6 Hur beskriva och hantera osäkerheter?
6.1 Osäkerhet om klinisk effekt leder till osäkerhet om kostnad per QALY
En hälsoekonomisk utvärdering är mycket informationskrävande. Utöver att fånga alla kostnader är ambitionen att fånga hur stor hälsovinst – mätt i termer av hälso-relaterad livskvalitet och livslängd – patienten uppnår av en medicinsk åtgärd.
I detta kapitel diskuterar vi ett antal frågor om osäkerhet:
• Är precisionsmedicin och ATMP förknippat med större eller annan typ av osäkerhet i skattad kostnad per QALY (ICER) än traditionella behandlingar?
• Vad ska ligga till grund för vilken nivå av subgruppsanalys man väljer i en utvärdering: tillgång till evidens för subgrupper eller relevans för beslut om användning?
• Hur kan osäkerheter i bland annat hälsovinst återspeglas i den hälsoekono-miska utvärderingen? Fokus för denna fråga ligger på ATMP.
• Finns det skäl att i framtiden skatta konsekvenserna för patienterna av att avvakta med en behandling, om detta övervägs som ett alternativ för att få bättre information om läkemedlets effekt innan det används? Hur kan konsekvenserna i så fall beskrivas och skattas?
6.1.1 Osäkerhet i skattad kostnad per vunnen QALY versus beslutsosäkerhet Det är inte osäkerheten i skattad ICER som är problematisk för beslutsfattaren, utan osäkerheten om ICER ligger över eller under den nivå beslutsfattaren anser rimlig – beslutsosäkerheten. Skattad ICER kan vara mycket osäker, men om skatt-ningen ligger mycket under beslutsfattarens nivå för rimlighet kan det ändå vara tydligt att läkemedelskostnaden är rimlig. En osäker ICER som ligger långt över nivån för rimlighet kan på samma sätt tydligt visa på låg kostnadseffektivt, se Figur 8.
Figur 8. Illustration av osäkerhet i skattad ICER och beslutsosäkerhet
6.1.2 Utformning av studier för läkemedlet ger knapphändig evidens om behandlingens effekt
Idag godkänns ofta läkemedel för försäljning på mer begränsade data om klinisk effekt än vad som tidigare skedde, som diskuterades i kapitel 3. Evidensen är till-räcklig för att den regulatoriska myndigheten ska kunna bedöma att förväntad nytta överstiger riskerna. Men det blir utmanande att bedöma hur stor den långsiktiga hälsovinsten relativt jämförelsealternativet är, vilket är det som myndigheter som
TLV måste bilda sig en uppfattning om (76). Mycket av osäkerheterna genereras av prövningarnas utformning:
• Studiedesign – att prövningen ofta inte har någon kontrollarm.
• Utfallsmåtten – att det är så kallade surrogatmått i stället för hårda utfallsmått som används.9
• Storleken – att det är ett litet antal patienter som ingår i prövningen.
• Varaktighet – att prövningen inte pågår under så lång tid.
Att prövningarna är utformade på detta sätt är inte unikt för precisionsmedicin och ATMP, men är oftare förekommande här. Det finns flera orsaker till detta. Produk-terna riktar sig mot tillstånd med få patienter och där det finns stora behov av nya läkemedel. Ett litet antal patienter gör det svårare att göra stora studier. Stora be-hov av nya behandlingar gör det angeläget att patienterna får tillgång till läkemed-len snabbt, vilket innebär att större fas 3-prövningar med kontrollgrupp inte är nödvändigt för att få marknadsgodkännande.
6.1.3 Precisionsmedicin leder till mer precis behandling men inte till mindre osäkerhet i utvärderingen
En del av precisionsmedicinen handlar om att via molekylära tester få kunskap om vilka patienter som kan ha effekt av en behandling och vilka som inte har effekt. Det innebär en möjlighet att vara mer säker på att behandlingen fungerar när den sätts in på en patient, och i förlängningen att pengar sparas genom att vi undviker att behandla de som inte har effekt. TLV:s bedömning är trots allt att detta inte leder till mindre beslutsosäkerhet än för andra typer av läkemedel. Skattad ICER kommer inte att ha högre precision, och kostnadseffektiviteten kommer inte självklart att bli bättre trots att man undviker att ge behandling till patienter där den inte fungerar.
Att precisionen i skattad ICER inte ökar beror på att den kliniska evidensen vid god-kännandet ofta är begränsad. Även om ett molekylärt test kan visa vem som har och inte har effekt av behandlingen, så visar det inte hur bra effekten är för de som behandlingen fungerar på.
Att kostnadseffektiviteten inte självklart blir bättre trots att man undviker att ge behandling till patienter som inte får effekt beror på att företagens prissättning av läkemedlen anpassas. I ett värdebaserat prissättningssystem sätter företagen priser utifrån den genomsnittliga effekten för de patienter som förväntas få behandling och som ingår i prövningen. Om ett läkemedel utan test ges till 100 personer och 50 av dessa vinner 1 QALY medan övriga inte får någon effekt, är den genomsnittliga hälsovinsten 0,5 QALY. Om företaget vet att betalaren normalt sett accepterar en kostnad per vunnen QALY på 1 miljon kronor kommer det med stor sannolikhet att välja att prissätta läkemedlet till 500 000 kr. Kostnaden för sjukvården blir då 50 miljoner kronor (500 000 kr * 100 patienter). Om vi i stället har en situation där det finns ett test som på förhand kan indikera vilka 50 personer som får effekt av
9 Ett surrogatmått är ett laboratorievärde eller ett fysikaliskt tecken som används som ersättning för det man egentligen vill mäta. Förhoppningen är att förändringar i surrogatmåttet skall avspegla förändringar i det man egentligen vill mäta – det hårda utfallsmåttet (105). Surrogatmått fångar ofta ett läkemedels aktivitet i stället för hälsoutfall.
läkemedlet uppskattas den genomsnittliga hälsovinsten för dessa patienter till 1 vunnen QALY. Företaget kommer då med stor sannolikhet att välja att sätta priset för samma läkemedel till 1 miljon kronor, och sjukvårdens kostnader blir återigen 50 miljoner kronor (1 miljon kronor * 50 patienter). Både kostnadseffektivitet och totala kostnader blir således desamma.
6.1.4 Särskilt stor osäkerhet för ATMP om hela betalningen för livslång effekt sker i samband med behandling
För ATMP tillkommer en faktor som ökar osäkerheten i den långsiktiga kostnads-effektiviteten: att betalning inte kan avslutas om till exempel effekten inte blir som förväntat. Vi diskuterar vissa aspekter av detta senare i kapitlet men framför allt i kapitel 7.