Rapport Värderingssystem för EQ-5D-5L

Transkript

1 Rapport

2 Författare: Olivia Ernstsson, Emelie Heintz och Niklas Zethraeus Olivia Ernstsson, Emelie Heintz QRC Stockholm FoU-enhet Health Economics and Economic Evaluation Research Group Institutionen för Lärande, Informatik, Management, Etik (LIME) Karolinska Institutet Niklas Zethraeus Health Economics and Economic Evaluation Research Group Institutionen för Lärande, Informatik, Management, Etik (LIME) Karolinska Institutet

3 Förord De företag som ansöker till Tandvårds- och läkemedelsförmånsverket (TLV) om att ett läkemedel ska ingå i läkemedelsförmånerna använder ofta ett brittiskt värderingssystem (även kallat Dolans värderingssystem eller social tariff ) för beräkning av QALY-vikter från instrumentet EQ-5D-3L. Det är dock oklart hur QALY-vikter kan beräknas från den nya versionen av EQ-5D, EQ-5D-5L. Föreliggande rapport har författats mot denna bakgrund och syftar till att redovisa vilka värderingssystem som finns tillgängliga samt diskutera för- och nackdelar med respektive värderingssystem. Denna rapport kan ses som ett underlag för en vidare diskussion om val av värderingssystem i en svensk kontext. Vi är tacksamma för att TLV finansierat arbetet med denna rapport. Olivia Ernstsson, Emelie Heintz och Niklas Zethraeus Stockholm April /65

4 Innehåll Förord... 2 Sammanfattning... 4 Inledning... 5 Syfte... 6 Bakgrund...7 Hälsorelaterad livskvalitet för beräkning av QALY-vikter... 7 Beskrivning av hälsorelaterad livskvalitet med EQ-5D... 8 Utveckling av värderingssystem... 9 Validering av värderingssystem Metod Resultat Kartläggning av värderingssystem ens validitet Jämförelse av QALY-vikter beräknade med olika värderingssystem Diskussion Validitet och överförbarhet Implikationer för kostnadseffektivitet Framtida forskning Rekommendation Referenser Bilagor Figurer Tabeller EQ-5D-3L (English version for the UK) EQ-5D-5L (English version for the UK) /65

5 Sammanfattning I många av de hälsoekonomiska underlag som skickas in till Tandvårds- och läkemedelsförmånsverket (TLV) används ett brittiskt värderingssystem (även kallat Dolans värderingssystem eller social tariff ) för beräkning av QALY-vikter från EQ-5D-3L, där fem hälsodimensioner beskrivs utifrån tre svarsalternativ. En ny version av EQ-5D finns tillgänglig där varje hälsodimension beskrivs utifrån fem svarsalternativ (EQ-5D-5L). Det är dock oklart hur QALY-vikter kan beräknas från EQ-5D-5L då det saknas ett svenskt värderingssystem. Syftet med föreliggande rapport är att redovisa vilka värderingssystem som idag finns tillgängliga för EQ- 5D-5L samt diskutera för- och nackdelar med att använda olika värderingssystem för beslutsfattande i en svensk kontext. Totalt identifierades tolv nationella värderingssystem samt ett system baserat på fyra av dessa nationella värderingssystem. Elva av de nationella systemen använder ett protokoll för datainsamling (EQ-VT) och är baserade på värderingar av beskrivna (hypotetiska) tillstånd med Time Trade-Off (TTO) (och i vissa fall även discrete choice experiments). Ett system är baserat på VAS-värderingar av upplevda tillstånd. Utöver dessa värderingssystem identifierades även ett flertal mapping-funktioner som länkar EQ-5D-5L till värderingssystemen för EQ-5D-3L, och som kan användas för att beräkna QALY-vikter utifrån det brittiska värderingssystemet framtaget av Dolan (1997). Inget av de identifierade värderingssystemen går helt i linje med TLV:s riktlinjer för hälsoekonomisk utvärdering. Samtliga är i behov av ytterligare validering vid användning i en svensk kontext. En fördel med de värderingssystem som baseras på värderingar av hypotetiska tillstånd är att de baseras på ett enhetligt protokoll för datainsamling och värderingsmetod. Jämfört med Dolans värderingssystem för EQ-5D-3L bygger dessa system på en förbättrad metod för modellering och skattning av QALY-vikter. Det finns ett antal aspekter att beakta vid val av värderingssystem. För att avgöra vilket värderingssystem som bör användas bör man ta ställning till värderingsgrunden (hypotetisk/erfarenhetsbaserad), vilken direkt metod som har använts för värderingarna, och om värderingssystemets validitet har utvärderats. För att förstå konsekvenserna av införandet av ett nytt värderingssystem kan det även vara värdefullt att titta närmare på hur kostnadseffektiviteten påverkas av att använda värderingssystemen jämfört med de idag rekommenderade värderingssystemen. Detta område är under snabb utveckling och det finns flera pågående forskningsprojekt som syftar till att vidareutveckla metoder och att ta fram ytterligare nationella värderingssystem. Flertalet forskningsprojekt baseras på värderingar av hypotetiska hälsotillstånd, och samtidigt finns ett ökat intresse internationellt att utforska erfarenhetsbaserade värderingar. Ett erfarenhetsbaserat värderingssystem bör baseras på ett protokoll som specificerar metod för datainsamling och analys. 4/65

6 Inledning Hälsoekonomiska utvärderingar kan användas som vägledning vid beslut som syftar till att uppnå en kostnadseffektiv användning av hälso- och sjukvårdens resurser. En kostnadseffektiv användning av hälso- och sjukvårdens resurser innebär att resurserna används på ett sådant sätt som ger så mycket hälsa som möjligt. Utvärdering av metoders kostnadseffektivitet utgör ett viktigt underlag, framförallt i samband med beslut om subvention av läkemedel och upprättande av kliniska riktlinjer. Till exempel utgör kostnadseffektivitet en viktig del i det underlag som The National Institute for Health and Clinical Excellence (NICE) tar fram, och som ligger till grund för rekommendationer om användning av medicinska metoder i England och Wales. I Sverige har Tandvårds- och läkemedelsförmånsverket (TLV) sedan 2002 använt kostnadseffektivitet som ett kriterium för beslut om vilka läkemedel som ska subventioneras. Kvalitetsjusterade levnadsår (QALYs) är det hälsomått som vanligtvis rekommenderas för den hälsoekonomiska utvärderingen. QALYs motsvarar levnadsår i full hälsa och beräknas genom att antalet levnadsår multipliceras med en QALY-vikt, där 0 motsvarar död och 1 motsvarar full hälsa. Tanken är att QALYvikten ska spegla livskvaliteten under dessa levnadsår. Det finns ett flertal olika instrument för att beräkna QALY-vikter. Ett sådant instrument är EQ-5D, som via ett frågeformulär mäter hälsorelaterad livskvalitet i fem dimensioner; rörlighet, hygien, huvudsakliga aktiviteter, smärtor/besvär och oro/nedstämdhet. För att räkna ut QALY-vikten utifrån svaren på de olika frågorna i formuläret behövs ett värderingssystem (även kallat tariff), som väger samman svaren till ett index-värde, dvs QALY-vikten. QALY-vikterna beräknas då utifrån svaren i frågeformuläret genom att använda ett redan etablerat (statistiskt) samband mellan hälsotillstånd och en värdering av hälsotillståndet. I de flesta ansökningar som TLV erhåller används det brittiska värderingssystemet, också kallat sociala tariffen, som togs fram av Dolan (1997) för att beräkna QALY-vikter för EQ-5D-3L hälsotillstånd. En ny version av EQ-5D finns idag tillgänglig (EQ-5D-5L), där varje hälsodimension beskrivs utifrån fem svarsalternativ istället för tre. Det är dock oklart hur QALY-vikter bör beräknas från den nya versionen av EQ-5D. 5/65

7 Syfte Syftet med föreliggande rapport är att redovisa vilka värderingssystem som finns tillgängliga samt diskutera för- och nackdelar med att använda olika värderingssystem för beslutsfattande i en svensk kontext. Rapporten kan ses som ett underlag för en vidare diskussion om val av värderingssystem i en svensk kontext. 6/65

8 Bakgrund Hälsorelaterad livskvalitet för beräkning av QALY-vikter Det finns ett flertal olika instrument, både sjukdomsspecifika och generiska, för att mäta hälsorelaterad livskvalitet. För att de ska kunna användas för beräkning av QALY-vikter måste de resultera i en sammanfattande vikt på en skala där 0 representerar död och 1 full hälsa. Vikten är tänkt att representera människors preferenser för olika hälsotillstånd och kan tas fram med hjälp av olika metoder för att värdera hälsa. Både direkta och indirekta metoder kan användas för att värdera hälsotillstånd. Direkta metoder innebär att individen antingen värderar sitt eget upplevda hälsotillstånd eller ett beskrivet (hypotetiskt) hälsotillstånd med hjälp av metoder som till exempel Time Trade-Off (TTO) (Torrance m.fl., 1972), Standard Gamble (SG) (von Neumann & Morgenstern, 1944) eller Rating Scale (RS-metoden) (Patrick m.fl., 1973). Indirekta metoder innebär istället att individen definierar sitt hälsotillstånd med hjälp av ett frågeformulär och att QALY-vikten sedan beräknas med hjälp av ett värderingssystem (Dolan, 1997; Brazier m.fl., 2002; Feeny m.fl., 2002). Genom att använda indirekta metoder för beräkning av QALY-vikter förenklas datainsamlingen betydligt, eftersom varje individ endast behöver besvara ett antal frågor om sin hälsa. tas vanligtvis fram genom att representanter ur den allmänna befolkningen värderar ett antal beskrivna (hypotetiska) hälsotillstånd med hjälp av en direkt metod, men kan även bygga på direkta värderingar av personer som värderar sitt eget hälsotillstånd. Några av de vanligast förekommande indirekta metoderna för att beräkna QALYvikter är baserade på instrumenten EQ-5D (The EuroQol group, 1990), Health Utilities Index (HUI) (Feeny m.fl., 2002), SF-6D (Brazier m.fl., 2002) och 15-D (Sintonen, 2001). Dessa instrument innehåller frågor som avser att mäta olika dimensioner av hälsa. Både antalet dimensioner och antalet svarsalternativ varierar mellan instrumenten, vilket gör att även antalet teoretiskt möjliga hälsotillstånd skiljer sig åt mellan instrumenten. Till exempel är frågorna i den vanligaste versionen av EQ-5D, EQ-5D-3L, indelade i fem dimensioner med en fråga med tre svarsalternativ i varje dimension (243 möjliga hälsotillstånd) medan 15-D innehåller 15 dimensioner med 5 svarsalternativ i varje dimension (>30 miljoner möjliga hälsotillstånd). Indirekta metoder för beräkning av QALY-vikter kan beskrivas utifrån valt klassificeringssystem (själva frågeformuläret), vilken direkt metod som använts för värderingssystemet (TTO, SG eller RS), och utifrån vem som genomfört värderingen (värdering av hypotetiskt eller erfarenhetsbaserat hälsotillstånd). Eftersom formulären innehåller olika dimensioner och olika frågor, samt att frågorna kan vara formulerade på olika sätt, är instrumenten olika känsliga för skillnader eller förändringar i livskvalitet i olika patientgrupper. I en nyligen publicerad översikt visade till exempel EQ-5D god validitet i patientgrupper med 7/65

