সময়-বিনিময় (TTO) উপযোগিতা আহরণ

TTO হলো একটি স্বাস্থ্য অবস্থার উপযোগিতা মান উত্তরদাতার কাছ থেকে সরাসরি পাওয়ার আদর্শ পদ্ধতি, বানিয়ে না নিয়ে। এটি আহরণ পদ্ধতিগুলোর একটি — standard gamble ও বিচ্ছিন্ন পছন্দ পরীক্ষার পাশাপাশি — যা EQ-5D-র মতো যন্ত্রের পেছনের মান সেট তৈরি করে, এবং তাই বেশিরভাগ পরবর্তী QALY গণনার পেছনে।

কেন এটি গুরুত্বপূর্ণ

একটি QALY গণনায় প্রবেশ করা প্রতিটি উপযোগিতা ওজন কোথাও থেকে এসেছে। TTO হলো সেই "কীভাবে": মৃত্যুর চেয়ে ভালো বিবেচিত একটি অবস্থার জন্য, উত্তরদাতাকে জিজ্ঞাসা করা হয় ক্ষতিগ্রস্ত অবস্থার T বছরের সমতুল্য হতে পূর্ণ স্বাস্থ্যে কত বছর X লাগবে (X < T); উপযোগিতা X / T। যে অবস্থাকে কিছু উত্তরদাতা মৃত্যুর চেয়ে খারাপ ভাবে, সেখানে আদর্শ সূত্র কাজ করে না (এটি শূন্যের নিচে উপযোগিতা পরিষ্কারভাবে উপস্থাপন করতে পারে না), তাই বর্ধিত TTO ব্যবহৃত হয়। যে সফটওয়্যার প্রকৌশলী বা বিশ্লেষক উপযোগিতা ওজনকে একটি দেওয়া ইনপুট হিসেবে নেন, না জেনে যে এটি পেতে একটি যাচাইকৃত আহরণ প্রোটোকল লেগেছে, তিনি এমন একটি সংখ্যা থেকে এক ধাপ দূরে যা চ্যালেঞ্জ করা হলে রক্ষা করতে পারবেন না।

গণিত

আদর্শ TTO (মৃত্যুর চেয়ে ভালো অবস্থা):
  উপযোগিতা = পূর্ণ_স্বাস্থ্যে_সময় / ক্ষতিগ্রস্ত_অবস্থায়_সময়

বর্ধিত TTO (মৃত্যুর চেয়ে খারাপ অবস্থা):
  উপযোগিতা = -মৃত্যুর_বিনিময়ে_সময় / (মোট_সময়কাল - মৃত্যুর_বিনিময়ে_সময়)

পূর্ণ_স্বাস্থ্যে_সময় / ক্ষতিগ্রস্ত_অবস্থায়_সময় — পূর্ণ স্বাস্থ্যে X বছর যা ক্ষতিগ্রস্ত অবস্থায় T বছরের সমতুল্য বিবেচিত। মৃত্যুর_বিনিময়ে_সময় / মোট_সময়কাল — মৃত্যুর-চেয়ে-খারাপ বিন্যাসে, T বছরের অবশিষ্ট জীবনের মধ্যে, a বছর যা উত্তরদাতা তাৎক্ষণিক মৃত্যুর বিনিময়ে দিতে রাজি, মৃত্যুর চেয়ে খারাপ অবস্থায় T বছরের বদলে পূর্ণ স্বাস্থ্যে T − a বছর ও তারপর মৃত্যু পছন্দ করে। ফলাফল ঋণাত্মক, মৃত্যু = ০ ধরে নোঙর করা।

সমাধানকৃত উদাহরণ

আদর্শ: উত্তরদাতা ১০ বছর ক্ষতিগ্রস্ত অবস্থায় আছে এবং পূর্ণ স্বাস্থ্যে ৭ বছরের প্রতি উদাসীন: উপযোগিতা = 7 / 10 = ০.৭।

মৃত্যুর চেয়ে খারাপ: ১০ বছরের অবশিষ্ট জীবন থেকে উত্তরদাতা তাৎক্ষণিক মৃত্যুর বিনিময়ে ২ বছর দিতে রাজি — মৃত্যুর চেয়ে খারাপ অবস্থায় ১০ বছরের বদলে পূর্ণ স্বাস্থ্যে ৮ বছর এবং তারপর মৃত্যু পছন্দ করে: উপযোগিতা = −2 / (10 − 2) = −2 / 8 = −০.২৫।

সফটওয়্যার প্রকৌশলের সাথে সংযোগ

একটি DevEx বা এনগেজমেন্ট জরিপ যখন লোকদের একটি অযাচাইকৃত ০–১০ স্কেলে কিছু রেট করতে বলে তখন যে একই বিষয় সামনে আসে তা এখানে উল্টোভাবে প্রযোজ্য: TTO আছে ঠিক কারণ "শুধু লোকদের রেট করতে বলো" নিজে একটি যাচাইকৃত আহরণ পদ্ধতি নয়। স্ব-প্রতিবেদিত সংখ্যার ওপর একটি যৌগিক সূচক — একটি DevEx স্কোর, এনগেজমেন্ট সূচক, বার্নআউট স্কেল — গড়ার আগে জিজ্ঞাসা করুন তা কী দিয়ে আহরিত হয়েছিল এবং সেই পদ্ধতি যাচাই করা হয়েছিল কি না; স্বাস্থ্য অর্থনীতিবিদরা QALY-তে প্রবেশের আগে একটি উপযোগিতা ওজন সম্পর্কে একই প্রশ্ন করেন।

ঝুঁকিপূর্ণ দিক

• একক মান থেকে সাধারণীকরণ: TTO মান জনসাধারণের (বা রোগীদের) একটি নমুনা থেকে আসে, যে ব্যক্তির পরিচর্যা নিয়ে সিদ্ধান্ত হচ্ছে তার কাছ থেকে নয় — একজন উত্তরদাতার TTO মানকে সাধারণীকরণযোগ্য ধরে ব্যবহার করা নমুনা ত্রুটি।
• অবস্থার ভুল বিন্যাস: আদর্শ TTO সূত্র ধরে নেয় অবস্থাটি দ্ব্যর্থহীনভাবে মৃত্যুর চেয়ে ভালো; কিছু উত্তরদাতা যেটিকে মৃত্যুর চেয়ে খারাপ ভাবে তাতে বর্ধিত বিন্যাসে না গিয়ে প্রয়োগ করলে নীরবে ভুল (ধনাত্মক) উপযোগিতা আসে।
• অতুলনীয় সময়কাল: মৃত্যুর-চেয়ে-খারাপ তুলনার জন্য ভিন্ন অবশিষ্ট জীবন T থেকে আহরিত TTO মান সরাসরি তুলনীয় নয়, যতক্ষণ না যাচাই করা হয় যে গবেষণা নকশা T স্থির রেখেছে।

উৎস

• Torrance GW. "Social preferences for health states: an empirical evaluation of three measurement techniques." Socioecon Plan Sci. 1976;10(3):129-36.
• Patrick DL, Starks HE, Cain KC, Uhlmann RF, Pearlman RA. "Measuring preferences for health states worse than death." Med Decis Making. 1994;14(1):9-18.