Konzeption und Realisierung eines
Editors für gesundheitsökonomische
Markov-Modelle
Rebecca Konrad
4. Januar 2010
Zusammenfassung
Gesundheitsökonomische Evaluationsforschung ist heutzutage wichtiger denn je, da
die immer knapper werden Ressourcen des Gesundheitssystems gerecht verteilt wer-
den müssen. Die Evaluationsforschung macht sich dabei die Markov-Modellierung zu
Nutze, um aussagekräftige Antworten auf die Frage nach derjenigen medizinischen
Intervention zu gewinnen, die das beste Kosten-Nutzen-Verhältnis erzielt.
Komplexe Krankheitsverläufe erschweren die Modellerstellung und -analyse und ma-
chen dadurch eine rechnerunterstützte Modellierung unumgänglich.
Daher sollte im Rahmen dieser Arbeit ein frei verfügbarer Editor für gesundheits-
ökonomische Markov-Modelle entwickelt werden, der die Erstellung eines Modells
inklusive Validierung und Simulation ermöglicht. Von groÿer Wichtigkeit waren da-
bei eine möglichst einfache Bedienung und übersichtliche Darstellung des Modells.
Um diese Ziele erreichen zu können, wurde eine genaue Aufstellung der Anforderun-
gen an den zu erstellenden Modellierungs-Editor herausgearbeitet und diese im mit
geeigneten Werkzeugen umgesetzt.
Die Implementierung des Editors erfolgte in der Form mehrerer Eclipse-Plugins
auf der Grundlagen der modellgetriebenen Entwicklung. Als Unterstützung hier-
für dienten die Eclipse-eigenen Frameworks EMF, GEF und GMF. Mit Hilfe eines
beispielhaft implementierten Modells des diabetischen Fuÿsyndroms wurde gezeigt,
dass der entwickelte Editor die identizierten Anforderungen erfüllt.
1
Inhaltsverzeichnis
Inhaltsverzeichnis
Inhaltsverzeichnis
2
Abkürzungsverzeichnis
6
Abbildungsverzeichnis
8
Tabellenverzeichnis
9
1. Einführung
11
1.1. Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2. Ziele der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.1. Modellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.2. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.3. Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.4. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3. Marktüberblick von Markov-Modellierungswerkzeugen . . . . . . . . . . . 18
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
20
2.1. Gesundheitsökonomie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2. Grundlagen der formalen Entscheidungsanalyse bzw. gesundheitsökonomi-
scher Modellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.1. Längerer Beobachtungszeiten . . . . . . . . . . . . . . . . . . . . . 24
2.2.2. Lückenhafte oder fehlende Daten . . . . . . . . . . . . . . . . . . . 25
2.2.3. Hypothesenbildung / Sensitivitätsanalysen . . . . . . . . . . . . . . 25
2.2.4. Zeit- und Kostenersparnis durch Modellierung . . . . . . . . . . . . 26
2.3. Die Entscheidungsmodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.1. Weshalb Markov-Modell? . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.2. Grundlagen des Markov-Modells . . . . . . . . . . . . . . . . . . . 29
2.3.3. Konstruktion und Repräsentation des Markov-Modells . . . . . . . 30
2
Inhaltsverzeichnis
2.3.4. Analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.5. Einschränkungen herkömmlicher Markov-Modellierung und deren
Lösungsmöglichkeit durch Einsatz des entwickelten Tools . . . . . . 35
2.3.6. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.7. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3.8. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3.9. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4. Ökonomische Bedeutung des Diabetischen Fuÿsyndroms . . . . . . . . . . 41
3. Anforderungen und Pichten des Modellierungstools
44
3.1. Zielbestimmung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2. Produkteinsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2.1. Verallgemeinerung . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3. Produktumgebung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4. Produktfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.5. Produktdaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.6. Benutzeroberäche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.7. Sicherstellung der Qualität des erstellten Modells . . . . . . . . . . . . . . 51
3.8. Testszenario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.9. Ergänzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.9.1. Lizenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4. Architektur und Entwicklungsplattform
53
4.1. Eclipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.1.1. Was ist Eclipse? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.1.2. Standard Widget Toolkit (SWT) und JFace . . . . . . . . . . . . . 54
4.1.3. Architektur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.2. Modellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.2.1. EMF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.2.2. GEF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3
Inhaltsverzeichnis
4.2.3. GMF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.2.4. GMF - Entwicklungsprozess des PROSIT-Editors . . . . . . . . . . 66
4.2.5. Generierter Editor . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.2.6. Integration eigener Plugins für den Editor . . . . . . . . . . . . . . 74
4.2.7. Anpassungen im Bereich der Modell-Präsentation . . . . . . . . . . 75
4.2.8. Testszenario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.3. Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.3.1. Auslagerung in eigenes Plugin . . . . . . . . . . . . . . . . . . . . . 78
4.3.2. Funktionalität der View . . . . . . . . . . . . . . . . . . . . . . . . 81
4.3.3. Testszenario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.4. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.4.1. Unterstützung durch EMF & GEF . . . . . . . . . . . . . . . . . . 84
4.4.2. Erweiterungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.4.3. Nachträgliche Erweitungen der Expressionvalidierung bei Direct-
und RecursiveBindings . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.4.4. Testszenario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5. Zusammenfassende Bewertung, zukünftige Erweiterungen und Ausblick
90
5.1. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.1.1. Eclipse als Entwicklungsplattform . . . . . . . . . . . . . . . . . . . 90
5.1.2. Kritische Betrachtung des entwickelten Editors . . . . . . . . . . . 91
5.2. Weitere Entwicklungsmöglichkeiten . . . . . . . . . . . . . . . . . . . . . . 92
Literatur
94
Appendices
97
A. Benutzerhandbuch
97
A.1. Vorbereitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
A.1.1. Installation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
A.1.2. Projekt anlegen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4
Inhaltsverzeichnis
A.2. Modellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
A.2.1. Besondere Elementfunktionen . . . . . . . . . . . . . . . . . . . . . 101
A.2.2. Modellorganisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
A.3. Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
A.4. Validierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
B. Mögliche Modellierungsfehler
117
C. Schnittstellen für die Erweiterung um eigene Plugins
121
C.1. PluginEditor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
C.2. PluginDenition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
D. Screenshots aus der modellbasierten Entwicklung des PROSIT-Editors
124
6. Sequenzdiagramme für die Validierung
131
5
Abkürzungsverzeichnis
Abkürzungsverzeichnis
CARMS
Computer-Aided Rate Modeling and Simulation
DFS
diabetisches Fuÿsyndrom
EMF
Eclipse Modeling Framework
GDM
Graphical Denition Model
GEF
Graphical Editing Framework
GMF
Graphical Modeling Framework
GPL
GNU General Public License
GUI
Graphical User Interface (deutsch: grasche Benutzeroberäche)
IDE
integrated development environment (deutsch: integrierte Entwick-
lungsumgebung)
IQWIG
Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen
JDT
Java Development Tools
MVC
Model View Controler
OSGI
Open Services Gateway initiative
PDE
Plugin Developer Environment
RBD
Reliability Block Diagram
RCP
Rich-Client-Platform
SDK
Software Development Kit
SWT
Standard Widget Toolkit
6
Abkürzungsverzeichnis
TDM
Tooling Denition Model
UI
User Interface
WHO
World Health Organisation (deutsch: Weltgesundheitsorganisation)
XML
Extensible Markup Language
7
Abbildungsverzeichnis
Abbildungsverzeichnis
1.
Ausschnitt aus dem Krankheitsmodell DFS . . . . . . . . . . . . . . . . . 15
2.
Der durchgerechnete Entscheidungsbaum . . . . . . . . . . . . . . . . . . . 27
3.
Beispielhaftes Markov-Modell des DFS . . . . . . . . . . . . . . . . . . . . 28
4.
Pathogenese des DFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.
Tiefenschachtelung der Simulationsergebnisse . . . . . . . . . . . . . . . . 48
6.
Oberäche des PROSIT-Editors . . . . . . . . . . . . . . . . . . . . . . . . 51
7.
Überblick über die Eclipse-Architektur . . . . . . . . . . . . . . . . . . . . 56
8.
Eclipse-Perspektive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
9.
Pluginerweiterungen der Eclipse-Plattform; modiziert nach [Dau07] . . . 59
10. Das Model - View - Controller Konzept in GEF (Quelle [AC07], S. 19) . . 65
11. Dashboard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
12. Überblick über Beziehungen zwischen GMF Editor, Laufzeitumgebung,
EMF, GEF und Eclipseplattform (Quelle: [Fou09]) . . . . . . . . . . . . . 73
13. Menü des PROSIT-Editors . . . . . . . . . . . . . . . . . . . . . . . . . . 81
14. Fehleranzeige im PROSIT-Editor . . . . . . . . . . . . . . . . . . . . . . . 87
15. Anlegen eines neuen Projekts Schritt 1 . . . . . . . . . . . . . . . . . . . 98
16. Anlegen eines neuen Projekts Schritt 2 . . . . . . . . . . . . . . . . . . . 98
17. Möglichkeit nicht verwendete Dateien aus der Ansicht des Projektverzeich-
nisses zu ltern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
18. Anlegen eines Elements . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
19. Ändern der Expression eines DirectBindings . . . . . . . . . . . . . . . . . 101
20. Ändern des Statustyps (Ausschnitt aus dem PROSIT-Editor) . . . . . . . 102
21. Auswahl eines im Verzeichnis [Eclipse-Installationsverzeichnis]/markov-
plugins hinterlegten Plugins (.jar-Datei) . . . . . . . . . . . . . . . . . . . 103
22. Editor zur Dateneingabe des Plugins LookUp-Table . . . . . . . . . . . . . 104
23. Zusammenklappen eines SimpleElement-Compartment mit aktiver Autosize-
Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8
Tabellenverzeichnis
24. Ansicht der SimulationsView und Wahl der Bildschirmplatzierung (Aus-
chnitt aus PROSIT-Editor) . . . . . . . . . . . . . . . . . . . . . . . . . . 106
25. Gestartete Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
26. Ändern des Alters von Patient_1 von 6 Jahre auf 2 Jahre . . . . . . . . . 108
27. Simulationsverlauf nach Variablenänderung . . . . . . . . . . . . . . . . . 109
28. Export der Simulationsergebnisse (in xml-Format) . . . . . . . . . . . . . 110
29. Verlinkung zwischen Fehlermeldung und Diagrammelement (Ausschnitt
aus PROSIT-Editor) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
30. Ansicht des GMF-Editors und Markierung aller Funktionen, welche der
Übersichtlichkeit dienen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
31. Ansicht des GMF-Editors Markierung der Fensterbereiche und zusätzli-
cher Elemente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
32. Ansicht des GEF-Editors und Markierung der Validier-Funktion . . . . . . 116
33. Ecore-Meta-Modell des PROSIT-Editors . . . . . . . . . . . . . . . . . . . 124
34. Diagramm zum Ecore-Modell des PROSIT-Eitors . . . . . . . . . . . . . . 125
35. Figure Gallery des PROSIT-Editors . . . . . . . . . . . . . . . . . . . . . 126
36. Tooling-Modell des PROSIT-Editors . . . . . . . . . . . . . . . . . . . . . 127
37. Mapping Modell des PROSIT-Editors - 1. Ansicht . . . . . . . . . . . . . 128
38. Mapping Modell des PROSIT-Editors - 2. Ansicht. Der markierte Ab-
schnitt zeigt den rekursiven Verweise auf sich selbst und weitere Verweise
auf andere TopNodeReferences (siehe 4.2.4.4). . . . . . . . . . . . . . . . . 129
39. Generator Modell des PROSIT-Editors . . . . . . . . . . . . . . . . . . . . 130
Tabellenverzeichnis
1.
Stadieneinteilung nach [Meh03] . . . . . . . . . . . . . . . . . . . . . . . . 14
2.
Verallgemeinerung der Editorelemente . . . . . . . . . . . . . . . . . . . . 45
3.
Plugin- & Programmversionen . . . . . . . . . . . . . . . . . . . . . . . . . 46
9
Tabellenverzeichnis
4.
Vergleich von zwei xml-Auschnitten. Beim rechten Binding wurde nach
dem 5. Zyklus (siehe Hervorhebung) eine manuelle Wertänderung durch-
geführt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
10
1. Einführung
1. Einführung
1.1. Motivation
Die gesundheitsökonomische Evaluationsforschung hat in den letzten Jahren stark an
Bedeutung gewonnen. Gründe hierfür sind zahlreich und hängen mit der Notwendigkeit
der Rationierung im öentlichen Gesundheitssystem zusammen. Vor allem Diskussio-
nen in der Gesundheitspolitik und die Durchführung der Gesundheitsreform 2007 gaben
der Gesundheitsökonomie neuen Aufschwung und führten zu Neugründungen von In-
stitutionen. Diese bekamen zur Aufgabe, Nutzen und Kosten medizinischer Leistungen
zu evaluieren. Damit soll die Frage beantwortet werden können, ob in Anbetracht der
Ressourcenverknappung im Gesundheitswesen die zusätzlichen Kosten für therapeuti-
sche Interventionen, beispielsweise für innovative Arzneimittel, durch deren zusätzlichen
Nutzen gerechtfertigt sind (vgl. [Sch08b], S.13).
Insbesonders die heutzutage stark verbreiteten chronischen Erkrankungen, wie z.B. Dia-
betes mellitus, bilden durch ihre Dauer und die Schwere der Erkrankung einen hohen Kos-
tenfaktor im Gesundheitssystem. Fehlentscheidungen bei der Wahl des Gold-Standards
für Therapie oder Arzneimittel führen zu immensen Belastungen des Gesundheitswesens
ohne einen Zugewinn an Nutzen.
Um die Kosten-Nutzen-Relationen verschiedener Interventionen gegenüber stellen zu kön-
nen, nutzt die Gesundheitsökonomie die Modellkonzepte der allgemeinen ökonomischen
Forschung - der Evaluationstheorie (vgl. [Sch08b], S.20). Ein wichtiges Instrument der
Evaluationstheorie ist dabei das Markov-Modell, welches durch quantitative Berechnun-
gen die Entscheidungsndung unterstützt und deshalb zum Standardrepertoire derer
gehört, die gesundheitsökonomische Evaluationen durchführen.
Die vorliegende Arbeit greift die heutige Problematik der zunehmenden chronischen Er-
krankungen auf und hat das Ziel, eine Modellerstellung zu den meist sehr komplexen
Krankheitsverläufen zu erleichtern.
Die Komplexität eines Krankheitsverlaufs lässt sich an dem schon genannten Beispiel
11
1. Einführung
Diabetes mellitus und der damit einhergehende Folgeerkrankung des diabetischen Fu-
ÿes verdeutlichen. So kann ein durch Diabetes angegrienes Blut- und Nervensystem, zu
Mangeldurchblutung bzw. zu nicht heilenden Geschwüren an den unteren Extremitäten
führen, was demzufolge das Risiko einer Nekrose oder sogar einer Amputation des be-
troenen Gewebes erhöht. Dies wird unter dem Symptomenkomplex Diabetischer Fuÿ
zusammengefasst. Für die Entscheidungsndung unter gesundheitsökonomischer Sicht ist
jedoch nicht nur der Verlauf eines einzelnen Ulcus
1
wichtig, sondern die Betrachtung aller
durch die Krankheit betroenen Komponenten, was im Fall von Diabetes der Patient als
Ganzes bedeutet. Beispielsweise kann das Vorhandensein eines angegrienen Fuÿes das
Erkrankungsrisiko und die dadurch entstehenden Behandlungskosten des anderen Fuÿes
erhöhen, weshalb dieses Risiko in die Kosten-Nutzen-Analyse mit einieÿen müsste. Aber
dieses Szenario lässt die herkömmliche Markov-Modellierung an ihre Grenzen stoÿen, da
eine Modellierung und die anschlieÿende Evaluation alle möglichen Kombinationen be-
rücksichtigen müsste, was schlichtweg nicht zu bewerkstelligen ist.
Mit dem Wunsch diese Grenzen überwinden zu können und mit der steigenden Relevanz
der Markov-Modellierung, wächst auch der Bedarf an einem geeigneten Modellierungs-
tool, das dem Anwender die Modellierung selbst komplexer Modelle und deren späteren
Simulation erleichtern soll. Die bereits vorhandene Software zur Modellierung (z.B. Mat-
lab) ist zwar teilweise zur medizinischen Entscheidungsndung geeignet, jedoch nicht
frei verfügbar. Darauf gründet die Motivation, ein open-source-Projekt zur Verfügung
zu stellen, um damit den hohen Bedarf an entscheidungsanalytischer Modellierung zu
decken.
Der entwickelte Editor entstand im Rahmen der PROSIT Disease Modelling Communi-
ty
2
, was zur Namensgebung PROSIT-Editor führte.
Da in allen Bereichen der Ökonomie und nicht nur im Gesundheitswesen die Wahl der
wirksamsten und leistungsfähigsten und somit der ezientesten Alternative eine signi-
1
Geschwür
2
PROSIT Disease Modelling Community ist eine junge Open Source Entwicklungsgemeinschaft zur
Erstellung gesundheitsökonomischer Erkrankungsmodelle für die Kosten-Nutzen Bewertung der Be-
handlung von Diabetes mellitus und seiner Folgeerkrankungen. Weitere Informationen auf [Com09]
12
1. Einführung
kante Rolle spielt, kann der PROSIT-Editor auf viele ökonomischen Fragestellungen
angewandt werden. Diese Diplomarbeit entstand jedoch aus gesundheitsökonomischer
Motivation, nämlich aus der Idee der Modellierung des diabetischen Fuÿsyndroms- Des-
halb wird im Folgenden besonders auf dieses Einsatzgebiet der Markov-Modellierung
eingegangen wird.
1.2. Ziele der Arbeit
Aus der Motivation eine Erleichterung bei der Markov-Modellierung im Bereich der Ef-
fektivitätsanalysen bei Public Health Interventionen zu bieten, ergaben sich für das dafür
entwickelte Tool (im Folgenden PROSIT-Editor genannt) folgende Ziele:
Unterstützung bei der Modellerstellung
Unterstützung bei der Modellvalidierung
Präsentation und Unterstützung bei der Modell-Simulation
1.2.1. Modellierung
Die Grundlage der Markov-Modellierung liegt in der Erstellung eines Krankheitsmodells,
welches je nach Anforderung und Zielsetzung mehr oder weniger komplex in Erscheinung
treten kann.
Diese Komplexität beruht auf der Annahme, dass sich der Krankheitsverlauf, abhängig
von der Anzahl der möglichen zu durchlaufenden Gesundheitsstadien, unterschiedlich
entwickeln kann und somit komplexe Berechnungen nach sich zieht (siehe spätere Erklä-
rung zu Markov-Modellen in Kapitel 2.3.2).
Als Veranschaulichung hierzu soll in vorliegender Arbeit das diabetische Fuÿsyndrom
dienen, welches sich durch die Vielschichtigkeit des Krankheitsverlaufs auszeichnet.
Das diabetische Fuÿsyndrom steht für einen Komplex von Symptomen, die sich als Fol-
ge eines Diabetes mellitus entwickeln können und als Ursache eine diabetische Nerven-
erkrankung und/oder arterieller Durchblutungsstörungen (vgl. [FK07]) haben. Um ein
Krankheitsmodell für Diabetes erstellen zu können, ist es unabdingbar die Schwere und
13
1. Einführung
das Ausmaÿ des diabetischen Fuÿsyndroms mit einzubeziehen. Notwendig dafür ist die
Unterteilung der Gesundheitszustände in verschiedene Stadien. Beispielsweise wäre eine
Gliederung nach Anzahl und Gröÿe der Körperregionen, die von diesem Syndrom betrof-
fen sind, denkbar. Eine weitere Möglichkeit ist die Stadieneinteilung nach Schwere des
Syndroms (siehe Tabelle 1).
Tabelle 1: Stadieneinteilung nach [Meh03]
Stadium
Läsion
0
Risikofuÿ, keine oene Läsion
I
oberächliche Läsion
II
Ulcus bis Gelenkskapsel, Sehnen, Knochen
III
Ulcus mit Abszess, Osteomyelitis, Infekt der Gelenkskapsel
IV
begrenzte Vorfuÿ- oder Fersennekrose
V
Nekrose des gesamten Fuÿes
So liegt bei diesem Problem eine tiefe Schachtelung der einzelnen Gesundheitsstadien,
angefangen mit der Diabetes-Erkrankung, gefolgt von einer gestörten Durchblutung
und/oder eines defekten Nervensystems, mit den möglichen Zwischenstadien, einer links-
und/oder rechtsseitigen schlechten Beindurchblutung, unter Berücksichtung verschiede-
ner Schweregrade, vor. Mit zusätzlicher Unterteilung in einzelne Zehen und unter Berück-
sichtigung weiterer diabetischer Folgeerkrankungen, wird die Komplexität des Modells
oensichtlich.
Ein kaum handhabbares und sehr unübersichtliches Modell würde entstehen, würde man
dieses ohne eine zusätzliche Software darstellen wollen. Ziel des Prosit-Editors ist es
somit, auch solche Krankheitsbilder, welche für aussagekräftige Analyseergebnisse in viele
Stadien und Schweregrade unterteilt werden müssen, übersichtlich und möglichst intuitiv
modellieren zu können. Da man jedem einzelnen Stadium unterschiedliche Kosten bzw.
14
1. Einführung
Nutzen zuordnen kann, führt dies zu dem gewünschten Ergebnis einer realitätsnahen
Kosten-Nutzen-Bewertung und somit zu einer hilfreichen Entscheidungsunterstützung
bei dem Vergleich zweier Public Health-Interventionen.
Diese Übersichtlichkeit sehr komplexer und tief geschachtelter Krankheitsverläufe soll
durch grasche Elemente erreicht werden. Dadurch bietet der Prosit-Editor dem Anwen-
der eine Plattform, welche die Erstellung, die Arbeit und die Erweiterung anschaulicher
und intuitiver Modelle erleichtert bzw. gar erst ermöglicht.
Abbildung 1: Ausschnitt aus dem Krankheitsmodell DFS mit den Stadien aus Tabelle1.
Das Element 'right leg' kann expandiert werden und enthält die selben
Elemente wie 'left leg'. Zudem zeigt der Ausschnitt die Möglichkeit der
Modellierung einzelner Zehen.
15
1. Einführung
1.2.2. Validierung
Um aus medizinökonomischer Sicht korrekte Entscheidungen mit Hilfe des entwickelten
Modellierungstools treen zu können, muss ein semantisch und syntaktisch valides Modell
die Grundlage für die Evaluation bilden. Denn nur in diesem Fall wird das Ergebnis der
Simulation die richtigen Werte für die jeweiligen Kosten und Nutzen liefern und so zur
korrekten Entscheidungsndung beitragen.
Die Bedeutung dieses Aspektes führte zu der Zielsetzung, den Prosit-Editor so zu entwi-
ckeln, dass eine automatische oder durch den Benutzter initiierte Validierung des Modells
durchgeführt werden kann.
Diese Validierung soll nicht nur die richtige Syntax des Diagramms, sondern so weit wie
möglich auch die korrekte Semantik gewährleisten, damit möglichst viele Fehler, welche
die Simulationsresultate verfälschen würden, dem Benutzer zur Verbesserung angezeigt
werden. Natürlich können nicht alle möglichen Fehlerursachen durch die programminterne
Validierung abgedeckt werden. So ist es z.B. nicht Ziel der Arbeit Daten aus inkorrekten
bzw. nicht wissenschaftlich belegten Quellen zu detektieren. Es wird deshalb empfohlen
relevante Quellen anhand von Checklisten
3
auf ihre Validität zu prüfen, bevor Daten in
das Krankheitsmodell übernommen werden.
Zusammenfassend liegt die Intention der Validierung darin, zum einen die korrekte An-
ordnung und Schachtelung der zur Verfügung stehenden Elemente, und zum anderen die
richtige Parameterangaben der Elemente
4
, zu gewährleisten.
1.2.3. Simulation
Als weiteres Ziel hat sich die geeignete und übersichtliche Darstellung der Simulations-
ergebnisse des erstellten Modells ergeben. Denn das Modell alleine liefert nur die Grund-
lage, um eine anschlieÿende Modellevaluierung in Form einer Simulation durchführen zu
können.
3
z.B.: Drummond MF, Jeerson TO. Guidelines for authors and peer reviewers of economic submissions
to the BMJ.
4
Die Parameter werden im Laufe der Arbeit deutlich
16
1. Einführung
Ziel hierbei ist, das Modell mit all seinen Stadien und den dazugehörigen Kosten und
Nutzen an ein externes Tool weiterzugeben und die Ergebnisse so wiederzugeben, dass
trotz hoher Komplexität und/oder Mächtigkeit des Modells die Resultate strukturiert
und detailliert eingesehen werden können. Es ist das Bestreben die Durchführung der
Simulation möglichst oen zu gestalten. Der Anwender soll zu jeder Zeit über die Anzahl
der in einem Schritt zu berechnenten Zyklen frei wählen, die Simulation nach Belieben
beenden bzw. neu starten und die aktuellen Simulationsergebnisse abspeichern können.
1.2.4. Validierung
Um aus medizinökonomischer Sicht korrekte Entscheidungen mit Hilfe des entwickelten
Modellierungstools treen zu können, muss ein semantisch und syntaktisch valides Modell
die Grundlage für die Evaluation bilden. Denn nur in diesem Fall wird das Ergebnis der
Simulation die richtigen Werte für die jeweiligen Kosten und Nutzen liefern und so zur
korrekten Entscheidungsndung beitragen.
Die Bedeutung dieses Aspektes führte zu der Zielsetzung, den Prosit-Editor so zu entwi-
ckeln, dass eine automatische oder durch den Benutzter initiierte Validierung des Modells
durchgeführt werden kann.
Diese Validierung soll nicht nur die richtige Syntax des Diagramms, sondern so weit wie
möglich auch die korrekte Semantik gewährleisten, damit möglichst viele Fehler, welche
die Simulationsresultate verfälschen würden, dem Benutzer zur Verbesserung angezeigt
werden. Natürlich können nicht alle möglichen Fehlerursachen durch die programminterne
Validierung abgedeckt werden. So ist es z.B. nicht Ziel der Arbeit Daten aus inkorrekten
bzw. nicht wissenschaftlich belegten Quellen zu detektieren. Es wird deshalb empfohlen
relevante Quellen anhand von Checklisten
5
auf ihre Validität zu prüfen, bevor Daten in
das Krankheitsmodell übernommen werden.
Zusammenfassend liegt die Intention der Validierung darin, zum einen die korrekte An-
ordnung und Schachtelung der zur Verfügung stehenden Elemente, und zum anderen
5
z.B.: Drummond MF, Jeerson TO. Guidelines for authors and peer reviewers of economic submissions
to the BMJ.
17
1. Einführung
die richtige Parameterangaben der Elemente
6
, zu gewährleisten. Dadurch soll ein Tool
entstehen, welches eine exible Verwendung des Modells gewährleistet und somit zum
Einen unterschiedliche medizinökonomische Evaluationen (z.B. unter verschieden Per-
spektiven
7
) unterstützt und zum anderen aber auch anwendbar auf andere ökonomische
Fragestellungen ist.
1.3. Marktüberblick von Markov-Modellierungswerkzeugen
Eine Recherche nach bereits auf dem Markt vorhanden graschen Markov-Modellierungs-
Tools verdeutlichte die Notwendigkeit eines für die Gesundheitsökonomie praktikablen
und anwenderfreundlichen Modellierungseditors. Viele der relevanten Programme sind
nicht frei oder nur als Demoversion verfügbar. Dazu zählt beispielsweise FaultTree+ -
Markov Analysis von Isograph (Quelle [Iso09]). In diesem Fall steht zwar eine Trial-
Version als Download bereit, kann aber nur über ein davor beantragtes Passwort genutzt
werden. Laut Herstellerangaben unterstützt dieses Werkzeug die Modellierung und die
anschlieÿende Evaluation. Des Weiteren bietet die Relex Software Corporation ein viel
versprechendes käuiches Tool Relex Markov an (Quelle [Cor09]). Dieses ist als Demo-
Version erhältlich und bietet sowohl eine sehr umfangreiche grasche als auch analytische
Umsetzung der Markov-Modellierung und Evaluation. Jedoch steht bei beiden Program-
men allein die Tatsache, dass es sich um eine Proprietäre Software handelt, der allgemei-
nen Verwendung im Wege.
Zusätzliche Einschränkungen kommen hinzu, wenn Anwendungen nur bestimmte Markov-
Modelle unterstützen. So stellt z.B. BQR ([BQR09]) das käuiche Programm RBD (Re-
liability Block Diagram) eine Oberäche bereit, mit welcher sich nur Blockmodelle erstel-
len lassen und somit nicht den Anforderungen in der Medizinökonomie genügt (Quelle
[BQR09]).
Zudem ist in vielen Anwendungen, welche in der heutigen Praxis häug als Analyse-Tool
genutzt werden, lediglich die Funktion zur Markov-Analyse und nicht zur Modellerstel-
6
Die Parameter werden im Laufe der Arbeit deutlich
7
Es wird in der Gesundheitsökonomie zwischen den Perspektiven Patient, Leistungserbringer, Kran-
kenkasse, Gesellschaft, Arbeitgeber und Versichertengemeinschaft der GKV unterschieden.
18
1. Einführung
lung vorhanden. Darunter zählen unter anderem Matlab und SHARPE (Quelle [Gmb09]
und [Uni99]).
Die einzige frei verfügbare Software stellt die in Ada geschriebene Anwendung CARMS
(Computer-Aided Rate Modeling and Simulation) dar (Quelle [Min]). Obwohl die gefor-
derten Funktionen der Modellierungs- und Simulationsmöglichkeit implementiert sind, ist
die Software allein aufgrund der wenig ansprechenden und umständlichen graschen Un-
terstützung nicht zum Einsatz zur Modellierung komplexer Krankheitsverläufe zu emp-
fehlen.
19
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
2. Grundlagen der Ökonomie und der Formalen
Entscheidungsanalyse
Um die ökonomischen Grundlagen der Markov-Modellierung zu verstehen, ist es notwen-
dig, deren Ziele, nämlich die der Entscheidungsanalyse und der Entscheidungsndung, in
den Vordergrund zu rücken. Denn Ausgangspunkt der im Zusammenhang dieser Arbeit
diskutierten Markov-Modelle ist es, eine Anzahl konkurrierender Interventionen unter be-
stimmen Aspekten miteinander vergleichbar zu machen, damit eine Entscheidung für eine
Intervention getroen werden kann. So sollten beispielsweise neue, teurere medizinische
Maÿnahmen, wie eine Therapie zur Vorbeugung des Diabetischen Fuÿsyndroms
8
(DFS),
nur dann in der Praxis angewandt werden, wenn im Vergleich zu keiner oder einer anderen
Therapie die Kosten in einem annehmbaren Verhältnis zum Nutzen stehen. Was als an-
nehmbar gilt, ist jedoch nicht objektiv zu entscheiden. Bei präventiven Maÿnahmen sind
vor allem auch die Einsparungen bei den Folgekosten, durch Verhindern einer Erkran-
kung zu beachten, da diese ausschlaggebend für das Ergebnis der Entscheidungsanalyse
sind.
In diesem Kapitel wird nach Denition und Erläuterung der Notwendigkeit der Gesund-
heitsökonomie im Allgemeinen, deren Teilgebiet - die formale Entscheidungsanalyse bzw.
die gesundheitsökonomische Modellierung - vorgestellt. Als Werkzeug der Entscheidungs-
analyse werden darauf folgend die Grundlagen, der Aufbau und die Verwendung des
markov'schen Entscheidungsmodells erklärt und anhand eines Beispiels veranschaulicht.
2.1. Gesundheitsökonomie
"Gesundheitsökonomie ist einfach die Analyse der wirtschaftlichen Aspekte
des Gesundheitswesens unter Verwendung von Konzepten der ökonomischen
Theorie"([Sch08b], S. 14)
Zur Notwendigkeit wirtschaftlicher Analysen tragen viele Aspekte bei, wobei gerade
das Phänomen der Kostenexplosion im Gesundheitswesen die gesundheitsökonomische
8
Näheres zum diabetischen Fuÿsyndrom in Kapitel 2.4
20
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
Forschung beügelte und das Interesse an gesundheitsökonomischen Überlegungen in
Deutschland steigerte. Spätestens jedoch nach Erklärung des politischen Willens, die
Kosten des Krankenversicherungssystems in Relation zum Bruttosozialprodukt konstant
zu halten, muss mit Hilfe gesundheitsökonomischer Theorien überlegt werden, wie die
knappen Ressourcen des solidarisch nanzierten Krankenversicherungssystems ezient
eingesetzt werden können (vgl. [Sch08b], S. 21). Eine Kosten-Nutzen-Bewertung medizi-
nischer Maÿnahmen ist somit heutzutage, bedingt durch steigende nanzielle Belastungen
des Gesundheitssystems und politischen Vorschriften, unumgänglich geworden.
Dennoch ist die Anwendung der ökonomischen Theorie auf Fragen des Gesundheitswe-
sens zum Teil heftig kritisiert worden, da behauptet wird Gesundheit ist das höchste
Gut (vgl. [Sch08b], S. 15). Diese Behauptung ist zwar schon allein aus ethischer Sicht
gerechtfertigt, jedoch darf nicht auÿer Acht gelassen werden, dass jeder Euro, der für eine
Gesundheitsversorgungsinstitution - z. B. ein neues Rehabilitationszentrum - ausgegeben
wird, für eine alternative Verwendung innerhalb oder auÿerhalb des Gesundheitswesens
- wie z. B. dem Bildungssektor oder für ein neues Transplantationszentrum - nicht zur
Verfügung steht (Ebd.).
Diese Überlegungen führten zu dem politisch geforderten und gesellschaftlich immer mehr
akzeptierten Beschluss auch im Bereich des Gesundheitswesens wirtschaftliche Analysen
anzuwenden. Dafür gilt es Methoden zur Kostenminimierung unter gleichzeitiger Nut-
zenmaximierung zu entwickeln, was Aufgabe der ökonomischen Evaluationstheorie
9
ist,
damit langfristige Kosteneinsparungen und eine Stabilisierung des Gesundheitssystems
erreicht werden können. Die Verfahren der Evaluationstheorie entstammen aus dem Be-
reich der Wirtschaftlichkeitsanalysen von Investitionen und sind somit zwar keineswegs
neu, jedoch mussten für die gesundheitsökonomische Forschung erstmals Überlegungen
zur Bestimmung des Investitionsnutzens gesundheitlicher Maÿnahmen angestellt werden.
Denn der Nutzen gesundheitlicher Investitionen, z.B. die Senkung der Mortalität oder
Erhöhung der Lebensqualität, sind schwer mess- und in Geldeinheiten quantizierbar
9
Evaluationstheorie entstammt aus der allgemeinen ökonomischen Forschung und stellt Instrumente zur
Verfügung, die eine Entscheidungsndung unter bestmöglichem Kosten-Nutzen-Verhältnis ermöglicht
und somit die Grundlage der Entscheidungsanalyse in der Gesundheitsökonomie bildet.
21
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
(vgl. [Sch08b], S. 22). Nach [Sch08b], kann deshalb behauptet werden, dass die Gesund-
heitsökonomie nicht nur von der allgemeinen Entwicklung der ökonomischen Theorie pro-
tiert, sondern auch einen beachtenswerten Beitrag zur Weiterentwicklung der ökonomi-
schen Forschung leisten kann. Einen weiteren Impuls bekommt die Evaluationsforschung
dadurch, dass es in vielen Ländern mittlerweile Standard ist, Gesundheitsleistungen -
insbesondere Arzneimittel - durch eine Kosten-Nutzen-Bewertung und ein Health Tech-
nology Assessment evaluieren zu lassen (Ebd.). So wurde in Deutschland 2004 im Zuge
der Gesundheitsreform das Institut für Qualität und Wirtschaftlichkeit im Gesundheits-
wesen (IQWIG) gegründet, dessen Aufgabe es seit der Gesundheitsreform 2007 unter
anderem ist, medizinische Maÿnahmen auf ihre Eekte und Kosten zu untersuchen. Die-
se Evaluation medizinischer Maÿnahmen ist Grundlage für Entscheidungen über den
Einsatz der Gesundheitsleistungen, die Preisbildung und die Erstattungsfähigkeit durch
die Krankenversicherung (Ebd.).
Nach [Sch08b] konnte die gesundheitsökonomische Forschung nicht nur wertvolle Metho-
den für die Evaluation von Gesundheitsleistungen entwickeln, sondern stand auch Pate
für die Formulierung von Leitlinien zur Durchführung gesundheitsökonomischer Evalua-
tionsstudien.
2.2. Grundlagen der formalen Entscheidungsanalyse bzw.
gesundheitsökonomischer Modellierung
Die Entscheidungsanalyse im engeren Sinne stellt einen mathematisch-formalen Ansatz
dar und verwendet klar festgelegte Algorithmen zur Optimierung der Ergebnisse einer
Entscheidung. Deshalb wird sie auch formale Entscheidungsanalyse genannt (vgl. [US08],
S.272). Als systematischer und quantitativer Ansatz zur Entscheidungsndung unter Un-
sicherheit (siehe Exkurs), beschäftigt sich die Entscheidungsanalyse speziell mit der Fra-
ge, wie medizinische Entscheidungen verbessert werden können (Ebd.).
22
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
Exkurs Entscheidungen unter Unsicherheit (vgl. [US08], S. 271)
Die Medizin ist eine Disziplin, in der Entscheidungen unter Unsicherheit zu treen
sind. Dies bedeutet, dass für einen Patient mit einem bestimmten Symptomenkom-
plex letztlich immer eine Entscheidung bezüglich des weiteren diagnostischen oder
therapeutischen Vorgehens zu treen ist, auch wenn zum Zeitpunkt dieser Entschei-
dung viele Aspekte bezüglich seiner Erkrankung und der Auswirkungen bestimmter
Therapien auf seinen Gesundheitszustand nicht mit vollständiger Sicherheit vorher-
gesagt werden können.
Insbesondere der künftige Krankheitsverlauf formiert sich allgemein durch Umwelt-
einüsse, die der behandelnde Arzt nicht kontrollieren kann.
Auÿerdem besitzen viele diagnostische Prozeduren, die zur Aufklärung des Krank-
heitsgeschehens eingesetzt werden, selbst ein medizinisches Risiko.
Die Aufgabe der Entscheidungsanalyse liegt zum einen in der Darstellung bzw. Model-
lierung des Entscheidungsproblems, welches alle Handlungsalternativen mit den jeweili-
gen Umwelteinüssen und zu erwartenden Konsequenzen umfasst, und zum anderen in
der anschlieÿenden Untersuchung bzw. Berechnung der Ergebnisse der Alternativen [vgl.
[Sch08b]).
Das Ziel der Entscheidungsanalyse ist somit die Auswahl einer Handlungsstrategie nach
Gewichtung des medizinischen Nutzens, der Risiken und gegebenenfalls der Kosten der
verschiedenen Handlungsalternativen (vgl. [US08], S.272f).
Mit der Auswahl einer Handlungsalternative wird eine Nutzenmaximierung angestrebt,
wobei im Voraus dieser Nutzen klar deniert sein muss. Denn je nach Perspektive (behan-
delnder Arzt, Patient, Krankenkasse, Gesellschaft), verändert sich der zu maximierende
Parameter. Häug angestrebte Nutzen sind eine höhere Lebenserwartung, höhere Über-
lebenswahrscheinlichkeit, bessere Lebensqualität oder geringere Kosten, die sich in der
Regel gegenseitig ausschlieÿen. Möglich sind auch eine Kombinationen oder Verhältnisse
dieser Parameter (vgl. [US08]).
Zu betonen ist jedoch, dass die Entscheidungsanalyse keine klinisch objektive Entschei-
23
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
dung anbietet, sondern ihr lediglich eine Unterstützungsfunktion zukommt. Medizinische
Entscheidungen sind trotz entscheidungsanalytischer Modellierung subjektiv und unter
dem Einuss weiterer Aspekte wie Ethik und Politik zu treen (vgl. [Tru07]). Aber auch
das Bestreben die Gesundheitsgüter gerecht zu verteilen, kann zu Entscheidungen führen,
die der oben erwähnten Nutzenmaximierung entgegenstehen.
An Bedeutung gewinnt die gesundheitsökonomische Modellierung vor allem dann, wenn
klinische Studien an ihre Grenzen stoÿen und nicht mehr zur Entscheidungsndung bei-
tragen können.
Entscheidungsanalytische Modelle können diese Dezite klinischer Studien teilweise aus-
gleichen, worauf in den Kapiteln 2.2.1 bis 2.2.4 eingegangen wird.
Zusammenfassend eignen sich nach [US08] entscheidungsanalytische Modelle dann, wenn
eine längere Beobachtungszeiten simuliert werden müssen (z.B., wenn sich Eekte
erst über längere Zeiträume auswirken).
die erforderlichen Daten aus prospektiven klinischen Studien (noch) nicht vorliegen.
in kurzer Zeit Ergebnisse kostengünstig gewonnen werden müssen
Hypothesen über den Einuss einer oder mehrerer medizinischer Parameter gebildet
werden sollen.
2.2.1. Längerer Beobachtungszeiten
Im Kontext gesundheitsökonomischer Evaluation eignen sich vordergründig deswegen
lange Zeiträume, da die mit den Public-Health-Interventionen angestrebten Eekte häug
nicht direkt erkennbar sind und die meisten medizinischen Interventionen langfristige
Auswirkungen haben (vgl. [Tru07]).
Die hohe Relevanz, längere Zeithorizonte zu modellieren, geht auf die Tatsache zurück,
dass immer mehr chronische Erkrankungen den Gesundheitszustand der Bevölkerung
moderner Industriestaaten bestimmen (vgl. [BB06]). Derartige Erkrankungen sind in
der Regel nicht heilbar und daher lebenslang behandlungsbedürftig. Deshalb ist sowohl
24
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
aus ethischen als auch aus ökonomischen Gründen von höchster Priorität, jeweils die
Public-health-Intervention als Goldstandard zu identizieren, die den höchstmöglichen
Nutzengewinn verspricht. D.h. eine Linderung eines Krankheitsmerkmals oder eine Ver-
zögerung des Krankheitsverlaufs würde über den gesamten Lebensweg eines Patienten
Kosten einsparen. Am Beispiel der Erkrankung Diabetes mellitus würde dies zum Bei-
spiel die langfristigen Auswirkungen verschiedener Therapien auf den Symptomverlauf
des DFS darstellen.
Entscheidungsanalytische Modelle ermöglichen bei dieser Problemstellung Kosten in die
Zukunft zu extrapolieren (vgl. [Tru07]).
2.2.2. Lückenhafte oder fehlende Daten
Liegen zum Zeitpunkt des Bedarfs nicht alle notwendigen Parameterinformationen durch
Studien aus der Vergangenheit vor, so kann keine standardisierte klinische Studie durch-
geführt werden. Die Gründe für das Fehlen von Daten liegen zum einen in der Langwierig-
keit der Durchführung klinischer Studien gegenüber den Modellierungen und zum ande-
ren darin, dass manche Datenerhebung aus nanziellen oder ethischen Gründen gänzlich
unmöglich ist. Beispielsweise ist es in klinischen Studien unmöglich - weil unethisch -
erkrankte Patienten mit Placebo oder mit zwar günstigeren, jedoch wahrscheinlich weni-
ger wirksamen, Medikamenten zu therapieren und ihnen damit eine adäquate Therapie
vorzuenthalten (vgl. [Tru07], S. 13). In solchen Fällen ist eine Modellierung der beste
und oft einzig verfügbare Ansatz.
2.2.3. Hypothesenbildung / Sensitivitätsanalysen
Klinisch kontrollierte Studien testen Therapieinterventionen unter festen Bedingungen,
um lediglich die Wirksamkeit der Intervention herauszustellen, nicht aber die Eektivität
(vgl. [Tru07], S. 13).
In der Praxis ist jedoch gerade die Eektivität ein ausschlaggebender Grund, ob eine
Intervention auf dem Gesundheitsmarkt eingeführt werden kann. Zudem können Ein-
ussfaktoren (z.B. Akzeptanz) und Variation der Modellparameter (z.B. Dauer der Be-
25
2. Grundlagen der Ökonomie und der Formalen Entscheidungsanalyse
handlung) zu abweichenden Ergebnissen führen, die im Rahmen einer klinischen Studie
nicht erlangt werden können (Ebd.).
Bei der gesundheitsökonomischen Evaluation hingegen können die Parameter verändert
werden, um festzustellen, welche Auswirkungen bestimmte Faktoren wie bspw. unter-
schiedliche Heterogenitätsannahmen auf den Krankheitsverlauf und die entstehenden
Kosten haben (vgl. [MF07], S. 193). Durch diese Form der Sensitivitätsanalyse wird
eine statistische Hypothesenprüfung ermöglicht.
2.2.4. Zeit- und Kostenersparnis durch Modellierung
Aus vorherigen Punkten wird auch die Zeit- und Kostenersparnis oensichtlich, die durch
eine Modellierung anstelle der Durchführung einer klinischen Studie einhergeht. Während
für klinische Studien eine Patientenkohorte über einen längeren Zeitraum behandelt, be-
obachtet und deren Ergebnisse ausgewertet werden muss, geschieht bei der Modellierung
alles über stochastische Berechnung mit festgelegten Startvariablen. Vor allem Erkennt-
nisse, die bei einer klinischen Studie erst nach mehreren Jahren erlangt werden könnten,
würden in vielen Bereichen, wie der Forschung und dem Praxisalltag, zu hohe Kosten
produzieren. Zudem könnten, wegen der Langwierigkeit der Durchführung, im Laufe der
Jahre die eigentliche Fragestellung hinfällig oder durch neue Erkenntnisse überholt wor-
den sein.
Modellrechnungen können hier zu einer Zeit- und Kostenminderung führen, da sie auf
einer hypothetischen Kohorte, deren Verlauf über beliebig viele Jahre simuliert werden
kann, basieren.
Ein vollständiges Ersetzen der klinische Studien durch Modellierung ist jedoch nicht denk-
bar, da zum einen die Extrapolation der Daten in vielen Fällen zu falschen Ergebnissen
führen würden und zum anderen die Parameter, auf denen die Modellierung basiert, oft
aus existierenden klinischen Studien gewonnen werden müssen (vgl. [BA00], S. 447).
So hat die Modellierung vor allem die Aufgabe klinische Studien zu ergänzen bzw. dann
zu ersetzten, wenn diese an ihre Grenzen stoÿen.
26
0 Kommentare