9 hudsjukdomar och cancer medan HUI visade god validitet bland patienter med syn- och hörselnedsättningar (Longworth m. fl., 2014). Beskrivning av hälsorelaterad livskvalitet med EQ-5D Instrumentet EQ-5D har utvecklats av EuroQol-gruppen, som är en ideell organisation bestående av ett internationellt nätverk av forskare (The EuroQol group 1990). Syftet med utvecklingen var att ta fram ett standardiserat generiskt instrument för att beskriva och värdera hälsorelaterad livskvalitet (Brooks, 1996). Tanken var att instrumentet skulle komplettera andra livskvalitetsinstrument och underlätta jämförelser mellan olika grupper. Instrumentet skulle fånga fysisk, psykisk samt social funktionsförmåga och samtidigt vara enkelt att använda. Innehållet i formuläret utvecklades gemensamt utifrån gruppmedlemmarnas tidigare forskning och erfarenhet inom en rad olika discipliner och en första version av instrumentet fanns tillgänglig för användning år Den första versionen innehöll ett formulär med sex frågor och en VAS-skala. Ett år efter introduktionen (år 1991) tog man bort dimensionen för energi/trötthet och enades om EQ-5D-3L, dvs den version med fem dimensioner och tre svarsalternativ i varje dimension, som fortfarande används idag. Instrumentet utvecklades samtidigt på svenska, norska, finska, engelska och holländska men har sedan dess översatts till ett stort antal andra språk (The EuroQol group, 2017). Dimensionerna som ingår i EQ-5D-3L är rörlighet, hygien, huvudsakliga aktiviteter, smärtor/besvär och oro/nedstämdhet. På senare tid har gruppen tagit fram en ny version, EQ-5D-5L, med fem svarsalternativ i varje dimension (Herdman m.fl., 2011). Genom att utöka antalet svarsalternativ förväntas instrumentet bli känsligare för mindre skillnader eller förändringar i hälsorelaterad livskvalitet. Det finns även en version specifikt utvecklad för barn, EQ-5D-Y, som rekommenderas från åtta års ålder (Wille m.fl., 2010). Samtliga versioner av EQ-5D består av fem hälsodimensioner och en VAS-skala (EQ-VAS). Samtliga versioner kräver licens. Skillnader mellan EQ-5D-3L och EQ-5D-5L Det finns, utöver antalet svarsalternativ inom respektive hälsodimension, ett antal skillnader mellan de två versionerna av EQ-5D för vuxna (se det engelska formuläret i Bilaga). I två av hälsodimensionerna har frågornas formulering ändrats, från hygien och huvudsakliga aktiviteter i EQ-5D-3L till personlig vård och vanliga aktiviteter i EQ-5D-5L. En annan skillnad mellan formulären är att svarsalternativens nivåer beskrivs på olika sätt i de olika dimensionerna i EQ-5D-3L medan svarsalternativen är standardiserade i högre utsträckning i EQ-5D-5L. Exempelvis beskrivs svarsalternativ 2 på följande sätt i EQ-5D-3L: Rörlighet: kan gå med viss svårighet Hygien: vissa problem att tvätta eller klä mig själv Huvudsakliga aktiviteter: vissa problem med att klara av Smärtor/Besvär: måttliga smärtor eller besvär Oro/Nedstämdhet: orolig eller nedstämd i viss utsträckning 8/65

10 I EQ-5D-5L formuleras svarsalternativen som inga, lite, måttliga, stora svårigheter, kan inte inom de tre förstnämnda hälsodimensionerna, samt inga, lite, måttliga, svåra, extrema problem inom de två sistnämnda hälsodimensionerna. Det svarsalternativ som beskriver störst problem med rörlighet har ändrats från jag är sängliggande i EQ-5D-3L till jag kan inte gå omkring i EQ-5D-5L. Gällande EQ-VAS finns ett antal skillnader mellan versionerna. Instruktionerna för EQ-5D-3L är att dra en linje från en ruta med beskrivningen Ditt nuvarande hälsotillstånd till skalan. I EQ-D-5L instrueras respondenten att sätta ett kryss på skalan samt skriva i rutan vilket nummer som markerats. Skalan har ändrats visuellt från att ha en siffra på varje sida om skalan i EQ-5D-3L, till att båda siffrorna (exempelvis 70) är placerade på höger sida om skalan i EQ-5D-5L. I EQ-5D-5L är fler siffror markerade längs skalan (exempelvis 50, 55, 60, 65) jämfört med EQ-5D-3L (exempelvis 50, 60, 70). Beskrivningarna av ändpunkterna i EQ-VAS har ändrats från bästa respektive sämsta tänkbara tillstånd i EQ-5D-3L till bästa respektive sämsta hälsa du kan tänka dig i EQ-5D-5L. Ett flertal studier har visat att EQ-5D-5L ger mindre takeffekter, det vill säga att en jämförelsevis lägre andel rapporterar full hälsa, jämfört med EQ-5D-3L (Kim m.fl., 2012; Janssen m.fl., 2013; Agborsangaya m.fl., 2014). Utveckling av värderingssystem Vid framtagande av ett värderingssystem skattas en statistisk modell som länkar varje hälsotillstånd till en QALY-vikt (se t.ex. Dolan, 1997; Brazier m.fl., 2002). Som grund för dessa skattningar ombeds vanligtvis individer i ett befolkningsurval värdera ett antal beskrivna, så kallade hypotetiska, hälsotillstånd med en direkt metod. Det antal hälsotillstånd som värderas för värderingssystemet är endast en delmängd av antalet teoretiskt möjliga tillstånd. Med hjälp av den skattade modellen beräknas sedan QALY-vikter för samtliga hälsotillstånd (även för de hälsotillstånd som initialt inte värderades). Det bör noteras att endast de hälsodimensioner som ingår i hälsosystemet är de som anses vara betydelsefulla för värderingen. Även andra hälsodimensioner som inte finns med i systemet kan dock tänkas påverka värderingen av hälsan. Den vanligaste direkta metoden som har använts för att skapa värderingssystem är TTO, men även värderingssystem som bygger på SG, VAS och DCE förekommer (Feeny m.fl., 2002; Burström m.fl., 2014; Leidl & Reitmeir, 2011). Alla dessa kan användas både för att värdera egna upplevda hälsotillstånd eller beskrivna hypotetiska tillstånd. Värdering med direkta metoder I TTO-metoden ombeds individen att tänka sig in att leva en viss tid, vanligtvis tio år, i ett specifikt hälsotillstånd (sitt eget upplevda eller ett hypotetiskt tillstånd). Personen får sedan välja mellan att leva tio år i det hälsotillståndet eller leva en kortare tid (x) med full hälsa. QALY-vikten beräknas genom att dividera det antal år i full hälsa som personen tycker är lika mycket värt som tio år i det aktuella hälsotillståndet med tio (x/10). Ju fler år personen är villig att byta bort mot att få full hälsa, desto lägre blir alltså QALY-vikten. Olika versioner av metoden 9/65

11 förekommer och har visats ge olika resultat (Attema m.fl., 2013a; Attema & Brouwer, 2013b). Vanligtvis varierar intervjuaren antalet år i full hälsa och låter individen välja mellan två scenarion tills individen är indifferent mellan dem (iterativ metod). I andra versioner får individen direkt ange på en skala hur många år i full hälsa han eller hon tycker är lika mycket värt som tio år i det aktuella hälsotillståndet (icke-iterativ metod). Vid värdering med SG-metoden får individen istället välja mellan ett scenario som innebär att leva med 100 % säkerhet en viss tid (t.ex. tio år) i det hälsotillstånd som värderas och ett scenario där han eller hon istället har en viss sannolikhet att leva tio år med full hälsa (t.ex. 60 %) men också har en viss risk att dö omedelbart (t.ex. 40 %). QALY-vikten blir då sannolikheten att leva tio år med full hälsa som gör att individen anser att de båda scenariona är likvärdiga, dvs desto högre risk att dö som individen accepterar desto lägre blir QALY-vikten. Värdering med RS-metoden, som ofta beskrivs som en VAS-skala, innebär att individen får markera på en skala mellan 0 och 100 hur han eller hon skulle beskriva ett visst hälsotillstånd (vanligtvis sitt eget). Vid en jämförelse av QALYvikter från de tre olika metoderna kan man se att SG ofta ger högre vikter än de andra två metoderna medan VAS är den metod som ofta ger lägst vikter (Bernfort, 2012). Under senare år har ytterligare en värderingsmetod utforskats i allt högre utsträckning, bland annat i utvecklingen av värderingssystem. Discrete Choice Experiments (DCE) är en värderingsmetod där studiedeltagaren får välja mellan parvisa jämförelser av hälsotillstånd (Devlin m.fl., 2018). Det finns ingen etablerad metod för hur skalan ska ankras i full hälsa och död (1 respektive 0), och metoden anses därmed i dagsläget inte kunna ersätta värderingsmetoder såsom TTO. Idag används DCE i första hand som ett komplement, exempelvis i utvecklingen av så kallade hybrid-modeller bestående av data från både TTO och DCE (Oppe m.fl., 2016). Mapping mellan olika instrument Det finns en mängd patientrapporterade instrument som inte är preferensbaserade (dvs att formuläret inte kan länkas till ett värderingssystem) och därmed inte går att använda i beräkningen av QALYs. I avsaknad av ett värderingssystem som kopplar instrumentet till en QALY-vikt finns i flera fall algoritmer framtagna för att översätta svar på ett instrument till ett preferensbaserat instrument. Mapping (även kallat Cross-walking) innebär att svar på ett livskvalitetsinstrument kan omräknas till svar på ett annat instrument som beskriver samma eller överlappande koncept (Brazier m.fl., 2010). Mapping kan även göras mellan olika preferensbaserade instrument. Perspektiv vid värdering: hypotetiska eller erfarenhetsbaserade hälsotillstånd? som bygger på värderingar av hypotetiska tillstånd motiveras ofta med en försäkringsansats och argumentet att hänsyn ska tas till samtliga individers preferenser för framtida möjliga tillstånd (Gold m.fl., 1996). Som grund 10/65

