Taloudellinen arviointi

Edistymisluokitus

Opasnetissa lukuisat sivut ovat työn alla eri vaiheissa. Niiden tietosisältöön pitää siis suhtautua harkiten. Tämän sivun sisällön edistyminen on arvioitu:

Tämä sivu on täysluonnos: Sivu on kirjoitettu kertaalleen alusta loppuun eli kaikki olennaiset sisällöt ovat jo paikoillaan. Kuitenkaan sisältöjä ei ole vielä kunnolla tarkistettu, ja esimerkiksi tärkeitä viitteitä voi puuttua.

Tämä sivu on tietokide alatyypiltään muuttuja. Sivutunniste: Op_fi4434
Moderaattori:Ei ole (katso kaikki) Kuinka ryhtyä moderaattoriksi? Sivun edistyminen: Täysluonnos. Arvostuksen määrää ei ole arvioitu (ks. peer review).
Lisää dataa {{#opasnet_base_link:Op_fi4434}}

Kysymys

Jos rokotevalmiste on vaikuttavuudeltaan parempi mutta tarjotultaan hinnaltaan kalliimpi, milloin sillä saavutettu lisähyöty on lisäkustannuksen arvoinen?

Hyötyä arvioidaan rokotteen laajamittaisesta käytöstä seuraavalla invasiivisen pneumokokkitautitapausten vähenemisellä koko väestössä. Hyötyä eli vaikuttavuutta mitataan muutoksella laatupainotetuissa elinvuosissa (Quality-Adjusted Life Years, QALYs).
Kustannuksista otetaan huomioon vain terveydenhuollon kustannukset.

Vastaus

Etsitään kustannusvaikuttavin rokote perusteluissa kuvattujen kriteerien mukaisesti.

Laskenta

Taloudellista arviointia varten laadittu ohjelmakoodi laskee inkrementaaliset kustannusvaikuttavuussuhteet (ICER) kahdelle vaihtoehtoiselle rokotteelle.

Käyttäjältä kysytään seuraavat syötteet:

(a) rokotteisiin sisällytettävät serotyypit (oletuksena PCV10 ja PCV13)

(b) rokotteiden annoshinnat

Ohjelma hyödyntää epidemiologisen mallin antamia ennusteita vakavan pneumokokkitaudin vuosittaisille tapausmäärille.

Inkrementaaliset kustannusvaikuttavuussuhteet (ICER-arvot) listataan uuteen välilehteen aukeavalla ohjelman tulostussivulla yhteenvetotaulukossa 3. Pienempää ICER-arvoa vastaava rokote on vaihtoehdoista kustannusvaikuttavampi.

Alustuspainikkeet (vain sovelluskehittäjille)

Funktioiden alustus

+ Näytä koodi - Piilota koodi


library(OpasnetUtils)

# Initiate model components

primary_outcomes <- Ovariable("primary_outcomes", ddata = "Op_en6358.primary_outcomes")
secondary_outcomes <- Ovariable("secondary_outcomes", ddata = "Op_en6358.secondary_outcomes")
costs_per_outcomes <- Ovariable("costs_per_outcomes", ddata = "Op_en6358.costs_per_outcomes")
QALYs_per_outcomes <- Ovariable("QALYs_per_outcomes", ddata = "Op_en6358.QALYs_per_outcomes")

Outcomes <- Ovariable(
	"Outcomes", 
	dependencies = data.frame(
		Name = c("primary_outcomes", "secondary_outcomes", "VacIPD"),
		Ident = c(rep("Op_en6358/initiate", 2), "Op_en6353/initiate")
	),
	formula = function(...) {
		# Primaries
		out <- VacIPD * primary_outcomes
		
		# Secondaries
		temp <- out * secondary_outcomes
		
		# Combine outcomes under single index
		temp@output <- temp@output[!colnames(temp@output) %in% "Outcome"]
		colnames(temp@output)[colnames(temp@output) == "Outcome_new"] <- "Outcome"
		temp@output <- temp@output[colnames(temp@output) %in% colnames(out@output)]
		out <- orbind(out, temp)
		return(out)
	}
)

# Healthcare costs
Costs <- Ovariable(
	"Costs", 
	dependencies = data.frame(
		Name = c("Outcomes", "costs_per_outcomes"),
		Ident = rep("Op_en6358/initiate", 2)
	),
	formula = function(...) {
		out <- Outcomes * costs_per_outcomes
		return(out)
	}
)

# QALYs lost
QALYs <- Ovariable(
	"QALYs", 
	dependencies = data.frame(
		Name = c("Outcomes", "QALYs_per_outcomes"),
		Ident = rep("Op_en6358/initiate", 2)
	),
	formula = function(...) {
		out <- Outcomes * QALYs_per_outcomes
		return(out)
	}
)


# Initiate analysis ovariable ICER and function sumtable

ICER <- Ovariable("ICER", 
	dependencies = data.frame(Name = c(
		"qalysum", 
		"costsum",
		"QALYs"
	)),
	formula = function(...) {

		qalyorder <- oapply(QALYs, INDEX = QALYs@output["Vaccine"], FUN = sum)
		qalyorder <- as.character(qalyorder@output$Vaccine[order(result(qalyorder), decreasing = TRUE)])

		qalysum2 <- qalysum
		costsum2 <- costsum

		# Take the Vaccine group from the previous group (based on reverse QALY order, i.e. worst first.
		levels(qalysum2@output$Vaccine) <- qalyorder[match(levels(qalysum2@output$Vaccine), qalyorder) + 1]
		levels(costsum2@output$Vaccine) <- qalyorder[match(levels(costsum2@output$Vaccine), qalyorder) + 1]

		# Remove NAs from the index or otherwise they will match anything.
		qalysum2@output <- qalysum2@output[!is.na(qalysum2@output$Vaccine) , ]
		costsum2@output <- costsum2@output[!is.na(costsum2@output$Vaccine) , ]

		out <- (costsum - costsum2) / (-1 * (qalysum - qalysum2)) # The formula calls for QALY _savings_, hence * -1

		return(out)
	}
)

sumtable <- function() {
	out <- merge(
		merge(
			merge(
				qalysum@output, 
				costsum@output, by = "Vaccine"
			),
			vacprice@output, all.x = TRUE
		),
		ICER@output, all.x = TRUE
	)

	out <- out[c("Vaccine", "Result.x", "Result.y", "vacpriceResult", "ICERResult")]
	colnames(out) <- c("Vaccine", "QALY", "Costs incl. price", "Vaccination price", "ICER")
	out <- out[ order(out$QALY, decreasing = TRUE) , ]

	return(out)
}

objects.store(primary_outcomes, secondary_outcomes, costs_per_outcomes, QALYs_per_outcomes, Outcomes, Costs, QALYs, ICER, sumtable)

cat("Initiated ovariables primary_outcomes, secondary_outcomes, costs_per_outcomes, QALYs_per_outcomes, Outcomes, Costs, QALYs, ICER and function sumtable\n")

Kustannuslaskentakoodin alustus

+ Näytä koodi - Piilota koodi


library(OpasnetUtils)


cost_table <- opasnet.csv("/0/0e/Pneumococcus_cost_table.csv", wiki = "opasnet_en")





#cost_table<-re#ad.table("Cost_Table.dat")
## 101*8 taulukko

## Title of cost_table:
##  QALY losses and medical costs per case, separately for meningitis and bacteremia. 
##  (Note: QALY losses and costs for meningitis cases include sequlae.)


##Columns of  cost_table :
#1# Age (years)
age<-cost_table[,1]
#2# QALYs lost due to one meningitis case (incl. sequlae)
QALY_men<-cost_table[,2]
#3# QALYs lost due to one bacteremia case
QALY_bac<-cost_table[,3]
#4# case-fatality ratio for a meningitis or bacteremia case (ie for an IPD case)
CFR<-cost_table[,4]
#5# life years lost per one fatal IPD case
LYL<-cost_table[,5]
#6# Medical costs due to one meningitis case (including sequlae)
COST_men<-cost_table[,6]
#7# Medical costs due to one bacteremia case
COST_bac<-cost_table[,7]
#8# Proportion of meningitis cases among all IPD cases (rest are bacteremia)
PROP_men<-cost_table[,8]

## Tässä  koodissa "Cost_calculation.R" luetaan taulukko "Cost_Table.dat" ja muunnetaan 
## se taukukoksi "Loss_per_IPDcase" vastaamaan yhtä IPD tapausta. 
##
## Tällöin kust.vaik.-mallin antamat tulokset saadaan funktiossa 
## "calc_qalys_and_med_costs" kun argumentiksi annetaan IPD tapausten määrät 
## Suomessa ikävuosittain (101 kpl). Nämä IPD tapausten määrät vastaavat joko 
## "ei rokoteta" tilannetta tai lasketaan epidemiologisen mallin avulla eri 
## rokotevaihtiehdoille. (opasnetissä IPD-vektorit saadaan siis ovariablien kautta).
##
## Funktio "calc_3_ouput_tables" tuottaa 3 tulostaulukkoa. 
## Nämä ovat kust.vaik.-mallin lopputulokset.

##                           Markku Nurhonen 15.8.2014
######################################################################################




## Adjust matrix "Loss_per_case"  to correspond to one ipd case
## (instead of just meningitis or bacterremia case)
onevec<-rep(1,101)
adjustment<-cbind(onevec,PROP_men,(onevec-PROP_men),onevec,CFR,PROP_men,(onevec-PROP_men),onevec)
Loss_per_case<-cbind(age,QALY_men,QALY_bac,CFR,LYL,COST_men,COST_bac,PROP_men)
Loss_per_IPDcase<-Loss_per_case*adjustment

## Matriisia Loss_per_IPDcase käytetään päivitettäessä
## kustannuksia ja QALY-arvoja IPD insidenssien muuttuessa
## rokotteiden vaihtuessa

calc_qalys_and_med_costs<-function(ipd_novacc,ipd,Loss_per_IPDcase)
	## for two given 101-long IPD vectors
	## ipd_novacc = ipd under NO vaccination
	## ipd        = ipd under vaccination
	## this function gives a list of 
	## non-fatal,fatal and total QALYs gained:  result[[1]]:(1,2,3)
	## and medical costs under novacc and vacc: result[[2]]:(1,2)
	## Loss_per_IPDcase is a 101*8 matrix
{
	Loss_total_novacc<-matrix(ipd_novacc,101,8)*Loss_per_IPDcase
	Loss_total<-matrix(ipd,101,8)*Loss_per_IPDcase
	Gain<-apply(Loss_total_novacc-Loss_total,2,sum)  ##koko populaatio
	## Now columns 2+3 are nonfatal, 5 is fatal QALYs
	## list Qalys gained: nonfatal, fatal and total
	QALYs<-c(Gain[2]+Gain[3], Gain[5], Gain[2]+Gain[3]+Gain[5])
	## Now columns 6+7 are medical costs
	## list med cost under novacc and vacc
	medical_cost0<-cbind(Loss_total_novacc[,6]+Loss_total_novacc[,7],Loss_total[,6]+Loss_total[,7])
	medical_cost<-apply(medical_cost0,2,sum)
	list(QALYs,medical_cost)
}


calc_3_output_tables<-function(ipd0,ipd1,ipd2,vaccine_cost1,vaccine_cost2,Loss_per_IPDcase)
	## for 3 given 101-long IPD vectors
	## ipd0 = ipd under NO vaccination
	## ipd1= ipd under vaccination 1
	## ipd1= ipd under vaccination 2
	## and
	## vaccine_cost1,vaccine_cost2=
	##   per dose costs of vaccines 1 and 2
	## Loss_per_IPDcase is a 101*8 matrix
	##
	## calculate a list of 3 output tables
	##  rows and columns as indicated below
	##
	## typical call of this function:
	## calc_3_ouput_tables(IPD_noVac,IPD_pcv10,IPD_pcv13,20,40,Loss_per_IPDcase)
{
	c1<-calc_qalys_and_med_costs(ipd0,ipd1,Loss_per_IPDcase)
	c2<-calc_qalys_and_med_costs(ipd0,ipd2,Loss_per_IPDcase)

	## output table 1
	## columns(3): vaccination, non fatal, fatal and total qalys gained
	## rows: no_vacc, vacc1, vacc2
	table1<-rbind(rep(0,3),c1[[1]],c2[[1]])
	qalys_gained<-table1[,3]

