Metoda rekonstrukcji danych o przeżyciu pacjentów z opublikowanych badań klinicznych w procesie oceny technologii medycznych finansowanych ze środków publicznych.

Wtórna analiza przeżycia i ekstrapolacja przeżycia pacjentów w ujęciu farmakoekonomicznym.

Autor

Piotr Zamaro

Opublikowano

21 października 2024


Abstrakt

Celem niniejszej pracy magisterskiej jest opracowanie i przedstawienie metody rekonstrukcji danych o przeżyciu pacjentów na podstawie opublikowanych wyników badań klinicznych oraz jej zastosowanie w procesie oceny technologii medycznych finansowanych ze środków publicznych. W kontekście farmakoekonomicznym, wtórna analiza przeżycia i ekstrapolacja danych pacjentów stanowią kluczowe elementy umożliwiające efektywną ocenę wartości terapeutycznej i kosztowej nowych interwencji medycznych.

Praca rozpoczyna się od analizy tła teoretycznego i praktycznego analityki danych zdrowotnych w polskim systemie ochrony zdrowia. Omówiono historyczne uwarunkowania, filozofię medycyny opartej na dowodach naukowych (EBM) oraz proces oceny technologii medycznych (HTA). Szczególną uwagę poświęcono aktom prawnym regulującym ten obszar, w tym Konstytucji RP, ustawie o świadczeniach opieki zdrowotnej finansowanych ze środków publicznych oraz ustawie o systemie informacji w ochronie zdrowia. Przedstawiono także rolę kluczowych podmiotów, takich jak Ministerstwo Zdrowia, Narodowy Fundusz Zdrowia, Urząd Rejestracji Produktów Leczniczych, Agencja Oceny Technologii Medycznych i Taryfikacji oraz Europejska Agencja Leków.

W części metodologicznej opisano kompleksowy proces analityczny obejmujący pobieranie, przetwarzanie, modelowanie i analizę danych. Szczegółowo omówiono metody rekonstrukcji danych o przeżyciu pacjentów z opublikowanych krzywych Kaplana-Meiera, wykorzystując algorytmy iteracyjne oraz narzędzia statystyczne dostępne w środowisku R. Przedstawiono techniki modelowania indywidualnych danych pacjentów oraz metody analizy przeżycia, takie jak estymacja krzywych przeżycia, model proporcjonalnych zagrożeń Coxa, całkowanie pola pod krzywą przeżycia oraz parametryczna ekstrapolacja funkcji przeżycia z wykorzystaniem kryterium informacyjnego Akaikego (AIC).

Studium przypadku ilustruje praktyczne zastosowanie opisanych metod poprzez rekonstrukcję danych na podstawie wybranego badania klinicznego. Wyniki analizy podkreślają potencjał metody w generowaniu wartościowych informacji niezbędnych w procesie refundacyjnym oraz w ocenie efektywności kosztowej technologii medycznych.

W podsumowaniu omówiono korzyści wynikające z zastosowania nowych technologii informatycznych oraz otwartych źródeł danych i środowisk open-source w analityce danych zdrowotnych. Zwrócono uwagę na możliwości usprawnienia procesów decyzyjnych w ochronie zdrowia oraz na potrzebę dalszych badań w zakresie optymalizacji metod rekonstrukcji i analizy danych o przeżyciu pacjentów.

Słowa kluczowe: rekonstrukcja danych, analiza przeżycia, ocena technologii medycznych, farmakoekonomika, medycyna oparta na dowodach, algorytmy iteracyjne, środowisko R;

Plan pracy:

1. Wstęp

  • Wprowadzenie do tematu: Przedstawienie znaczenia analizy przeżycia w ocenie technologii medycznych.
  • Cel i zakres pracy: Określenie głównych celów badawczych oraz zarysowanie struktury pracy.
  • Metodologia: Krótkie omówienie zastosowanych metod badawczych i narzędzi analitycznych.
  • Znaczenie problemu: Dlaczego rekonstrukcja danych o przeżyciu jest istotna w kontekście systemu ochrony zdrowia.