12 för denna ansats används ett allmänt befolkningsurval. Det innebär att individer försöker sätta sig in i hur det är att vara i olika hälsotillstånd (t.ex. definierade utifrån EQ-5D-3L) och sedan värderar dessa med hjälp av exempelvis TTO-, SGeller RS-metoden. En annan ansats är att låta individer (t.ex. i ett allmänt befolkningsurval) värdera sitt eget aktuella, upplevda hälsotillstånd, med så kallad erfarenhetsbaserad värdering. Erfarenhetsbaserad värdering motiveras med att de som har bäst information om hur det är att vara i tillståndet, dvs personer som för närvarande befinner sig i hälsotillståndet, ska göra värderingen. Eftersom varje individ endast värderar ett (sitt eget) hälsotillstånd krävs att ett stort urval individer tillfrågas för att få den information som krävs för att kunna skatta modeller baserat på denna ansats. Vid jämförelse med värderingar av upplevda hälsotillstånd framkommer i allmänhet att QALY-vikten är lägre vid värdering av hypotetiska tillstånd (Ubel m.fl., 2003; Mann m.fl., 2009; Burström m.fl., 2006; Rand-Henriksen m.fl., 2012; Polsky m.fl., 2001). Det bör påpekas att dessa skillnader även kan ha andra förklaringar än att de har värderats utifrån olika perspektiv. Ofta görs jämförelserna på värderingar som är framtagna från olika populationer i olika länder, vid olika tidpunkter, och med olika metodik för värdering av hälsotillstånden. för EQ-5D-3L som används i en svensk kontext Det värderingssystem som ofta används för EQ-5D-3L i Sverige är den brittiska sociala tariffen presenterad av Dolan (1997), som är beräknad utifrån ett allmänt befolkningsurval i England, Skottland och Wales. et baseras på intervjuer genomförda år 1993 där varje individ ombetts att värdera ett antal beskrivna hälsotillstånd med hjälp av TTO och RS-metoden. Varje individ ombads värdera 13 hypotetiska hälsotillstånd av olika svårighetsgrad. Totalt intervjuades personer varav personer inkom med kompletta svar som låg till grund för skattning av den statistiska modellen (6 080 adresser valdes ut; efter exkludering av 756 återstod 5 324). Sammanlagt värderades 42 av 243 möjliga hälsotillstånd. Genom att använda detta värderingssystem erhålls QALY-vikter för samtliga 243 hälsotillstånd. Motsvarande värderingssystem för EQ-5D-3L baserade på värderingar av hypotetiska tillstånd har även skattats för andra länder som exempelvis Danmark, Spanien och USA (Zarate m.fl., 2008). I en studie av Burström och medarbetare (2014) presenterades ett svenskt värderingssystem för att beräkna QALY-vikter för de olika EQ-5D-3L hälsotillstånden. Detta erfarenhetsbaserade värderingssystem är framtaget utifrån ett svenskt allmänt befolkningsurval, där varje individ genom att fylla i postenkäter värderar sitt idag upplevda hälsotillstånd med en icke-iterativ TTO-fråga. Värderingen baseras på ca individer som var och en värderat sitt eget upplevda hälsotillstånd. Omkring 60 % av deltagarna rapporterade problem i någon eller några dimensioner. I skattningen av modellen fanns vissa problem med inkonsekvenser i den bemärkelsen att försämringar i en dimension innebar en ökad livskvalitet. 11/65

13 Validering av värderingssystem Ett mätinstruments validitet kan definieras som i vilken utsträckning instrumentet mäter vad det är tänkt att mäta (Brazier & Deverill, 1999). Att bedöma ett instruments validitet handlar alltså om att försöka ta reda på om användningen av instrumentet uppfyller sitt syfte. Vid val mellan olika värderingssystem kan validiteten av värderingssystemen utvärderas genom att undersöka om den metod och data som ligger till grund för värderingarna i systemet är av god kvalitet och speglar de preferenser som man vill att systemet ska representera. Brazier och Deverill (1999) har utarbetat en checklista för att utvärdera preferensbaserade mått på hälsorelaterad livskvalitet. Checklistan är indelad i olika avsnitt för praktikalitet, reliabilitet och validitet. Bedömningen av validitet är vidare indelad i tre delar; validiteten av beskrivningen av hälsa (validiteten av klassificeringssystemet), validiteten av metoden för att skatta värderingarna av hälsa (validiteten av värderingsmetoden), och empirisk validitet. De två första delarna beaktar huruvida instrumentet kan generera värden som speglar de preferenser man är intresserad av medan empirisk validitet handlar om huruvida värdena faktiskt gör det i praktiken. Validiteten av klassificeringssystemet Checklistans frågor om beskrivningen av hälsa rör hur själva formuläret (klassificeringssystemet) som patienten fyller i ser ut. I den här rapporten är dessa frågor endast relevanta i förhållande till diskussionen om val mellan olika versioner av EQ-5D (t.ex. 3L eller 5L) eller då formuläret för EQ-5D jämförs med formulär i andra liknande instrument (t.ex. HUI-3 och SF-6D). Validiteten av värderingsmetoden När det gäller valideringen av metoden för att skatta värderingarna som ligger till grund för värderingssystemet föreslår Brazier & Deverill (1999) att potentiella användare av instrumentet tar hänsyn till vilken modell för preferenser som har använts och vilka antaganden som denna modell bygger på, vilken direkt metod som använts för värderingarna, kvaliteten på data och vem som har gjort värderingen. Med vilken modell för preferenser som har använts menas till exempel QALYmodellen som bygger på antaganden att värdet av ett hälsotillstånd är oberoende av när det inträffar, hur länge det varar och i vilken kontext det upplevs. Författarna menar att potentiella användare av instrumentet bör försöka bedöma om patientgruppens eller den generella befolkningens preferenser stämmer överens med dessa antaganden och vad potentiella avsteg kan betyda för resultatet. Till exempel menar de att användaren bör försöka bedöma om patienterna i den relevanta patientgruppen kommer att anpassa sig till hälsotillståndet över tid och om sjukdomens prognos kan påverka värderingen. Eftersom alla existerande värderingssystem för EQ-5D bygger på QALY-modellen är denna punkt inte vägledande vid valet av värderingssystem. Det är dock fortfarande något som beslutsfattare bör beakta när de fattar beslut baserat på resultat från preferensbaserade instrument. 12/65

14 Något som däremot kan vara vägledande vid valet av värderingssystem är vilken direkt metod som har använts för att skatta värderingarna. Här argumenterar författarna för metoder som bygger på att de som ska värdera hälsotillstånden får välja mellan olika scenarion (preferensbaserade metoder), i vilka svarsdeltagarna måste visa att de är villiga att byta bort något för att välja ett alternativ med bättre hälsa (till exempel TTO och SG). Eftersom värderingar med VAS inte ställer studiedeltagaren inför denna typ av val har metoden bedömts sakna teoretisk grund för bedömning av preferenser, och därmed också argumenterats vara ett olämpligt mått för användning i ekonomiska utvärderingar. I debatten om tillämpningen av VAS som metod för att värdera hälsa i ekonomisk utvärdering lyfts dock även metodens fördelar, såsom hög reliabilitet och genomförbarhet (Parkin & Devlin, 2006). Kvaliteten på den data som samlats in och ligger till grund för skattningarna i värderingssystemet kan bedömas ur flera aspekter. Till att börja med bör det beaktas vilka som deltog i värderingsövningen och om de är representativa för den befolkning som värderingssystemet ska representera. Det blir till exempel relevant när värderingssystem från andra länder används för en svensk kontext. Förutom kulturella skillnader i preferenser kan det även finnas skillnader i preferenser mellan olika köns-, ålders- och inkomstgrupper. Det blir då viktigt att titta närmare på huruvida studiedeltagarnas köns-, ålders-, och inkomstfördelning liknar den svenska befolkningens. En annan aspekt är hur svaren samlades in, det vill säga om de har samlats in i en personlig intervju, per telefon eller genom en enkät som individerna själva fyller i. Det bör även beaktas hur många som deltog i värderingarna (hur många som tillfrågades, hur många som svarade, och hur många som gjorde klart värderingen) eftersom det kan påverka tillförlitligheten till data. Hur många som svarade och gjorde klart värderingarna kan exempelvis vara en indikation på hur svår uppgiften var att förstå. Vid bedömning av kvaliteten på data ingår även att bedöma den statistiska modell som använts för att skatta värden för alla möjliga kombinationer av svar i formulären. Eftersom det inte är praktiskt möjligt att värdera alla möjliga hälsotillstånd bygger värderingssystemet på att det finns metoder för att skatta värden för alla hälsotillstånd utifrån ett urval av hälsotillstånd. Dessa statistiska metoder tillför ytterligare restriktioner i relationen mellan svaren i formuläret och värderingarna. Slutligen handlar frågan om vem som har värderat hälsotillståndet om huruvida det är upplevda eller beskrivna tillstånd som har värderats. Det är också en fråga om det är patienter eller den generella befolkningen som har gjort värderingarna. Brazier & Deverill (1999) menar här att det finns argument för båda perspektiven men att den som ska använda värderingarna bör ta ställning till om det perspektiv som har använts är lämpligt för de beslut som den ekonomiska utvärderingen ska användas för. 13/65

15 Empirisk validitet Att undersöka ett värderingssystems empiriska validitet handlar om att testa i vilken utsträckning instrumentet och dess värderingssystem speglar människors faktiska preferenser. Brazier & Deverill (1999) menar att detta kan göras genom att jämföra värderingarna från värderingssystemet med uppvisade ( revealed ), uppgivna ( stated ) eller hypotetiska ( hypothesized ) preferenser. Eftersom patienten är beroende av sjukvårdspersonalens kunskap och bedömningar för att göra olika vårdval är det svårt att jämföra värderingarna från värderingssystemen med uppvisade preferenser inom hälso-och sjukvården. Värderingarna kan istället jämföras med uppgivna eller hypotetiska preferenser. Ett exempel på hur man kan jämföra QALY-vikter från värderingssystemen med uppgivna preferenser är att be den grupp man är intresserad av (t.ex. patienter eller allmänheten) att ranka olika hälsotillstånd och se om rankningen stämmer med rankningen enligt QALYvikterna. Ett annat exempel är att använda EQ-5D och en direkt metod i samma population, räkna ut QALY-vikterna från det värderingssystem som ska utvärderas, och jämföra värdena med varandra. Det som är vanligast när det gäller att undersöka empirisk validitet av preferensbaserade instrument är dock att jämföra QALY-vikterna med hypotetiska preferenser. Det innebär att man undersöker om instrumentet fångar förväntade skillnader mellan olika patientgrupper. Till exempel kan man förvänta sig att patienter skulle föredra ett mindre allvarligt tillstånd framför ett mer allvarligt och att det mer allvarliga hälsotillståndet alltså bör ha en lägre vikt. 14/65

