Modelos O que, por que, quando, qual e como Marcelo C. M. Fonseca Pediatra Intensivista UNIFESP Gerente do Núcleo de Pesquisas Clínicas UNIFESP Assessor do Reitor da UNIFESP Cientista sênior da Axia.Bio Empresa Brasileira Especializada em Economia da Saúde 11
Modos de estudar um sistema Sistema Experimentação com o próprio sistema Experimentação com um modelo do sistema real Modelo físico Modelo matemático Solução analítica Simulação * Simulation, Modeling & Analysis (3/e) by Law and Kelton, 2000, p. 4, Figura1.1 22
Por que modelar? Aumentar nossa compreensão de sistemas complexos e fundamentais Identificar a causa de eventos observados Comparar intervenções ou políticas alternativas Ajudar na tomada de decisões Fazer a política Analisar riscos Predizer tendências futuras 33
O que são modelos? São uma forma de representar a complexidade do mundo real de uma maneira mais simples e compreensível Buxton MJ, Drummond MF et al. Health Econ 1997; 6:217-227 44
Estudos clínicos Que modelo é esse? Protocolos com critérios de inclusão e exclusão Realizado em ambiente que pode não ser reproduzido no mundo real O tratamento é fornecido e estritamente monitorado Adesão ao tratamento é reforçada tanto para os pacientes quanto para os profissionais de saúde Parâmetros de eficácia e não de eficiência Potencialmente podem ser sujeitos a manipulação e a viés Geralmente são caros e demandam tempo Khan ZM; Miller DW. Clin Ther 1999; 21(5):896-915 55
Que modelo é esse? Meta-análise Estudos escolhidos de acordo com critérios estritos Realizados em ambiente que podem não ser reproduzidos no mundo real Os tratamentos são fornecidos e estritamente monitorados Adesão ao tratamento é reforçada tanto para os pacientes quanto para os profissionais de saúde Parâmetros de eficácia e não de eficiência Premissas sobre a síntese estatística Potencialmente podem ser sujeitos a manipulação e a viés Buxton MJ, Drummond MF et al. Health Econ 1997; 6:217-227 66
Modelos matemáticos Utilizam a linguagem mais precisa inventada pelo homem Usa o poder desta linguagem para nos permitir raciocinar e analisar Assim: Um modelo matemático é uma descrição de um sistema usando conceitos e linguagem matemáticos 77
Caracterizando um modelo matemático Determinístico ou Estocástico O modelo tem componentes estocáticos (probabilísticos) Estático ou Dinâmico O tempo é uma variável significante? Contínuo ou Discreto O estado do sistema evolui continuamente ou somente em pontos discretos no tempo? Contínuo: mecânica clássica Discreto: filas, inventário, loja modelos de máquinas 88
Taxonomia dos modelos Modelo do sistema Determinístico Estocástico Estático Dinâmico Estático Dinâmico Contínuo Discreto Contínuo Discreto 99
Então Modelar: construir um arcabouço conceitual que descreva um sistema Declarar claramente o problema a ser estudado, objetivo e escopo Assegurar que o modelo realmente avalia o problema ou a doença O arcabouço conceitual deve estar relacionado ao problema e não baseado na disponibilidade de dados Escolha dos comparadores A representação conceitual deve ser usada para identificar incertezas na estrutura do modelo (e estudá-las na análise de sensibilidade) Alguns sistemas são melhor representados por certos tipos de modelos 1010
Tipos de modelo Característica do problema Tipo de modelo Simples, não dinâmicos Árvores de decisão Baseado em estados de saúde Explosão de estados Modelo de transição de estados Microsimulação Interações Modelo de transmissão dinâmica, Simulação de eventos discretos 1111
Como modelar Identificação do sistema Análise do problema com estabelecimento das condições nas quais o sistema será observado Estados iniciais, condições de término, variáveis a serem observadas e suas magnitudes, especificação dos dados a serem coletados Representação do sistema em uma estrutura organizada Mapeamento dos objetos do sistema, suas relações, processos e comportamentos Desenho do modelo Descreve processo de extrair da representação do sistema somente as características essenciais do sistema original Codificação do modelo Transformar a representação estruturada do sistema em estruturas de dados e procedimentos computacionais 1212
Credibilidade do modelo Como modelar Estágio I - verificação se a lógica interna do modelo está funcionando Estágio II validação do modelo. O resultado do modelo é adequado para o seu propósito e consistente com com as premissas Formatação do resultado do modelo Intuitivo e informativo 1313
Macro etapas para o desenvolvimento de modelos farmacoeconômicos Levantamento das informações clínicas e econômicas pertinentes Determinação da árvore de decisão e seus componentes (Agudo ou crônico) Identificação da conduta local para o tratamento da doença em questão Modelo Farmacoeconômico Microcosting em valores locais Resultados com a conduta e custos locais e validação Input dos dados na árvore de decisão construída 1414
Quando modelar? Extrapolar dados observados em estudo clínico Basear-se em estudo clínico é justificável quando acredita-se que a terapêutica não terá efeitos de longo prazo mas em muitas situações este não é o caso Correlacionar parâmetros intermediários de estudos clínicos ao resultado final de saúde Improvável que haja correlação direta entre intermediário e final Custo de intervenções em doenças crônicas não é restrito ao curto prazo Generalizar o ambiente Do estudo para prática De local a local Khan ZM; Miller DW. Clin Ther 1999; 21(5):896-915 Buxton MJ, Drummond MF et al. Health Econ 1997; 6:217-227 1515
Quando modelar? Sintetizar comparações head to head onde não há estudos relevantes Predizer custos e conseqüências de alternativas terapêuticas Custo efetividade Desenhar uma avaliação para reduzir a incerteza Khan ZM; Miller DW. Clin Ther 1999; 21(5):896-915 Buxton MJ, Drummond MF et al. Health Econ 1997; 6:217-227 1616
Cuidados nas modelagens REAL MODELO O modelo precisa ser o mais simples e próximo possível da realidade 1717
Cuidados nas modelagens A simplicidade é desejável transparência validação descrição Com complexidade suficiente para responder a questão 1818
O balanço Uso apropriado dos dados clínicos Transparência Uso meticuloso de dados observacionais Validação Modelo 1919
OBRIGADO! marcelo.fonseca@axia.bio.br 2020