Przypis: Profesor Nancy Devlin, dyrektor ds. badań w OHE i członek Grupy EuroQol
EQ-5D jest najszerzej stosowaną miarą wyników zgłaszanych przez pacjentów (PRO) na całym świecie. Od kilku dekad jest on używany w badaniach klinicznych, badaniach obserwacyjnych, populacyjnych badaniach zdrowotnych, a ostatnio także w rutynowym gromadzeniu danych w systemach opieki zdrowotnej. Ponieważ jest to ogólny wskaźnik PRO i ponieważ towarzyszą mu „zestawy wartości” (a.k.a. „utilities”) używane do obliczania QALY (lat życia skorygowanych o jakość), EQ-5D stał się kamieniem węgielnym oceny technologii medycznych (HTA), wpływając na ważne decyzje dotyczące dostępu do nowych leków.
Ale mimo to dane EQ-5D są często niedostatecznie zgłaszane i nieodpowiednio analizowane. Wniosek jest taki – jeśli zbierasz te dane od swoich pacjentów, powinieneś być zaangażowany w zapewnienie, że dowiesz się jak najwięcej z tego, co ci mówią.
Więc: dla każdego, kto zbiera lub raportuje dane EQ-5D, oto moje zalecenia dotyczące tego, co należy zrobić z danymi EQ-5D. Dotyczy to oryginalnej wersji trzypoziomowej, EQ-5D-3L; wersji pięciopoziomowej, EQ-5D-5L; wersji przyjaznej dzieciom, EQ-5D-Y – i prawdopodobnie każdego instrumentu PRO.
1. Czego nie robić – nie przechodzić od razu do „narzędzi” ani nie używać wszelkiego rodzaju punktacji do podsumowywania danych pacjentów
OK: zebrałeś dane EQ-5D. To świetnie z wielu powodów! EQ-5D jest fantastycznym sposobem pomiaru wyników zdrowotnych w sposób ogólny, który można porównywać w różnych obszarach chorobowych. Grupa pacjentów/osób zaznaczyła pola, aby opisać swój stan zdrowia na pięciu wymiarach. Powszechnym podejściem jest podsumowanie tych odpowiedzi jako pojedynczej liczby na skali zakotwiczonej na 1 (pełne zdrowie) przy użyciu zestawów wartości, które są dostępne w tym celu (Szende et al 2007). Ułatwia to znacznie analizę danych: w końcu statystycznie liczby pojedyncze są łatwiejsze niż dane kategoryczne.
Zadanie wykonane? Źle!
Powinieneś wiedzieć, że:
- Nie istnieje „neutralny” lub „obiektywny” sposób podsumowania danych EQ-5D (lub danych z jakiejkolwiek miary PRO!)
- Bez względu na to, jakiego „zestawu wartości” użyjesz do podsumowania danych EQ-5D, wprowadzi on egzogeniczne źródło wariancji do wnioskowania statystycznego (Parkin, Devlin i Rice 2010) – to znaczy wariancję, która nie pochodzi z danych przekazanych przez pacjentów. Na wnioski dotyczące tego, czy istnieją statystycznie istotne różnice pomiędzy różnymi grupami populacji lub pacjentów – lub pomiędzy różnymi ramionami badania klinicznego – ma wpływ to, jaki zestaw wartości jest używany. Istnieją istotne różnice między właściwościami statystycznymi różnych zestawów wartości dostępnych dla EQ-5D. (Więcej na ten temat, patrz Parkin et al 2014. Obecnie przyglądamy się tym samym rzeczom w odniesieniu do danych EQ-5D-5L – o czym będziemy wkrótce informować w Feng et al 2016).
