effektvurderinger i et livsløpsperspektiv: spesielt …...effektvurderinger i et...
TRANSCRIPT
Effektvurderinger i et livsløpsperspektiv: Spesielt fokus på bruk av registerdata
Erik Magnus Sæther. Helseøkonomisk fagdag 2017
Takk for innspill fra Ivar Sønbø Kristianssen, Nina Skrove Falch og Christoffer Bugge
2
Our mission is to make the world's health data useful so that people enjoy healthier lives.
3 Kilde: Health Affairs
Real World Data
4
Kliniske data - pasientsikkerhet og effekt
Økonomiske data - nytteverdi og kostnad
Livskvalitetsdata i utvidet forstand
Kunnskap samlet utenfor de kontrollerte rammene til randomiserte kliniske forsøk for å bedre forstå
• sykdomsbyrde
• behandlingspraksis
• pasientatferd
• behandlingseffekt
i en behandlingssituasjon og pasientsammensetning som er representativ for vanlig klinisk praksis
Real World Evidence
Eksempler på RWE
5
• Administrative data – grunnlag for rapportering og finansiering (KUHR, NPR)
• Kliniske data fra pasientjournaler
• Surveyer
• Pasientregistre
• Laboratoriedata
• Mobilteknologi og sosiale media
• Helseapper og wearables
• Sammenkoblede data
Samhandlingen med helsepersonell er periodisk og kortvarig. Sykdommer har ofte lange forløp, men studiene er kortvarige. Pasientene mottar ulik/varierende grad av behandling
6
525 949minutter med diabetes i et år
20-30 minutter hos legen i løpet av et år
Få studier viser forløpet av en sykdom i et livsperspektiv
I perioden 1891 – 191-0 ble om lag 2 000 personer med syfilis innlagt ved Rikshospitalets hudavdeling.
Avdelingens leder, Cæsar Boeck (1845 – 1917), mente man skulle avvente sykdommens naturlige forløp og avstå fra medikamentell behandling.
Han dokumenterte diagnosen og det kliniske forløpet i detalj hos alle sine pasienter.
Boecks materiale danner grunnlaget for dagens kunnskap om forløp og prognose ved syfilisinfeksjoner.
Kilde: Anniken Sandvik, Anne Kveim Lie. Tidsskr Nor Legeforen 2016, 136:2010-6, No. 23
7
Pasientserier – seleksjonsproblemer Vi bruker modeller
8 Kilde: Gjengitt i https://www.kreftregisteret.no/contentassets/10a817c4451749e8a48a15bbd91394d5/steinar-thoresen_lmi-rwe-kreftregisteret.pdf
Randomiserte kliniske forsøk er grunnlaget for effektvurderinger og prioritering
9
• De må designes og analyseres på riktig måte – hvis ikke gir de gal informasjon
• De er dyre, arbeidskrevende og tar lang tid. De er gjennomført med en annen populasjon i et annet helsesystem og i en kort tidsperiode
• Begrenset oppfølging og skjevt utvalg
• De ble utviklet i en annen tid – skille mellom forskning og praksis
• Helsepersonell kan oppleve gale insentiver
• Problematisk variasjon i behandling, mange behandles ikke ihht beste praksis
• Helsenæringen holder ikke følge med læringsmetodene i andre næringer (Eksempel - Googlesøk)
• Strukturerte modeller er drevet av forutsetningene og er lite robuste
• Vi bør ha systemer som kontinuerlig observerer og randomiserer for å redusere usikkerheten om viktige behandlingsvalg for pasient, helsepersonellet og helsetjenesten
10
11 FDA
Helsedata i et livsløpsperspektiv
12
Innhente Analysere Aktivere
Hvem innhenter og sikrer kvaliteten?
13
Innhente
Registerdatasett er ofte designet for administrative oppgaver
Ingen tilsvarende standard som for RCT
Pasient- og kvalitetsregistre er ufullstendige
Incentiver for helsepersonell er mangelfulle
Måler vi det som er relevant eller det vi får tak i?
Måler vi i hele verdikjeden?
Hvis vi samler/tar i mot data, må vi da forholde oss til dem? Hvem betaler? Blir jeg saksøkt?
Blir dataene trygt lagret?
Vil pasientene dele data?
Er det etisk forsvarlig?
14
Kreftregisteret arbeider systematisk for å sikre kvaliteten
- Sikre kompletthet
- Usikkerhet om stadiefordeling
- Screening –registrerer diagnosen tidligere – lead time bias
- Overdiagnostikk?
