Análisis Farmacoeconómico a través de la Simulación de Eventos Discretos

• AUTOR : Caro JJ
• TITULO ORIGINAL : Pharmacoeconomic Analyses Using Discrete Event Simulation
• CITA : Pharmacoeconomics 23(4):323-332, 2005
• MICRO : Hasta la fecha, los árboles de decisión y los modelos de Markov han sido los métodos utilizados con mayor frecuencia en las evaluaciones farmacoeconómicas; sin embargo, estos modelos carecen de flexibilidad y de adecuación a la realidad clínica.

En la actualidad está aceptado que el análisis farmacoeconómico y la implementación de las políticas de salud requieren un modelo de enfermedad y su tratamiento. En circunstancias excepcionales, un estudio único -un ensayo clínico aleatorizado- puede proveer toda la información necesaria respecto de los costos y los resultados. Pero, incluso en este caso, se hace indispensable la existencia de un modelo para evaluar el impacto económico de la intervención en la práctica actual, dado que -por lo menos- los datos experimentales deben extrapolarse a la realidad para reflejar las circunstancias clínicas verdaderas.

Tradicionalmente, estos modelos económicos se estructuraron y analizaron mediante la implementación de árboles de decisión. Esta técnica ha sido aplicada con éxito, aunque hace una década atrás se cuestionó su empleo para resolver problemas médicos. En particular, los árboles de decisión imponen una estructura rígida basada en «resultados» mutuamente excluyentes, no consideran en forma explícita el factor tiempo y son muy ineficientes debido a que cada análisis requiere el cálculo de todas las vías posibles (las «ramas»), muchas veces en tiempos múltiples. Por lo tanto, comenzó a emplearse con mayor frecuencia un enfoque alternativo: el modelo de Markov, el cual representa el curso de la enfermedad en términos de «estados de salud» mutuamente excluyentes y las transiciones entre los mismos. Esta técnica considera al factor tiempo de manera más explícita y puede analizarse en forma eficiente, pero retiene alguna rigidez estructural que puede llegar a dificultar la representación apropiada de la realidad clínica.

En este artículo se presenta un modelo alternativo más natural. En primer lugar, se describe un problema farmacoeconómico, luego se definen los elementos principales del enfoque -la simulación de eventos discretos- y se ilustran con un ejemplo. El paso siguiente es la implementación de este tipo de modelo y, por último, se discuten sus ventajas y desventajas.

Un ejemplo característico de un problema farmacoeconómico

La mayoría de los problemas farmacoeconómicos involucran la cuantificación de las consecuencias económicas de una intervención asistencial. Esto requiere: 1) definir la población a evaluar, su entorno, los aspectos de la enfermedad que se consideran y la intervención; 2) estructurar el posible curso de los pacientes en un orden lógico y razonable a lo largo del tiempo; 3) la consideración de los eventos que ocurrirán, junto con sus consecuencias económicas y sanitarias; y 4) la provisión de un medio informático para proporcionar el valor de las medidas escogidas.

Por ejemplo, si consideramos el tratamiento de los pacientes con trastorno bipolar, el uso de los nuevos antipsicóticos atípicos se considera una alternativa a los estabilizadores del ánimo conocidos, como el litio y algunos antiepilépticos. Los antipsicóticos atípicos pueden tener la misma capacidad para controlar los síntomas maníacos que los estabilizadores del ánimo pero con menores efectos adversos, sin necesidad de controles periódicos. El interrogante planteado es: la nueva intervención, más costosa, ¿mejorará la salud de estos pacientes con un costo incremental razonable?

Para ello, un analista necesita crear una población simulada. Esto se realiza mediante la especificación de las características principales de los pacientes que se simularán. Estas características -edad, antecedentes de tratamientos previos, nivel laboral- son relevantes, dado que pueden afectar algún aspecto del problema, como el curso de la enfermedad o los efectos del tratamiento. Se pueden especificar otros atributos para caracterizar la enfermedad (como su duración y gravedad) o describir la intervención (dosis, posología, etcétera).

El medio en el cual la población existe también debe especificarse: el país, la región, el calendario y la moneda. Por lo tanto, en un análisis podría considerarse una población de varones y mujeres con empleo, entre los 30 y 50 años, sin tratamiento previo del trastorno bipolar y que presentan manía aguda (> 20 en la escala de Young). También se puede analizar el valor de comenzar el tratamiento con un antipsicótico atípico en los EE.UU. en 2004, en comparación con el comienzo terapéutico con litio o con estabilizadores del ánimo. Además, se necesitan definir varios parámetros técnicos como las tasas de descuentos para los costos y los beneficios de salud, así como el tiempo límite para el análisis.

Una vez que la población simulada se especifica, se detalla el curso posible de la enfermedad. Por ejemplo, los pacientes con manía aguda quizá en su mayoría necesiten ser hospitalizados, pero algunos recibirán tratamiento ambulatorio. Los internados recibirán tratamiento tanto con un antipsicótico como con un estabilizador del ánimo (o ambos, si fuera necesario); y en cada día de internación pueden presentarse varias situaciones: un efecto adverso a la medicación, la condición clínica (el ánimo) puede mejorar o deteriorarse, el paciente puede ser dado de alta, entre otras. En cualquier caso, los recursos se consumen y el tiempo transcurre, por lo que ambos precisan cuantificarse en forma adecuada. Cuando se alcanza el tiempo límite, la simulación debe finalizar y se calcularán los diferentes valores medidos (costos totales y netos, tiempo promedio del estado maníaco, entre otros).