	## output table 2
	## columns(3): medical costs, vaccination programme costs, health care costs
	##rows: no_vacc, vacc1, vacc2
	vaccine_cost_tot<-180000*c(0,vaccine_cost1,vaccine_cost2)
	med_cost<-c(c1[[2]],c2[[2]][2])
	healthcare_cost<-med_cost+vaccine_cost_tot
	table2<-cbind(med_cost,vaccine_cost_tot,healthcare_cost)

	## ouput table3
	## columns(5):   1.QALYs gained compared to no_vacc
	##               2.incremental effects (=incremental QALYS gained)
	##               3.Health care costs  4.incremental costs
	##	 	  	     5.ICER=column4/column2
	##rows: no_vacc, vacc1, vacc2

	incr_qalys<-(c(qalys_gained,0)-c(0,qalys_gained))[seq(3)]
	incr_costs<-(c(healthcare_cost,0)-c(0,healthcare_cost))[seq(3)]
	table3<-cbind(qalys_gained,incr_qalys,healthcare_cost,incr_costs,c(0,incr_costs[-1]/incr_qalys[-1]))

	list(table1,table2,table3)
} 

objects.store(age, QALY_men, QALY_bac, CFR, LYL, COST_men, COST_bac, PROP_men, onevec, adjustment, Loss_per_case, 
	Loss_per_IPDcase, calc_qalys_and_med_costs, calc_3_output_tables
)

cat("Objects age, QALY_men, QALY_bac, CFR, LYL, COST_men, COST_bac, PROP_men, onevec, adjustment, Loss_per_case, 
	Loss_per_IPDcase, calc_qalys_and_med_costs, calc_3_output_tables successfully stored.\n"
)

Perustelu

Vaihtoehtoisten rokotteiden rokotusohjelmat järjestetään vaikuttavuuden mukaan (V₁ < V₂ < V₃, jne). Inkrementaalisessa kustannusvaikuttavuussuhteessa (incremental cost-effectiveness ratio, ICER; €/lisä-QALY) rokotusohjelmaa verrataan vaikuttavuudeltaan seuraavaksi parempaan ohjelmaan. ICER lasketaan jakamalla odotettu kustannusten erotus odoteulla terveysvaikutusten erotuksella:

missä C on rokotusohjelman hinta, S on säästö hoitokustannuksissa ja E on QALY-säästö.

Rokotusohjelma jätetään pois tarkastelusta, jos se on sekä kalliimpi että huonompi vaikuttavuudeltaan verrattuna vähintään yhteen vertailtavista rokotteiden ohjelmista. Jäljelle jäävien rokotusohjelmien ICER:eitä verrataan keskenään siten, että ohjelmaa verrataan aina vaikuttavuudeltaan seuraavaksi parempaan ohjelmaan. Vaikuttavuudeltaan huonointa rokotusohjelmaa verrataan ei rokoteta -tilanteeseen. Vertailussa jäljelle jää kustannusvaikuttavuudeltaan paras (ICER on pienin) rokotusohjelma. ^[1] ^[2]

Arvioidut hoitokustannukset ja elinvuosimenetykset ilman rokotusohjelmaa

Meningiitti- ja bakteremiatapausten terveyspalvelujen käyttö erikoissairaanhoidossa (vuodeosastohoitojaksot ja poliklinikkakäynnit) sekä meningiitin komplikaatioiden yleisyys arvioitiin Hoitoilmoitusjärjestelmästä (HILMO) poimitusta rekisteriaineistosta (2000-2006). Aineiston menigiittitapauksista (N=255) 12 %:lla (N= 30) oli kuulovaurioon viittaava ICD10-diagnoosi meningiittidiagnoosin jälkeen. Kuulovaurion saaneista 20 %: lla (N=6) oli meningiittidiagnoosin jälkeen sisäkorvaistutetoimenpide (DFE00, istutteen asettaminen korvasimpukkaan). Meningiittitapauksista 16 %:lla oli neurologiseen komplikaatioon viittaava diagnoosi. Kuolemaan johtaneiden IPD tapausten määrät perustuvat suomalaiseen aineistoon ^[3] . Keskimääräisen tautiepisodin kustannukset hoitovuosittain saatiin kertomalla keskimääräinen palvelujen käyttö yksikkökustannuksilla. Erikoissairaanhoidon keskimääräiset vuodeosastohoitojen ja poliklinikkakäyntien kustannukset arvioitiin tautiryhmittäin muodostettujen aineistojen HUS-kustannustiedoista (HILMO). Kaikki kustannukset ovat vuoden 2012 hintatasossa. Yli vuoden kuluttua toteutuvat terveysvaikutukset ja kustannukset diskontattiin 3 %:n diskonttokorolla.