Analysert basert på registerdata?
15
Analysere
Hvordan få tilgang til dataene (før problemstillingen blir irrelevant)?
Har du rette tillatelser og sikker datahåndtering?
Er dataene ”strippet” for informasjon pga personvernhensyn?
Bruker du riktig metode?
Avviker dataene fra klinikernes oppfatning?
Helseanalyseplattformen kommer
16
Fremtiden
17
18
Helseanalyseplattformen
19
Det blir verre før det blir bedre...
20
• Mer omfattende søknadsplikt og lengre behandlingstid
• Lang ventetid ved enkelte registre
• Glem kobling hvis du ikke har veldig god tid og tålmodighet
• Husk: Begrensede registerdata er langt bedre enn gjetning!
Hva kan vi analysere (mens vi venter på den perfekte løsningen)?
21
Analysere
Sykdomsbyrde – forekomst (insidens og prevalens),
pasientforløp, prognoser
Behandlingspraksis – behandlingsvariasjon, ressursbruk
Pasientatferd - etterlevelse
Behandlingseffekt – input i modeller
22
Dødsårsaksregisteret
Hentet fra presentasjon av Christian Lycke Ellingsen, 2017
Antall dødsfall i Norge forårsaket av kreft og hjerte- og karsykdommer, 2000 - 2014
23
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Ondartede svulster
Hjerte- og karsykdommer
Antall dødsfall på grunn av kreft er noe økende, mens antall dødsfall på grunn av hjerte- og karsykdom har sunket
Kilde: FHI, Graf Oslo Economics
24
242 398 pasienter var i live med en kreftdiagnose i 2014
7,99,0
10,712,0
14,1
15,917,4
19,3
21,2
23,7
26,9
30,3
6,7 8,1
10,1
12,7
15,8
18,7
Nye tilfeller
I live med fjernspredning
Antall nye krefttilfeller og antall i live med fjernspredning (tall i 1000)
Kilde: Cancer in Norway 2014, Graf Oslo Economics
Stor variasjon mellom ulike kreftformer
25
0
500
1000
1500
2000
2500
Ant
all n
ye k
reft
tilf
elle
r
Menn
Kvinner
Kolonne1
Kolonne2
0
500
1000
1500
2000
2500
Ant
all n
ye k
reft
tilf
elle
r
Menn
Kvinner
Kolonne1
Kolonne2
Melanom (C43) Lungekreft (C33-34)
NORDCAN-prosjektet
Presenterer insidens, dødelighet, prevalens og overlevelse for 50 kreftformer i de nordiske landene
Prognoser for insidens frem til 2034
Kilde: NORDCAN, Graf Oslo Economics
Behandlingspraksis - kostnader
26
Kostnadstype
Fastlegetjenesten
Spesialisthelsetjenesten
Legemidler
Kommunal pleie- og omsorg
Tapt produksjon – på trygd
Verdien av tapte leveår
Andre kostnader
Register
KUHR/HELFO*
Norsk Pasientregister
Reseptregisteret, Farmastat
IPLOS*
NAV-data
SSB/FHI – Dødsårsaker mv.
Helsedir-rapport/FHI
SAMDATA/Helseregnskapet
* KPR – Kommunalt pasient-
og brukerregister
I desember 2017 etableres
KPR med KUHR-data.
Det er planlagt at KPR skal
ta imot IPLOS-rapportering
fra kommunene i 2019.
