বিষয় 57 / 91· HTA কাঠামো ও প্রতিরোধ অর্থনীতি
স্ক্রিনিং অর্থনীতি
স্ক্রিনিং অর্থনীতি উপসর্গহীন জনসংখ্যা পরীক্ষার মূল্য নিয়ন্ত্রণ করে। মূল গাণিতিক সত্য: কম রোগ প্রাদুর্ভাবে, এমনকি চমৎকার পরীক্ষাগুলিও বেশিরভাগ মিথ্যা ইতিবাচক তৈরি করে — এবং সেগুলি তাড়া করার নিম্নমুখী খরচ প্রকৃত পাওয়া সুবিধাকে প্লাবিত করতে পারে।
কেন এটি গুরুত্বপূর্ণ
1968 সাল থেকে, WHO-র উইলসন-জাংনার মানদণ্ড জনসংখ্যা স্ক্রিনিংয়ের জন্য বার নির্ধারণ করেছে: অবস্থা গুরুত্বপূর্ণ হতে হবে, পরীক্ষা গ্রহণযোগ্য এবং সঠিক হতে হবে, কার্যকর চিকিৎসা বিদ্যমান থাকতে হবে, এবং অর্থনীতি ভারসাম্যপূর্ণ হতে হবে। UK National Screening Committee যেকোনো জাতীয় কর্মসূচি অনুমোদনের আগে আনুষ্ঠানিক খরচ-কার্যকারিতা বিশ্লেষণ প্রয়োগ করে — এবং বেশিরভাগ প্রস্তাব প্রত্যাখ্যান করে। প্রতিটি "AI সবার জন্য সবকিছু স্ক্রিন করবে" পিচ এই মেশিনারিতে চলে যায় এবং সাধারণত নিচের গণিতে হারে।
গণনা
ইতিবাচক ভবিষ্যদ্বাণীমূলক মূল্য (PPV) — একটি ইতিবাচক ফলাফল বাস্তব হওয়ার সম্ভাবনা — কম প্রাদুর্ভাবে ভেঙে পড়ে:
PPV = (সংবেদন × প্রাদুর্ভাব) / [সংবেদন × প্রাদুর্ভাব + (1 − নির্দিষ্টতা) × (1 − প্রাদুর্ভাব)]
উদাহরণ: সংবেদনশীলতা 90%, নির্দিষ্টতা 95%, প্রাদুর্ভাব 0.5%:
PPV = (0.9 × 0.005) / (0.9 × 0.005 + 0.05 × 0.995)
= 0.0045 / (0.0045 + 0.04975) ≈ 8.3%
বারোটির মধ্যে এগারোটি ইতিবাচক মিথ্যা। সম্পূর্ণ কর্মসূচি অর্থনীতি:
প্রতি প্রকৃত কেস পাওয়ায় খরচ = (স্ক্রিনিং খরচ + সকল ইতিবাচকের জন্য কাজের খরচ) / প্রকৃত ইতিবাচক
তারপর: একটি কেস খুঁজে পাওয়া কি এর মূল্য? (প্রতি কেসে আগের-হস্তক্ষেপের মূল্য,
বিয়োগ অতি-নির্ণয় ক্ষতি — পাওয়া কেস যা কখনো গুরুত্বপূর্ণ হত না)
বিস্তারিত উদাহরণ
একটি বিরল অবস্থার জন্য AI রেটিনাল স্ক্রিনিং, 100,000 মানুষ, প্রাদুর্ভাব 0.5%, সংবেদন 90%, নির্দিষ্টতা 95%, স্ক্যান £15, নিশ্চিতকারী কাজ £400:
প্রকৃত ইতিবাচক: 100,000 × 0.005 × 0.90 = 450
মিথ্যা ইতিবাচক: 100,000 × 0.995 × 0.05 = 4,975
খরচ = 100,000 × 15 + (450 + 4,975) × 400 = 1.5M + 2.17M = £3.67M
প্রতি প্রকৃত কেসে খরচ ≈ £8,156
