موضوع 51 از 91· HTA فریم ورک اور روک تھام کی معاشیات
مارکوف کوہورٹ سمولیشن
مارکوف کوہورٹ ماڈل ان مداخلتوں کے لیے HTA کی معیاری ماڈلنگ تکنیک ہے جن کے اثرات ایک ساتھ نہیں بلکہ کئی ادوار (چکروں) میں سامنے آتے ہیں۔ ایک فرضی کوہورٹ مکمل طور پر ایک صحت کی حالت میں شروع ہوتا ہے، اور ہر چکر میں منتقلی کے احتمالات کا ایک مقررہ مجموعہ کوہورٹ کے حصوں کو حالتوں کے درمیان منتقل کرتا ہے؛ ہر حالت کوہورٹ کے جتنے حصے پر قابض ہو اس کے تناسب سے ہر چکر میں لاگت اور QALY جمع ہوتے ہیں، پھر موجودہ قدر پر رعایت دی جاتی ہے۔ ہر وہ سافٹ ویئر انجینئر جو کثیر سالہ ڈیجیٹل صحت کے کاروباری مقدمے کا ماڈل بناتا ہے — جہاں صارفین یا مریض وقت کے ساتھ "منسلک"، "چھوڑ گیا" یا "منسوخ" جیسی حالتوں کے درمیان حرکت کرتے ہیں — بالکل یہی ڈھانچہ بنا رہا ہے۔
یہ کیوں اہم ہے
صحت کی ٹیکنالوجی کے زیادہ تر حقیقی فیصلے ایک مدت کی لاگت اور نتیجے کا موازنہ نہیں ہوتے۔ ایک دائمی کیفیت برسوں میں آگے بڑھتی ہے، دوبارہ لوٹتی ہے، علاج پر ردِعمل دیتی ہے یا جان لیتی ہے — اور ایک مدت کا قیمت-تاثیر کا تجزیہ اسے ظاہر نہیں کر سکتا۔ صحت کی ٹیکنالوجی کی تشخیص کے ذریعے جانچی جانے والی دائمی بیماری کی مداخلتوں کے لیے NICE، ICER اور CADTH کی پیشکشیں تقریباً ہمیشہ تاحیات وقتی افق کے ساتھ مارکوف کوہورٹ ماڈلز کے طور پر بنائی جاتی ہیں، کیونکہ متبادل — ہر ممکنہ انفرادی مریض کے راستے کی ماڈلنگ — بڑے پیمانے پر قابلِ حل نہیں۔ کوہورٹ کی سطح کا مارکوف ماڈل انفرادی سطح کی کچھ حقیقت پسندی (پچھلی حالتوں کی یاد ظاہر کرنا مشکل ہے، اسی سے "مارکوف": مستقبل صرف موجودہ حالت پر منحصر ہے) ایک شفاف، قابلِ آڈٹ اور اتنے تیز ماڈل کے بدلے چھوڑتا ہے کہ اسے احتمالی حساسیت کا تجزیہ میں ہزاروں بار چلایا جا سکے۔
ریاضی
ایک چکر میں کوہورٹ کی اپ ڈیٹ (قطار ویکٹر × منتقلی کا میٹرکس):
نئی_حالت[j] = مجموعہ_i حالت[i] * منتقلی_میٹرکس[i][j]
ایک چکر کی لاگت:
چکر_لاگت = مجموعہ_s حالت[s] * لاگت_فی_چکر[s]
ایک چکر کا QALY:
چکر_qaly = مجموعہ_s حالت[s] * افادیت[s] * چکر_کی_مدت_سال
`چکر` چکروں پر مکمل سمولیشن، `رعایت_کی_شرح` پر رعایت شدہ:
کل_رعایت_شدہ_لاگت = مجموعہ_{t=0}^{چکر-1} چکر_لاگت(حالت_t) / (1 + رعایت_کی_شرح)^t
کل_رعایت_شدہ_qaly = مجموعہ_{t=0}^{چکر-1} چکر_qaly(حالت_t) / (1 + رعایت_کی_شرح)^t
جہاں حالت_0 = ابتدائی تقسیم، حالت_{t+1} = کوہورٹ_آگے_بڑھائیں(حالت_t, منتقلی_میٹرکس)
ہر چکر کو موجودہ قدر پر رعایت دینا بالکل رعایت اور وقت کی ترجیح کا فارمولا استعمال کرتا ہے، سال بہ سال کے بجائے چکر بہ چکر لاگو۔
