1. UNIVERSITATEA DE MEDICINA SI FARMACIE “Gr. T
UNIVERSITATEA DE MEDICINA SI FARMACIE “Gr. T. Popa” Iasi Disciplina de Informatica medicala si biostatistica

2. Riscul si Decizia Medicala dupa Louis Eeckhoudt [Risk and Medical Decision Kluwer, 2002]

3. I. Analiza
supravietuirii

4. 1.1. CARACTERISTICI 1.2. PRELUCRAREA DATELOR
date incomplete, lunga durata
conditii heterogene
mai multi factori de influenta simultan
1.2. PRELUCRAREA DATELOR
tabele de viata (life tables)
metoda actuariala
t=0 la luarea in evidenta
Curbele Kaplan Meier 10 10

5. Colectarea Datelor

6. Metoda Actuariala Situatii:. - deces datorat bolii
Metoda Actuariala Situatii: - deces datorat bolii - pierdut din evidenta - deces alte cauze - supravietuitor la sfarsitul studiului

7. Curbe Kaplan Meier

8. Compararea curbelor Kaplan Meier: Regresia Cox

9. Speranţa de viaţă - Calitatea vieţii
Termeni: LE – Life Expectancy HRQoL – Health-Related Quality of Life QALY – Quality-Adjusted Life Years HALEx – Health-Adjusted Life Expectation at Age x DFLE – Disability-Free Life Expectancy DALE – Disability-Adjusted Life Expectancy DALY – Disability-Adjusted Life Years

11. QALY QALY – Quality-Adjusted Life Years
=1 pentru “Sănătate perfectă”
= 0 pentru “Deces”
OBS: poate fi si negativ!
Estimarea QALY: “Health Utilities”
EQ-5D
TTO (Time Trade-Off), etc
Cost-Utility Ratio
Limitele QALY
Precautie in aplicare

15. II. Decizia
Medicala

16. INTRODUCERE INTERESUL PT. DOMENIUL “RISK MANAGEMENT” NOILE TEHNOLOGII:
REDUCEREA RISCULUI DE DECES (v. Analiza Supravietuirii)
GENEREAZA NOI RISCURI (efectele sunt mai putin cunoscute)
Deosebirea Risc Financiar / Risc medical
RF poate fi: a) divizat b) transferat

17. I. Modelul EU (Expected Utility) Riscul Diagnostic
Cazul “Neutru la risc”
Cazul “Aversiune la risc”
Comorbiditate
Prudenta
Riscul Terapeutic
Valoarea Testelor Diagnostice
II. Modele noi (modelul dual)
Pragul de Tratament in Teoria Duala
Testele Diagnostice in Teoria Duala

18. A. MODELUL EU (Expected Utility)

19. 1. Riscul Diagnostic 2 2 2 2

20. 1.1. Problema standard (PK: Pauker & Kassirer 1975)
Enunt:
Pacient cu simptome, fara dg definitiv
Probab. dg D+ este p; pt D- este 1-p
Medicul are 2 posibilitati:
Sa aplice tratamentul (T+)
Sa nu aplice tratamentul (T-)
Rezultatul (H) se exprima intr-o scara unidimensionala
Zile supravietuire
QALY (Quality Adjusted Life Years)

21. a) Schema b) Termeni, inegalitati H0 < H0 + b < H2 - c < H2
b = beneficiul adus de tratament pt cazul D+
c = detrimentul provocat de tratament pt cazul D-

22. 1.2. Utilitate, Utilitate Asteptata (EU)
Functia U(H)
Exemple:
Functie lineara (“neutral risk”): U(H) = H
Functii nelineare: U(H) = H, U(H) = H2, etc
“Expected Utility”
T- : E(H) = p H0 + (1-p) H2
T+ : E(H) = p H1 + (1-p) Ĥ1

23. 1. 3. Pragul de tratament a) Schema b) Formula: pt
1.3. Pragul de tratament a) Schema b) Formula: pt. E[T+]=E[T-] => p^ = c/(b+c)

24. 1.4. AVERSIUNEA LA RISC a) Notiunea de “risk aversion” b) Functia de utilitate – comparatie grafica

25. c) Formule Cazul “neutru la risc” (risk neutral)
[T-]: E(U) = p s + (1-p) t
[T+]: E(U) = p q + (1-p) r
Cazul “aversiune la risc” (risk aversion)
[T+]: E(U) = p n + (1-p) o

26. d) Comparatie intre pragurile de tratament

27. pA < pN e) CONSECINTE
Grafic => mai multi pacienti tratati in cazul “risk aversion”

28. Sumar
Riscul diagnostic rezulta din faptul ca simptomele pacientului nu sunt perfect corelate cu adevarata stare de sanatate. Deci decizia de tratament se ia sub un risc de diagnostic gresit
Pragul de tratament, p^ este probabilitatea a priori a bolii astfel incat este indiferent daca se ia decizia de tratare sau nu. Toti pacientii pentru care p este mai mare trebuie tratati
Aversiunea la risc scade pragul de tratament fata de conditia de neutralitate, deci, pentru valori date ale lui b si c, aversiunea la risc determina cresterea optiunii de tratament
In raport cu riscul diagnostic, tratamentul este o strategie de reducere a riscului; de aceea este mai des ales de pacientii cu aversiune la risc
Cand toate celelalte elemente raman la fel, o crestere a severitatii bolii potentiale reduce pragul de tratament daca functia de utilitate este concava (daca decidentul are aversiune la risc) si face astfel tratamentul mai atractiv pentru mai multi pacienti.

29. Exemplu Sa consideram cazul: H0 = 10 QALYs, H2 = 50, H1 = 25, Ĥ1 = 45
Ce valori au b, respectiv c ? [R: 15, 5]
Care este pragul de tratament pentru un decident neutru la risc? [R: 0.25]
Sa ne imaginam o tara in care:
100 pacienti au p=1/10
200 pacienti au p=2/10
50 pacienti au p=6/10
Cati pacienti vor fi tratati? Care va fi valoarea asteptata pentru QALY in aceasta populatie? [R: ]
{0.1 x x 50 = 46; 0.2 x x 50 = 42; 0.6 x x 45 = 33;
46x x x50 = 14650; 14650/350 = }
Daca tratamentul devine mai eficient cu H1 = 28, Ĥ1 = 47, ce se intampla cu pragul si cati pacienti vor fi acum tratati? Cat devine valoarea asteptata pentru QALY in populatie? [R: 18, 3, 0.143; 250; ]
Reprezentati curba aed pentru datele initiale despre H. Trasati noul traseu aed dupa imbunatatirea eficientei tratamentului.

31. I. Modelul EU (Expected Utility) Riscul Diagnostic
Cazul “Neutru la risc”
Cazul “Aversiune la risc”
Comorbiditate
Prudenta
Riscul Terapeutic
Valoarea Testelor Diagnostice
II. Modele noi (modelul dual)
Pragul de Tratament in Teoria Duala
Testele Diagnostice in Teoria Duala

32. III. Alegerea
Metodei
de Analiza

36. ~ Sfârsit ~ 30 30