- Bądź świadomy tego, skąd pochodzą wartości! Wartości pochodzą z badań „stwierdzonych preferencji”: zgodnie z konwencją, badania te zbierają opinie od członków społeczeństwa – którzy są proszeni o wyobrażenie sobie życia z różnymi problemami zdrowotnymi. Wiemy, że istnieją różnice między ogółem społeczeństwa a pacjentami w odniesieniu do ich poglądów i opinii na temat tego, jak dobre lub złe są problemy zdrowotne. Te oparte na preferencjach zestawy wartości zostały opracowane z myślą o konkretnym celu: oszacowaniu QALY. Jeśli nie używasz danych EQ-5D do szacowania QALY, może nie być zbyt silnego uzasadnienia dla używania zestawów wartości do podsumowania danych EQ-5D.
Uwaga – nic z tego nie jest krytyką EQ-5D – wręcz przeciwnie! Grupa EuroQol jest otwarta na tego typu kwestie i szeroko je zbadała. Wszystkie inne ogólne i specyficzne dla danego stanu zdrowia narzędzia PRO mają dokładnie te same problemy – po prostu nie mówią o nich zbyt wiele.
2. Przyjrzyj się odpowiedziom pacjentów na pytania (wymiary)
Nie lekceważ znaczenia i użyteczności dobrych, starych statystyk opisowych! Statystyki opisowe dotyczące danych PRO są niedoceniane i niedostatecznie uwzględniane w opracowaniach, a szkoda.
Podsumowanie danych EQ-5D według zestawów wartości nie mówi wiele o tym, na które aspekty zdrowia pacjenta lub populacji największy wpływ miał ich stan lub które aspekty uległy poprawie w wyniku leczenia. Aby się tego dowiedzieć, należy przyjrzeć się danym, które pacjenci faktycznie przekazali: pola, które zaznaczyli na pytaniach EQ-5D. Na przykład, zawsze należy podać liczbę i odsetek pacjentów zgłaszających każdy poziom problemu w każdym wymiarze EQ-5D. Jeśli chcesz uprościć, możesz również połączyć poziomy 2 i 3 razem i podać liczbę pacjentów zgłaszających „brak” problemów oraz liczbę pacjentów zgłaszających „jakiekolwiek” problemy.
Oprócz opisania stanu zdrowia pacjenta w jednym punkcie w czasie, możesz być zainteresowany opisaniem zmian w stanie zdrowia pacjenta – na przykład przed lub po operacji, lub w różnych punktach czasowych badania klinicznego, w porównaniu z punktem wyjściowym.
To również można zrobić na poziomie wymiarów EQ-5D. Ponownie – statystyki opisowe mogą wiele powiedzieć. Na przykład, kiedy przyjrzeliśmy się zmianie liczby i odsetka pacjentów NHS z wymianą stawu biodrowego zgłaszających problemy według wymiarów (patrz Tabela 1 poniżej), przed i po operacji, stwierdziliśmy, że nastąpiła dość uderzająca poprawa w zakresie lęku i depresji, samoopieki i bólu/dyskomfortu pacjentów – nie tylko mobilności (Devlin i inni 2010). W rzeczywistości, co było uderzające, to fakt, że żaden pacjent nie miał „poziomu 3” w zakresie mobilności przed operacją, więc jedyną poprawą możliwą w wyniku operacji było przejście od „niektórych” do „żadnych” problemów. Powód? Poziom 3 w wymiarze mobilności EQ-5D-3L to „przykuty do łóżka” – a nawet pacjenci z bardzo słabą mobilnością z powodu problemów z biodrami nie są przyklejeni do łóżka. Jest to problem z EQ-5D-3L – jak wskazywaliśmy wcześniej (Oppe i wsp. 2011) – i został poprawiony w nowym EQ-5D-5L (Herdman i wsp. 2014). Żadna z tych rzeczy nie byłaby widoczna, gdyby dane tych pacjentów były analizowane tylko pod kątem użyteczności.
Źródło: Devlin et al (2010)
3. Podsumowanie zmiany bez użycia zestawów wartości
Tabele takie jak ta przedstawiona powyżej mogą być bardzo pouczające – ale są skomplikowane do przeglądania, a czasami wymagane jest ogólne podsumowanie. Dobrą wiadomością jest to, że łatwo jest podsumować zmiany w stanie zdrowia EQ-5D, wykorzystując dane przekazane przez pacjentów.
