A avaliação de tecnologias em saúde (ATS) é um processo fundamental para a tomada de decisões sobre a incorporação de novas tecnologias no Sistema Único de Saúde (SUS). A Comissão Nacional de Incorporação de Tecnologias no SUS (CONITEC) é responsável por conduzir essas avaliações, utilizando diversos modelos econômicos para analisar o custo-efetividade e o impacto orçamentário das tecnologias propostas. 

Este artigo tem como objetivo discutir os principais modelos econômicos utilizados pela CONITEC na ATS, incluindo modelos de árvore de decisão, modelos de Markov, modelos de sobrevida particionada, modelos de Monte Carlo, simulação de eventos discretos e modelos de custo-consequência.

Modelos de Árvore de Decisão

Os modelos de árvore de decisão são amplamente utilizados na ATS devido à sua simplicidade e transparência. Esses modelos representam as possíveis consequências de uma decisão em forma de árvore, com cada ramo representando um desfecho possível. As probabilidades de cada desfecho são atribuídas aos ramos, permitindo o cálculo do custo e da efetividade esperados para cada opção de tratamento. As árvores de decisão são particularmente úteis para modelar problemas de decisão de curto prazo, com um número limitado de desfechos e intervenções.

Vantagens:

• Simplicidade e transparência
• Facilidade de comunicação dos resultados
• Úteis para problemas de decisão de curto prazo

Desvantagens:

• Limitados para modelar problemas de decisão complexos e de longo prazo
• Dificuldade em incorporar múltiplos eventos e estados de saúde
• Não capturam a dinâmica temporal das doenças

Modelos de Markov

Os modelos de Markov permitem a modelagem de problemas de decisão mais complexos e de longo prazo. Nesses modelos, os indivíduos transitam entre diferentes estados de saúde ao longo do tempo, com probabilidades de transição específicas. Os modelos de Markov são especialmente úteis para doenças crônicas, onde os indivíduos podem experimentar múltiplos eventos ao longo do tempo. Esses modelos permitem a incorporação de dados de eficácia, segurança e qualidade de vida, além de possibilitar a análise de diferentes horizontes temporais e taxas de desconto.

Vantagens:

• Capacidade de modelar problemas de decisão complexos e de longo prazo
• Incorporação da história natural da doença e de múltiplos estados de saúde
• Possibilidade de analisar diferentes horizontes temporais e taxas de desconto

Desvantagens:

• Suposição de probabilidades de transição constantes ao longo do tempo (propriedade de Markov)
• Dificuldade em modelar eventos recorrentes e dependentes do tempo
• Maior complexidade computacional em comparação com as árvores de decisão

Modelos ou Simulação de Sobrevida Particionada

Os modelos de sobrevida particionada são utilizados quando o tempo até a ocorrência de um evento (por exemplo, morte ou progressão da doença) é a principal medida de desfecho. A simulação de sobrevida particionada é um tipo específico de modelo econômico que utiliza curvas de sobrevida para estimar a efetividade e o custo-efetividade das intervenções ao longo do tempo. Os modelos de sobrevida são particularmente relevantes para doenças como o câncer, onde a sobrevida é um desfecho crucial. Esses modelos podem incorporar dados de ensaios clínicos e estudos observacionais, permitindo a extrapolação dos resultados para além do período de acompanhamento dos estudos.

Vantagens:

• Capacidade de modelar a sobrevida e a progressão da doença ao longo do tempo
• Incorporação de dados de ensaios clínicos e estudos observacionais
• Possibilidade de extrapolar os resultados para além do período de acompanhamento dos estudos

Desvantagens:

• Dependência da qualidade e disponibilidade de dados de sobrevida
• Suposições sobre a forma das curvas de sobrevida e a proporcionalidade dos riscos
• Dificuldade em modelar múltiplos estados de saúde e eventos concorrentes

Modelos de Monte Carlo

Os modelos de Monte Carlo são uma abordagem estocástica que permite a incorporação da incerteza nos parâmetros do modelo. Nesses modelos, os valores dos parâmetros são amostrados aleatoriamente a partir de distribuições de probabilidade predefinidas, gerando múltiplas iterações do modelo. Os resultados dessas iterações são combinados para estimar a incerteza em torno das estimativas de custo-efetividade. Os modelos de Monte Carlo são especialmente úteis quando há incerteza considerável nos parâmetros do modelo, como eficácia do tratamento, custos e utilidades.

