Napsala profesorka Nancy Devlin, ředitelka výzkumu v OHE a členka skupiny EuroQol
EQ-5D je celosvětově nejpoužívanějším měřítkem výsledků uváděných pacienty (PRO). Již několik desetiletí se používá v klinických studiích, observačních studiích, průzkumech zdravotního stavu populace a – v poslední době – při rutinním sběru dat v systémech zdravotní péče. Protože se jedná o obecný PRO a protože je doprovázen „soubory hodnot“ (tzv. „utilitami“), které se používají při výpočtu QALY (quality adjusted life years), stal se EQ-5D základním kamenem hodnocení zdravotnických technologií (HTA) a ovlivňuje důležitá rozhodnutí o přístupu k novým lékům.
Přes to všechno jsou však údaje EQ-5D často nedostatečně uváděny a nedostatečně analyzovány. Sečteno a podtrženo – pokud sbíráte tyto údaje od svých pacientů, měli byste se zasadit o to, abyste se z toho, co vám řeknou, dozvěděli co nejvíce.
Takže: pro všechny, kdo sbírají nebo vykazují údaje EQ-5D, uvádím svá doporučení, co s údaji EQ-5D dělat. To platí pro původní tříúrovňovou verzi, EQ-5D-3L; pětiúrovňovou verzi, EQ-5D-5L; verzi vhodnou pro děti, EQ-5D-Y – a pravděpodobně pro jakýkoli nástroj PRO.
1. Zjistěte, zda jsou data EQ-5D-3L a EQ-5D-3L v pořádku. Co nedělat – nepřecházejte rovnou k „užitným hodnotám“ nebo k použití jakéhokoli skóre pro shrnutí údajů pacientů
OK: shromáždili jste údaje EQ-5D. To je skvělé z mnoha důvodů! EQ-5D je fantastický způsob měření zdravotních výsledků obecným způsobem, který lze porovnávat v různých oblastech onemocnění. Skupina pacientů/lidí zaškrtla políčka popisující jejich zdravotní stav v pěti dimenzích. Běžným přístupem je shrnout tyto odpovědi do jediného čísla na stupnici zakotvené na hodnotě 1 (plné zdraví) s využitím souborů hodnot, které jsou pro tento účel k dispozici (Szende et al. 2007). To značně usnadňuje analýzu dat: koneckonců – statisticky jsou jednotlivá čísla jednodušší než kategoriální údaje.
Práce je hotova? Špatně!
Měli byste vědět, že:
- Neexistuje žádný „neutrální“ nebo „objektivní“ způsob shrnutí údajů EQ-5D (ani údajů z jakéhokoli jiného měření PRO!)
- Ať už použijete k shrnutí údajů EQ-5D jakýkoli „soubor hodnot“, vnese do statistické inference exogenní zdroj rozptylu (Parkin, Devlin a Rice 2010) – tedy rozptyl, který nepochází z údajů, které vám poskytli vaši pacienti. Závěry o tom, zda existují statisticky významné rozdíly mezi různými skupinami populace nebo pacientů – nebo mezi různými rameny klinického hodnocení – jsou ovlivněny tím, jaký soubor hodnot je použit. Mezi statistickými vlastnostmi různých souborů hodnot dostupných pro EQ-5D existují významné rozdíly. (Více o tom viz Parkin et al 2014. V současné době se zabýváme stejnými věcmi ve vztahu k údajům EQ-5D-5L – o čemž budeme brzy informovat v článku Feng et al 2016).
- Uvědomte si, odkud hodnoty pocházejí! Hodnoty pocházejí ze studií „uvedených preferencí“: podle konvence tyto studie shromažďují názory členů široké veřejnosti – ti jsou požádáni, aby si představili život s různými zdravotními problémy. Víme, že mezi širokou veřejností a pacienty existují rozdíly, pokud jde o jejich názory a mínění o tom, jak dobré nebo špatné jsou zdravotní problémy. Tyto soubory hodnot založené na preferencích byly vyvinuty s konkrétním cílem: odhadnout QALY. Pokud nepoužíváte údaje EQ-5D k odhadu QALY, nemusí být příliš silný důvod pro použití souborů hodnot k sumarizaci údajů EQ-5D.
Poznámka – nic z toho není kritikou EQ-5D – když už, tak naopak! Skupina EuroQol se k těmto druhům otázek staví otevřeně a rozsáhle je zkoumala. Všechny ostatní obecné a stavově specifické PRO mají úplně stejné problémy – jen o tom příliš nemluví.
2. Podívejte se na odpovědi pacientů na položky otázek (dimenze)
Nepodceňujte význam a užitečnost staré dobré popisné statistiky! Popisné statistiky údajů PRO jsou v pracích podceňovány a nedostatečně uváděny, což je škoda.