Norsk pasientregister (NPR)
27
Norsk pasientregister (NPR) inneholder opplysninger om alle pasienter som venter på eller har fått behandling i spesialist-helsetjenesten
En økende andel av kreftbehandlingen skjer poliklinisk
28
Poliklinikk
Dagbehandling
Innleggelser
Antall pasienter
-
20
40
60
80
100
120
140
-
100
200
300
400
500
600
700
800
2009 2010 2011 2012 2013 2014
Da
gb
eha
ndlin
g/in
nle
ggels
e
Polik
linik
k/ant
all
pasi
ent
er
Kilde: NPR, Analyse Oslo Economics
Antall kontakter/pasienter i spesialisthelsetjenesten
Merk: Endret registeringspraksis i perioden. Utviklingen over tid må tolkes med forsiktighet
Fem kreftformer har helsetjenestekostnader på over 1 mrd per år
29
Samlede helsetjenestekostnader ved ulike kreftformer i 2014
208
296
313
317
380
515
664
1 112
1 319
1 480
1 686
2 016
Livmorhalskreft
Føflekkreft
Munnhule- og svelgkreft
Nyrekreft
Bukspyttkjertelkreft
Urinveiskreft
Lymfekreft
Leukemi
Lungekreft
Prostatakreft
Brystkreft
Tykk- og endetarmkreft
Kilde: HELFO, NPR og Reseptregistret. Analyse Oslo Economics
Primærlegetjenesten, spesialisthelsetjenesten og legemidler utlevert på apotek, millioner kroner
Bukspyttkjertel-, lunge- og tarmkreft har høyest helsetjeneste-kostnader per pasient
30
Gjennomsnittkostnad per pasient i 2014 (1000 kr)
1,7
2,3
2,3
3,8
3,9
4,0
4,3
4,7
4,7
4,8
7,0
8,7
Livmorhalskreft
Lymfekreft
Føflekkreft
Brystkreft
Urinveiskreft
Munnhule-/svelgkreft
Prostatakreft
Leukemi
Nyrekreft
Tykk- og endetarmkreft
Lungekreft
Bukspyttkjertelkreft
Primærlegetjenesten
63,8
68,3
72,2
95,5
96,0
114,0
125,0
131,6
155,1
198,4
213,5
278,3
Prostatakreft
Føflekkreft
Urinveiskreft
Brystkreft
Livmorhalskreft
Nyrekreft
Lymfekreft
Leukemi
Munnhule-/svelgkreft
Lungekreft
Tykk- og endetarmkreft
Bukspyttkjertelkreft
Spesialisthelsetjenesten
Kilde: HELFO og NPR. Analyse Oslo Economics
Mange pasienter får antineoplastisk behandling i ukene før død
31
Prosentandel* av kreftpasienter som blir behandlet med intravenøs antineoplastisk behandling i tiden før død, 2009-2014
0
5
10
15
20
25
30
35
40
45
12 mnd 9 mnd 6 mnd 3 mnd 8 uker 7 uker 6 uker 5 uker 4 uker 3 uker 2 uker 1 uke
Pro
sent
Tid til død
Alle kreftformer Prostatakreft Lungekreft Brystkreft Tykktarms- og endetarmskreft
Per 3 mnd Per uke
*Andel av pasienter som er registret som døde og har mottatt kjemoterapi i perioden 2009-14
Kilde: NPR. Analyse Oslo Economics
Den største andelen av kostnadene oppstår i livets sluttfase
32
DRG-baserte kostnader ved kreftbehandling i somatisk spesialisthelsetjeneste siste leveår 2012-2014
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
52 51 50 49 48 47 46 45 44 43 42 41 40 39 38 37 36 35 34 33 32 31 30 29 28 27 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1
Kost
and
er
som
atisk
e s
yke
hus
(NO
K)
per
pa
sient
per
uke
Uker før død
Alle kreftformer Prostatakreft Lungekreft Brystkreft Tykktarms- og endetarmskreft
Kilde: NPR. Analyse Oslo Economics
33
Kommunal pleie- og
omsorgstjenester
• Samlede kostnader i
kommunene: 97 mrd. kr
• Diagnosespesifikk statistikk er
ikke tilgjengelig
Anslag kreftrelaterte kostnader:
• Sykehjem: 1,7 mrd. kr.
• Øvrig pleie: 1 mrd. kr.
Uformell pleie
(pleie fra pårørende)
• Anslag fra utlandet: Sverige
277 og Danmark 397 mill.
