Skip to content
กลับไปยังผลการค้นหา

การวิเคราะห์ต้นทุน-ประสิทธิผลในการประเมินเทคโนโลยีด้านสุขภาพ

ผู้เสนอ
Diane Meade Drummond, Michael Gold
ปี
1996
ประเภท
Economic evaluation methodology
กลุ่มวิธี
Health economics, Decision analysis

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิเคราะห์ต้นทุน-ประสิทธิผล (Cost-Effectiveness Analysis: CEA) เป็นวิธีการประเมินทางเศรษฐศาสตร์ที่เปรียบเทียบต้นทุนและผลประโยชน์ด้านสุขภาพของวิธีการรักษาทางเลือกต่างๆ เพื่อพิจารณาว่าการแทรกแซงนั้นคุ้มค่ากับเงินที่จ่ายไปหรือไม่ ในบริบทของการประเมินเทคโนโลยีด้านสุขภาพ CEA เป็นเครื่องมือหลักในการให้คำแนะนำเกี่ยวกับการตัดสินใจเบิกจ่ายและครอบคลุมค่าใช้จ่าย

แนวคิดเบื้องหลังวิธีการ

ทรัพยากรด้านการดูแลสุขภาพมีจำกัด การรักษาใหม่ๆ อาจยืดอายุขัยได้ 6 เดือน โดยมีค่าใช้จ่าย 100,000 ดอลลาร์ ในขณะที่วิธีการรักษาทางเลือกอื่นยืดอายุขัยได้ 3 เดือน โดยมีค่าใช้จ่าย 30,000 ดอลลาร์ วิธีใดให้ความคุ้มค่ามากกว่ากัน? CEA ตอบคำถามนี้โดยการคำนวณต้นทุนต่อหน่วยของผลประโยชน์ด้านสุขภาพ (เช่น ต้นทุนต่อปีของอายุขัยที่เพิ่มขึ้น หรือ ต้นทุนต่อปีคุณภาพชีวิตที่ปรับแล้ว) ผู้มีอำนาจตัดสินใจจะเปรียบเทียบอัตราส่วนนี้กับเกณฑ์มาตรฐาน (เช่น 50,000 ดอลลาร์ต่อ QALY) เพื่อพิจารณาว่าเทคโนโลยีนั้นคุ้มค่ากับการลงทุนหรือไม่ CEA บังคับให้มีการอภิปรายอย่างชัดเจนว่าผลประโยชน์ด้านสุขภาพมีมูลค่าเท่าใดเมื่อเทียบกับต้นทุน

ประวัติศาสตร์

CEA เกิดขึ้นจากเศรษฐศาสตร์สุขภาพในช่วงทศวรรษ 1970 Gold, Siegel, Russell, และ Weinstein ได้ตีพิมพ์หนังสือพื้นฐาน 'Cost-Effectiveness in Health and Medicine' ในปี 1996 ซึ่งกำหนดวิธีการและมาตรฐานอ้างอิง ชุด 'Methods for the Economic Evaluation' ของ Drummond ได้กลายเป็นคัมภีร์ทางระเบียบวิธี ในช่วงทศวรรษ 2000 CEA ได้รับการยอมรับทั่วโลก: ออสเตรเลีย (PBAC), แคนาดา (CADTH), สหราชอาณาจักร (NICE), และประเทศในยุโรปส่วนใหญ่กำหนดให้ต้องใช้ CEA ในการเบิกจ่าย สหรัฐอเมริกากำลังก้าวไปสู่ CEA; การทบทวนโดยภาคเอกชนและ Medicare จำนวนมากใช้ต้นทุน-ประสิทธิผลเพิ่มขึ้นเรื่อยๆ

ควรใช้เมื่อใด

ใช้ CEA เมื่อเปรียบเทียบการรักษาตั้งแต่สองรายการขึ้นไปสำหรับภาวะเดียวกัน, เมื่อช่วงเวลาของการประเมินยาวนาน (ต้องการคาดการณ์เกินข้อมูลจากการทดลอง), หรือเมื่อผลประโยชน์ด้านสุขภาพวัดในหน่วย QALYs แทนที่จะเป็นหน่วยเงิน CEA เป็นมาตรฐานสำหรับการตัดสินใจเบิกจ่ายในออสเตรเลีย, แคนาดา, สหราชอาณาจักร, และกำลังเพิ่มขึ้นในสหรัฐอเมริกา หลีกเลี่ยง CEA หากผลลัพธ์ไม่สามารถวัดได้ (เฉพาะการตั้งค่าส่วนบุคคล), หากเทคโนโลยีไม่มีผลกระทบต่อสุขภาพ, หรือหากการเปรียบเทียบระหว่างกลุ่มโรคที่แตกต่างกันมากต้องการการรวมผลลัพธ์ที่ไม่สามารถเปรียบเทียบกันได้