Kustannusvaikuttavuusanalyysissä käytetyn aineiston yhteenvetotaulukko Kustannusvaikuttavuuslaskelmat perustuvat ikävuosikohtaiseen (0,1,2,...100 vuotiaat) aineistoon invasiivisesta taudista ja menetetyistä elinvuosista.

1. QALY_menin = QALY menetykset aivokalvontulehdustapausten johdosta jälkiseurauksineen (vuosissa, *)
2. QALY_bact = QALY menetykset bakteremiatapausten johdosta (vuosissa, *)
3. CFR = kuolemantapausten osuus aivokalvontulehdus- ja bakteremiatapauksista (case fatality ratio)
4. Life_y_lost = Menetetyt elinvuodet IPD:stä aiheutuvien kuolemantapausten johdosta (*)
5. Cost_ menin = Terveydenhoitokulut (medical costs) aivokalvontulehdustapauksista jälkiseurauksineen (euroa. *)
6. Cost_ bact = Terveydenhoitokulut (medical costs) bakteremiatapauksista  (euroa. *)
7. Menin_osuus = Aivokalvontulehdustapausten osuus kaikista IPD tapauksista
   (*) laskelmissa käytetty diskonttokorko on 3%/vuosi

Arvioidut hoitokustannukset ja menetetyt elinvuodet *yhtä sairaustapausta kohti* (aivokalvontulehdus tai bakteremia)
Ikäryhmä	QALY_menin	QALY_bact	CFR	Life_y_lost	Cost_menin	Cost_bact	Menin_osuus
<5 vuotiaat	0.22	0.0079	0.014	31.1	22 070	1 986	0.037
5-64 vuotiaat	0.16	0.0079	0.112	20.7	26 488	9 000	0.046
65+ vuotiaat	0.08	0.0079	0.196	9.4	21 529	6 823	0.019

Huom. Taulukko listaa muuttujien ikäluokkakohtaiset (painotetut) keskiarvot. Mallin laskenta perustuu ikävuosikohtaisiin arvoihin.

Arvioidut hoitokustannukset ja menetetyt elinvuodet yhteensä koko väestössä ilman rokotusohjelmaa (vuoden aikana)
Age group	QALY_meningitis	QALY_bacteremia	Life_years_lost	Cost_meningitis	Cost_bacteremia
<5 vuotiaat	0.83	0.75	43.64	81 591	189 444
5-64 vuotiaat	2.89	2.90	895.01	470 949	3 308 515
65+ vuotiaat	0.51	2.34	555.60	125 916	2 020 437

Aiemmassa arvioinnissa (2008) käytetyt hoitokustannusarviot

Invasiivisesta pneumokokkitaudista aiheutuvat kustannukset saadaan vuonna 2008 tehdystä pneumokokkikonjugaattirokotusohjelman taloudellisesta arviointitukimuksesta, joka tehtiin osana Kansanterveyslaitoksen (nyk. THL) Lasten pneumokokkirokotustyöryhmän työskentelyä. ^[4] ^[5] Tutkimus tehtiin, kun rokotetta harkittiin otettavaksi kansalliseen rokotusohjelmaan. Tutkimuksessa verrattiin 7-valenttisen pneumokokkikonjugaattirokotteen rokotusohjelmaan ottamista ei rokoteta -tilanteeseen ja rokotusohjelman kustannusvaikuttavuutta arvioitiin ottamalla huomioon myös rokotusohjelman väestötason vaikutukset. Arvioitavia terveysvaikutuksia olivat vältetyt ennenaikaiset kuolemat sekä vältetyt aivokalvotulehdus-, bakteremia-, keuhkokuume- ja välikorvatulehdustapaukset.^[4]