Simulación de eventos discretos

Entidades

El componente central de la simulación de eventos discretos (DES [discret event simulation]) es la entidad. En general, las entidades son los ítem que fluyen a lo largo de la simulación, los protagonistas de los eventos. En las simulaciones clínicas de la enfermedad, la mayoría de las entidades serán los pacientes, pero puede haber otros tipos, como los trabajadores de la salud, por ejemplo. Al contrario de los árboles de decisiones y los modelos de Markov, que no especifican al paciente y objetivan sólo los resultados o los estados, éste -el paciente- es un elemento explícito en la DES.

Los pacientes tienen atributos (edad, sexo, duración de la enfermedad) y cada individuo contribuye con un valor específico para cada característica. Estos valores se definen al comienzo de la simulación y pueden actualizarse a medida que los eventos se develan: la edad aumenta, la gravedad de la enfermedad disminuye, la dosis de una droga se incrementa, etc. Estas actualizaciones pueden hacerse en momentos particulares (la edad, cada 6 meses), cuando el paciente simulado experimente eventos (el comienzo de un tratamiento nuevo puede disminuir el nivel de la manía) o en forma continua (el aumento diario del peso corporal). Un atributo importante de un análisis farmacoeconómico es la calidad de vida del paciente, que puede ser un valor único utilizado para ajustar la supervivencia o valores más complejos que involucran los resultados de varios puntajes de calidad de vida.

Eventos

Los elementos secundarios más importantes de la simulación son los eventos que puedan ocurrir. Un evento se define, de manera amplia, como cualquier hecho que suceda durante la simulación; puede ser la aparición de un efecto adverso, la admisión al hospital, un cambio de dosis o incluso el ausentismo laboral. Los eventos en el caso del trastorno bipolar podrían ser el comienzo del tratamiento, el alta hospitalaria, la falta de adhesión al tratamiento, el aumento de peso, las visitas médicas, los intentos de suicidio, la pérdida de trabajos, la reinternación, etc., hasta que la simulación finalice.

Tiempo

La cuantificación temporal precisa le permite al analista señalar el comienzo y el final de la simulación y crear «relojes secundarios» que registren los períodos intermedios, como la duración de una internación, el tiempo transcurrido con síntomas y, por supuesto, la supervivencia (ajustada por la calidad) de los pacientes. Al hacer explícito el tiempo, la DES evita uno de los principales problemas de los árboles de decisión; también permite manejar el tiempo de manera más flexible que los modelos de Markov y no existe la necesidad de declarar la duración de un ciclo. El tiempo avanza en saltos «discretos» (de aquí el nombre) pero las unidades pueden ser minutos, días, meses o lo que resulte más conveniente.

Recursos

El manejo de los recursos se incorpora en forma directa en la DES. Una entidad puede consumir un recurso en un tiempo adecuado. Este consumo se refiere a un número definido de unidades del recurso, utilizado por una cantidad específica de tiempo. En el mismo tiempo se pueden consumir recursos múltiples: un paciente con manía puede consumir un día particular de la cama hospitalaria, una dosis del antipsicótico, una unidad del tiempo del médico y puede perder un día de trabajo. Cuando un paciente consume un recurso en particular, éste puede ser inaccesible para otros, en relación a su capacidad. Esto puede llevar a la formación de «colas», algo que en general los analistas de la salud no tienen en cuenta, dado que asumen la capacidad infinita para cada recurso, más allá de que la realidad muestre lo contrario en forma clara. La disponibilidad limitada de camas puede forzar a un paciente con manía a abandonar la «cola» y ser atendido de manera ambulatoria y, por el contrario, la consecuencia del costo de oportunidad de la estadía hospitalaria acortada por el tratamiento puede analizarse en forma directa al simular las «colas» más pequeñas de los otros pacientes.

Medios de ejecución

En la actualidad, gracias a los adelantos tecnológicos, existen simuladores informáticos que simplifican de manera considerable los procesos de ejecución y facilitan la creación y el trabajo con estos modelos, además de disminuir notablemente los tiempos de cálculo.

Discusión

La DES es muy flexible. Diversas perspectivas pueden acomodarse en forma simultánea sin procedimientos especiales. Los costos, acumulados como entidades, pasan a través de la simulación, se reservan en forma separada de acuerdo al tipo de recurso consumido y luego resultan apropiados para cada perspectiva. Aunque los requerimientos de información sean los mismos, no hay necesidad de desarrollar costos estimados según perspectivas separadas para cada estado de Markov o una rama del árbol de decisiones.

La desventaja principal del DES deriva en forma directa de sus ventajas: facilita la modelación real en tal grado que puede promover una representación del problema más profunda de la que se precisa, en especial respecto de los datos disponibles; detallar el uso de cada aguja o gasa consumidas durante la estadía hospitalaria puede ser inapropiado en los modelos demasiado superficiales. Por lo tanto, el analista debe procurar no incorporar todos los detalles del tratamiento de un paciente sólo porque puede hacerse.

La decisión sobre qué modelo utilizar y en qué grado debe ser independiente del método utilizado y debería reflejar las necesidades del problema. Varios artículos publicados han provisto recomendaciones sobre la elección de técnicas de modelación.

Conclusiones

Según los autores, la DES provee un método para representar los procesos asistenciales con un contexto real y, a su vez, satisfacer los interrogantes del análisis económico sin forzar al analista a admitir compromisos innecesarios.

Especialidad: Bibliografía - Farmacología