16 Metod Rapporten baseras på en sammanställning av publicerade värderingssystem för EQ-5D-5L. Publikationer har identifierats genom sökning på EuroQols hemsida och med hjälp av kompletterande fritextsökning i PubMed. Vetenskapliga publikationer innehållande beskrivning av värderingssystem har inkluderats i rapporten. Beskrivande data har extraherats från de identifierade publikationerna för respektive nationellt värderingssystem. Detta inkluderar beskrivning av studiedeltagare (kön, ålder, högsta utbildningsnivå, EQ-5D profil och/eller EQ-VAS), beskrivning av metod (årtal för datainsamling, protokoll, värderingsmetod, perspektiv, antal direkt värderade tillstånd, statistisk modell) samt information om index-värden från respektive värderingssystem (min-max, median, antal och andel tillstånd som genererar värden < 0). För att göra en samlad bedömning av värderingssystemens validitet beskrivs resultaten i enlighet med checklistan för bedömning av preferensbaserade mått på hälsorelaterad livskvalitet (Brazier & Deverill, 1999). Metoderna för att ta fram värderingssystemen har även studerats med utgångspunkt i frågor från A Checklist for Reporting Valuation Studies of Multi-Attribute Utility-Based Instruments (CREATE) (Xie m.fl., 2015). Data har extraherats i enlighet med utvalda delar av checklistan, där rapporteringen av metod och resultat listats utifrån 21 punkter (valt hälsoklassificeringsssystem, val av direkt värderade hälsotillstånd, urval och rekrytering, datainsamling- och värderingsmetod, studiedeltagare, analys och modellering samt resultat). Detaljer kring hur data har hanterats (exempelvis hantering av logiska inkonsekvenser eller snedfördelad data samt orsaker till att exkludera observationer) täcks inte av denna rapport. För att möjliggöra analys av överförbarhet av resultat jämfördes studiepopulationerna i respektive värderingssystem med den generella populationen i Sverige. Befolkningsstatistik hämtades från Statistiska centralbyrån (SCB). Statistik gällande kön och ålder baseras på den vuxna befolkningen över 18 år i Sverige år Statistik gällande andelen med högsta utbildningsnivå (eftergymnasial utbildning 3 år eller forskarutbildning) baseras på den vuxna befolkningen mellan år i Sverige år För att kunna undersöka konsekvenserna av att använda de olika värderingssystemen för beslutsfattande jämfördes index-värden från de olika värderingssystemen. Index-värden för samtliga möjliga hälsotillstånd beskrivna med EQ-5D-5L beräknades med hjälp av algoritmer för respektive värderingssystem. Som referens valdes mapping-funktionen som omvandlar svar på EQ-5D-5L till index-värden baserade på värderingssystem för EQ-5D-3L (van Hout m.fl., 2012). Motiveringen till valet av referens är att vikter som räknas fram från mappningen bygger på den brittiska sociala tariffen (Dolan, 1997) som idag ofta används i Sverige för att beräkna QALY-vikter för EQ-5D hälsotillstånd och för att beräkna QALYs i ekonomiska utvärderingar. I vidare jämförelse mellan värderingssystemens skalor har index-värden från respektive system även 15/65

17 rangordnats från högst till lägst värde och presenterats i samma figur utan vald referens. På grund av geografiska och (teoretiskt sett) kulturella likheter med Sverige har den relativa betydelsen av vikter för varje hälsodimension och svarsalternativ beskrivits för värderingssystemen för England, Nederländerna, Spanien och ett av de två värderingssystemen för Tyskland. Jämförelsen är möjlig då dessa system baseras på en additiv modell för att beräkna vikter. En jämförelse har även gjorts mellan värderingssystem för EQ-5D-3L och EQ-5D-5L. I och med att de två versionerna av formuläret genererar olika antal möjliga hälsotillstånd (243 respektive 3 125) består jämförelsen i denna rapport endast av 243 hälsotillstånd. Detta analyserades med antagandet att svarsalternativ på EQ-5D-3L kan omvandlas till att motsvara lägsta, mellersta och högsta svarsalternativen på EQ-5D-5L (1=1, 2=3, 3=5). Detta innebär att denna jämförelse inte inkluderar någon av de hälsoprofiler som innehåller svarsalternativ 2 (lite problem) och 4 (svåra problem) i EQ-5D-5L. Slutligen gjordes även en sökning för att identifiera rekommendationer rörande valet av värderingssystem från andra organisationer. Sökningen gjordes på organisationernas hemsidor och innefattade Scottish Medicines Consortium (SMC) i Skottland, The National Institute for Health and Care Excellence (NICE) i England, Haute Autorité de Santé (HAS) i Frankrike, IQWiG i Tyskland, och The National Health Care Institute (Zorginstituut Nederland) i Nederländerna. 16/65

18 Resultat I det här avsnittet presenteras först en kartläggning av de värderingssystem för EQ-5D-5L som vi har identifierat. Därefter förs en diskussion av de olika nationella värderingssystemens validitet. I nästa steg presenteras en jämförelse av QALYvikter från de olika värderingssystemen sig sinsemellan, samt mot QALY-vikter från de värderingssystem för EQ-5D-3L som används i Sverige idag. Slutligen sammanfattas andra organisationers rekommendationer avseende val av värderingssystem. Kartläggning av värderingssystem I sökningen identifierades 14 relevanta publikationer, varav tolv studier presenterar nationella värderingssystem utvecklade (Tabell 1). De tolv nationella värderingssystemen är utvecklade för England (Devlin, m.fl., 2018), Nederländerna (Versteegh, m.fl., 2016), Spanien (Ramos-Goñi, m.fl., 2017a), Tyskland (Ludwig, m.fl., 2018; Leidl & Reitmeir, 2017), Kanada (Xie, m.fl. 2016), Uruguay (Augustovski, m.fl., 2016), Hongkong (Wong, m.fl., 2018), Indonesien (Purba, m.fl., 2017), Japan (Shiroiwa, m.fl., 2016), Kina (Lou, m.fl., 2017) och Sydkorea (Kim, m.fl., 2016). För att särskilja de två olika värderingssystemen från Tyskland benämns dessa framöver för Tyskland H, TTO/DCE och Tyskland E, VAS. Ytterligare två värderingssystem, som skattats indirekt utifrån de nationella systemen, inkluderades. En av studierna beskriver mapping (cross-walking) från EQ-5D-5L till vikter från värderingssystem för EQ-5D-3L (van Hout, m.fl., 2012). Studien genomfördes för att möjliggöra att svar på EQ-5D-5L kan omvandlas till livskvalitetsvikter utifrån något av de existerande värderingssystemen för EQ-5D-3L. Studien presenterar ett antal mapping-funktioner som bygger på studier från sex olika länder (Danmark, England, Italien, Nederländerna, Polen och Skottland), i vilka studiedeltagare har fått besvara EQ-5D-3L och EQ-5D-5L vid samma tillfälle. I föreliggande rapport används resultaten för mapping från EQ-5D- 5L till det brittiska värderingssystemet för EQ-5D-3L (Dolan, 1997). Genom statistiska metoder estimerades vikter baserat på det existerande brittiska värderingssystemet för EQ-5D-3L. Den andra publikationen beskriver ett indirekt skattat värderingssystemen, Western Preference Pattern (WePP), baserat på fyra av de nationella värderingssystemen (Kanada, England, Nederländerna och Spanien) (Abel Olsen, m.fl., 2017). Beräkningen av det spanska värderingssystemet har dock hämtats från en tidigare publicerad studie, vars värderingsmodell författarna själva inte rekommenderar bör användas som värderingssystem (Ramos-Goñi, m.fl., 2017b). 17/65

19 Tabell 1. Inkluderade studier som presenterar värderingssystem. Årtal datainsamling Referens publikation England 2012 Devlin, N., Shah, K., Feng, Y., Mulhern, B., & van Hout, B. (2018). Valuing health-related quality of life: An EQ-5D-5L value set for England. Health Economics 27(1), Nederländerna 2012 Versteegh, M. M., Vermeulen, M. K., Evers, M. S., de Wit, G. A., Prenger, R., & Stolk, E. A. (2016). Dutch tariff for the Five-level Version of EQ-5D. Value in Health, 19(4), Spanien 2012 Ramos-Goñi, J., Craig, B., Oppe, M., Ramallo-Fariña, Y., Pinto- Prades, J. L., Luo, N., & Rivero-Arias, O. (2017). Handling Data Quality Issues to Estimate the Spanish EQ-5D-5L Value Set Using a Hybrid Interval Regression Approach. Value in Health, In press. Tyskland H, TTO/DCE Ludwig, K., Graf von der Schulenburg, J., & Greiner, W. (2018). German Value Set for the EQ-5D-5L. Pharmacoeconomics. Tyskland E, VAS Leidl, R., & Reitmeir, D. (2017). An Experience-Based Value Set for the EQ-5D-5L in Germany. Value in Health, 20(8), Kanada 2012 Xie, F., Pullenayegum, E., Gaebel, K., Bansback, N., Bryan, S., Ohinmaa, A., Poissant, L., & Johnson, J. (2016). A Time Trade-offderived Value Set of the EQ-5D-5L for Canada. Medical Care, 54(1), Uruguay 2013 Augustovski, F., Rey-Ares, L., Irazola, V., Garay, O., Gianneo, O., Fernández, G., Morales, M., Gibbons, L., & Ramos-Goñi, J. (2016). An EQ-5D-5L value set based on Uruguayan population preferences. Quality of Life Research, 25(2), Hongkong 2014 Wong, E., Ramos-Goñi, J., Cheung, A., Wong, A., & Rivero-Arias, O. (2018). Assessing the Use of a Feedback Module to Model EQ- 5D-5L Health States Values in Hong Kong. Patient, 11(2), Indonesien 2015 Purba, F., Hundfeld, J., Iskandarsyah, A., Fitriana, T., Sadarjoen, S., Ramos-Goñi, J., Passchier, J., & Busschbach, J. (2017). The Indonesian EQ-5D-5L Value Set. Pharmacoeconomics, 35(11), Japan 2013 Shiroiwa, T., Ikeda, S., Noto, S., Igarashi, A., Fukuda, T., Saito, S., & Shimozuma, K. (2016). Comparison of Value Set based on DCE and/or TTO-data: Scoring for EQ-5D-5L Health States in Japan. Value in Health, 19(5), Kina 2012 Lou, N., Liu, G., Li, M., Guan, M., Jin, X., & Rand-Hendriksen, K. (2017). Estimating an EQ-5D-5L Value Set for China. Value in Health, 20(4), Sydkorea 2013 Kim, S., Ahn, J., Ock, M., Shin, S., Park, J., Lou, N., & Jo, M. (2016). The EQ-5D-5L valuation study in Korea. Quality of Life Research, 25(7), Mapping (EQ-5D-5L till EQ-5D-3L index) - van Hout, B., Janssen, M. F., Feng, Y., Kohlmann, T., Busschbach, J., Golicki, D., Lloyd, A., Scalone, L., Kind, P., & Pickard, A. S. (2012). Interim Scoring for the EQ-5D-5L: Mapping the EQ-5D-5L to EQ-5D-3L Value Sets. Value in Health, 15(5), WePP Baseras på fyra värderingssystem - Abel Olsen, J., Lamu, A., & Charins, J. (2017). In search of a common currency: A comparison of seven EQ-5D-5L value sets. Health Economics, 27(1), Notering: WePP=Western Preference Pattern E, VAS Erfarenhetsbaserat perspektiv, VAS som värderingsmetod H, TTO/DCE Hypotetiskt perspektiv, TTO/DCE som värderingsmetod 18/65

