Анализ чувствительности
Оценочные суждения всегда сопряжены с элементами неопределённости, касается ли это использования ресурсов, издержек или эффективности. При таком положении дел анализ чувствительности становится необходимым, так как он позволяет нам оценить, насколько зависят результаты исследования от изменений определяющих параметров или допущений, сделанных в процессе проведения анализа. Анализ чувствительности, кроме того, поможет понять, приводят ли изменения определяющих параметров к экономии средств или, наоборот, к расходам.
Анализ чувствительности проводят с использованием нескольких или множества переменных, в зависимости от необходимости. Обычно интересуют такие параметры, как переменные производства или дисконтной ставки, или (если выполняют статистический анализ переменных) можно провести анализ чувствительности в пределах доверительного интервала.
Хотя использование анализа чувствительности широко пропагандируется, Бриггс и Скульфер в недавнем обзоре литературы показали, что только в 39% проанализированных статей учитывали фактор неопределённости и лишь в 14% статей уделяли неопределённости должное внимание, а в 24% статей неопределённость не учитывалась вовсе. Существуют различные методы анализа чувствительности, они рассмотрены ниже.
Простой анализ чувствительности
Простой анализ чувствительности, где в оценку включены один или более параметров, изменяемых в допустимых пределах, — наиболее распространённый метод. При однофакторном анализе каждый неопределённый компонент оценки варьируют по отдельности, чтобы определить изолированный эффект, который компонент будет оказывать на результаты анализа. Многофакторный анализ чувствительности подразумевает одновременное варьирование двух и более компонентов оценки и определение влияния этого изменения на конечные результаты. Необходимо отметить, что результаты многофакторного анализа чувствительности тем труднее интерпретировать, чем большее количество переменных варьируют в процессе анализа.
Пороговый анализ подразумевает выявление критических значений параметра, выше или ниже которого результат исследования изменится на противоположный. Пороговый анализ особенно широко используют, когда один из параметров оценки не определён, например, новый лекарственный препарат, цена которого еще не определена. Главное ограничение этой методики в том, что она касается неопределённости лишь непрерывных переменных, то есть метод полезен для оценки неопределённости при анализе получаемых со временем данных.
Анализ экстремальных значений
Анализ экстремальных значений подразумевает включение оптимальных оценочных показателей вводных параметров и дальнейший анализ с учётом крайних значений соответствующих переменных. Например, если сравнивают две альтернативных стратегии лечения, следует рассматривать и высокую и низкую стоимость обеих стратегий, далее издержки оценивают для каждой из опций на основе этого сочетания.
Анализ крайних значений может быть особенно эффективным в ситуациях, когда известна базовая стоимость в пределах допустимых значений, но неизвестно фактическое распределение во внешних границах. Однако проблема этого метода в том, что он не учитывает, насколько вероятно развитие того или иного сценария.
Вероятностный анализ чувствительности
И последняя методика, касающаяся неопределённости, — использование вероятностного анализа чувствительности. Этот метод допускает ранжирование и распределение оцениваемых параметров, в характеристиках которых нельзя быть до конца уверенными, и таким образом, принимает в расчёт комбинации элементов, которые, вероятнее всего, будут встречаться на практике. Например, маловероятно, что все пессимистические факторы, связанные с расходами, будут учтены при анализе. Такие методики, как имитационный метод Монте-Карло, допускают случайный имитационный отбор элементов с предварительно присвоенными значениями, и выполняется анализ, основанный на гипотетической группе пациентов. Подобный подход позволяет вычислить относительное число пациентов, для которых одна из оцениваемых опций предпочтительна. В общем, если число приближается к 100%, это означает, что вмешательство почти всегда предпочтительно при ряде условий.
Маргинальная (пошаговая) стоимость
Маргинальной стоимостью называют затраты на производство каждой дополнительной единицы услуги медицинской программы или стоимость продажи каждой дополнительной единицы. Она противопоставляется средней стоимости (отношением общей стоимости программы к общему количеству производимых единиц товаров и услуг).
При оценке объёмов затрачиваемых и приобретаемых ресурсов нам следует оперировать именно предельной стоимостью, а не средней стоимостью (или выгодами). Должна быть подсчитана стоимость обслуживания еще одного клиента, а также стоимость перехода от одной программы к другой. Например, работая со скрининговой программой проведения маммографии среди женщин 50—65 лет, нужно определить, будет ли та же программа окупаемой для женщин 40—50 лет. Здесь стоит оперировать величиной маргинальной стоимости, а также учесть прибыль в случае снижения возраста участников программы, а не просто оценить среднюю стоимость всей программы. Оказалось, что использование понятия предельной стоимости — очень важно при работе со скрининговыми программами, где стоимость обследования одного дополнительного клиента может быть значительно ниже средней стоимости.
Дональдсон и Шекли иллюстрируют это явление на примере стационарного лечения. Хотя средняя стоимость обслуживания пожилого клиента в госпитале может в среднем составлять 25 000 фунтов в год, очень маловероятно, что госпиталь сэкономит эту сумму, если обслужит на одного клиента меньше. Аналогично этому дополнительные расходы в случае обслуживания одного дополнительного клиента не будут столь велики. Ведь некоторые затраты, например основные и накладные, а также оплата персонала не изменятся в случае незначительного изменения количества клиентов госпиталя.
Похожие записи: