Methodological Issues in Health State Valuation in the General and Patient Populations

Abstract

Taustaa: Ihmisten terveydentilan arvostus heijastuu hyötyarvoihin. Jos halutaan muodostaa arvojoukko, jossa nimetään hyötyarvot kaikille mahdollisille terveyskyselyssä kuvatuille terveydentiloille, tutkimukseen osallistujien on arvioitava erilaisia terveydentiloja. Aiempien tutkimusten mukaan sairauskohtaisten terveydentilojen arviointiin voidaan vaikuttaa lisäämällä kuvaukseen sairauden nimi. Nimeämisen vaikutus yleisiin terveydentiloihin on kuitenkin epäselvää. Lisäksi keskustelua on käyty pitkään siitä siitä, pitäisikö arvojoukkojen perustua vain potilaiden vai yleisemmin koko valtaväestön mielipiteisiin. Tämä on olennaista, jos arvioinneissa on järjestelmällisiä eroja, joita on tutkittu vasta vähän. Toinen tärkeä, joskin harvoin tutkittu, aihe on arvojoukkotutkimusten otoskoon määrittäminen.

Tavoitteet: 1) Tutkia, miten valtaväestö arvioi kaikista vakavinta, pahimmaksi nimettyä (yleistä) terveydentilaa, 2) vertailla kroonisista sairauksista kärsivien potilaiden ja valtaväestön hypoteettisten terveystilojen arviointeja, sekä 3) ehdottaa keinoja EQ-5D-elämänlaatumittaria hyödyntävien arvojoukkotutkimusten otoskoon määrittämiselle.

Materiaalit: Tutkimuksessa käytettiin aineistoja kolmesta tutkimuksesta, joihin viitataan tutkimuksina A, B ja C. Tavoitteiden 1, 2 ja 3 analyysit perustuivat järjestyksessä tutkimuksiin A, A+B ja C. Kaikki tutkimukset olivat kasvotusten suoritettuja poikittaistutkimuksia, joissa singaporelaiset osallistujat arvioivat terveydentilaansa. Tutkimuksessa A arvioitiin SF-6D- ja EQ-5D-mittarien mukaisia terveydentiloja visuaalisella analogisella metodilla valtaväestön keskuudessa (n = 1 034). Tutkimuksessa B arvioitiin valtaväestön (n = 175), sydänsairaiden (n = 175) ja syöpäpotilaiden (n = 175) EQ-5D-mittarin mukaisia terveydentiloja yhdistetyllä laatupainotettujen elinvuosien tutkimuksella. Tutkimuksessa C arvioitiin valtaväestön (n = 1 000) EQ-5D-mittarin mukaisia terveydentiloja yhdistetyllä laatupainotettujen elinvuosien tutkimuksella.

Menetelmät: Aineiston analyysissa käytettiin regressioanalyysiä pienimmän neliösumman menetelmällä (PNS) pahimman ja muiden terveydentilojen arviointien vertailemiseksi. Menetelmää mukautettiin terveydentilojen kuvaajien mukaan. Potilasryhmien ja valtaväestön arvioiden vertailua varten suoritettiin vastaava analyysi, johon oli lisätty sosiaalisia ja demografisia taustamuuttujia. Lopuksi esitetään neljä lähestymistapaa EQ-5D-arvojoukkotutkimusten otoskoon määrittämiseksi. Ensimmäisessä lähestymistavassa pyritään saavuttamaan haluttu ennustusväli arvioinneille PNS-mallin avulla. Toisessa lähestymistavassa otoskoko määritetään empiirisesti perustuen keskimääräiseen absoluuttiseen virheeseen arviointien ennustamisessa empiiristen tulosten perusteella. Kolmas ja neljäs lähestymistapa perustuvat tilastollisen merkitsevyyden ja regressiokertointen arvioinnille sekä PNS-mallin halutulle luottamusvälille.

Tulokset: Tutkimuksessa A väestöotoksesta noin 50 % vastaajista oli naisia ja 12 % yli 60-vuotiaita. Noin 43 % vastaajista ilmoitti kärsivänsä kroonisista sairauksista (14 % reuma, 13 % kohonnut verenpaine, 9 % diabetes, 4 % sydänsairaus, 4 % keuhkosairaus). Potilasryhmien vastaajat olivat terveitä vastaajia vanhempia. Tutkimuksen B otoksesta potilasryhmissä oli enemmän ikääntyneitä ihmisiä kuin valtaväestössä (sydänsairaat: 53 %, syöpäpotilaat: 33 %, valtaväestö: 17 %). Sydänsairaiden ryhmässä naisten osuus oli pienempi kuin muissa ryhmissä (34 %, vs. 58 % syöpäsairaissa ja 53 % valtaväestössä). Tutkimuksen C väestöotoksesta noin 53 % oli naisia ja 17 % ikääntyneitä.

