Konu 47 / 91· Sağlık sistemi operasyonel ekonomisi
Erken Müdahale
Kazanılan kapasite bir uygulayıcının tanısal birikimleri daha erken gözden geçirmesini sağlıyorsa, hastalar bekleme listesinden aktif tedaviye daha hızlı geçer — ve daha erken tedavi genellikle daha geç tedaviden hem ucuz hem iyidir, çünkü tedavi edilmeyen durumlar ilerler.
Neden önemli
Hastalık ilerlemesi sağlık hizmetinin bileşik faizidir. Tedavi edilmeyen bir durumla bekleyen hasta sabit bir durumda değildir: kanserler evre atlar, kalp yetmezliği dekompanse olur, hafif depresyon şiddetlenir. Daha erken müdahale bu yüzden çifte temettü sağlar — daha iyi sonuçlar (daha çok QALY, daha sağlıklı bir temel çizgiden tedavi) ve çoğu zaman daha düşük tedavi maliyetleri (erken evre tedavisi geç evre kurtarmadan daha az yoğundur). Bu mekanizma "daha hızlı yolları" operasyonel bir inceliğten klinik ve ekonomik bir zorunluluğa yükselten şeydir — ve gecikme maliyetinin klinik yazılıma uygulanmasının derin nedenidir.
Matematik
Erken müdahalenin değeri (hasta başına) =
[Maliyet_geç − Maliyet_erken] (tedavi maliyeti mahsubu)
+ [QALY_erken − QALY_geç] × λ (sağlık kazancı × eşik)
× P(gecikme sırasında ilerleme) (olasılık ağırlıklandırması)
Olasılık ağırlıklandırması şarttır: bekleyen her hasta ilerlemez. Birim zaman başına geçiş olasılığını (doğal öykü verisinden) modelleyin, en kötü durumu değil. Sonra iskonto edin: yıllarca uzaktaki kaçınılan maliyetler bugün daha az değerlidir (iskonto) — ve çoğu erken müdahalenin maliyet-tasarruf edici değil maliyet-etkili olduğuna dikkat edin (bkz. önleme ekonomisi).
Çözümlü örnek
Diyabetik retinopati tarama birikimi: 4.000 hasta, 6 ay geride. Yapay zekâ destekli derecelendirme verimi üç katına çıkarıp kuyruğu 8 haftada temizliyor. Doğal öykü: bekleyen hastaların ~%2'si, gözden geçirilmemişken yılda görmeyi tehdit eden evrelere ilerliyor.
~4 aylık hızlanmayla kaçınılan ilerleme olayları:
4.000 × %2 × (4/12) ≈ 27 hasta
Kaçınılan ilerleme başına:
tedavi mahsubu (intravitreal tedavi ve lazer) ≈ 4.000 £
QALY kazancı (görme korundu) ≈ 0,8 QALY × 20.000 £ = 16.000 £
Değer ≈ 27 × (4.000 + 16.000) ≈ 540.000 £ — bir kez temizlenen tek bir birikimden,
kalıcı verim kazancını saymadan önce.
Yazılım mühendisliği bağlantısı
İki aktarım. Birincisi bariz olanı: tanı ve tedavi yollarını hızlandıran yazılım (triyaj, yapay zekâ derecelendirme, sonuç yönlendirme) tam olarak bu modelle parasallaştırılır — ve model hangi yolun hızlandırılacağını söyler: en uzun kuyruğu değil, en dik ilerleme eğrisine sahip olanı. İkincisi mühendislik aynası: kusurlar da ilerler. Tasarımda yakalanan bir hata bir konuşmaya mal olur; üretimde bir olaya mal olur; "shift-left" maliyet eğrisi (aşamaya göre 10–100×) bir ilerleme modelidir ve dürüst sürüm aynı çekinceyi taşır — erken tespit genellikle maliyet-etkilidir, bedava para değil, çünkü incelemelerin ve testlerin gerçek maliyeti vardır ve yakalanan sorunların çoğu hiç ilerlemeyecekti.
Tuzaklar
- Herkes için en kötü durum ilerlemesi varsayımı — olasılık ağırlıklandırması analiz ile savunuculuk arasındaki farktır.
- Öne geçiş yanlılığı (lead-time bias): sonuçları değiştirmeden hastalığı daha erken bulmak fayda gibi görünür ama değildir; iddia daha erken etkili müdahaledir, tek başına daha erken tespit değil (bkz. tarama ekonomisi).
- Aynı hızlanma üzerine kurulu bekleme listesi ve RTT iddialarıyla çifte sayım — bir yol iyileştirmesi, bir fayda kümesi, bir kez tahsis edilir.
Kaynaklar
- Cohen JT, Neumann PJ, Weinstein MC. "Does preventive care save money?" NEJM 2008. https://www.nejm.org/doi/full/10.1056/NEJMp0708558
- NHS England, diabetic eye screening programme. https://www.gov.uk/topic/population-screening-programmes/diabetic-eye