gms | German Medical Science

Einleitung: Bei vielen Krankheiten ist es möglich zwischen mehreren Behandlungsvarianten zu entscheiden. Im Rahmen gesundheitsökonomischer Betrachtungen ist immer häufiger nicht nur die Wirkung einer Behandlung von Interesse, sondern auch die damit verbundenen Kosten. Um zu entscheiden wie groß und relevant der Unterschied in Kosten und Effektivität zwischen den Behandlungen ist, werden Cost-Effectiveness -Analysen durchgeführt [1], die es ermöglichen die Behandlungsalternative ausfindig zu machen, die pro Nutzeinheit/Effekt die geringsten Kosten aufweist.

Die Effektivität einer Behandlung wird oftmals in Jahren bis zum Eintreten eines definierten Endzustands angegeben, wie z.B. Tod oder Schlaganfall. Praktisch ist es in der Regel zu aufwendig, alle verschiedenen Gesundheitszustände und Ereignisse eines Patienten über seine gesamte Lebenszeit hinweg zu beobachten, und die damit verbundenen Kosten und Wirkung auszumachen. Eine Modellierung der möglichen Abfolge von Ereignissen ist daher notwendig, dies erfolgt meistens mit Markov-Modellen.

Zwar existieren verschiedene kommerzielle Softwarelösungen für die Durchführung von Cost-Effectivnes-Analysen (z.B. TreeAge, TreeAge Software Inc.), freie Software für die vollständige Durchführung einer Analyse ist derzeit jedoch nicht verfügbar. Für die Software R (https://www.r-project.org/) etwa existieren nur Teillösungen, die der Nutzer getrennt voneinander aufrufen muss. Wir stellen das neue R-Packet MediCE vor, dass dem Nutzer eine vollständige Cost-Effectives-Analyse erlaubt. Um abzuschätzen wie die Ergebnisse bei Änderung der Modellparameter variieren, wurde desweiteren eine Sensitivitätsanalyse in diesem Paket implementiert.

Material und Methoden: Markov-Modelle sind essentiell für die entscheidungs-analytische Modellierung. Sie erlauben die Simulation des Auftretens möglicher Ereignisse über einen langen Beobachtungszeitraum hinweg. Dies ermöglicht eine Schätzung der Kosten und Effektivität jeder einzelnen Behandlung über die gesamte Lebenszeit eines Patienten.

Der Verlauf eines Patienten wird gemäß gegebener Übergangswahrscheinlichkeiten zufällig generiert und zwar solange bis ein bestimmtes Endstadium erreicht wird. Sollte kein Endstadium angegeben sein, endet jede einzelne Simulation nach einer festgelegten Anzahl von Zyklen und die dabei auftretenden Kosten werden über den Zeitraum aufsummiert.

Sobald das Markov-Modell definiert ist, werden mehrere Simulationen ausgeführt und die Anzahl der Zyklen und die damit verbundenen Kosten gespeichert bis ein gewisses Ereignis eingetreten ist. In vielen Situationen liegen für eine bestimmte Fragestellung keine festen Übergangswahrscheinlichkeiten und Kosten vor. Es ist dann von Interesse, Übergangswahrscheinlichkeiten und Kosten gemäß ihrem möglichen Bereich zu variieren. Oft sind Konfidenzintervalle für diese Parameter angegeben, sodass bei einer Sensitivitätsanalyse in jeder Simulation Wahrscheinlichkeiten gemäß der Gleichverteilung auf einem vorgegebenen Intervall gezogen werden können.

Ergebnisse: Das R-Paket MediCE beinhaltet Funktionen zur Erzeugung von Parametern für die Cost-Effectives -Analyse von medizinischen Behandlungen. Eine Funktion simuliert die Ereignisse eines Markov-Models basierend auf gegebenen Übergangswahrscheinlichkeiten, um die Anzahl der Zyklen und die damit verbundenen Kosten bis zum Eintreten eines Endzustands zu ermitteln. Zwei weitere Funktionen erlauben es, Übergangswahrscheinlichkeiten und Kosten auf einem festgelegten Bereich gemäß einer Gleichverteilung zu variieren, wobei die eine Funktion die Anzahl der Zyklen und Kosten speichert, und die andere Funktion die Sensitivitätsanalyse durchführt, um die Mittelwerte der Parameter zu generieren.

Da die Übergangswahscheinlichkeiten für das Auftreten eines Ereignisses sich mit der Zeit ändern können, erlauben alle implementierten Funktionen bis zu drei Wechsel der Übergangsmatrix bzw. der Konfidenzintervalle. Zudem legt eine Ausgangsverteilung fest bei welchem Anfangszustand die Simulation anfangen soll. Alternativ kann der Anfangszustand auch direkt festgelegt werden. Es ist außerdem möglich eine Discountrate für die Kosten zu berücksichtigen.

Diskussion: Die implementierten Funktionen sind auf Fragestellungen ausgerichtet, in denen die Effektivität einer Behandlung in der Anzahl an Jahren, Halbjahren oder Monaten gemessen wird. Somit beschränkt sich die Erzeugung der Parameter auf die Anzahl der Zyklen und der auftretenden Kosten. Andere Maße der Effektivität und Wirkung sind bisher nicht berücksichtig worden. Die Sensititvitätsanalyse beruht auf einer Gleichverteilung der Parameter, die bei jeder Simulation neu gezogen werden. Eine Discountrate für Effektivität wurde bislang nicht implementiert und bei den Kosten hat diese nur ihre Richtigkeit, wenn ein Zyklus einem Jahr entspricht, andernfalls werden die Kosten fälschlicherweise berechnet.