2. Analityka danych zdrowotnych w polskim systemie ochrony zdrowia

  1. Tło historyczne
    • Rozwój analityki danych w ochronie zdrowia na przestrzeni lat.
    • Kluczowe wydarzenia wpływające na obecny stan systemu.
  2. Filozofia medycyny opartej o dowody naukowe (EBM)
    • Podstawy teoretyczne EBM i jej wpływ na praktykę kliniczną.
    • Rola EBM w podejmowaniu decyzji refundacyjnych.
  3. Ocena technologii medycznych (HTA)
    • Definicja i znaczenie HTA w systemie ochrony zdrowia.
    • Proces HTA w Polsce i na świecie.
  4. Taryfikacja technologii medycznych
    • Mechanizmy ustalania taryf dla świadczeń medycznych.
    • Wpływ taryfikacji na dostępność i jakość usług zdrowotnych.
  5. Akty prawne
    1. Konstytucja
      • Gwarancje konstytucyjne w zakresie ochrony zdrowia.
    2. Ustawa o świadczeniach opieki zdrowotnej finansowanych ze środków publicznych
    • Kluczowe zapisy regulujące finansowanie świadczeń.
    1. Ustawa o systemie informacji w ochronie zdrowia
    • Ramy prawne dla gromadzenia i przetwarzania danych zdrowotnych.
    1. Umowy międzynarodowe
    • Wpływ regulacji międzynarodowych na polski system ochrony zdrowia.
    1. Inne
      • Dodatkowe akty prawne wpływające na analitykę danych zdrowotnych.
  6. Proces refundacyjny
    • Etapy procesu refundacji leków i technologii medycznych.
    • Rola poszczególnych instytucji w tym procesie.
  7. Podmioty biorące udział w procesie oceny technologii medycznych finansowanych ze środków publicznych
    1. Ministerstwo Zdrowia
      • Zadania i kompetencje.
    2. Narodowy Fundusz Zdrowia
    • Finansowanie i zarządzanie świadczeniami zdrowotnymi.
    1. Urząd Rejestracji Produktów Leczniczych
    • Proces rejestracji leków i wyrobów medycznych.
    1. Agencja Oceny Technologii Medycznych i Taryfikacji
    • Ocena efektywności i kosztów technologii medycznych.
    1. Europejska Agencja Leków
      • Współpraca na poziomie europejskim i jej wpływ na Polskę.

3. Proces analityczny

  1. Metody przetwarzania danych w informacje
    • Konwersja surowych danych w użyteczne informacje dla decydentów.
    • Wykorzystanie statystyki i modeli matematycznych.
  2. Opis kompleksowego procesu analitycznego 1. Pobieranie danych
    • Źródła danych: bazy danych, publikacje naukowe, rejestry.
    • Metody pozyskiwania danych z publikacji (np. digitalizacja wykresów).
      1. Przetwarzanie danych
    • Czyszczenie danych, usuwanie błędów i niekompletności.
    • Standaryzacja formatów danych.
      1. Modelowanie danych
    • Wybór odpowiednich modeli statystycznych.
    • Przygotowanie danych do analizy przeżycia.
      1. Analiza danych
    • Wykorzystanie metod statystycznych do interpretacji wyników.
    • Porównanie grup pacjentów, identyfikacja czynników prognostycznych.
      1. Raportowanie wyniku
    • Prezentacja wyników w formie raportów, wykresów i tabel.
    • Wnioski i rekomendacje dla decydentów.
  3. Rekonstrukcja danych o przeżyciu pacjentów na podstawie opublikowanych wyników badań klinicznych 1. Natura danych o przeżyciu
    • Charakterystyka danych cenzurowanych i niecenzurowanych.
    • Wyzwania związane z analizą danych o przeżyciu.
      1. Algorytm iteracyjny
    • Metody rekonstrukcji danych (np. metoda Guyota i współpracowników).
    • Opis kroków algorytmu i jego zastosowanie.
      1. Ekstrakcja danych
    • Techniki pozyskiwania danych z wykresów Kaplan-Meier (np. odczyt cyfrowy).
    • Narzędzia i oprogramowanie wspomagające ten proces.
      1. Wstępne przetwarzanie danych
    • Korekta błędów odczytu.
    • Synchronizacja danych z oryginalnymi publikacjami.
      1. Modelowanie indywidualnych danych pacjentów
    • Symulacja danych indywidualnych na podstawie zbiorczych krzywych przeżycia.
    • Walidacja i ocena jakości zrekonstruowanych danych.
  4. Analiza przeżycia 1. Estymacja krzywych przeżycia pacjentów metodą Kaplana-Meiera
    • Podstawy teoretyczne metody.
    • Mediana czasu przeżycia: interpretacja i znaczenie kliniczne.
      1. Model proporcjonalnych zagrożeń Coxa
    • Założenia modelu.
    • Współczynnik zagrożeń (Hazard Ratio): interpretacja i zastosowanie.
      1. Całkowanie pola pod krzywą przeżycia metodą trapezów nierównoramiennych
    • Obliczanie średniego czasu przeżycia (Mean Survival Time).
    • Stosunek RMST (Restricted Mean Survival Time) jako miara efektu.
      1. Parametryczna ekstrapolacja funkcji przeżycia
    • Modele parametryczne (np. Weibull, exponential).
    • Kryterium informacyjne Akaikego (AIC): wybór najlepszego modelu.
    • Prognozowanie długoterminowego przeżycia pacjentów.

