Metrik Ekonomi Kesehatan

Topik 9 dari 91· Dasar-dasar penalaran ekonomi

Nilai Harapan dari Informasi Sempurna (EVPI)

EVPI adalah jumlah maksimum yang seharusnya dibayar pengambil keputusan untuk menghilangkan ketidakpastian sebelum memutuskan — harga formal dari "mari kita jalankan studi dulu".

Mengapa Ini Penting

Sistem kesehatan terus-menerus menghadapi pilihan: mengadopsi sekarang dengan bukti yang tidak sempurna, atau mendanai lebih banyak penelitian dulu. EVPI memberikan angka pada pilihan kedua. Jika EVPI adalah £50.000 dan uji coba yang diusulkan berbiaya £2 juta, adopsi sekarang. Jika EVPI adalah £20 juta, uji cobanya murah. Pertanyaan yang sama — "haruskah kita mengujicobakan ini sebelum meluncurkannya?" — muncul untuk setiap keputusan alat perusahaan, dan hampir tidak ada yang memberi harga padanya. Untuk menghargai opsi memperluas proyek di kemudian hari, bukan opsi mengumpulkan informasi lebih dulu, lihat penilaian opsi riil.

Perhitungan

EVPI adalah selisih antara memutuskan dengan pandangan-ke-depan sempurna dan memutuskan sekarang berdasarkan ekspektasi:

EVPI = E_θ[ max_j NMB(j, θ) ]  −  max_j E_θ[ NMB(j, θ) ]

θ        = parameter tidak pasti (dengan distribusi bersamanya)
NMB(j,θ) = manfaat moneter bersih pilihan j diberikan θ

Istilah pertama: rata-rata hasil pilihan-terbaik di setiap dunia yang mungkin (Anda selalu memilih dengan benar). Istilah kedua: hasil dari satu-satunya pilihan yang terbaik secara rata-rata (Anda harus berkomitmen sekarang). EVPI ≥ 0 selalu. EVPI populasi dikalikan dengan jumlah keputusan yang terpengaruh. Dihitung langsung dari pengambilan sampel PSA.

Contoh yang Diselesaikan

Meluncurkan asisten dokumentasi AI ke 5.000 klinisi, atau tidak. Dua dunia:

Dunia A (p = 0,6): asisten menghemat 20 menit/hari → NMB peluncuran = +£8 juta
Dunia B (p = 0,4): asisten menghemat ~0 (gesekan alur kerja) → NMB peluncuran = −£3 juta
NMB "tidak meluncurkan" = £0 di kedua dunia.

Putuskan sekarang: E[NMB peluncuran] = 0,6 × 8 − 0,4 × 3 = +£3,6 juta → luncurkan.

Dengan informasi sempurna: di dunia A pilih peluncuran (+£8 juta), di dunia B pilih tidak-ada (£0). Nilai harapan = 0,6 × 8 + 0,4 × 0 = £4,8 juta.

EVPI = 4,8 juta − 3,6 juta = £1,2 juta

Uji coba ketat 3-bulan berbiaya £150.000 yang secara substansial menyelesaikan di dunia mana Anda berada sangat layak — dan uji coba mana pun yang berbiaya lebih dari £1,2 juta tidak layak, betapapun menyeluruhnya.

Hubungan dengan Rekayasa Perangkat Lunak

EVPI adalah ekonomi dari spike, uji coba, uji A/B, dan bukti-konsep. Ia menghasilkan dua aturan praktis:

  • Uji coba hanya layak didanai jika keputusan benar-benar dapat berubah. Jika Anda akan meluncurkan terlepas dari hasil uji coba, EVPI = 0 dan uji cobanya adalah teater.
  • Batasi pengeluaran uji coba pada EVPI. Nilai informasi dibatasi oleh nilai keputusan yang diinformasikannya.

EVPI parsial (EVPPI) memperluas ini ke parameter tunggal: "berapa nilai untuk memastikan angka waktu-yang-dihemat secara spesifik?" — yang memberi tahu Anda apa yang harus diukur uji coba. Untuk menilai satu studi spesifik yang diusulkan alih-alih penghapusan seluruh ketidakpastian, lihat EVSI.

Jebakan

  • Menjalankan uji coba tanpa aturan keputusan yang melekat — informasi yang tidak dapat mengubah pilihan tidak bernilai berdasarkan definisi.
  • Mengabaikan biaya keterlambatan dari mengumpulkan informasi: uji coba 6-bulan menunda 6 bulan manfaat (biaya keterlambatan); nilai bersih uji coba = EVPI terselesaikan − biaya keterlambatan − biaya uji coba.
  • Memperlakukan EVPI sebagai ramalan. Ini adalah batas atas nilai informasi, bukan estimasi apa yang akan disampaikan studi tertentu.

Sumber