euro i 2013
• Kostnader i Norge estimert
basert på verdien av fritid,
pårørendes tidsbruk, antall
kreftrelaterte dødsfall
3 milliarder kroner
2 milliarder kroner
34
Sykefravær
Manglende arbeids-
deltakelse (AAP)
Manglende arbeidsdelt
akelse (uføre)
For tidlig død
2,341,94
2,98
10,44
Sykefravær Arbeidsavklaring Uføretrygd For tidlig død
Datakilde: NAV og Dødsårsaksregisteret. Analyse Oslo Economics
Reseptregisteret
35
• Antall pasienter
• Behandlingstid
• Etterlevelse (adherence)
• Bivirkninger
• Kombinasjons-behandling
• Switch
• Kostnader og budsjett-konsekvenser
Kil
36 Kilde: Nina Skrove Falch, Oslo Economics
37
Kilde: Nina Skrove Falch, Oslo Economics
38
Kilde: Nina Skrove Falch, Oslo Economics
39
Kilde: Nina Skrove Falch, Oslo Economics
Statiner er effektive legemidler i primær- og sekundærforebygging av hjerte- og karsykdom
40
Det er stadig flere statinbrukere i Norge, men veksten syntes å avta
-
100 000
200 000
300 000
400 000
500 000
600 000
-
10 000
20 000
30 000
40 000
50 000
60 000
Antall unike brukere av statiner fordelt per år, 2004 - 2015Antall nye brukere av statiner per år, 2008 – 2015
Datakilde Reseptregisteret. Analyse av Oslo Economics for Apokus
Lav etterlevelse er et betydelig problem blant statinbrukere
41
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1 2 3 4 5 6 7 8 9
And
el so
m e
tterl
eve
r beha
ndlin
g
År
1,25 dager per DDD
2 dager per DDD
3 dager per DDD
Hovedfunn fra registerdataanalyser
En stor andel av pasientene avslutter sin behandling
Pasientene tar ikke legemidlene daglig slik som forskrevet
Strenge «beslutningsregler» for når en behandling er avsluttet gir en svært lav etterlevelse
Selv når det «tillattes» lange perioder uten medikamentbruk er etterlevelsen fortsatt dårlig
Registerdata indikerer at statinbrukere ikke tar medikamenter som forskrevet
Medikamentoverlevelse gitt ulike beslutningsregler for
brudd i behandling (behandlingsstopp)
Datakilde Reseptregisteret. Analyse av Oslo Economics for Apokus
Antall unike kreftlegemidler i bruk øker
og vil trolig øke ytterligere
42
Kreftpasienter har stort uttak av
angstdempende, sovemedisiner og
smertestillende
6165 65
7074
80
2009 2010 2011 2012 2013 2014
28%
41%
64%
1%
9%
24%
Angstdempendelegemidler
Sovemedisiner Smertestillende
Kreftpasienter Generelt i befolkningen*
Antall unike kreftlegemidler utlevert på apotek (ATC-gruppe L) Andel med utlevering av angst- sove- eller smertestillende legemidler i 2014
*Maksimalanslag alle alder (Reseptregistret)
Kilde: Reseptregisteret, Analyse Oslo Economics Kilde: Reseptregistret. Analyse Oslo Economics
Hvordan kan legemiddelkostnadene tenkes å utvikle seg?
Dette kan modelleres med utgangspunkt i lignende innovasjoner: f.eks biologiske antiinflammatoriske legemidler
Antall pasienter og totale kostnader for biologiske antiinflammatoriske legemidler
(leddgikt, psoriasis og Inflammatorisk tarmsykdom), 2006-2016
0
500
1000
1500
2000
2500
0
5 000
10 000
15 000
20 000
25 000
30 000
Legem
iddelk
ost
nader
(millio
ner
NO
K)
Ant
all
pasient
er
Datakilde: Sykehusapotekenes legemiddelstatistikk (SLS) og Reseptregisteret. Analyse Oslo Economics
19
(i) Kunnskap om psykiske helseproblemer blant unge, (ii) diagnosepraksis og (iii) betydningen av å få stilt en diagnose.
Bruke data fra ulike registre med informasjon om helse, arbeidsmarkedsutfall, utdanning og demografi. Datasettene kobles på individnivå.
Dette gir en unik mulighet til å følge menneskers vei gjennom utdanning og arbeidsmarked, og eventuelt gjennom helsetjenestene, diagnoser og inn i uføretrygd.
• Demografi
• Trygdedata
• Arbeidstakerregisteret
• Utdanning
• NPR
• Helfo KUHR
• Reseptregisteret
44
Eksempel:
Helsedata i et livsløpsperspektiv
45
Innhente Analysere Aktivere
Bedre behandling og lavere kreftkostnader med e-helse?
46 Kilde: Basch, et al (2015)
Ny teknologi Bedre effekt og lavere kostnader (?)
Mål: Bedre behandling med lavest mulig ressursbrukFår vi det til?
47
• Registerdata og RWE hjelper oss på vei
• Må kombineres med RCT
• Muliggjør nye finansieringsløsninger
• Reduserer usikkerhet
MEN:
• Datakvaliteten er varierende
• Helsetjenesten er fragmentert
• Vi mangler teknisk infrastruktur
• Vi mangler riktige incentiver
• Atferdsendring er krevende
48