20 ens validitet I det här avsnittet diskuteras de nationella värderingssystemens validitet utifrån de aspekter som har identifierats av Brazier och Deverill (1999). Avsnittet är indelat i vem som har gjort värderingarna, vilken värderingsmetod som har använts, kvalitet på data och vad vi vet om värderingssystemens empiriska validitet. En övergripande beskrivning av metodval för respektive studie presenteras i tabell 2. Elva av de tolv identifierade värderingssystemen är insamlade enligt EuroQols egenutvecklade protokoll och programvara, EuroQol Valuation Technology (EQ- VT). EQ-VT innehåller instruktioner för utbildning av intervjuare och protokoll för datainsamling (Oppe m.fl., 2014; Oppe m.fl., 2016). I och med att elva värderingssystem har framtagits enligt EQ-VT-protokollet har samma metod tillämpats gällande datainsamling, värdering och val av perspektiv. Ett av de två tyska värderingssystemen, Tyskland E, VAS, har inte följt samma värderingsprotokoll som övriga elva värderingsstudier (Leidl & Reitmeir, 2017). Vem har gjort värderingarna? Enligt protokollet för EQ-VT värderar studiedeltagare tillstånd som är beskrivna för dem (värderingar av hypotetiska tillstånd) med hjälp av de olika frågorna i hälsoklassificerings-systemet. Elva av de tolv nationella värderingssystemen bygger alltså på generella befolkningens värderingar av hypotetiska EQ-5D-5L-tillstånd. För det tyska värderingssystemet som inte följt protokollet, Tyskland E, VAS, har studiedeltagarna däremot värderat sina egna hälsotillstånd (Leidl & Reitmeir, 2017). Eftersom även de som deltagit i värderingar av hypotetiska tillstånd kan ha erfarenhet av hälsoproblem presenteras hur stor andel av deltagarna i varje studie som rapporterat problem i någon av de fem hälsodimensionerna i EQ-5D-5L. Av de studier som presenterar den uppgiften, är andelen som rapporterat problem i någon av dimensionerna 52 % i studien bakom det engelska värderingssystemet, 25 % i studien bakom det sydkoreanska värderingssystemet, 63 % i studien bakom det tyska värderingssystemet som bygger på värdering av hypotetiska tillstånd, Tyskland H, TTO/DCE, och 38 % i studien bakom det tyska erfarenhetsbaserade värderingssystemet, Tyskland E, VAS (Tabell 3). Det erfarenhetsbaserade värderingssystemet har därmed en lägre andel studiedeltagare som rapporterar problem än flera av de värderingssystem som bygger på värderingar av hypotetiska tillstånd. Värderingsmetod För de värderingssystem som har följt EQ-VT-protokollet används två värderingsmetoder där svarsdeltagarna måste göra olika val: composite TTO 19/65

21 (c-tto) och DCE. För tillstånd som genererar positiva värden (bättre än död) används en TTO-metod där studiedeltagaren ombeds välja mellan två alternativ, liv A och liv B. Liv B innebär att leva tio år i det hälsotillstånd som ska värderas. Liv A innebär istället att leva tio år eller mindre i full hälsa. Tiden i full hälsa (x) varieras för att hitta det antal år som studiedeltagaren anser är likvärdigt med 10 år i det hälsotillstånd som värderas. TTO-värdet beräknas enligt x/10. Om studiedeltagaren anser att ett tillstånd är värre än död (dvs väljer 0 år i full hälsa framför 10 år i hälsotillståndet som värderas) används så kallad lead-time- TTO. Studiedeltagaren instrueras återigen att välja mellan två alternativ, liv A och liv B, men i den här frågan innebär liv B att först leva tio år i full hälsa, följt av tio år i tillståndet som ska värderas. Liv A innebär fortfarande att leva ett antal år i full hälsa, som varieras mellan 1 och 10. Deltagaren anger, genom att välja mellan de olika alternativen, det antal år i full hälsa (x) som anses vara likvärdigt med liv B. TTO-värdet beräknas enligt (x-10)/10. I DCE instrueras studiedeltagaren att välja vilket av två hälsoprofiler som anses vara det bättre, utan hänsyn till någon tidsaspekt. I vidareutvecklingen av EQ-VTprotokollet har det framkommit att inte bara vilken värderingsmetod som används utan också vilken version av värderingsmetod som har använts (till exempel c-tto med lead-time TTO för tillstånd värre än död) har betydelse för datakvaliteten (Oppe m.fl. 2014). Det värderingssystem som bygger på erfarenhetsbaserade värderingar, Tyskland E, VAS, baseras på en enkätdatainsamling där svarsdeltagarna rapporterat sin egen nuvarande hälsa med både EQ-5D-5L och EQ-VAS (Leidl & Reitmeir, 2017). et har utvecklats genom att rapporteringen med EQ-VAS används som en värdering av den hälsoprofil (för egen nuvarande hälsa) som varje studiedeltagare har uppgett med hjälp av frågorna i EQ-5D-5L. Skalan för EQ-VAS är ankrad i sämsta och bästa tänkbara hälsa och sätter därför inte värderingen i relation till död och full hälsa. Därmed är det inte heller möjligt att värdera tillstånd värre än döden. Datakvalitet Nedan beskrivs olika aspekter av kvaliteten på det data som ligger till grund för de olika värderingssystemen. Det handlar dels om hur representativ studiepopulationen som deltagit i värderingsövningarna är för den befolkning som underlaget ska användas för, dels handlar det om hur data har samlats in och analyserats (Brazier & Deverill, 1999). Erfarenheter från tidiga värderingssystem som använt EQ-VT-protokollet har visat att administreringssätt (tillämpning av individuella intervjuer med utbildade intervjuare), kvalitetskontroller (för att säkerställa att intervjuare följer protokoll) och övningsexempel (så att studiedeltagaren får tillräcklig information för att förstå uppgiften) är faktorer som har stor betydelse för god datakvalitet (Oppe m.fl., 2014; Oppe m.fl., 2016). Bland de studier som tillämpat de tidigare versionerna av EQ-VT (Tabell 2) har brister i datakvalitet observerats, exempelvis i form av snedfördelning av TTOvärden, med relativt stor andel värden på specifika punkter på skalan 20/65

22 (1,0; 0,5; 0,0; -1,0) (Brazier & Briggs, 2018). Brister i datakvalitet har observerats i studierna bakom värderingssystemen för Spanien (Ramos-Goñi, 2017a), England (Devlin, m.fl, 2018) och Nederländerna (Versteegh, m.fl, 2016). I den nyligen publicerade studien bakom det senaste tyska värderingssystemet, Tyskland H, TTO/DCE, uppger däremot författarna att det inte har varit nödvändigt att hantera problem med kvaliteten på data (Ludwig, m.fl., 2018). Även om de elva värderingsstudier som baserats på EQ-VT har flera likheter när det gäller insamlingen av data finns ett antal metodval som protokollet inte täcker och som därmed skiljer sig åt mellan studierna. Exempel på metodval som inte täcks av protokollet är riktlinjer för urval och rekrytering av studiedeltagare, urval av intervjuare, orsaker till att exkludera deltagare och/eller observationer, hantering av data (t.ex. logiska inkonsekvenser och distribution av data), samt val av statistisk modell för att estimera värden för tillstånd som inte blivit värderade. Eftersom protokollet har vidareutvecklats under tidens gång (beskrivs enligt v.1.0, v.1.1, v.2.0) skiljer sig värderingssystemen åt även gällande hur omfattande kvalitetskontroller som tillämpats. Datainsamling och administreringssätt Det värderingssystem som framtagits genom VAS-värderingar av erfarenhetsbaserade tillstånd, Tyskland E, VAS, baseras på en befolkningsenkät som datainsamlingsmetod (Leidl & Reitmeir, 2017) och övningen har inte föregåtts av några övningsexempel. För värderingssystemen som följt EQ-VT-protokollet har data samlats in genom individuella intervjuer där studiedeltagaren instrueras och assisteras av en intervjuare (Oppe m.fl., 2016). Datainsamlingen genomförs med hjälp av ett datoriserat standardiserat protokoll och programvara. Till protokollet hör även utbildning av intervjuare och monitorering av intervjuer och datakvalitet (se bilaga Tabell B1). I de olika versionerna av EQ-VT har kvalitetskontroller vidareutvecklats, vilket bland annat innebär monitorering av hur intervjuare följer protokollet. Intervjuer flaggas om TTO-övningen för tillstånd värre än döden inte visas under övningsexemplet, intervjuaren spenderar mindre än tre minuter på att förklara TTO-övningen i övningsexemplet, studiedeltagaren spenderar mindre än fem minuter på att slutföra tio värderingsövningar, eller om värdet för hälsotillstånd inte är det lägst värderade tillståndet och om värdet var 0,5 högre än det tillstånd som värderades lägst (Ramos-Goñi, 2017c). Urval av hälsotillstånd och antal värderingar per person Enligt EQ-VT-protokollet inkluderas 86 tillstånd för direkt värdering. Dessa tillstånd är uppdelade i tio block, som är utformade att ha likvärdig fördelning av svårighetsgrad gällande de hälsotillstånd som värderas. Åttio hälsotillstånd har valts ut genom Monte Carlo-simulering. I varje block inkluderas åtta tillstånd som är unika för det blocket, samt ett av fem milda tillstånd (11112, 11121, 11211, 12111, 21111) och det svåraste tillståndet (55555). Varje studiedeltagare blir slumpmässigt tilldelad ett block och värderar tio beskrivna hälsotillstånd, som presenteras i slumpmässig ordningsföljd. 21/65