حل شدہ مثال
طبی: 2 حالتوں کا ماڈل — صحت مند اور فوت شدہ — جہاں ہر چکر میں کوہورٹ کا 10% مر جاتا ہے اور فوت شدہ ایک جذب کرنے والی حالت ہے (اپنے میں رہنے کا احتمال 1.0؛ اس حلقے کے بغیر فوت شدہ میں ایک چکر بعد کوہورٹ کی کمیت غائب ہو جاتی)۔ کوہورٹ مکمل طور پر صحت مند شروع ہوتا ہے، صحت مند رہتے ہوئے فی چکر £1,000 لاگت (فوت شدہ ہونے پر £0)، اور صحت مند رہتے ہوئے سالانہ 0.8 QALY حاصل کرتا ہے۔ NICE کی 3.5% رعایت کی شرح پر 3 سالانہ چکروں کا سمولیشن:
چکر 0: حالت = [1.00, 0.00] (100% صحت مند)
لاگت = £1,000.00, qaly = 0.800, رعایت کا عامل = 1.000000
رعایت شدہ: لاگت = £1,000.00, qaly = 0.8000
چکر 1: حالت = [0.90, 0.10] (90% صحت مند, 10% فوت شدہ)
لاگت = £900.00, qaly = 0.720, رعایت کا عامل = 0.966184
رعایت شدہ: لاگت = £869.57, qaly = 0.6957
چکر 2: حالت = [0.81, 0.19] (81% صحت مند, 19% فوت شدہ)
لاگت = £810.00, qaly = 0.648, رعایت کا عامل = 0.933511
رعایت شدہ: لاگت = £756.14, qaly = 0.6049
کل رعایت شدہ لاگت ≈ £2,625.71
کل رعایت شدہ QALY ≈ 2.1006
ہر چکر کی حالت پچھلے چکر کی حالت ہے جو منتقلی کے میٹرکس سے گزری — چکر 1 میں صحت مند رہنے والے 90% میں سے 90% چکر 2 میں بھی صحت مند رہتے ہیں (0.9 × 0.9 = 0.81)، جبکہ باقی 19% اب مر چکے ہیں (0.9 × 0.1 + 0.1 × 1.0 = 0.19)۔ غور کریں کہ کوہورٹ کبھی صحت مند حالت کو مکمل خالی نہیں کرتا: فی چکر مستقل 10% اموات اور واپسی نہ ہونے پر صحت مند کا تناسب ہندسی طور پر گھٹتا ہے، کسی بھی محدود تعداد کے چکروں میں صفر تک نہیں پہنچتا۔
سافٹ ویئر انجینئرنگ سے تعلق
حقیقی جائزے میں کثیر چکر HTA ماڈل کیسے استعمال ہوتا ہے اس کے لیے صحت کی ٹیکنالوجی کی تشخیص دیکھیں — حوالہ جاتی مقدمہ جو طے کرتا ہے کہ پیش کردہ مارکوف ماڈل کو کون سی رعایت کی شرح، افادیت کا ماخذ اور وقتی افق استعمال کرنا ہے۔
مارکوف کوہورٹ ماڈل ساختی طور پر احتمالی منتقلیوں والی ایک حالت کی مشین ہے، ایک مقررہ تعداد کی ٹک تک چلائی جاتی ہے، ہر ٹک پر قدر کو رعایت دیتی ہوئی۔ یہی شکل وقت کے ساتھ صارفین کے کوہورٹ کے برقرار رہنے/حالت کی منتقلی کا سمولیشن کرتی ہے — اعتمادیت کے ورژن کے لیے DORA میٹرکس دیکھیں: "اس مدت میں نظام کا کتنا حصہ بگڑی ہوئی حالت میں ہے اور اس کی کیا لاگت ہے"۔ خاص طور پر:
- برقراری/ترک کی ماڈلنگ "فعال"، "خطرے میں"، "چلا گیا" جیسی حالتوں والا مارکوف کوہورٹ ماڈل ہے: 12 یا 24 ماہانہ چکروں پر چلایا گیا ایک مقررہ ماہانہ منتقلی کا میٹرکس کسی بھی مستقبل کے مہینے میں متوقع فعال صارفین (اور آمدنی) دیتا ہے، جیسے