যদি প্রারম্ভিক চিকিৎসা প্রতি কেসে £20,000 + 1 QALY সাশ্রয় করে, কর্মসূচি সহজেই পরিষ্কার করে। নির্দিষ্টতা 99%-এ বাড়ান (কম মিথ্যা অ্যালার্ম): কাজের খরচ (450 + 995) × 400 = £0.58M-এ পড়ে, মোট £2.08M, প্রতি কেসে খরচ ≈ £4,622 — নির্দিষ্টতা, সংবেদনশীলতা নয়, যেখানে কম প্রাদুর্ভাবে স্ক্রিনিং অর্থনীতি জয়ী হয়।
সফটওয়্যার ইঞ্জিনিয়ারিং সংযোগ
স্ট্যাটিক বিশ্লেষণ, নিরাপত্তা স্ক্যানিং এবং অস্বাভাবিকতা সনাক্তকরণ হল কোডবেস এবং টেলিমেট্রির উপর স্ক্রিনিং কর্মসূচি, যেখানে প্রকৃত-ত্রুটির প্রাদুর্ভাব প্রায়ই প্রতি সতর্কতা-সুযোগে 1%-এর অনেক নিচে। অভিন্ন গণিত সতর্কতা ক্লান্তি ব্যাখ্যা করে: কম-প্রাদুর্ভাব কোডে একটি 95%-নির্দিষ্ট স্ক্যানার দলগুলিকে মিথ্যা ইতিবাচকে ডুবিয়ে দেয়, এবং প্রতিটি মিথ্যা ইতিবাচক মনোযোগ খরচ করে এবং বিশ্বাস ক্ষয় করে যতক্ষণ না প্রকৃত সতর্কতা উপেক্ষিত হতে শুরু করে (ক্লিনিক্যাল শব্দ হল স্ক্রিনিং ক্ষতি; ইঞ্জিনিয়ারিং শব্দ হল পেজার অসাড়তা)। প্রতিকারগুলি স্বাস্থ্য থেকে স্থানান্তরিত হয়: সংবেদনশীলতার আগে নির্দিষ্টতা বাড়ান, উচ্চতর-প্রাদুর্ভাব উপ-জনসংখ্যা স্ক্রিন করুন (ঝুঁকি-ভিত্তিক টার্গেটিং ↔ শুধুমাত্র-পরিবর্তিত-কোড স্ক্যানিং), এবং সরঞ্জামের অর্থনীতিতে ট্রায়াজ খরচ গণনা করুন — দেখুন NNT এবং ক্লিনিক্যাল AI মূল্যায়ন। একক পরীক্ষার বদলে সম্পূর্ণ স্ক্রিনিং কর্মসূচির মাপের জন্য স্ক্রিনিংয়ের প্রয়োজনীয় সংখ্যা দেখুন — একটি ফলাফল রোধ করতে কতজনকে সম্পূর্ণ স্ক্রিন-তারপর-চিকিৎসা পথ পেরোতে হবে।
ঝুঁকি
- প্রাদুর্ভাব ছাড়া সংবেদনশীলতা/নির্দিষ্টতা উদ্ধৃত করা — PPV ছাড়া নির্ভুলতা বিপণন।
- অতি-নির্ণয় উপেক্ষা করা: অলস "রোগ" খুঁজে পাওয়া যা কখনো ক্ষতি করত না প্রকৃত চিকিৎসা খরচ এবং ক্ষতি ট্রিগার করে।
- সময় প্রধান পক্ষপাত: পরিবর্তিত ফলাফল ছাড়া আগের সনাক্তকরণ দৃশ্যমান বেঁচে থাকা স্ফীত করে — দেখুন আরও আগে হস্তক্ষেপ।
উৎস
- Wilson JMG, Jungner G. "Principles and practice of screening for disease." WHO 1968. https://apps.who.int/iris/handle/10665/37650
- UK National Screening Committee. https://www.gov.uk/government/groups/uk-national-screening-committee-uk-nsc