ข้อจำกัดและข้อควรพิจารณา

  • การคำนวณ QALY ต้องการน้ำหนักอรรถประโยชน์ (utility weights) ซึ่งแตกต่างกันไปตามประชากรและอาจไม่สามารถจับค่าความพึงพอใจของผู้ป่วยแต่ละรายได้
  • การเลือกช่วงเวลาการประเมินและอัตราคิดลดส่งผลกระทบอย่างมีนัยสำคัญต่อผลลัพธ์; การเลือกสิ่งเหล่านี้ต้องอาศัยวิจารณญาณ
  • การสร้างแบบจำลองต้นทุนและผลลัพธ์ระยะยาว (เช่น ตลอดชีวิต) นำมาซึ่งความไม่แน่นอนอย่างมาก
  • ไม่สามารถพิจารณาความเท่าเทียมกัน: การรักษาอาจมีต้นทุน-ประสิทธิผลโดยรวม แต่ให้ประโยชน์เฉพาะผู้ป่วยที่ร่ำรวยเท่านั้น
  • เกณฑ์มาตรฐาน (เช่น 50,000 ดอลลาร์ต่อ QALY) ถูกกำหนดทางการเมืองและแตกต่างกันไปในแต่ละประเทศ; ไม่มีมาตรฐานสากล

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ตอบคำถามเชิงนโยบายโดยตรง: ผลประโยชน์คุ้มค่ากับต้นทุนหรือไม่เมื่อพิจารณาจากเกณฑ์มาตรฐานของเรา?
  • ช่วยให้สามารถเปรียบเทียบเทคโนโลยีและโรคต่างๆ ได้อย่างโปร่งใส โดยใช้ตัวชี้วัดร่วมกัน (ต้นทุนต่อ QALY)
  • กรอบการทำงานที่ยืดหยุ่นรองรับผลลัพธ์และช่วงเวลาการประเมินหลายประเภทผ่านการสร้างแบบจำลอง
  • การวิเคราะห์ความไวและการวิเคราะห์สถานการณ์ช่วยวัดปริมาณความไม่แน่นอนและสนับสนุนการตัดสินใจที่แข็งแกร่ง
  • วิธีการที่เป็นมาตรฐานช่วยให้สามารถเปรียบเทียบระหว่างประเทศและสถาบันต่างๆ ได้

การประยุกต์ใช้

  • การประเมินว่าจะครอบคลุมค่ายาต้านมะเร็งใหม่หรือไม่ โดยเปรียบเทียบต้นทุนต่อ QALY กับเกณฑ์มาตรฐานการรักษามะเร็ง
  • การประเมินว่าโปรแกรมป้องกันโรค (วัคซีน, การคัดกรอง) มีต้นทุน-ประสิทธิผลหรือไม่ โดยการคาดการณ์การหลีกเลี่ยงโรคและการประหยัดต้นทุนตลอดชีวิต
  • การเปรียบเทียบเทคนิคการผ่าตัด โดยวิเคราะห์ต้นทุนการผ่าตัด, อัตราภาวะแทรกซ้อน, คุณภาพชีวิต, และความเสี่ยงการผ่าตัดซ้ำในระยะยาว
  • การกำหนดกลยุทธ์การคัดกรองที่เหมาะสมที่สุด (อายุที่ควรเริ่ม, ความถี่) โดยการสร้างแบบจำลองผลบวกลวง, การวินิจฉัยเกินจริง, และผลสืบเนื่องจากการรักษา
  • การสนับสนุนการจัดสรรงบประมาณข้ามกลุ่มโรค โดยการจัดอันดับโปรแกรมตามต้นทุน-ประสิทธิผลและงบประมาณที่มี

วิธีการทำงาน

วิธีการทำงาน

1

ระบุการแทรกแซงและวิธีการเปรียบเทียบ รวบรวมข้อมูลทางคลินิกเกี่ยวกับผลลัพธ์ (การรอดชีวิต, การดีขึ้นของอาการ) จากการทดลองและการศึกษาเชิงสังเกต รวบรวมข้อมูลต้นทุนเกี่ยวกับยา, หัตถการ, การเข้ารักษาในโรงพยาบาล, และการดูแลระยะยาวจากใบแจ้งหนี้, ฐานข้อมูล, และแหล่งข้อมูลที่เผยแพร่

2

ปรับมาตรฐานต้นทุนให้เป็นปีอ้างอิงและปรับปรุงอัตราเงินเฟ้อ เลือกมุมมองของการวิเคราะห์ (ผู้ป่วย, ผู้ให้บริการ, สังคม) หากต้องการเปรียบเทียบระหว่างประเทศ ให้ปรับต้นทุนตามสกุลเงินและอำนาจซื้อ คำนวณผลลัพธ์ในหน่วยธรรมชาติ (ปีของอายุขัยที่เพิ่มขึ้น) หรือหน่วยอรรถประโยชน์ (QALYs)

3

ทำการวิเคราะห์กรณีพื้นฐาน (base case analysis) ด้วยค่าประมาณที่ดีที่สุดที่มีอยู่ คำนวณอัตราต้นทุน-ประสิทธิผลส่วนเพิ่ม (incremental cost-effectiveness ratio: ICER): (ต้นทุนใหม่ − ต้นทุนเดิม) / (ผลลัพธ์ใหม่ − ผลลัพธ์เดิม) ตัวอย่างเช่น หากยาใหม่มีราคาสูงกว่า 50,000 ดอลลาร์ และให้ผลลัพธ์เพิ่มขึ้น 1 QALY, ICER = 50,000 ดอลลาร์ต่อ QALY

4

พัฒนากล่องการตัดสินใจ (decision tree) หรือแบบจำลองมาร์คอฟ (Markov model) เพื่อคาดการณ์ต้นทุนและผลลัพธ์ที่เกินขอบเขตของการทดลอง (มักจะเป็นตลอดชีวิต) ใช้การวิเคราะห์ความไว (sensitivity analysis) เพื่อทดสอบว่าผลลัพธ์เปลี่ยนแปลงอย่างไรหากสมมติฐานหลักๆ เปลี่ยนแปลงไป (ประสิทธิภาพการรักษา, ต้นทุน, อัตราคิดลด)

5

ลงจุด ICER ในระนาบต้นทุน-ประสิทธิผล (cost-effectiveness plane) ที่แสดงการแลกเปลี่ยนระหว่างต้นทุนและประสิทธิผล เปรียบเทียบ ICER กับเกณฑ์มาตรฐานที่เผยแพร่ อภิปรายเกี่ยวกับความไม่แน่นอน, การวิเคราะห์กลุ่มย่อย, และนัยยะต่อการนำไปใช้และการครอบคลุมค่าใช้จ่าย

ข้อผิดพลาดที่พบบ่อย

  • การใช้การทดลองเดียวที่มีระยะเวลาติดตามผลสั้นๆ เพื่อประเมินต้นทุนและผลประโยชน์ตลอดชีวิต; ควรใช้แบบจำลองและการวิเคราะห์ความไวในการประมาณการเสมอ
  • การละเลยหมวดหมู่ต้นทุนที่สำคัญ (เช่น การจัดการผลข้างเคียง, การดูแลช่วงท้ายของชีวิต) หรือการใช้แหล่งข้อมูลที่มีอคติสำหรับต้นทุน
  • การเลือกอัตราคิดลดโดยไม่มีเหตุผล; มาตรฐานคือ 3% สำหรับทั้งต้นทุนและผลประโยชน์ด้านสุขภาพ แต่ช่วง 0–5% ส่งผลกระทบอย่างมีนัยสำคัญต่อผลลัพธ์
  • การอ้างความแม่นยำเกินกว่าข้อมูล: ผลลัพธ์ CEA เป็นค่าประมาณพร้อมช่วงความเชื่อมั่น; การนำเสนอ ICER เดียวว่าเป็นความจริงนั้นทำให้เข้าใจผิด
  • การละเลยการวิเคราะห์กลุ่มย่อย; เทคโนโลยีอาจมีต้นทุน-ประสิทธิผลสำหรับผู้ป่วยสูงอายุ แต่ไม่ใช่สำหรับผู้ป่วยอายุน้อย; ควรแยกวิเคราะห์ตามกลุ่มที่มีความสำคัญทางคลินิกเสมอ

คำถามที่พบบ่อย

อะไรคือความแตกต่างระหว่าง CEA และการวิเคราะห์ต้นทุน-ผลประโยชน์ (cost-benefit analysis)?