W 2010 roku wymyśliliśmy sposób, aby to zrobić, oparty na zasadach poprawy Pareto w ekonomii dobrobytu – Pareto Classification of Health Change (PCHC) (Devlin i inni 2010). Idea jest prosta: stan zdrowia EQ-5D uważa się za „lepszy” od innego, jeśli jest on lepszy w co najmniej jednym wymiarze i nie jest gorszy w żadnym innym wymiarze. A stan zdrowia EQ-5D uważa się za „gorszy” od innego, jeśli jest gorszy w co najmniej jednym wymiarze i nie jest lepszy w żadnym innym wymiarze. Stosując tę zasadę do porównania stanów zdrowia EQ-5D pacjenta pomiędzy dwoma dowolnymi okresami czasu, istnieją tylko 4 możliwości:
– Stan zdrowia pacjenta jest lepszy
– Stan zdrowia pacjenta jest gorszy
– Stan zdrowia pacjenta jest dokładnie taki sam
– Zmiany w stanie zdrowia są „mieszane”: lepsze w jednym wymiarze, ale gorsze w innym.
Zastosowując to do danych dotyczących wymiany stawu biodrowego, stwierdziliśmy, że mniej niż 5% nie miało żadnych zmian, 82% poprawiło stan zdrowia, mniej niż 5% pogorszyło stan zdrowia, a poniżej 10% miało zmiany „mieszane” (Devlin i wsp. 2010). Innymi słowy, ta prosta analiza dostarcza bardzo jasnego podsumowania tego, co dzieje się ze zdrowiem pacjentów w wyniku operacji stawu biodrowego – bez opierania się na zestawach wartości. Zwrócono również uwagę na istotne różnice w korzyściach z operacji stawu biodrowego w porównaniu z innymi rodzajami planowych zabiegów chirurgicznych.
Istnieją również inne sposoby podsumowania danych EQ-5D. Nie będę ich tu wszystkich omawiał, ale istnieje wiele różnych podejść, a niektóre z nich mają istotne ograniczenia jako sposób podsumowania danych pacjentów. Przykładem tego ostatniego jest przybliżenie ogólnej „ciężkości” stanu za pomocą „wyniku sumy poziomów”, który po prostu sumuje poziomy na każdym wymiarze. Najlepszy stan zdrowia EQ-5D-3L obejmuje brak problemów w jakimkolwiek wymiarze. Brak problemów” = 1, a więc brak jakichkolwiek problemów (1+1+1+1+1) = 5. Najpoważniejszy problem w jakimkolwiek wymiarze = 3, więc najgorszy stan zdrowia to (3+3+3+3+3) = 15. Każdy inny stan zdrowia w EQ-5D-3L będzie miał wynik sumy poziomów pomiędzy najlepszym (5) a najgorszym (15). Można to również zastosować do EQ-5D-5L, gdzie najlepszy wynik to ponownie 5, a najgorszy to (5+5+5+5+5) = 25. Te wyniki sumy poziomów mogą być użyteczne w niektórych sytuacjach – ale mają oczywiste ograniczenia. Jest to bardzo prymitywny wynik sumaryczny – na przykład, 22222, 33211 i 11233 wszystkie mają ten sam wynik sumy poziomów (= 10). A każdy wynik zawiera bardzo różną liczbę potencjalnych profili (5 i 15 mają tylko jeden profil każdy; podczas gdy wynik sumy poziomów 10 zawiera 51 profili). Ponadto, tylko dlatego, że waga wymiarów jest jednakowa, nie oznacza to, że jest ona „wolna od oceny wartości” – równa waga wymiarów sama w sobie reprezentuje pogląd na ich znaczenie (Parkin et al 2010).
