My SciELO
Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Gaceta Sanitaria
Print version ISSN 0213-9111
Abstract
IBARRONDO, Oliver et al. Análisis de coste-utilidad probabilístico y valor esperado de la información perfecta para el test multigénico Oncotype: un modelo de simulación de eventos discretos. Gac Sanit [online]. 2020, vol.34, n.1, pp.61-68. Epub May 18, 2020. ISSN 0213-9111. https://dx.doi.org/10.1016/j.gaceta.2018.07.012.
Objetivo
Llevar a cabo un análisis de coste-utilidad del uso del test genómico Oncotype en el País Vasco (España) para informar la decisión de uso de quimioterapia.
Método
El estudio de coste-utilidad se realizó mediante un modelo de simulación de eventos discretos que representó la evolución natural del cáncer de mama. La decisión de tratamiento con quimioterapia basada en Oncotype se comparó con el estándar de tratamiento basado en criterios clínico-patológicos. El modelo incluyó datos clínicos de hospitales vascos y la literatura para calcular la ratio de coste-efectividad incremental (RCEI) mediante análisis determinista y probabilístico, el plano coste-efectividad, la curva de aceptabilidad y el valor esperado de la información perfecta. El estudio adoptó una perspectiva tanto sanitaria como social.
Resultados
El análisis determinista estimó una RCEI para Oncotype de 17.453 euros/año de vida ajustado por calidad (AVAC) con descuento y 9613 euros euros/AVAC sin descuento, desde la perspectiva sanitaria. El 85% de las simulaciones estuvieron por debajo el umbral de aceptabilidad para España. La variabilidad paramétrica asociada a los resultados de Oncotype fue el mayor factor de incertidumbre de la decisión.
Conclusiones
Oncotype constituye una intervención coste-efectiva, ya que cada AVAC ganado tiene asociado un coste inferior a 25.000 euros. El test es dominante desde una perspectiva social al lograr mayor salud acompañada de ahorros.
Keywords : Oncotype Dx; Test genómico; Coste-efectividad; Curva de aceptabilidad; Valor esperado de la información perfecta; Simulación de eventos discretos.