صحت مند/فوت شدہمتوقع زندہ بچنے والے دیتا ہے۔ - اعتمادیت اور واقعے کی معاشیات: نظام کی حالتوں (صحت مند، بگڑی ہوئی، بند) کو اسی طرح ماڈل کیا جا سکتا ہے، بند رہنے کے نقصان کے لیے "فی چکر لاگت" کے ساتھ جو تب تک جمع ہوتی ہے جب تک نظام بگڑی/بند حالتوں میں ہو — واقعات کی تعدد کی دلیل کو رعایت شدہ لاگت کی دلیل میں بدلتا ہے جو اس اعتمادیت کے کام کی لاگت سے موازنہ کے قابل ہو جو منتقلی کے احتمالات بدلے گا۔
- جذب کرنے والی حالتیں بطور اختتامی حالتیں: طبی ماڈل میں
فوت شدہسافٹ ویئر ماڈل میں بالکل "منسوخ شدہ سبسکرپشن" یا "مستقل آف لائن" ہے — دونوں کو اپنے میں رہنے کا واضح احتمال 1.0 چاہیے، ورنہ سمولیشن خاموشی سے کمیت کھو دیتا ہے۔
عام غلطیاں
- منتقلی کے احتمالات جن کا قطار میں مجموعہ 1 نہیں ہوتا۔ جس قطار کا مجموعہ 1 سے زیادہ یا کم ہو وہ ہر چکر میں کوہورٹ کی کمیت کو خاموشی سے "رسنے" یا "اگنے" دیتی ہے — ماڈل کی آؤٹ پٹ پر بھروسا کرنے سے پہلے ہمیشہ قطاروں کے مجموعے جانچیں، کیونکہ ماڈل کا ڈھانچہ خود اس غلطی کی نشاندہی نہیں کرتا۔
- بیماری کی حقیقی حرکیات کے لیے چکر کی مدت بہت موٹی۔ ایک سالانہ چکر ایسی حالت کے لیے جو ہفتوں میں بدلتی ہے چکر کے بیچ کی منتقلیوں کو کم تر اندازہ دیتا ہے؛ ایسی چکر کی مدت چنیں جو ماڈل کیے گئے عمل کے حقیقی رفتار کے مقابلے میں چھوٹی ہو۔
- جذب کرنے والی حالت کا حلقہ بھول جانا۔ جذب کرنے والی حالت (موت، مستقل منسوخی) کو بالکل 1.0 اپنے میں رہنے کا احتمال چاہیے۔ اگر چھوڑ دیا جائے تو ایک چکر بعد اس حالت سے کوہورٹ کی کمیت اڑ جاتی ہے اور جمع شدہ لاگت یا QALY کا نقصان کم تر اندازہ ہوتا ہے۔
- ماڈل کو اس لیے تصدیق شدہ سمجھنا کہ وہ چلتا ہے۔ معقول منتقلی کے احتمالات والا مارکوف کوہورٹ ماڈل پھر بھی ساختی طور پر غلط ہو سکتا ہے (حالتیں غائب، جذب کرنے کا غلط رویہ)؛ آؤٹ پٹ پر بھروسا کرنے سے پہلے معلوم وبائی معیارات کے خلاف تصدیق کریں (مثلاً کیا سمولیٹ شدہ 5 سالہ بقا شائع شدہ بقا کے منحنیات سے ملتی ہے)۔
ذرائع
- Sonnenberg FA, Beck JR. "Markov models in medical decision making: a practical guide." Medical Decision Making. 1993;13(4):322-38. https://pubmed.ncbi.nlm.nih.gov/8246705/
- Briggs A, Sculpher M. "An introduction to Markov modelling for economic evaluation." PharmacoEconomics. 1998;13(4):397-409. https://pubmed.ncbi.nlm.nih.gov/10178664/