4/3. Szimulációs egészséggazdaságtani modellek

Ugyanakkor a Markov-modellek alkalmazhatóságának számos feltétele van. Ezek egyike, hogy a betegség egymást kölcsönösen kizáró egészségi állapotokkal leírható legyen. Ezenfelül az egészségi állapotok közötti mozgás valószínűsége nem függhet sem az adott állapotban eltöltött időtől, sem a korábbi betegúttól, kizárólag a modell kezdetétől eltelt időtől.

Dohányzásról leszoktató program költséghatékonysága

Ha egy Markov-modell segítségével szeretnénk értékelni a dohányzásról leszoktató programok költséghatékonyságát 50 éves férfiak esetében, akkor figyelembe tudjuk venni, hogy az életkor növekedésével a dohányzástól független halálozási ráta növekszik, de nem tudunk különbséget tenni abban a fontos eredményességi mutatóban, hogy valaki rögtön a program elején, azaz 50 évesen szokott-e le a dohányzásról, vagy csak 65 évesen tette le a cigarettát. További korlátot jelent, hogy a modellezett betegcsoportnak homogénnak kell lennie, azaz a vizsgált kohorszban egyénenként nem térhetnek el a kiindulási kockázatok. A szimulációs modellek ezeket a korlátokat képesek kiküszöbölni.

A szimulációs modellek

Az ún. mikroszimulációs modellek egyszerűbb fajtái csak az utolsó feltételt oldják fel. Ezekben a betegszintű modellekben a betegek adatai (életkor, nem, korábbi vagy egyéb betegségek jelenléte stb.) különbözhetnek egymástól. A modell az egyes betegek útját követi végig egyéni változókkal, nem pedig egy csoportét a csoportátlagok alapján. Például az első beteg lehet egy 45 éves dohányzó nő, kettes típusú cukorbetegséggel és 120/70-es vérnyomással, dokumentált szívbetegség nélkül, míg a második beteg egy olyan 67 éves, nem dohányzó férfi magas vérnyomással, aki 4 évvel ezelőtt átesett egy szívinfarktuson – és így tovább, egy olyan csoportban, amelynek 49 százaléka férfi, az átlagéletkor 60 év és a betegek 23 százaléka dohányos. Ezek a modellek alkalmasak az egyes betegutakban megnyilvánuló változékonyság hatásának a mérésére, ezért a Markov-modelleknél pontosabb eredményt adnak, hiszen bizonyos tulajdonságkombinációk az átlagtól eltérő eredményhez vagy erőforrás-felhasználáshoz vezethetnek.

A szimulációs modellek másik csoportja a többi feltételt is feloldja. E modellek legismertebb fajtája a különálló események szimulációja, melynek nevét a magyar szakirodalom is szinte kizárólag angol nevével: DES (discrete event simulation) modellként említi. Az elnevezés találó, hiszen ezek a modellek nem azonos időtartamú ciklusokban kezelik az idő múlását, hanem közvetlenül azt jelzik előre, mikor következik be a soros esemény. Esemény lehet az egészségi állapot változása, egy kezelés kezdete vagy vége, valamely mellékhatás megjelenése. A DES modellekben lehetőség nyílik egyedi betegeket, egyéni, az addigi gyógymódokra adott választ és egyéb eseményeket is figyelembe vevő betegutakon végigkövetni. A modell tárolja a kezdeti betegtulajdonságokat, illetve a modell ideje alatt bekövetkezett eseményeket és azok pontos időpontját, az események hatását a betegek kockázataira és a betegutakra, valamint az egészségnyereséget, az erőforrás-felhasználást és az azokhoz kapcsolódó költségeket.

A modellek változói közötti általános összefüggéseket és azok irányát általában egy hatásábrán (influence diagram), a modell programjának menetét pedig folyamatábrán ábrázolják. A mellékelt hatásábra egy atípusos antipszichotikum modelljét mutatja be. Bizonyos atípusos antipszichotikumok mellékhatásai közé tartozhatnak a súlynövekedés, a vércukorszint és koleszterinszint emelkedése, amelyek befolyásolhatják a betegek terápiahűségét (compliance) és hosszabb távon növelhetik a szívbetegségek és a cukorbetegség kialakulásának veszélyét.

A szimulációs modell lehetővé teszi, hogy a modellezett terápiás protokollban a kezelés hatásosságán kívül figyelembe lehessen venni a betegek egyéni tulajdonságait, az előzetes terápiákat és a kezelés mellékhatásait is. Mivel a szimulációs modellek az egyénekre koncentrálnak, bonyolultságuk, adatigényük és az elemzés időigénye messze meghaladhatja a döntési fa és Markov-modellét.

Mindezek alapján akkor érdemes szimulációs modellt használni:

• ha a betegcsoport nem homogén, és egyes egyedi betegtulajdonságoknak hatása lehet a kezelés kiválasztására, illetve az eredményére;
• ha korábbi események, betegutak befolyásolhatják a továbbiakban várható eseményeket, a kezelés módját, illetve eredményét;
• ha a fentebb említett hatásokról rendelkezésre állnak adatok (lehetőség szerint nem csak az átlagos hatásokról, hanem a változók közötti összefüggésekről, korrelációról is).

Antipszichotikus gyógyszeres terápia szimulációs modellje

Egyedi betegtulajdonságok

(életkor, dohányzás, testsúly, szisztolés vérnyomás, vércukorszint, koleszerinszint, QT-szakasz, korábbi szívinfarktus stb.)

A tulajdonságok frissítése

Antipszichotikus terápia kiválasztása

A kezelés hatásossága

Pszichiátriai események

(akut epizód, tünetmentesség, visszaesés)

Compliance

(kezelés hossza, váltás másik gyógyszerre)

Mellékhatások

(súlynövekedés, inzulin-intolerancia, vércukorszint-emelkedés, koleszterinszint-emelkedés, QT-szakasz hosszabbodása)

Kockázati tényezőt befolyásoló események

(cukorbetegség, ISZB, szívinfarktus, halál stb.)