Tutkimuksen A tuloksista kävi ilmi, että kaikista huonoimmaksi nimetyn terveydentilan arviointi oli merkittävästi matalampi kuin mitä oli odotettavissa kuvaajien perusteella. Tässä tutkimuksessa verrattiin tutkimusten A ja B kroonisesti sairaiden vastaajien terveydentila-arvioita samojen tutkimusten väestöotoksiin. Sydänsairaiden vastaajien lievien ja vakavien tilojen vastaukset poikkesivat merkittävästi valtaväestön vastauksista. Tällaista eroa ei löytynyt minkään muun potilasryhmän ja valtaväestön välillä. Lopuksi kehitettiin ja esiteltiin neljä tapaa määrittää arvojoukkotutkimuksen otoskoko tutkimuksen C pohjalta esitetyin parametrein.

Johtopäätökset: Sairauden tai terveydentilan nimeäminen saattaa vaikuttaa arvojoukkotutkimuksen tuloksiin, joten sitä tulisi välttää. Kroonisesti sairaiden potilaiden vastaukset saattavat poiketa valtaväestöstä hypoteettisten terveydentilojen suosimisen voimakkuudessa. Valtaväestön vastauksista saatujen hyötyarvojen kustannus-hyötyanalyysin avulla ei välttämättä voida arvioida terveydenhuollon toimia tarkasti joidenkin sairaustyyppien, kuten sydänsairauksien, osalta. Otoskoon määrittämiseen ehdottamani tavat saattavat auttaa sopivan otoskoon valitsemisessa Arvojoukkotutkimuksiin.

Background: Utility values reflect people’s preferences for health states. The development of a value set, which assigns utility values to all possible health states described by a health state utility instrument, involves research participants valuing a number of health states. Previous studies have shown that valuation of diseasespecific health states can be affected by adding a disease label on their descriptions. However, the impact of a label on generic health states is not clear. Another longdebated issue is whether value sets should be based on patients’ or the general population’s preferences. This matters if there are systematic differences in their valuations, for which limited research has been done. Another important but rarely studied issue is the sample size determination for value set studies.

Aims: (i) To evaluate how the most severe health state (a generic health state) labelled as “All-worst” is valued by the general population, (ii) to compare values for hypothetical health states elicited from patients with chronic disease and from the general population, and (iii) to propose methods for determining the sample size for value set studies for the latest version of EQ-5D health state utility instrument.

Materials: Data from three studies, referred to as A, B and C, were used. The analyses for aims (i), (ii), and (iii) were based on study A, A & B, and C, respectively. All studies were cross-sectional, face-to-face surveys of health state valuation conducted in participants from Singapore. Study A involved valuation for SF-6D and EQ-5D health states using the visual analog method in the general population (n = 1034). Study B involved valuation for EQ-5D health states using the composite time trade-off method in general population (n = 175), heart diseases patients (n = 175), and cancer patients (n = 175). Study C involved valuation for EQ-5D using the composite time trade-off method in the general population (n = 1000).

Methods: An ordinary least-square (OLS) regression model was performed to compare the valuation score between the most severe health states labelled as “Allworst” and other health states, adjusting for health state descriptors. Similar model with addition of socio-demographic covariates was performed to compare the valuation score given by patient populations and the general population. Finally, I proposed four approaches for determining the sample size for the EQ-5D value set studies. The first approach was based on acheiving the desired width of prediction interval for valuation scores using an OLS model. The second approach empirically determined a sample size based on mean absolute error in predicting valuation scores using empirical data. The last two approaches were based on assessing the statistical significance and estimating regression coefficients with a desired width of confidence interval in the OLS model.

Results: In Study A (general population sample), about 50% of participants were female, and 12% eldrely (above 60 years). About 43% of participants self-reported having chronic diseases (14% rheumatism, 13% hypertension, 9% diabetes, 4% heart disese, and 4% lung disesaes). Participants in the patient's groups were older compared to healthy participants. In Study B sample, patient populations had a higher proportion of elderly (53% in heart disease and 33% in cancer vs 17% in general population). The heart disease group had a lower proportion of female (34% in heart disease vs 58% in cancer and 53% in general population). Study C (general population sample) had about 53% female, and 17% elderly participants.

Using data from Study A, I found that the valuation of the health state labelled as “All-worst” was significantly lower than the value expected according to its descriptors. I compared the valuation of health states by participants with chronic diseases and a general population in Studies A and B. Values of mild and severe states elicited by patients with heart disease were significantly different from the general population. No such difference was found between any other patient groups and the general population. Finally, I developed and demonstrated the four approaches for determining the sample size for value set studies using required parameters estimated from Study C.

Conclusions: A labelling effect is plausible in value set studies, and therefore labelling health states should be avoided. Patients with chronic diseases may differ from the general population in the strength of their preferences for hypothetical health states. Cost-utility analysis based on utility values derived from the general population may not accurately evaluate healthcare interventions for certain type of diseases, such as heart diseases. Finally, my methods proposed for sample size determination can help to decide on an appropriate sample size for value set studies.