereich der Modellierungen zu Diabetes auch im ersten betrachteten Zeitraum schon vergleichsweise hoch war und blieb, zeigten sich für die Indikationen Asthma/COPD und Depression größere Defizite. So zeigte die methodische Bewertung der zugrunde gelegten klinischen Studien in 30% (Depression) bzw. 20% (Asthma/COPD) ein hohes Biasrisiko. In der Hälfte (Asthma/COPD) bzw. in zwei Dritteln (Depression) erfolgte kein angemessener Umgang mit Limitationen und in 37% (Depression) bzw. 30% (Asthma/COPD) wurde keine probabilistische Sensitivitätsanalyse durchgeführt. Während sich in Modellierungen zu Asthma/COPD der Umgang mit Effektivitätsparametern generell über die Zeit verbesserte, war dies bei Depression nur bedingt der Fall.

Schlussfolgerung: Die Verwendung klinischer Schätzer stellt ein hohes Biasrisiko für die Aussage gesundheitsökonomischer Modellierungen dar. Auch wenn sich die Qualität der verfügbaren Studien durch eine Zunahme randomisiert-kontrollierter Studien für viele Indikationen verbessert hat, lässt sowohl die Berichtsqualität als auch der Umgang mit klinischen Parametern häufig zu wünschen übrig.