23 Gällande Tysklands erfarenhetsbaserade värderingssystem, Tyskland E, VAS, saknas beskrivning av vald metod för urval av hälsotillstånd som värderats direkt (Leidl & Reitmeir, 2017). Varje studiedeltagare har värderat sitt eget nuvarande hälsotillstånd, det vill säga en värdering per deltagare. Antal studiedeltagare Det erfarenhetsbaserade värderingssystemet utvecklat i Tyskland E, VAS har störst antal studiedeltagare (n=8 114) och övriga studiepopulationer sträcker sig mellan 794 (Uruguay) och deltagare (Kina) (Tabell 2). Enligt EQ-VT-protokollet rekommenderas studiedeltagare, vilket baseras på ett antal antaganden. Dels baseras antalet på att 100 observationer per värderat hälsotillstånd beräknas resultera i ett standardfel (standard error of the mean) mellan 0,01 för milda tillstånd och 0,06 för svåra tillstånd. Dels baseras antalet på att det skulle innebära ett tillräckligt underlag för att skatta en regressionsmodell med 21 parametrar (fyra dummy-variabler för svarsalternativen inom respektive hälsodimension samt en konstant) (Versteegh m.fl., 2016). Bland de elva värderingssystem som följt EQ-VT har riktlinjerna om studiedeltagare uppnåtts i studierna utvecklade i Tyskland H, TTO/DCE (n=1 158), Kanada (n=1 073), Hongkong (n=1 014), Indonesien (n=1 054), Japan (n=1 026), Kina (n=1 271) och Sydkorea (n=1 085), medan antalet är lägre för England (n=912), Nederländerna (n=979), Spanien (n=973) och Uruguay (n=794) (Tabell 2). Analys av data Bland de elva värderingsstudier som följt EQ-VT-protokollet är fem värderingssystem enbart baserade på TTO-värderingar (Kanada, Kina, Sydkorea, Nederländerna, Uruguay) medan sex värderingssystem har framtagit hybridmodeller med både TTO- och DCE-data (England, Tyskland H, TTO/DCE, Spanien, Hongkong, Indonesien, Japan) (Tabell 2). I majoriteten av de inkluderade värderingssystemen är QALY-vikten för hälsotillstånd (inga problem i samtliga dimensioner) ankrat i 1, medan två värderingssystem ger en något lägre vikt för samma hälsotillstånd (Kanada: 0,949, Tyskland E, VAS : 0,920) (Tabell 2). Samtliga värderingssystem baserade på värderingar av hypotetiska tillstånd ger negativa värden, och dessa motsvarar mellan 0,1 35,6 % av det totala antalet möjliga hälsotillstånd (n=3 125). Det lägsta möjliga värdet skiljer sig åt mellan dessa elva värderingsstudier, från -0,865 (Indonesien och Hongkong) till -0,025 (Japan). Det lägsta möjliga värdet i Tysklands värderingssystem Tyskland E, VAS är 0,104. en har använt olika typer av statistiska modeller för att länka hälsotillstånden till värderingarna (Tabell 2). För att kunna bedöma den statistiska metoden som använts krävs emellertid en omfattande genomgång och analys, vilket inte ryms inom ramen för denna rapport. 22/65

24 Tabell 2a. Beskrivning av metod och resultat av identifierade nationella värderingssystem. England Nederländerna Spanien Tyskland H, TTO/DCE Tyskland E, VAS Kanada Studiedeltagare, n Protokoll EQ-VT v1.0 EQ-VT v1.0 EQ-VT v1.0 EQ-VT v2.0 n/a EQ-VT v1.0 Värderingsmetod slutgiltig modell TTO, DCE TTO TTO, DCE TTO, DCE VAS TTO Statistisk modell Bayesian, hybrid Tobit OLS, CLM Tobit, CLM GLM Linear model (main effect) Insamlingsmetod Intervju Intervju Intervju Intervju Enkät Intervju Perspektiv Hypotetisk Hypotetisk Hypotetisk Hypotetisk Erfarenhet Hypotetisk Värderade tillstånd per person, n Direkt värderade hälsotillstånd, n Min-max -0, , , , ,104 0,920-0,148 0,949 Median 0,388 0,291 0,356 0,368 0,440 0,395 Tillstånd < 0, n n/a 57 Tillstånd < 0, % 5,1 15,5 8,2 15,1 n/a 1,8 Tabell 2b. Beskrivning av metod och resultat av identifierade nationella värderingssystem. Uruguay Hongkong Indonesien Japan Kina Sydkorea Studiedeltagare, n Protokoll EQ-VT v1.1 EQ-VT v2.0 EQ-VT v2.0 EQ-VT v1.1 EQ-VT v1.0 EQ-VT v1.1 Värderingsmetod slutgiltig modell TTO TTO, DCE TTO, DCE TTO, DCE TTO TTO Statistisk modell Robust regression Tobit, CLM Tobit Linear mixed, CLM GLS Linear mixed Insamlingsmetod Intervju Intervju Intervju Intervju Intervju Intervju Perspektiv Hypotetisk Hypotetisk Hypotetisk Hypotetisk Hypotetisk Hypotetisk Värderade tillstånd per person, n Direkt värderade hälsotillstånd, n Min-max -0, , , , , ,066 1 Median 0,556 0,119 0,121 0,450 0,310 0,452 Tillstånd < 0, n Tillstånd < 0, % 0,9 35,6 35,5 0,1 10,1 0,1 Notering: CLM=Conditional Logit Model, DCE=Discrete Choice Experiments, GLM=Generalized Linear Model, OLS=Ordinary Least Squares, TTO=Time Trade-off, VAS=Visual Analogue Scale. E, VAS Erfarenhetsbaserat perspektiv, VAS som värderingsmetod, H, TTO/DCE Hypotetiskt perspektiv, TTO/DCE som värderingsmetod.

25 Bakgrundsvariabler för deltagarna i värderingsövningarna I tabell 3 beskrivs bakgrundsvariabler för studiedeltagarna i värderingsstudierna, och kan jämföras med befolkningsstatistik för den svenska generella befolkningen. I publikationen för det erfarenhetsbaserade värderingssystemet (Tyskland E, VAS ) saknas beskrivning av studiepopulationen (Leidl & Reitmeir, 2017). Information om studiens studiepopulation (kön och andel med högsta utbildningsnivå) är istället hämtat från två publikationer som beskriver data och metod för befolkningsenkäterna som ligger till grund för värderingssystemet (Tabell 3) (Huber m.fl., 2016; Huber m.fl., 2017). I linje med fördelningen av kvinnor och män i den svenska befolkningen är omkring hälften av deltagarna kvinnor i majoriteten av studierna, medan andelen är något högre i studierna från Uruguay (55 %), Kanada (56 %), Hongkong (59 %) och England (59 %). Åldersfördelningen bland studiedeltagarna skiljer sig mellan värderingsstudierna. et för Indonesien har störst andel i den yngsta ålderskategorin 29 år (38 %), följt av Kina (25 %). I värderingsstudierna för Japan, Nederländerna och Sydkorea är ungefär en femtedel av studiedeltagarna 29 år (mellan 18,2 19,8 %), vilket stämmer väl överens med den generella befolkningen i Sverige (ca 20 %). Lägst andel studiedeltagare i den yngsta ålderskategorin finns i värderingssystemet för England (12 %) och Tyskland H, TTO/DCE (14 %), medan andelen inom denna ålderskategori inte presenteras för Kanada, Hongkong, Spanien, Tyskland E, VAS och Uruguay. Enligt befolkningsstatistiken är ca 32 % av den generella befolkningen i Sverige 60 år eller äldre. Motsvarande andel är något högre bland studiedeltagarna i värderingssystemet för England (34 %), och lägre för Nederländerna (28 %), Kanada (28 %), Sydkorea (21 %), Japan (20 %), Kina (18 %), Uruguay (17 %) och Indonesien (5 %). I Englands värderingssystem har den sneda åldersfördelningen hanterats genom justering av ålder i den statistiska modelleringen, för att bättre representera den generella befolkningen (Devlin m.fl., 2018). Studierna saknar en gemensam definition och kategorisering av utbildningsnivå, och endast högsta nivå av utbildning presenteras i denna rapport (därmed skiljer sig antal år för högsta utbildningsnivå mellan studier). I ett antal studier är andelen studiedeltagare med högsta utbildningsnivå något större än motsvarande andel i den generella befolkningen i Sverige (27 %). Dessa är värderingsstudierna för H, TTO/DCE Kanada (33 %), Spanien (33 %), Japan (32 %), Uruguay (31 %), Tyskland (30 %) och Nederländerna (29 %). En mindre andel studiedeltagare med högsta utbildningsnivå finns i studierna för Sydkorea (26 %), Kina (23 %), England (22 %), Tyskland E, VAS (21 %), Hongkong (17 %) och Indonesien (16 %). Sammanfattningsvis visar jämförelsen att studiedeltagarnas fördelning av män och kvinnor stämmer relativt väl överens med den svenska befolkningens, även om andelen kvinnor är högre i vissa av studierna. Värderingsstudierna för Tyskland H, TTO/DCE, Nederländerna och Sydkorea överensstämmer relativt väl med den generella befolkningen i Sverige gällande andelen med högsta utbildningsnivå. Andelen unga är mindre i studierna bakom värderingssystemen för Tyskland H, TTO/DCE, England och Nederländerna jämfört med i den generella befolkningen i

26 Sverige. Av de europeiska och nordamerikanska värderingssystemen är studien bakom Englands värderingssystem bland de som avviker mest från den svenska befolkningen när det gäller såväl könsfördelning, åldersfördelning och utbildningsnivå. Utöver kön, ålder och utbildning är det troligt att även kulturella aspekter kan påverka deltagarnas preferenser. I de jämförelser av QALY-vikter från de olika värderingssystemen som presenteras längre fram i denna rapport har vi därför valt att fokusera på de europeiska och nordamerikanska värderingssystemen. Empirisk validitet för existerande värderingssystem för EQ-5D Det finns ett fåtal exempel på hur värderingssystems empiriska validitet kan utvärderas genom att jämföra systemens index-värden med uppgivna preferenser (Nemes m.fl., 2015; Leidl m.fl., 2012; Leidl m.fl., 2016). Alla dessa är gjorda på erfarenhetsbaserade VAS-värderingssystem för EQ-5D-3L. Den empiriska validiteten av värderingssystem för EQ-5D-3L har i ett flertal studier även undersökts genom att jämföra värden mot förväntade (hypotetiska) skillnader i preferenser mellan olika patientpopulationer. Syftet med den här typen av jämförelser är att se om instrumentet hittar förväntade skillnader i värderingar mellan patientgrupper och över tid. Det vanligaste är att värden från det brittiska värderingssystemet för EQ-5D-3L utvärderas mot förväntade skillnader i livskvalitet mellan patientgrupper med olika svårighetsgrad (t.ex. Longworth m.fl., 2014; Heintz m.fl., 2012). På senare tid har det även dykt upp liknande studier där man utvärderat hur bra EQ-5D-5L, med QALY-vikter beräknade med de nya värderingssystemen, kan upptäcka förväntade skillnader mellan patientgrupper (Conner-Spady m.fl., 2018; Fermont m.fl., 2017; Goranitis m.fl., 2016; Poór m.fl., 2017). Till exempel drar författarna från en studie slutsatsen att EQ-5D-5L, beräknat med det engelska värderingssystemet, har god empirisk validitet för mätning av hälsorelaterad livskvalitet hos patienter som genomgår viktreducerande kirurgi (Fermont m.fl., 2017). En annan studie som jämfört EQ-5D-5L och EQ-5D-3L (beräknade med det engelska respektive brittiska värderingssystemen) i en patientpopulation med psoriasis visar att EQ-5D-5L minskar takeffekterna och har starkare korrelation med sjukdomsspecifika mått än EQ-5D-3L i den specifika patientgruppen (Poór m.fl., 2017). 25/65

