Фармакоэкономическое моделирование

Моделирование проводится при невозможности получить реальные данные, необходимые для проведения клинико-экономических расчетов в исследовании или наблюдении.

Моделирование может использоваться:

·в случае, когда в клинических исследованиях не изучались отдаленные результаты лечения — результаты клинических исследований дополняются данными из других источников (нерандомизированные исследования, исследования-наблюдения, экспертное мнение и др.);

·при использовании результатов исследований, проведенных в других странах, для принятия клинических и управленческих решений в России;

·при необходимости сделать заключение о целесообразности применения лекарственных средств, схем и методов лечения у групп пациентов, не включавшихся ранее в исследования (например, пациенты с осложненным течением заболевания);

·при необходимости учесть различия в потреблении ресурсов в исследовании и на практике.

При представлении результатов фармакоэкономических расчетов, основанных на моделировании, исследователи должны обосновать необходимость выбора этого типа анализа, сформулировать все условия построения модели (допуски, гипотезы), описать и обосновать выбор литературных источников, данные которых были положены в основу анализа. Должно представляться подробное описание методики моделирования и способов математической обработки данных, Результаты экономического анализа, основанного на моделировании, рассматриваются как предварительные, однако они могут использоваться для обоснования экономической целесообразности применения лекарственных средств, схем и методов лечения при отсутствии исследований или наблюдений.

Дизайн моделей

По дизайну наиболее часто встречающиеся в фармакоэкономике модели можно разделить на модель Маркова и "дерево решений".

Дерево решений - диаграмма, иллюстрирующая все возможные исходы применительно к конкретной специфической ситуации.

Модель Маркова – описывает несколько дискретных состояний и переходы между ними с течением времени.

Рисунок 1

Модель "дерево решений" обычно используется для описания процесса лечения острого заболевания. Данный вид моделей подразумевает наличие нескольких альтернатив с различной вероятностью исходов. При этом, известна вероятность каждого из исходов и известна или возможно рассчитать стоимость каждого исхода.

На рисунке 1 приведен пример модели "дерево решений" лечения некоторого заболевания двумя различными методиками ("А" и "В") с определенными затратами и эффективностью.

Как показывает практика, очень удобно описывать лечение хронического заболевания в виде вероятностей переходов из одного состояния в другое, при этом считается, что, перейдя в одно из состояний, модель не должна далее учитывать обстоятельства того, как она попала в это состояние.

"Модель Маркова"

Марковские модели стали широко применяться в ФЭ из-за более гибкой, чем у "дерева решений" структуры. В отличие от альтернатив, на которых сконцентрированы "деревья решений", Марковские модели (Рис. 2) строятся из состояний и вероятностей перехода из одного состояния в другое в течение данного временного интервала (Марковского цикла).

Случайный процесс называется Марковским процессом (или процессом без последействия), если для каждого момента времени вероятность любого состояния системы в будущем зависит только от ее состояния в настоящем и не зависит от того, как система пришла в это состояние.

Рисунок 2

На рисунке 2 представлено графическое изображение Модели Маркова. Имеются несколько состояний: "Здоровье", "Болезнь", "Смерть" и известна вероятность перехода из одного состояния в другое на протяжении определенного временного периода. Длительность временных циклов зависит от особенностей болезни и предлагаемого лечения. Существует два варианта описания Марковских процессов — с дискретным и непрерывным временем. В первом случае переход из одного состояния в другое происходит в заранее известные моменты времени — такты (1, 2, 3, 4, …). Переход осуществляется на каждом такте, то есть исследователя интересует только последовательность состояний, которую проходит случайный процесс в своем развитии, и не интересует, когда конкретно происходил каждый из переходов. Во втором случае исследователя интересует и цепочка меняющих друг друга состояний, и моменты времени, в которые происходили такие переходы. Если вероятность перехода не зависит от времени, то Марковскую цепь называют однородной.

Процесс моделирования. Процесс моделирования включает три элемента:

·субъект (исследователь),

·объект исследования,

·модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько "специализированных" моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение "модельных" экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее "поведении". Конечным результатом этого этапа является множество (совокупность) знаний о модели.

На третьем этапеосуществляется перенос знаний с модели на оригинал — формирование множества знаний. Одновременно происходит переход с "языка" модели на "язык" оригинала. Процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели.

Четвертый этап— практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Моделирование — циклический процесс. Это означает, что за первым четырехэтапным циклом может последовать второй, третий и т. д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта или ошибками в построении модели, можно исправить в последующих циклах.