Shrnutí údajů EQ-5D podle souborů hodnot vám neřekne mnoho o tom, které aspekty zdraví pacienta nebo populace byly nejvíce ovlivněny jeho stavem nebo zlepšeny léčbou. Chcete-li se to dozvědět, musíte se podívat na údaje, které vám pacienti skutečně poskytli: na políčka, která zaškrtli v otázkách EQ-5D. Měli byste například vždy uvádět počet a procento pacientů, kteří uvedli jednotlivé úrovně problémů v každé dimenzi dotazníku EQ-5D. Pokud si to chcete zjednodušit, můžete také sloučit úrovně 2 a 3 dohromady a uvést počet pacientů uvádějících „žádné“ problémy a počet pacientů uvádějících „jakékoliv“ problémy.
Kromě popisu zdravotního stavu pacienta v jednom časovém okamžiku vás může zajímat popis změn zdravotního stavu pacienta – například před nebo po operaci nebo v různých časových bodech klinické studie ve srovnání s výchozím stavem.
Toto lze také provést na úrovni dimenzí EQ-5D. Opět – popisná statistika vám může hodně napovědět. Když jsme se například zabývali změnou počtu a procenta pacientů s náhradou kyčelního kloubu v rámci NHS, kteří uváděli problémy podle jednotlivých dimenzí (viz tabulka 1 níže), před operací a po ní, zjistili jsme, že u pacientů došlo k poměrně nápadnému zlepšení v oblasti úzkosti a deprese, péče o sebe a bolesti/nepohodlí – nejen v oblasti mobility (Devlin et al 2010). Ve skutečnosti bylo zarážející, že žádný pacient neměl před operací v oblasti mobility „stupeň 3“, takže jediné možné zlepšení v důsledku operace bylo z „některých“ problémů na „žádné“. Důvod? Úroveň 3 v dimenzi mobility EQ-5D-3L je „upoután na lůžko“ – a ani pacienti s velmi špatnou mobilitou kvůli problémům s kyčlemi nejsou upoutáni na lůžko. To je problém EQ-5D-3L – jak jsme upozorňovali již dříve (Oppe et al. 2011) – a v novém EQ-5D-5L byl opraven (Herdman et al. 2014). Nic z toho by nebylo patrné, kdyby se údaje těchto pacientů analyzovaly pouze z hlediska užitných hodnot.
Zdroj: Devlin et al (2010)
3. Shrnutí změn bez použití souborů hodnot
Tabulky, jako je ta výše uvedená, mohou být velmi informativní – jejich prohlížení je však složité a někdy je zapotřebí celkové shrnutí. Dobrou zprávou je, že shrnout změny zdravotního stavu podle EQ-5D lze snadno, stačí použít údaje, které vám poskytli pacienti.
V roce 2010 jsme přišli se způsobem, který vychází z principů Paretova zlepšení v ekonomii blahobytu – Paretova klasifikace zdravotních změn (PCHC) (Devlin et al 2010). Myšlenka je jednoduchá: zdravotní stav podle EQ-5D je považován za „lepší“ než jiný, pokud je lepší alespoň v jedné dimenzi a není horší v žádné jiné dimenzi. A zdravotní stav podle EQ-5D je považován za „horší“ než jiný, pokud je horší alespoň v jedné dimenzi a není lepší v žádné jiné dimenzi. Při použití tohoto principu pro porovnání zdravotního stavu pacienta podle EQ-5D mezi libovolnými dvěma časovými obdobími existují pouze 4 možnosti:
– Jeho zdravotní stav je lepší
– Jeho zdravotní stav je horší
– Jeho zdravotní stav je úplně stejný
– Změny zdravotního stavu jsou „smíšené“: lepší v jedné dimenzi, ale horší v jiné.
Při aplikaci tohoto postupu na údaje o náhradě kyčelního kloubu jsme zjistili, že méně než 5 % nemá žádnou změnu, 82 % má lepší zdravotní stav, méně než 5 % má horší zdravotní stav a méně než 10 % má „smíšené“ změny (Devlin et al. 2010). Jinými slovy, tato jednoduchá analýza poskytuje velmi jasný přehled o tom, co se děje se zdravím pacientů v důsledku operace kyčelního kloubu – aniž bychom se museli spoléhat na soubory hodnot. Ukázala také důležité rozdíly v přínosech operace kyčelního kloubu ve srovnání s jinými typy plánovaných operací.