4. Studium przypadku

  1. Rekonstrukcja danych na podstawie wybranego badania klinicznego
    • Opis wybranego badania i jego znaczenia.
    • Zastosowanie opisanych metod do rekonstrukcji danych.
    • Porównanie wyników z oryginalnymi danymi (jeśli dostępne).
    • Analiza i interpretacja uzyskanych wyników.

5. Wnioski i podsumowanie

  1. Korzyści wynikające z zastosowania nowych technologii informatycznych
    • Usprawnienie procesów analitycznych.
    • Zwiększenie dostępności danych dla analityków i decydentów.
  2. Zalety otwartych źródeł danych i środowisk open-source
    • Promocja transparentności i reprodukowalności badań.
    • Redukcja kosztów związanych z licencjonowanym oprogramowaniem.
  3. Implikacje dla polityki zdrowotnej i HTA
    • Wpływ dokładniejszych analiz na decyzje refundacyjne.
    • Możliwości poprawy efektywności systemu ochrony zdrowia.
  4. Ograniczenia i rekomendacje
    • Wyzwania związane z rekonstrukcją danych.
    • Sugerowane kierunki dalszych badań.

6. Metody i narzędzia

  1. Środowisko R
    • Opis środowiska programistycznego R i jego zalet.
    • Wykorzystanie R w analizie statystycznej i wizualizacji danych.
  2. Pakiety analityczne
    • IPDfromKM: rekonstrukcja danych indywidualnych z krzywych Kaplan-Meier.
    • Survival: analiza przeżycia.
    • Inne pakiety wspomagające analizę (np. ggplot2, flexsurv).
  3. Markdown
    • Wykorzystanie Markdown do tworzenia dokumentacji i raportów.
    • Integracja z R poprzez R Markdown.
  4. Inne narzędzia
    • Oprogramowanie do digitalizacji wykresów (np. WebPlotDigitizer).
    • Narzędzia do zarządzania danymi i wersjonowania kodu (np. Git).
  5. Zastosowanie w innych dziedzinach
    • Możliwość wykorzystania metod rekonstrukcji danych w innych obszarach medycyny lub nauki.

7. Literatura

  1. Akty prawne
    • Pełne referencje do wymienionych ustaw i rozporządzeń.
  2. Dokumentacja
    • Wytyczne agencji regulacyjnych (np. AOTMiT, EMA).
    • Dokumentacja pakietów i narzędzi użytych w pracy.
  3. Literatura naukowa
    • Artykuły z PubMed i innych baz danych dotyczące:
      1. IPDfromKM
        • Opisy metody i jej zastosowania w badaniach.
      2. Survival Analysis - Najnowsze trendy i rozwój metod analizy przeżycia.
    • Inne kluczowe publikacje związane z tematem pracy.