CEA วัดผลประโยชน์ในหน่วยธรรมชาติ (QALYs, ปีของอายุขัย) การวิเคราะห์ต้นทุน-ผลประโยชน์แปลงผลประโยชน์เป็นมูลค่าทางการเงิน (เช่น มูลค่าของชีวิต = 5 ล้านดอลลาร์) CEA เป็นที่นิยมในด้านสุขภาพเนื่องจากการแปลงผลประโยชน์ด้านสุขภาพเป็นตัวเงินนั้นเป็นที่ถกเถียงทางจริยธรรม; CEA แยกคำถามเชิงเทคนิค (ต้นทุนต่อผลลัพธ์) ออกจากคำตัดสินคุณค่า (เกณฑ์มาตรฐานนี้เป็นที่ยอมรับหรือไม่?)

ฉันจะคำนวณ QALY ได้อย่างไร?

QALY = (ปีของอายุขัย) × (น้ำหนักคุณภาพ) น้ำหนักคุณภาพมีค่าตั้งแต่ 0 (เสียชีวิต) ถึง 1 (สุขภาพสมบูรณ์) การรักษาที่ยืดอายุขัย 5 ปี ด้วยน้ำหนักคุณภาพ 0.8 = 4 QALYs น้ำหนักเหล่านี้ได้มาจากเครื่องมือ เช่น EQ-5D (การรายงานตนเองของผู้ป่วย) หรือ TTO (time trade-off) ซึ่งสอบถามความพึงพอใจของผู้ป่วย

ฉันควรใช้อัตราคิดลดเท่าใด?

มาตรฐานคือ 3% ต่อปี สำหรับทั้งต้นทุนและผลประโยชน์ด้านสุขภาพ (สหรัฐอเมริกาและหลายประเทศ) สหราชอาณาจักรใช้อัตรา 3.5% อัตราคิดลดสะท้อนถึงคุณค่าที่เราให้กับต้นทุนและผลประโยชน์ในอนาคตเมื่อเทียบกับปัจจุบัน: 3% ต่อปี หมายความว่าเราให้คุณค่าของผลประโยชน์ที่จะเกิดขึ้นในอีก 20 ปีข้างหน้าเท่ากับ 55% ของมูลค่าปัจจุบัน

จะเกิดอะไรขึ้นหาก ICER ถูกครอบงำ (มีต้นทุนสูงกว่าและมีประสิทธิผลน้อยกว่า)?

ไม่ควรให้ทุนสนับสนุนการรักษาใหม่; การรักษาเดิมครอบงำ หาก ICER อยู่นอกเกณฑ์มาตรฐาน แต่ให้ประโยชน์อย่างมากแก่กลุ่มย่อย ให้พิจารณาการครอบคลุมแบบมีเงื่อนไข (เช่น จำกัดเฉพาะผู้ป่วยที่มีเครื่องหมายทางพันธุกรรม) หรือต้องการหลักฐานเพิ่มเติม

ฉันจะจัดการกับความไม่แน่นอนในผลลัพธ์ CEA ได้อย่างไร?

ใช้การวิเคราะห์ความไวแบบทางเดียว (one-way sensitivity analysis) (เปลี่ยนแปลงพารามิเตอร์ทีละตัว) เพื่อระบุปัจจัยขับเคลื่อนหลัก ใช้การวิเคราะห์ความไวเชิงความน่าจะเป็น (probabilistic sensitivity analysis) (สุ่มเลือกพารามิเตอร์ทั้งหมดจากการแจกแจง) เพื่อสร้างช่วงความเชื่อมั่น สร้างกราฟความน่าจะเป็นของต้นทุน-ประสิทธิผล (cost-effectiveness acceptability curve) ที่แสดงความน่าจะเป็นของต้นทุน-ประสิทธิผลที่ช่วงเกณฑ์มาตรฐานต่างๆ

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Gold, M. R., Siegel, J. E., Russell, L. B., & Weinstein, M. C. (Eds.). (1996). Cost-Effectiveness in Health and Medicine. Oxford University Press.

    ISBN: 9780195108231
    คัดลอกแล้ว
  2. Drummond, M. F., Sculpher, M. J., Claxton, K., Stoddart, G. L., & Torrance, G. W. (2015). Methods for the Economic Evaluation of Health Care Programmes (4th ed.). Oxford University Press.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว
  3. Shiroiwa, T., Sung-Jae, I., Fukuda, T., & Sanon, M. (2016). International survey on QALYs and cost-effectiveness thresholds. Health Policy, 120(5), 504–514.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว