Introducción al análisis de decisiones

Esquema

1. Presentaciones
2. Motivación
3. Ejemplos de análisis de decisiones
4. Objetivos del taller

Curso sitio web

https://github.com/graveja0/bogota-vital-strategies

• Todos los materiales del taller (diapositivas, casos de estudio) se publican aquí.
• Nuestro calendario (que probablemente evolucione) también se publicará aquí y se actualizará periódicamente.

Presentaciones

• Por favor, ¡preséntense!

Motivación

Las dos últimas décadas …

• Hepatitis C curada
• Reducción significativa de la incidencia del VIH
• Posible cura de la leucemia y el linfoma recidivantes o refractarios
• Vacunas perfeccionadas (por ejemplo, la vacuna contra el VPH) para prevenir enfermedades como el cáncer de cuello uterino y otros tipos de cáncer.
• Avances en la prevención de enfermedades cardiovasculares

A pesar de estos avances …

• La carga de enfermedades no transmisibles (ENT) como el cáncer, las enfermedades cardiovasculares y la diabetes va en aumento.
• Son la causa del 74% de las muertes en el mundo, y la mayoría (86%) en los países de bajos y medios ingresos.
  • Fuente: OMS
• Las tasas de desnutrición, necesidad insatisfecha de servicios de salud sexual y reproductiva y mortalidad materna también siguen siendo elevadas en muchas partes del mundo.

Ejemplos de análisis de decisiones

Ej 1. VIH

Ha sido nombrado director de un comité de asignación de fondos responsable de las iniciativas de prevención y tratamiento del VIH.

1. Cómo decidirá el comité la proporción de fondos para las iniciativas de prevención frente a las de tratamiento?

2. ¿Debería alocar parte de los fondos para la investigación?

3. ¿Cómo responder a un miembro que argumenta que los fondos están mejor gastados en vacunación infantil?

Ej 2. Defectos de nacimiento

• Un hipotético defecto congénito está presente en 1 de cada 1.000 niños nacidos

• A menos que se trate, esta condición tiene una tasa de mortalidad del 50%

Ej 2. Defectos de nacimiento

¿Deberíamos detectar este hipotético defecto de nacimiento?

• Un hipotético defecto congénito está presente en 1 de cada 1.000 niños nacidos.

• A menos que se trate, esta condición tiene una tasa de mortalidad del 50%.

Ej 2. Defectos de nacimiento

¿Deberíamosdetectar este hipotético defecto de nacimiento?

• Prueba diagnóstica: Perfectamente preciso

• Todos los recién nacidos en los que se identifica el defecto pueden ser curados con éxito

• PERO la prueba en sí puede ser letal:

  • 4 de cada 10.000 bebés sometidos a la prueba morirán como resultado directo y observable del procedimiento de la prueba

Ej 2. Defectos de nacimiento

Objetivo: Minimizar el total de muertes esperadas

Ej 2. Defectos de nacimiento

Objetivo: Minimizar el total de muertes esperadas

• Considerar una población de 100.000 recién nacidos

• La prueba produce: (0,0004 x 100.000) = 40 muertes esperadas

• Sin pruebas produce: (0,001 x 0,5 x 100.000) = 50 muertes esperadas

Ej 2. Defectos de nacimiento

Objetivo: Minimizar el total de muertes esperadas

• Considere una población de 100.000 recién nacidos

• La prueba produce: (0,0004 x 100.000) = 40 muertes esperadas

• Sin pruebas produce: (0,001 x 0,5 x 100.000) = 50 muertes esperadas

¡Parece que GANA LA PRUEBA!

Ej 2. Defectos de nacimiento

Objetivo: Minimizar el total de muertes esperadas

• Considere una población de 100.000 recién nacidos

• La prueba produce: (0,0004 x 100.000) = 40 muertes esperadas

• Sin pruebas produce: (0,001 x 0,5 x 100.000) = 50 muertes esperadas

¡Parece que GANA LA PRUEBA!

¿Alguien tiene un problema con esto??

Diferentes vidas se pierden

• Con pruebas, casi todas las 40 muertes ocurren en bebés nacidos sin la enfermedad mortal.

• Sin pruebas, las 50 muertes previstas se producen por “causas naturales” (es decir, por un defecto congénito que no se puede prevenir).

Se pierden vidas diferentes

• “Muertes inocentes” infligidas a niños que no tenían “nada que ganar” con el programa de pruebas

• Podemos tratar la muerte de un niño como más tolerable que la de otro, incluso cuando no tenemos forma, antes del hecho, de distinguir a un bebé del otro.

Ej 3. Cáncer de colon

• 3ª causa de muerte por cáncer.
• Hombres, mujeres, todas las razas.
• La detección precoz ayuda a prevenirlo y mejora la salud.
• \sim80\% prevenible.

Ej 3. Cáncer de colon – Prevención

• ¿Cuándo realizar el tamizaje?
• ¿Qué prueba y con qué frecuencia?
• Si se encuentra/extrae un pólipo ¿cuándo repetir?

Ej 3. Cáncer de colon – Prevención

• ¿Costo-efectividad de pruebas de tamizaje alternativas?
• ¿Frecuencias alternativas de tamizaje?
• ¿Cómo debería variar el tamizaje según los grupos de riesgo?

Ej 3. Cáncer de colon - Estimación de probabilidades

• Predecir el riesgo/incidencia del cáncer de colon
  • Antecedentes familiares, pólipos anteriores, otros factores
  • Probabilidad de padecer cáncer de colon
• Predecir el impacto del cáncer de colon
  • Probabilidad de curación
  • Probabilidad de muerte
  • Probabilidad de morbilidad

Ej 3. Cáncer de colon - Estimación de probabilidades

• Predecir el “beneficio” del tamizaje
  • Todas las probabilidades anteriores
  • Probabilidad de detección precoz
  • Probabilidad de complicaciones derivadas de las pruebas
  • Probabilidad de falso positivo
  • Probabilidad de falso negativo
  • Probabilidad de que prueba positiva = cáncer
  • Probabilidad de que prueba negativa = sin cáncer

La estimación de probabilidades es fundamental para la toma de decisiones

• No se pueden obtener fácilmente las probabilidades necesarias
• Períodos de tiempo / duraciones variables
• Métodos para estimar probabilidades

Casos comunes

• Tradeoffs inevitables
• Diferentes perspectivas pueden llevar a conclusiones diferentes
• Múltiples objetivos contrapuestos
• Complejidad
• Incertidumbre

Análisis de decisiones

• Tiene como objetivo informar la elección bajo incertidumbre utilizando un enfoque explícito y cuantitativo

• Su objetivo es identificar, medir y valorar las consecuencias de las decisiones en situaciones de incertidumbre cuando hay que tomar una decisión, más apropiadamente a lo largo del tiempo.

Diseño del taller

1. Somos flexibles – si hay algún tema que no te queda claro, o que te gustaría que se ampliara, ¡háznoslo saber!
2. Contenido mixto

• Conferencias
• Casos de estudio en grupos reducidos
• Casos de estudio en grupos grandes y ejercicios prácticos de Excel

Contenido del taller

1. Fundamentos del análisis de decisiones (Días 1)

• Árboles de decisión

Contenido del taller

2. Fundamentos del análisis costo-efectividad (Días 2-3)

• Umbrales de tratamiento y valor de la información
• Valoración de costos y resultados sanitarios
• Análisis costo-efectividad incremental
• Introducción a los modelos de Markov

Contenido del taller

3. Avance de temas avanzados (Día 4)

• Análisis de sensibilidad
• Marcos avanzados de modelización CEA.

¿Preguntas?