Tendencias HEOR 2022-2023 (Investigación en Resultados y Economía de la Salud) – Parte 1

La investigación en HEOR es un importante campo, creado por la intersección de diversas disciplinas (economía de la salud, ciencia de datos, gerencia y estrategia etc.) que pretende optimizar la gestión de las decisiones en el marco de los sistemas de salud.
Tendencias HEOR 2022-2023 (Investigación en Resultados y Economía de la Salud) – Parte 1
[favorite_button]
Comentar

La investigación en HEOR es un importante campo, creado por la intersección de diversas disciplinas (economía de la salud, ciencia de datos, gerencia y estrategia etc.) que pretende optimizar la gestión de las decisiones en el marco de los sistemas de salud.

Este año, la Sociedad Profesional para HEOR, mejor conocida por nosotros como ISPOR, publicó un importante documento sobre las tendencias 2022-2023 en este campo. Mi interés es hacer un resumen comentado sobre el mismo, aterrizado al escenario colombiano y a la vez mencionar algunas propuestas respecto a como abordarlas para una mejor gestión sectorial. ¡Bienvenidos!

Artículo relacionado: Lanzamiento iniciativa Mujeres en HEOR, capítulo ISPOR Colombia

Antes de empezar debo resaltar que el escenario de la pandemia Covid-19 trazó una dinámica especial con respecto a estas tendencias como lo mencionaré en los puntos correspondientes. Debido a la extensión del tema trataré las tendencias por partes, iniciando por las dos más importantes.

1. Evidencias del Mundo Real y Datos del Mundo Real (RWE/RWD)

Esta, que ha sido la tendencia número 1 desde hace un buen tiempo no parece haberse tomado muy en serio -aún- en Colombia. La RWE tiene utilidad en diversos escenarios:

a. Procesos regulatorios (aprobación, mercadeo, farmacovigilancia, esquemas de acceso temprano/extendido),

b. Evaluaciones de tecnologías en salud (HTAs),

c. Investigación académica,

d. Gestión financiera y administrativa del sistema de salud.

También puede leer: Colombia permanece libre de sarampión: OPS

Sin embargo, como lo describió Justo et al en 2019, en Colombia y en Latinoamérica en general nos hemos centrado casi que exclusivamente en la farmacovigilancia y en la investigación dejando rezagadas sus otras aplicaciones. Los principales problemas que dificultan esta expansión de uso son:

a. La fricción de los datos (RWD) dada por su variabilidad, baja calidad, pobre interoperabilidad y seguridad,

b. La brecha de competencias ya que no contamos con un número adecuado de científicos de datos y analistas de estas estructuras,

c. La baja confiabilidad de la investigación observacional y

d. La escasez de multiplataformas digitales integradoras de la travesía de los pacientes que permita a la vez una captura efectiva, dinámica, ética y segura de los datos.

Adicionalmente en Colombia hay una confusión conceptual entre RWD, RWE y registros de enfermedad, estos últimos son ejecutados (y algunas veces cobrados) por clínicos cuyo interés es finalizar una publicación colaborativa y no generar datos de importancia que alimenten la RWE para los fines sectoriales descritos inicialmente (son un elemento más de la inflación académica de las asociaciones científicas).

Artículo exclusivo: Aspectos que pagadores y proveedores deben evaluar en 2022

¿Cómo pasar a una nueva generación de RWD/RWE en Colombia?

Mi propuesta para articular adecuadamente una estructura de investigación adecuada en RWE/RWD, pero especialmente para generar productos de interés nacional que ayuden a mejorar la gestión sectorial es esta:

  • Crear una coalición o proyecto RWE que articule a las agencias estatales (liderado por el IETS y CAC), a la industria farmacéutica (desde AFIDRO), las EAPBs, IPS y la academia (universidad y sociedad científica) que permita articular y crear una bodega central de datos en grupos de trazadores, específicamente cáncer o enfermedad renal crónica, por ejemplo. Esta coalición debe vincular un gigante tecnológico local que facilite una megaplataforma en nube (AWS, Azure o Google Cloud®).
  • Construir la arquitectura del proyecto bajo diseño de gobierno de datos. Para ello debe construirse inicialmente un piloto para una enfermedad trazadora priorizada (por ejemplo, cáncer de mama) con los siguientes elementos:
    • Dominios de integración:
      • Fuentes de datos

La turbulencia de las fuentes de datos es interminable, por tanto, en el marco de este proyecto debe adquirirse y “entrenarse” un procesador de lenguaje natural (NLP) que extraiga y cargue en forma automática los datos de los generadores de información de la coalición (IPS, EPS, programas de pacientes etc.) ¿Cómo hacer esto?

También puede leer: Medicamentos anticovid de Merck y Pfizer solo se distribuirán desde el sector público en México

a. Debe iniciarse por un análisis de las ontologías biomédicas para estandarizar y “armonizar” la estructura del dato. Hay varias matrices internacionales que pueden utilizarse. En cáncer particularmente se encuentra el proyecto m-CODE de la Asociación Americana de Oncología ASCO.

b. Definir en donde se alojarán los datos extraídos y cargados en forma híbrida (NPL + humano) en la nube.

c. Integración con reportes preespecificados, esto se refiere a que la estructura debe idealmente abarcar la del reporte CAC para no generar dos procesos paralelos pero diferentes.

d. Generarlo en forma ambispectiva e interoperable con otros elementos no CAC como SISPRO, Sismed y Mipres (aunque este casi desaparece después de las nuevas inclusiones a PBS 2022).