**Odotetut pneumokokkitautien ja välikorvatulehduksen (kaikki taudinaiheuttajat) aiheuttamat vuosittaiset diskontatut (5 %) hoitokustannukset (€) ilman rokotusohjelmaa (arvio 2008)** ^[4]
	AOM* (kaikki taudin aiheuttajat)	Keuhkokuume TK*	Keuhkokuume ESH	Bakteremia	Aivokalvotulehdus	Yhteensä
0v	6 935 217	13 638	339 659	38 418	41 573	7 368 504
1-4v	24 107 113	177 649	1 505 050	116 540	24 092	25 930 444
5-9v	-	-	975 775	16 351	9 673	1 001 799
10-19v	-	-	1 274 803	21 184	7 749	1 303 736
20-64 v	-	-	24 216 258	2 162 396	291 975	26 670 629
65v +	-	-	59 840 384	1 675 858	114 853	61 631 095
Yhteensä	31 042 329	191 287	88 151 929	4 030 747	489 916	123 906 208
< 5 v	31 042 329	191 287	1 844 709	154 958	65 665	33 298 948

*Tutkimuksessa ei oletettu väestötason vaikutuksia välikorvatulehdukselle ja terveyskeskuksessa hoidetulle keuhkokuumeelle, jonka takia niiden kustannuksiakaan ei arvioitu.

Herkkyysanalyysi

Taloudellisen mallin herkyyttä rokotteisiin sisältyvien serotyyppien oletetun suojan suhteen tarkastellaan erillisellä sivulla: herkkyysanalyysi. Herkkyysanalyysin perusteella serotyypin 3 rooli 13-valenttisessa rokotteessa on tärkeä. Lisäksi oletukset liittyen serotyypin 6A rooliin 10-valenttisessa rokotteessa ovat merkittäviä.

Katso myös

Tämä rokotehankintakeskustelu toimitettiin tiedoksi kansalliselle rokotusasiantuntijaryhmälle 8.9.2014.

**Pneumokokkirokotteen hankinta kansalliseen rokotusohjelmaan**
Arvioinnin osat	ROKOTEKYSELY - VASTAA TÄSTÄ · Rokotteen vertailuperusteet · Epidemiologinen malli · Taloudellinen arviointi
Englanninkieliset sivut	Tendering process for pneumococcal conjugate vaccine · Comparison criteria for vaccine · Epidemiological modelling · Economic assessment
Taustatietoa	Pneumokokki · Työjärjestys · Pneumokokkirokotevalmisteet · Kansallinen rokotusohjelma · Pneumokokkikonjugaattirokotteen vaikuttavuuden seuranta · Korvautuminen · Viitteet · Herkkyysanalyysi(Tal.arv.) · Rokotesanasto · Pneumokokkirokotteen turvallisuus Tulosta: Koko materiaali · Pneumokokkirokotekysely

What is cost-effectiveness?

Viitteet

↑ Räsänen P ja Sintonen H. Terveydenhuollon taloudellinen arviointi. Suomen Lääkärilehti 2013; 17:1255–60.
↑ Phillips C and Thompson G. What is cost effectiveness? Hayward Medical Communications 2009. [1]
↑ Klemets et al. (2008) Invasive pneumococcal infections among persons with and without underlying medical conditions: implications for prevention strategies. BMC Infect Dis. 2008 Jul 22;8:96.
↑ ^4,0 ^4,1 ^4,2 Pneumokokkikonjugaattirokotusohjelman kustannusvaikuttavuus, 2008
↑ Kansanterveyslaitoksen asettaman lasten pneumokokkirokotustyöryhmän selvitys 2.5.2008 [2]

Kommentoi

Tästä aiheesta käydään keskustelua keskustelusivulla. Voit osallistua siihen kirjautumalla sisään.

[1] Räsänen P ja Sintonen H. Terveydenhuollon taloudellinen arviointi. Suomen Lääkärilehti 2013; 17:1255–60.

[2] Phillips C and Thompson G. What is cost effectiveness? Hayward Medical Communications 2009. [1]

[klemets-3] Klemets et al. (2008) Invasive pneumococcal infections among persons with and without underlying medical conditions: implications for prevention strategies. BMC Infect Dis. 2008 Jul 22;8:96.

[ktl-4] 4,0 ^4,1 ^4,2 Pneumokokkikonjugaattirokotusohjelman kustannusvaikuttavuus, 2008

[5] Kansanterveyslaitoksen asettaman lasten pneumokokkirokotustyöryhmän selvitys 2.5.2008 [2]

[1]

[2]

[3]

[4]

[5]