4. Wykorzystaj swoje dane EQ-VAS!
EQ-VAS jest skalą 0-100, w której pacjenci są proszeni o wskazanie ich ogólnego stanu zdrowia w dniu dzisiejszym. My (wypowiadając się tutaj jako członek Grupy EuroQol!) uważamy, że jest to integralna część kwestionariusza EQ-5D – jednak często jest ona całkowicie pomijana i niezgłaszana (lub co gorsza – niektórzy użytkownicy pomijają ją przy zbieraniu danych, mimo że jest to część instrumentu objętego prawami autorskimi!). EQ-VAS oferuje ważne, uzupełniające informacje do informacji o stanie zdrowia, które pacjenci podają podczas samoopisu swojego stanu zdrowia w EQ-5D. W rzeczywistości, EQ-5D jest unikalny jako instrument PRO, ponieważ generuje dane pokazujące własną, ogólną ocenę stanu zdrowia pacjentów. Nie jest to czyjś pogląd na to, jak dobry lub zły jest ich ogólny stan zdrowia, jeśli wyobrażają sobie, że się w nim znajdują, ale pogląd osoby, która faktycznie go doświadcza. Brzmi to jak użyteczna informacja – i tak jest.
Na przykład, EQ-VAS może uchwycić problemy, które nie są uchwycone w ramach 5 wymiarów EQ-5D – potencjalnie ujawniając pewne luki w EQ-5D istotne dla poszczególnych grup pacjentów (patrz Feng i wsp. 2014). Pomaga to w interpretacji zebranych przez Ciebie danych EQ-5D oraz w ustaleniu, czy mogą istnieć jakiekolwiek powody sugerujące, że nie oddają one w pełni skutków problemów zdrowotnych.
Nie jesteś przekonany? Spójrz na ten wykres, który został wygenerowany na podstawie ogromnej ilości danych przechowywanych przez Grupę EuroQol. W przypadku osób zgłaszających problemy w skali EQ-5D obserwuje się gwałtowny spadek EQ-VAS w zależności od wieku (tzn. wraz z wiekiem rosną problemy zgłaszane w pięciu wymiarach, a także ogólna samoocena pacjentów w skali EQ-VAS). Ale co ciekawe, EQ-VAS spada wraz z wiekiem, nawet wśród pacjentów nie zgłaszających żadnych problemów w EQ-5D. Sugeruje to, że EQ-VAS mierzy coś nieco innego i dodatkowego w stosunku do rzeczy w 5 wymiarach.
5. Ostatnie, ale nie mniej ważne: jeśli muszą Państwo użyć zestawu wartości do podsumowania danych EQ-5D – np. w celu oszacowania QALY – proszę upewnić się, że przeprowadzili Państwo analizę wrażliwości dla alternatywnych zestawów wartości.
Zestawy wartości są produktem decyzji badaczy dotyczących tego, jakich metod użyć i jak modelować dane. Te decyzje mogą potencjalnie mieć nietrywialny wpływ na charakterystykę generowanych wartości – na przykład, jaka jest wartość minimalna i ile jest wartości ujemnych oraz jak wygląda rozkład wartości. Nie ma zgody wśród badaczy co do tego, które metody są „najlepsze”, a różne metody, zarówno w zakresie uzyskiwania wartości, jak i ich modelowania, mogą prowadzić do różnych wyników.
Wynika z tego, że wartości, które mają być stosowane do danych EQ-5D, wiążą się z pewną niepewnością. Ale podobnie jest z dowodami dotyczącymi wielu innych kwestii w analizie efektywności kosztowej, takich jak skuteczność nowych technologii i ich koszty. Tak więc – tak jak w przypadku każdego innego niepewnego parametru w modelu efektywności kosztowej, implikacja jest taka, że analitycy powinni upewnić się, że sprawdzają, czy ich wnioski dotyczące efektywności kosztowej są wrażliwe na wybór zestawu wartości. A tam, gdzie zestawy wartości podają przedziały ufności (a wszystkie powinny!), te przedziały ufności powinny również stanowić część analizy wrażliwości w analizie efektywności kosztowej.
Chcesz wiedzieć więcej? Wybrane źródła:
Devlin N, Parkin D, Browne J. (2010). Wykorzystanie EQ-5D jako narzędzia do pomiaru wyników w 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