Aquí viene uno de los temas más complejo, pero a la vez el más interesante.

Consulte el bigdata sobre cáncer de mama en Colombia

Deben incluirse en esta estructura los datos provenientes de las redes sociales ya que la información generada en estas plataformas es de suma importancia para el proceso salud-enfermedad. Su arquitectura, aunque difícil, puede brindarnos datos relacionados con PROs, calidad de vida, adherencia y acceso entre otros.

  • Determinar -una vez integrados- cuál es la estructura de RWD, para ello debe generarse una matriz de datos y una torre de control ajustada a las dinámicas biológicas de la enfermedad trazadora, en este caso cáncer de mama. Dicha torre de control debe ser expandible y tener la capacidad para cruces de analítica avanzada que generen modelos predictivos futuros para la gestión futura de las cohortes específicas.
  • Diseñar un tablero de visualización de métricas avanzado, operativo y de libre acceso para los miembros de la coalición, pero con un marco diferencial (limitado para la industria farmacéutica, por ejemplo).
  • Finalmente, en el contexto de una estructura de gobierno de datos, determinar los niveles de profundidad y los productos a entregar, especialmente a los pacientes para la gestión integrada y avanzada del riesgo en salud.

Ejemplos de este tipo de coaliciones como OPERAND y RCT duplicate, si bien no abundan en el mundo, han permitido demostrar que pueden ejecutarse y generar datos que tengan una fuerza similar a los ensayos clínicos controlados para soportar la carga de las decisiones sectoriales, cuyos niveles de incertidumbre e ineficiencia pueden llegar a ser críticos.

También puede leer: 7 de cada 10 medicamentos en desarrollo clínico son los “primeros de su clase”

2. Redefinición del Valor en Salud

Las evaluaciones económicas tradicionales son insuficientes bajo los resultados en salud que se están logrando en medicina, pero además debido a las fallas de mercado que llevan a unos elevados precios de las tecnologías y asimetría en la información, las que atentan contra la sostenibilidad del sistema de salud.

La OMS y otras agencias han creado nuevas mallas de evaluación del valor de las tecnologías en salud, especialmente enfocadas en los medicamentos y dispositivos. Estas son diversas y pueden abarcar desde las evaluaciones económicas clásicas hasta elementos no incluidos en forma tradicional como el bienestar de los individuos.

ISPOR incluye en su malla de evaluación dimensiones muy interesantes como el “valor del aseguramiento” que impacta sobre el riesgo de incidencia y severidad y por tanto en un menor costo, “el valor de le esperanza” que incluye la posibilidad de curar a las personas con una tecnología o la “disminución de la incertidumbre” que depende de la disponibilidad de marcadores biológicos predictivos de mejor respuesta a una intervención. Estas dimensiones sumadas a las tradicionales pueden movernos a lo que llamamos Matrices de Decisión Multi-Criterio (MCDA).

Recientemente, con un grupo de estudiantes de la maestría en administración de negocios MBA en salud de la Universidad El Rosario culminamos una MCDA específica para medicamentos y tecnologías en cáncer (datos no publicados). Las dimensiones que incluimos y su ponderación desarrollada en un grupo focal de expertos es la siguiente:

Artículo relacionado: I Have a (Digital) Dream

image
Tomado de: Pino, Palomarez, González. (Tesis: Matriz multicriterio para evaluación de medicamentos en oncología 2021, MBA Universidad el Rosario, Datos sin publicar)

El puntaje máximo asignado es de 1000 puntos. La idea de esta propuesta, que puede automatizarse para una ejecución más rápida es hacer una mejor evaluación de los medicamentos bajo los desenlaces de la oncología moderna y con ello generar acuerdos gerenciados de entrada (los famosos managed entry agreements MEAs) que permitan un precio ajustado al valor terapéutico real de una intervención y a la vez un mejor acceso poblacional.

Las tendencias restantes son:

3. Igualdades en Salud

4. Financiamiento de los Sistemas de Salud

5. Captura de los Pacientes (Engagement)

6. Precio de las Tecnologías en Salud

7. Salud Pública

8. Evaluciones de Tecnologías en Salud (HTAs)

9. Big Data, y por supuesto

10. Inteligencia Artificial en Salud

Trataré sobre ellas en nuevas entregas.

También puede leer: Herramienta de IA predice complicaciones de enfermedades cardiovasculares

Temas relacionados

Compartir Noticia

Facebook
Twitter
LinkedIn
WhatsApp
Noticias destacadas
Más Noticias

Escríbanos y uno de nuestros asesores le contactará pronto

Reciba atención inmediata mediante nuestros canales oficiales aquí:

  • Lo sentimos, este producto no se puede comprar.
Tu carrito de compras está vacío.

Volver a la tienda