Existují také další způsoby shrnutí údajů EQ-5D. Nebudu je zde všechny rozebírat – existuje však celá řada přístupů a některé z nich mají jako způsob shrnutí údajů o pacientech důležitá omezení. Příkladem druhého způsobu je aproximace celkové „závažnosti“ stavu pomocí „souhrnného skóre úrovně“, které jednoduše sečte úrovně v každé dimenzi. Nejlepší zdravotní stav podle EQ-5D-3L zahrnuje stav bez problémů v jakékoli dimenzi. Žádné problémy = 1, takže žádné problémy (1+1+1+1+1+1) = 5. Nejzávažnější problém v jakékoli dimenzi = 3, takže nejhorší zdravotní stav je (3+3+3+3+3+3) = 15. Každý další zdravotní stav v dotazníku EQ-5D-3L bude mít součtové skóre úrovně mezi nejlepším (5) a nejhorším (15). To lze aplikovat i na EQ-5D-5L, kde je nejlepší hodnota opět 5 a nejhorší (5+5+5+5+5) = 25. Tyto součty úrovní mohou být v některých situacích užitečné – existují však zjevná omezení. Jedná se o velmi hrubé souhrnné skóre – například 22222, 33211 a 11233 mají stejné souhrnné skóre úrovně (= 10). A každé skóre obsahuje velmi rozdílný počet potenciálních profilů (5 a 15 mají každý jen jeden profil; zatímco skóre součtu úrovní 10 obsahuje 51 profilů). Také to, že se dimenze váží stejně, neznamená, že jsou „bez hodnotových soudů“ – stejná váha dimenzí sama o sobě představuje názor na jejich důležitost (Parkin et al. 2010).
4. Využijte údaje EQ-VAS!“
EQ-VAS je škála 0-100, na které mají pacienti označit svůj dnešní celkový zdravotní stav. My (mluvíme zde jako člen skupiny EuroQol!) ji považujeme za nedílnou součást dotazníku EQ-5D – často je však zcela opomíjena a neuváděna (nebo ještě hůře – někteří uživatelé ji ze sběru dat vypouštějí, přestože je součástí autorského nástroje!) EQ-VAS nabízí důležité, doplňující informace k informacím o zdravotním stavu, které pacienti poskytují, když sami uvádějí svůj zdravotní stav v dotazníku EQ-5D. Ve skutečnosti je EQ-5D jako nástroj PRO jedinečný v tom, že generuje údaje ukazující vlastní, celkové hodnocení zdravotního stavu pacienty. Nikoli pohled někoho jiného na to, jak dobrý nebo špatný je jejich celkový zdravotní stav, pokud si představí, že se v něm nacházejí, ale pohled osoby, která jej skutečně prožívá. To zní jako užitečná informace – a také je.
Například EQ-VAS může zachytit problémy, které nejsou zachyceny v rámci 5 dimenzí EQ-5D – což může odhalit některé mezery v EQ-5D relevantní pro určité skupiny pacientů (viz Feng et al 2014). To vám pomůže interpretovat údaje EQ-5D, které jste shromáždili, a to, zda může existovat nějaký důvod, který by naznačoval, že plně nezachycuje dopady zdravotních problémů.
Nejste o tom přesvědčeni? Podívejte se na tento diagram, který byl vytvořen na základě obrovského množství údajů, které má k dispozici skupina EuroQol. Je zde patrný prudký pokles EQ-VAS podle věku u těch, kteří uvádějí problémy v EQ-5D (tj. s rostoucím věkem roste počet problémů uváděných v pěti dimenzích a také celkové sebehodnocení pacientů v EQ-VAS). Zajímavé však je, že EQ-VAS s věkem klesá, a to i u pacientů, kteří v EQ-5D neuvádějí žádné problémy. To naznačuje, že EQ-VAS měří něco trochu jiného a navíc k věcem v pěti dimenzích.
5. V neposlední řadě: pokud potřebujete použít soubor hodnot pro shrnutí dat EQ-5D – např. pro odhad QALY – ujistěte se, že jste provedli analýzu citlivosti na alternativní soubory hodnot.
Soubory hodnot jsou výsledkem rozhodnutí výzkumníků o tom, jaké metody použít a jak data modelovat. Tato rozhodnutí mohou mít potenciálně netriviální vliv na vlastnosti generovaných hodnot – například jaká je minimální hodnota a kolik je záporných hodnot a jak vypadá rozložení hodnot. Mezi výzkumnými pracovníky nepanuje shoda ohledně toho, jaké metody jsou „nejlepší“, a různé metody, jak pro získávání hodnot, tak pro jejich modelování, mohou vést k různým výsledkům.
Z toho vyplývá, že hodnoty, které mají být použity na údaje EQ-5D, jsou spojeny s určitou nejistotou. Ale to platí i o mnoha dalších důkazech v analýze efektivity nákladů, například o účinnosti nových technologií a jejich nákladech. Z toho vyplývá, že stejně jako u jakéhokoli jiného nejistého parametru v modelu nákladové efektivity by si analytici měli ověřit, zda jsou jejich závěry o nákladové efektivitě citlivé na volbu souboru hodnot. A pokud soubory hodnot uvádějí intervaly spolehlivosti (což by měly všechny!), měly by tyto intervaly spolehlivosti tvořit také součást analýzy citlivosti v analýze nákladové efektivnosti.
Chcete se dozvědět více? Vybrané odkazy:
Devlin N, Parkin D, Browne J. (2010). Využití dotazníku EQ-5D jako nástroje měření výkonnosti v NHS. Health Economics 19(8):886-905.
Parkin D, Devlin N, Rice N. (2010) Statistical analysis of EQ-5D profiles: does the use of value sets bias inference? Medical Decision Making 2010; 30:556-565