Vantagens:

• Incorporação da incerteza nos parâmetros do modelo
• Avaliação da robustez dos resultados por meio de análises de sensibilidade probabilísticas
• Flexibilidade para modelar sistemas complexos e dinâmicos

Desvantagens:

• Maior complexidade computacional e tempo de execução
• Necessidade de especificar distribuições de probabilidade adequadas para os parâmetros
• Dificuldade na comunicação dos resultados devido à natureza estocástica do modelo

Simulação de Eventos Discretos

A simulação de eventos discretos (SED) é uma abordagem flexível que permite a modelagem de sistemas complexos e dinâmicos. Na SED, os indivíduos são modelados individualmente, e os eventos que ocorrem ao longo do tempo são simulados em ordem cronológica. Essa abordagem permite a incorporação de históricos individuais, interações entre indivíduos e restrições de recursos. A SED é particularmente útil para modelar sistemas de saúde complexos, como o fluxo de pacientes em um hospital ou a alocação de recursos em um programa de saúde.

Vantagens:

• Capacidade de modelar sistemas complexos e dinâmicos
• Incorporação de históricos individuais e interações entre indivíduos
• Flexibilidade para modelar restrições de recursos e filas de espera

Desvantagens:

• Maior complexidade computacional e tempo de execução
• Necessidade de dados detalhados e de alta qualidade para parametrizar o modelo
• Dificuldade na comunicação e interpretação dos resultados devido à complexidade do modelo

Modelos Econômicos de Custo-Consequência

Os modelos de custo-consequência são uma variante dos estudos de custo-efetividade tradicional, onde há uma abordagem mais simples, onde os custos e as consequências das intervenções são apresentados separadamente, sem a necessidade de combinar esses elementos em uma única medida de custo-efetividade. Essa abordagem permite que os tomadores de decisão considerem múltiplos desfechos e perspectivas, sem a necessidade de atribuir valores monetários ou pesos relativos a cada consequência. Os estudos de custo-consequência são especialmente úteis quando há múltiplos desfechos relevantes e quando não há consenso sobre como ponderar esses desfechos.

Vantagens:

• Simplicidade e transparência na apresentação dos resultados
• Possibilidade de considerar múltiplos desfechos e perspectivas
• Evita a necessidade de atribuir valores monetários ou pesos relativos aos desfechos

Desvantagens:

• Não fornece uma medida resumida de custo-efetividade
• Dificuldade na comparação direta entre diferentes intervenções
• Maior responsabilidade dos tomadores de decisão na interpretação e ponderação dos resultados

A CONITEC utiliza uma variedade de modelos econômicos para avaliar a custo-efetividade e o impacto orçamentário das tecnologias de saúde propostas para incorporação no SUS. Cada modelo possui suas próprias vantagens e limitações, e a escolha do modelo apropriado depende das características da doença, da intervenção e dos dados disponíveis. Os modelos são ferramentas valiosas para informar a tomada de decisões na ATS. No entanto, é importante reconhecer as limitações desses modelos e interpretá-los à luz das incertezas inerentes ao processo de modelagem. A transparência na documentação e na comunicação dos resultados dos modelos é essencial para garantir a credibilidade e a aceitação das recomendações da CONITEC.

Modelagem Econômica na MAPESolutions

A MAPESolutions é uma organização de prestação de serviços de conhecimento científico aplicado à gestão da saúde e para a identificação do valor agregado dos produtos da área. Nosso foco é transformar conhecimento técnico-científico para dar suporte ao desenvolvimento e inovação de novos produtos, com destaque também para as soluções de treinamentos e eventos. É fundamental que a Estratégia de cada produto das indústrias da saúde seja personalizada. Sendo assim, a MAPESolutions não é uma consultoria de prateleira, além de informar sobre avaliação de tecnologias em saúde, ela busca entender a estratégia do cliente e de cada produto de forma individualizada, e a partir daí, traz tudo o que tem de melhor valor para ele. A MAPESolutions possui um amplo portfólio que contempla a estratégia de ponta a ponta, não apenas uma parte. Além disso, a organização possui uma enorme vantagem, que é o seu engajamento com muitas sociedades médicas e profissionais renomados. Para isso, a MAPES oferece uma equipe preparada, com profissionais que possuem experiência acadêmica. Esses profissionais têm anos na indústria e conhecem o sistema de saúde público (MS – Ministério da Saúde e agências reguladoras de ATS e privado (ANS). Possuímos muitos projetos com alta taxa de satisfação para todos os segmentos .

Entre em contato conosco através de nosso e-mail contato@mapesolutions.com para saber mais sobre as soluções da MAPESolutions.