Objectius. Els costos en matèria de salut seguiran augmentant fonamentalment pel creixement de les noves tecnologies que s'hi apliquen, algunes de les quals tenen poc valor marginal. La incertesa respecte dels costos i beneficis de les intervencions en els nivells de pronòstic d'una determinada població, generalment, és conseqüència d'una limitada evidència clínica, o del fet que l'única alternativa disponible sigui extrapolar dades conegudes d'altres poblacions, utilitzant anàlisis de decisió amb valors de variables o paràmetres incerts. Això ha motivat molt l'interès per realitzar anàlisis de sensibilitat dintre de les anàlisis de cost-efectivitat (ACE).

Mètode. Es tracta d'una reflexió descriptiva per identificar els objectius d'una anàlisi de sensibilitat i poder desenvolupar mètodes que permetin aconseguir-los. Ho fa avaluant les implicacions que tindria una elecció òptima d'intervencions mèdiques amb una utilitat esperada i maximitzada, en una situació d'incertesa dels costos i beneficis que comportarien aquestes intervencions.

Resultats. Els objectius primaris d'una anàlisi de sensibilitat estan dintre tres grups possibles:

1. Ajudar a escollir la millor decisió en presència d'incertesa d'efectivitat i costos. Seria probablement la causa més freqüent per la qual una anàlisi de sensibilitat s'inclouria en l'ACE. Per ex., l'eficàcia d'una immunització, o la freqüència i costos de les complicacions, pot ser desconeguda i el seu coneixement pot ajudar a decidir si s'inclou o no en la cobertura d'una pòlissa d'assegurances.
   
   

2. Identificar les fonts d'incertesa per dirigir les decisions sobre individus o subgrups amb característiques diferents del cas tipus. Per ex., una ACE sobre la decisió d'immunitzar una població podria incloure l'avaluació prèvia del risc mig de tenir la malaltia en absència de la immunització, o de tenir-la si només s'immunitzen els subjectes susceptibles de patir-la.
   
   

3. Definir les prioritats en l'obtenció d'informació addicional. Quan les conclusions d'una ACE poden estar modificades per valors de variables o paràmetres que no poden ser controlats, és necessària informació addicional. Per ex., l'ús de models de decisió que calculin la mida necessària d'una mostra per realitzar un estudi clínic determinat.

La metodologia més utilitzada per fer l'anàlisi de sensibilitat és la que empra el valor central de totes les possibilitats de cada variable per calcular el seu impacte sobre l'ACE de casos tipus o consumidors representatius, que maximitzen la utilitat esperada de la intervenció escollida. La distribució diferent de beneficis i costos ajuda a definir òptims diversos.

Conclusions. Cal utilitzar els estudis de sensibilitat per avaluar els canvis en la relació cost-efectivitat de les diferents opcions possibles, i de les que es considera que tenen múltiples resultats possibles.

L'existència de risc, entre d'altres condicionants, relativitza la interpretació dels resultats de les anàlisis de sensibilitat.

Cal desenvolupar els treballs en aquesta àrea perquè són una de les referències per millorar la decisió entre diferents alternatives, especialment pel que fa a l'impacte de la recerca sobre la salut pública. Tot i les possibles consideracions relatives a la incertesa implícita en si, cal facilitar i començar a exigir l'ús d'aquestes anàlisis en la presentació de resultats, com a eina d'ajust per temps i analitzar la incertesa.

Font de finançament. Realitzat amb el suport financer del National Institute of Anging, de Robert Wood Johnson Generalista Physician Faculty Scholars Program i del Departament of Defense Prostate Cancer Researh Project.

Comentari crític. Les aportacions crítiques a un article que pretén millorar el coneixement d'una situació, una variable o qualsevol altra cosa, en un context de diferents situacions, per aconseguir disminuir la incertesa de les decisions a prendre, no són fàcils. Han de referir-se quasi obligatòriament a les seves limitacions. Una anàlisi de sensibilitat és una forma d'abordar la incertesa. Consisteix a calcular un ventall de resultats amb diferents hipòtesis pel que fa al valor de les variables o dels paràmetres incerts o poc coneguts en la població que s'estudia. Per tant, la seva principal utilitat seria l'anàlisi crítica de diverses situacions en contextos diferents. Per ex., en una anàlisi cost-efectivitat de dues formes alternatives de tractament del tabaquisme, l'estudi de sensibilitat avaluaria els canvis en la relació cost-efectivitat si el nombre de fumadors que deixa el tabac fos diferent en cadascuna de les opcions. Els diferents estudis haurien de presentar els resultats d'efectivitat no com a un resultat únic, sinó de forma que sigui possible la comparació entre les diferents opcions utilitzades. També és bàsic escollir adequadament els objectius de l'anàlisi i, conseqüentment, els indicadors d'efectivitat que reflecteixin el problema sobre el qual s'ha de decidir. Perquè si els objectius de l'anàlisi no estan ben definits, tampoc s'utilitzaran els indicadors d'efectivitat més apropiats. També serà aconsellable utilitzar diferents indicadors d'efectivitat en un mateix estudi. Per ex.: una nova exploració del tracte digestiu produeix tres tipus de beneficis: redueix el temps de l'exploració, redueix la incidència de complicacions, i augmenta la satisfacció dels pacients. Per tant, poden haver-hi diferents formes d'expressar la relació cost-efectivitat. Per aquest motiu, és aconsellable que els resultats es presentin amb diferents indicadors, en lloc d'amb un únic indicador que agregui totes les unitats de resultat possibles. Atès que es treballa amb dades centrals, intervals arbitraris, valors llindar i amb la presència de risc, els resultats poden ser confusos. Si a això hi afegissim un nombre de variables alt, aquest seria un motiu evident d'augment en la variabilitat dels resultats. D'altres variables, com són els canvis demogràfics o tecnològics que modifiquen la incidència i l'evolució o el tractament de la malaltia, també tenen un impacte potencial sobre els resultats. Per ex., en la comparació de les opcions del tractament de la hipertensió arterial no hauríem d'utilitzar tractaments amb resultats i costos que no poden expressar-se en les mateixes unitats: Posem un exemple: no podem comparar una opció que utilitzi com a indicador el cost sanitari per any de vida guanyat, amb una altra que utilitzi l'increment de la qualitat de vida per la reducció de malalties cardiovasculars. Finalment no es pot oblidar que l'existència de risc afecta el grau d'utilitat de qualsevol decisió per als individus o per a la societat. Per tant, almenys a nivell teòric, les anàlisis de cost-efectivitat i de sensibilitat, associades, poden fallar en la maximització del benestar aconseguit o en la proposta d'òptims. A més, atès que el risc individual pot repercutir sobre el benestar col·lectiu, l'existència d'alternatives diferents relacionades tant amb el risc assumit com amb la utilitat marginal de la seva cobertura conduiran necessàriament a diferents conclusions. I això és més evident com menys constant és la variable investigada. De la mateixa manera, la decisió de l'òptim també variarà. És clar que decisors diferents estaran interessats en formes diferents d'expressar la relació cost-efectivitat. Per ex., hospitalització a domicili vs hospitalització clàssica o en l'atenció primària, en què especialistes i pacients són decisors amb utilitats i condicionaments diferents que portaran a conclusions diferents.

Revisor. Josep Lluís Clua
EAP Tortosa 1-Est