27 Tabell 3. Beskrivning av studiepopulation i respektive studie för de nationella värderingssystemen, jämfört med den generella populationen i Sverige Sverige 1 (%) England n (%) Nederländerna n (%) Spanien n (%) Tyskland H, TTO/DCE n (%) Tyskland E, VAS n (%) Kanada n (%) Uruguay n (%) Hongkong n (%) Indonesien n (%) Japan n (%) Kina n (%) Sydkorea n (%) Kön Kvinnor (49,9) 540 (59,2) 508 (50,9) 510 (52,4) 618 (53,4) (52,6) 595 (55,5) 439 (55,3) 600 (59,0) 526 (49,9) 511 (49,8) 634 (49,9) 546 (50,6) Män (50,1) 372 (40,8) 491 (49,1) 463 (47,6) 540 (46,6) (47,4) 478 (44,5) 355 (44,7) 414 (41.0) 528 (50,1) 515 (50,2) 637 (50,1) 534 (49,4) Ålder 29 (19,5) 105 (11,5) 186 (18,6) n/a (14,4) n/a n/a 2 n/a 2 n/a (37,5) 203 (19,8) 313 (24,6) 197 (18,2) (16,1) n/a (13,7) n/a (13,4) n/a 392 (36,5) 386 (48,6) n/a (25,1) 204 (19,9) 244 (19,2) 212 (19,6) (16,2) n/a (20,6) n/a (19,5) n/a n/a 2 n/a 2 n/a (17,1) 206 (20,1) 272 (21,4) 229 (21,2) (15,9) n/a (18,9) n/a 2 n/a 2 n/a 382 (35,6) 271 (34,1) n/a (15,6) 206 (20,1) 220 (17,3) 213 (19,7) 60+ (32,1) 310 (34,0) 281 (28,1) n/a 2 n/a 2 n/a 299 (27,9) 137 (17,3) n/a 2 51 (4,8) 207 (20,2) 222 (17,5) 229 (21,2) Högsta utbildning 3 (26,6) 201 (22,3) 292 (29,1) 314 (32,5) 347 (30,0) (21,0) 358 (33,4) 249 (31,4) 116 (17,2) 165 (15,7) 331 (32,3) 291 (22,9) 278 (25,7) EQ-5D-profil n/a 437 (47,9) n/a n/a 421 (36,4) (62,2) n/a - (44) n/a n/a n/a n/a (~75,0) Annat n/a 475 (52,1) n/a n/a 737 (63,6) (37,8) n/a - (56) n/a n/a n/a n/a (~25,0) EQ-VAS, medelvärde n/a n/a 80,6 n/a 79,5 n/a 82,7 79,6 n/a 79,4 n/a n/a ~83,- Notering: n/a=not applicable/ej relevant/ej rapporterat, DCE=Discrete Choice Experiment, TTO=Time Trade-Off, VAS=Visual Analogue Scale. E, VAS Erfarenhetsbaserat perspektiv, VAS som värderingsmetod H, TTO/DCE Hypotetiskt perspektiv, TTO/DCE som värderingsmetod 1 Enligt befolkningsstatistik från SCB. Statistik för kön/ålder baseras på vuxen befolkning från 18 år (år 2017). Statistik för utbildning baseras på vuxen befolkning år (år 2016). Kategorin för högsta utbildningsnivå inkluderar eftergymnasial utbildning 3 år och forskarutbildning. 2 Annan ålderskategorisering. England: år (29.6 %), år (24.9 %), Spanien: år (11,7 %), år (27.8 %), år (17,5 %), år (15,2 %), år (11,4 %), år (11,1 %), 75+ år (5,3 %), Tyskland H, TTO/DCE : år (27,6 %), år (14,2 %), 75 år (10,9 %), Kanada: år, år, år. Uruguay: år, år, 60+ år, Hongkong: år (16,4 %), år (17,1 %), år (17,1 %), år (11,7 %), år (22,0 %), 65 år (15,8 %). 3 Kategorisering och definition av utbildningsnivå skiljer sig mellan studierna.

28 Jämförelse av QALY-vikter beräknade med olika värderingssystem I detta avsnitt presenteras resultat och implikationer av att använda de olika identifierade värderingssystemen. Detta följs av en jämförelse med vanligt förekommande värderingssystem för EQ-5D-3L, gällande metodval och fördelning av QALY-vikter. Jämförelse mellan värderingssystemen QALY-vikter för samtliga hälsotillstånd beräknade med det engelska värderingssystemet och mapping-funktionen mellan EQ-5D-5L och det brittiska värderingssystemet för EQ-5D-3L beskrivs i figur 1 (för jämförelse mellan mapping-funktionen och övriga länders värderingssystem, se B1-B12 i bilaga). Jämförelsen visar hur vikterna skulle påverkas om det nya värderingssystemet används istället för mapping-funktionen. Funktionen (van Hout m.fl., 2012) transformerar svar på EQ-5D-5L till det brittiska värderingssystemet för EQ-5D-3L (Dolan, 1997). Mapping-funktionen generar generellt sett lägre värden än Englands värderingssystem, och skillnaderna mellan värderingssystemens vikter tenderar att vara något större i den lägre delen av skalan. Ett fåtal hälsoprofiler (n=172; 5,5 %) genererar lägre värden vid användning av Englands värderingssystem istället för mappingfunktionen. I jämförelse mellan de två värderingssystemen gällande vikter för varje enskild hälsoprofil ligger differensen mellan 0,478 (profil 52151) och -0,130 (profil 44444). För ungefär en fjärdedel av samtliga hälsotillstånd är differensen 0,1 mellan de två värderingssystemen. För de 25 % där skillnaden är som störst skiljer sig vikten för hälsoprofilerna 0,3. Index 1,0 0,8 0,6 England Mapping 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur 1. Beskrivning av index-värden för samtliga hälsotillstånd, och jämförelse mellan mapping-funktionen (som skattar index-värden baserat på det brittiska värderingssystemet för EQ-5D-3L) och Englands värderingssystem.

29 Mapping-funktionen ger generellt sett lägre vikter än de europeiska och nordamerikanska värderingssystemen. Vid jämförelse av varje enskilt hälsotillstånd är en relativt liten andel av vikterna lägre vid användning av värderingssystemen H, TTO/DCE för England (5,5 %), Nederländerna (25,8 %), Spanien (7,8 %), Tyskland (9,8 %), Tyskland E, VAS (6,8 %), och Kanada (2,2 %) jämfört med vikterna från mapping-funktionen. I figur 2 beskrivs QALY-vikter för alla möjliga hälsotillstånd baserat på värderingssystemen för England, Nederländerna, Spanien, Tyskland H, TTO/DCE, Tyskland E, VAS, Kanada, samt WePP-funktionen och mapping-funktionen (se Bilaga, figur B13 för övriga värderingssystem). Samtliga värderingssystem har sorterats inbördes från högst till lägst värde. För hälsotillstånd ges en något lägre vikt vid användning av Kanadas (0,949) och Tysklands E, VAS (0,920) värderingssystem jämfört med övriga system som utgår från att hälsotillståndet ankras i en QALY-vikt på 1. Tysklands E, VAS värderingssystem har också en mindre lutning jämfört med övriga värderingssystem, vilket innebär en mindre relativ skillnad i livskvalitetsvikt över skalans utfallsrum (0,104 0,920). Bland värderingsstudierna inkluderade i figur 2 ger mapping-funktionen och värderingssystemen för Tyskland H, TTO/DCE och Nederländerna lägst värden för de svåra hälsotillstånden (lägsta värde -0,594, -0,661 respektive -0,446). I och med att samtliga värden är rangordnade inbördes i figur 2 synliggörs skalan för respektive värderingssystem, men inte de relativa skillnaderna mellan dimensioner och svarsalternativ. För jämförelser mellan respektive värderingssystem och mappingfunktionen, se figur 1 och figur B1-B12 i Bilaga. Index 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4 England Nederländerna Spanien Tyskland Tyskland (E, VAS) Kanada WePP Mapping till 3L -0,6-0,8 Figur 2. Beskrivning av index-värden för samtliga hälsoprofiler (EQ-5D-5L) för sex nationella värderingssystem samt Western Preference Pattern (WePP) och mapping till EQ-5D-3L (baseras på det brittiska värderingssystemet), sorterade inbördes från högst till lägst index-värde för respektive värderingssystem. 28/65

30 Figur 3 visar vilken relativ påverkan de olika hälsodimensionerna och svarsalternativen har vid uträkning av QALY-vikter med värderingssystemen för England, Nederländerna, Tyskland H, TTO/DCE och Spanien (illustreras även i figur B14-B17 i bilaga). I Nederländernas vikter redovisas den så kallade konstanten (avdrag på -0,047 vid problem, det vill säga svarsalternativ 2 5 i någon av dimensionerna) för samtliga dimensioner och svarsalternativ. Varje vikt ska därmed tolkas enligt antagandet om att övriga dimensioner är lika med 1, det vill säga inga problem. I Englands, Tysklands H, TTO/DCE och Spaniens värderingssystem ges störst relativ vikt (störst negativ påverkan på QALY-vikten) till smärtor/besvär, följt av oro/nedstämdhet. Nederländernas värderingssystem ger istället störst vikt (lägst värde) till oro/nedstämdhet, följt av smärtor/besvär. I både Spaniens och Englands värderingssystem följs detta av rörlighet, personlig vård, och vanliga aktiviteter. I värderingssystemet för Nederländerna följs dessa av vanliga aktiviteter, rörlighet och personlig vård. I värderingssystemet Tyskland H, TTO/DCE följs de istället av personlig vård, rörlighet och vanliga aktiviteter. I Nederländernas värderingssystem görs ingen skillnad i vikt mellan två av svarsalternativen i två dimensioner; personlig vård (svarsalternativ 4 och 5) och vanliga aktiviteter (svarsalternativ 4 och 5). I Englands värderingssystem finns relativt små skillnader gällande vikter mellan svarsalternativ 4 (-0,285) och 5 (-0,289) för oro/nedstämdhet, och likaså i Spaniens värderingssystem mellan svarsalternativ 2 (-0,050) och 3 (-0,053) för personlig vård och svarsalternativ 2 (-0,044) och 3 (-0,049) för vanliga aktiviteter. 29/65

31 Figur 3. Minskning av QALY-vikten presenterad per hälsodimension (mobility, selfcare, usual activity, pain/discomfort, anxiety/depression) och svarsalternativ (2 5) för värderingssystemen utvecklade i England, Nederländerna, Tyskland (Tyskland H, TTO/DCE ) och Spanien. Vid beräkning av Nederländernas värderingssystem har avdraget 0,047 räknats med i samtliga dimensioner och svarsalternativ. Varje linje representerar ett svarsalternativ (2, 3, 4 eller 5) i de olika dimensionerna. Mitten av diagrammet representerar att inget avdrag görs vid beräkning av QALY-vikter. Ju längre ut mot kanterna i diagrammet linjen befinner sig desto större vikt (negativ påverkan på QALY-vikten) har svarsalternativet i dimensionen. Jämförelse av värderingssystem och EQ-5D-3L EQ-5D-5L genererar ett betydligt större antal möjliga hälsotillstånd (n=3 125) jämfört med EQ-5D-3L (n=243). Enligt EQ-VT-protokollet för utvecklande av värderingssystem värderas 86 tillstånd (2,8 %), jämfört med 42 (17,3 %) respektive 148 tillstånd (60,9 %) i framtagandet av de brittiska och svenska värderingssystemen för EQ-5D-3L (Dolan, 1997; Burström m.fl., 2014) (Tabell 4). Metodvalen skiljer sig även mellan värderingssystemen i antalet observationer per direkt värderat tillstånd, metoder för att värdera och beräkna värden för tillstånd 30/65

32 värre än död, och statistisk metod för att skatta QALY-vikter för tillstånd som inte blivit värderade (Tabell 2, Tabell 4). Tabell 4. Beskrivning av metod för datainsamling, värdering och modellering av QALY-vikter för den brittiska mapping-funktionen (van Hout m.fl., 2012) samt värderingssystemen för EQ-5D-3L utvecklade för Storbritannien (Dolan, 1997) och Sverige (Burström m.fl., 2014). Mapping 1 Storbritannien Sverige Perspektiv n/a Hypotetisk Erfarenhet Värderingsmetod n/a TTO (iterativ) TTO (icke-iterativ) Insamlingsmetod Poolad data Intervju Enkät Årtal datainsamling n/a , 2006 Studiedeltagare, n Protokoll n/a MVH n/a Statistisk modell Icke-parametrisk GLS OLS Värderade tillstånd per person, n n/a 13 1 Direkt värderade hälsotillstånd, n n/a Andel med EQ-5D-profil n/a n/a 39,8 Min-max -0, , ,340 0,969 Median 0,153 0,109 0,640 Tillstånd < 0, n n/a Tillstånd < 0, % 26,7 34,6 n/a Notering: GLS=Generalized least-squares regression, MVH=Measurement and Valuation of Health, OLS=Ordinary least squares regression 1 Mapping från EQ-5D-5L till det brittiska värderingssystemet för EQ-5D-3L (Dolan, 1997) För det svenska erfarenhetsbaserade värderingssystemet har data samlats in genom enkäter, och studiedeltagare har värderat sitt eget nuvarande hälsotillstånd med icke-iterativ TTO (Burström m.fl., 2014). Till skillnad från värderingssystemen baserade på värderingar av hypotetiska tillstånd är det inte möjligt att värdera ett tillstånd värre än döden. Det erfarenhetsbaserade värderingssystemet ger vikter mellan 0,34 och 0,97. I det brittiska värderingssystemet för EQ-5D-3L (Dolan, 1997) genererar 84 av 243 möjliga hälsotillstånd (35 %) negativa värden, det vill säga hälsotillstånd som värderas som värre än död. Det brittiska värderingssystemet genererar värden mellan -0,594 och 1. Det lägsta möjliga värdet är jämförbart med motsvarande för ett antal av de europeiska värderingssystemen : Tyskland H, TTO/DCE (-0,661), Nederländerna (-0,446) och Spanien (-0,415) (Tabell 2). Det finns dock en relativt stor skillnad gällande andelen negativa värden för Tyskland H, TTO/DCE (15 %), Nederländerna (16 %) och Spanien (8 %), jämfört med det brittiska värderingssystemet för EQ-5D-3L (35 %). I framtagandet av det brittiska värderingssystemet för EQ-5D-3L användes andra metoder för värdering av 31/65

33 tillstånd värre än död och transformering av negativa värden (Brazier & Briggs, 2018; Augestad m.fl., 2012). I figur 4 visas en jämförelse mellan värderingssystem för EQ-5D-3L (Sverige och Storbritannien), Englands värderingssystem och mapping-funktionen från EQ-5D-5L till det brittiska värderingssystemet för EQ-5D-3L (Dolan, 1997). I figuren inkluderas endast 243 hälsotillstånd (baserat på möjliga tillstånd i EQ-5D-3L) och svarsalternativ på EQ-5D-5L har anpassats för att möjliggöra en jämförelse (1=1, 2=3, 3=5). en för mapping-funktionen och Storbritannien (EQ-5D-3L) genererar lika värden för alla dessa 243 tillstånd (på en skala mellan -0,594 1). Både Englands värderingssystem och Sveriges värderingssystem för EQ-5D-3L genererar generellt högre QALY-vikter än de båda andra. Jämförelsen mellan EQ-5D-5L och EQ-5D-3L ska dock göras med försiktighet, då endast ett fåtal omvandlade hälsotillstånd inkluderas. Index 1,0 0,8 0,6 0,4 0,2 0,0-0,2 Sverige 3L Storbritannien 3L England 5L Mapping från 5L till 3L -0,4-0,6-0,8 Figur 4. Jämförelse av index-värden från värderingssystemet från England (hypotetiskt perspektiv), värderingssystemen för EQ-5D-3L från Storbritannien (hypotetiskt perspektiv) och Sverige (erfarenhetsbaserat perspektiv), samt mapping-funktionen för att omvandla svar från EQ-5D-5L till det brittiska värderingssystemet för EQ-5D-3L. (Notering: EQ-5D-5L-svar är anpassade till 243 möjliga EQ-5D-3L-hälsotillstånd, dvs svarsalternativ 1=1, 2=3, 3=5) Rekommendationer från andra organisationer Vid en sökning på olika HTA-organisationers hemsidor identifierades endast en rekommendation avseende vilket värderingssystem som ska användas för EQ-5D-5L. National Institute for Health and Care Excellence (NICE) i England skriver i ett PM från augusti 2017 att de rekommenderar att det brittiska värderingssystemet för EQ-5D-3L används i de analyser som ska ligga till grund för NICE:s utvärderingar av olika hälso- och sjukvårdsteknologier (Dolan, 1997) (NICE, 32/65

34 2017). Användning av Englands värderingssystem (Devlin m.fl., 2018) rekommenderas inte förrän en bedömning av dess validitet har genomförts. Om data för båda klassifikationssystemen (EQ-5D-3L och EQ-5D-5L) finns tillgängliga rekommenderar NICE ändå att den brittiska tariffen för EQ-5D-3L (Dolan, 1997) används för att beräkna QALY-vikter. För EQ-5D-5L (klassifikationssystemet) rekommenderas tills vidare att mapping-funktionen baserad på van Hout m.fl. (2012) används som värderingsgrund. Det finns flera mapping-funktioner (Hernandez Alava m.fl., 2017) men för att vara konsekvent med nuvarande riktlinjer rekommenderar NICE att mapping-funktionen utvecklad av van Hout m.fl. (2012) används som referens (NICE, 2017). NICE planerar att granska och uppdatera sina rekommendationer under år 2018 och för att kunna bedöma validiteten av det nya engelska värderingssystemet för EQ-5D-5L har NICE bland annat valt att initiera en studie av hur resultatet i tidigare kostnadseffektivitetsanalyser som använt EQ-5D-3L påverkas av att istället länka värderingarna till värderingssystemet. NICE inväntar även resultat från ytterligare studier som initierats av det engelska Hälsodepartementet (Department of Health) för att utvärdera de analysmetoder (både ekonometriska metoden och modelleringskoden) som använts för att skapa det engelska värderingssystemet, och samla in data på både EQ-5D-3L och EQ-5D- 5L för att ta fram en ny mappningsfunktion. 33/65

35 Diskussion Totalt identifierades och inkluderades 14 relevanta publikationer i översikten av värderingssystem. Tolv av dessa är nationella värderingssystem för EQ-5D-5L, och ett värderingssystem är baserat på en sammanvägning av fyra av dessa nationella värderingssystem. Det finns idag inget svenskt värderingssystem. Elva av de nationella systemen använder ett gemensamt protokoll för datainsamling (EQ-VT) och är baserade på värderingar av hypotetiska tillstånd med TTO och i vissa fall även DCE. Endast ett värderingssystem är baserat på värderingar av upplevda tillstånd och i det fallet har värderingarna gjorts med EQ- VAS i Tyskland. Värdering med VAS är en omdiskuterad metod inom det hälsoekonomiska området. Kartläggningen identifierade även flera mapping-funktioner som länkar svar på frågorna i EQ-5D-5L till EQ-5D-3L index-värden (Hernandez Alava m.fl., 2017; van Hout m.fl., 2012). Funktionerna möjliggör beräkning av QALY-vikter genom att indirekt skatta vikter utifrån existerande värderingssystem för EQ- 5D-3L. Den vanligast förekommande mapping-funktionen, som inkluderades i föreliggande rapport, är den som länkar frågorna i EQ-5D-5L till det brittiska värderingssystemet utvecklat av Dolan (1997) (van Hout m.fl., 2012). För närvarande rekommenderar NICE att den mapping-funktionen används framför något av värderingssystemen (NICE, 2017). Validitet och överförbarhet Tillämpning av det vidareutvecklade protokollet för värderingsstudier har visat sig ha en positiv påverkan på datakvaliteten (Ludwig m.fl., 2017). Den nyligen publicerade studien bakom Tysklands värderingssystem (Tyskland H, TTO/DCE ) har använt sig av den senaste versionen av EQ-VT, och författarna konstaterar att värderingssystemet baseras på god datakvalitet (Ludwig, m.fl. 2018). Flertalet av övriga värderingssystem som kan vara aktuella för en svensk kontext (England, Nederländerna, Spanien, Kanada) är utvecklade med en tidigare version av protokollet, och har därmed inte tillämpat kvalitetskontroller och monitorering av data i samma utsträckning som efterföljande värderingsstudier. Trots protokoll finns ett antal metodologiska aspekter som skiljer sig mellan studierna, exempelvis när det gäller rekrytering av studiedeltagare och statistisk modell för skattning av TTO-värden för tillstånd som inte blivit direkt värderade. Språkliga översättningar av EQ-5D kan också vara en orsak till skillnader mellan värderingssystemen. Utifrån jämförelsen mellan den svenska befolkningen och studiedeltagarna inom respektive värderingssystem är det svårt att dra slutsatser om vilket värderingssystem som är mest lämpligt för en svensk kontext. Flera viktiga metodaspekter, som till exempel om man värderar sitt eget eller beskrivna tillstånd och vilken värderingsmetod som används, påverkar troligtvis värderingssystemet mer än hur representativt urvalet är för den svenska befolkningen. Kulturellt sett skulle man kunna argumentera för att de värderingssystem som borde ligga närmast den svenska befolkningens preferenser är de europeiska och nordamerikanska. Det innebär att de engelska, nederländska, tyska, spanska och kanadensiska värderingssystemen borde vara mest relevanta för en svensk kontext 34/65

36 och vi har därför fokuserat på dessa i jämförelserna av QALY-vikter från olika värderingssystem. Studier som har jämfört TTO-värderingar från olika länder visar att svenska värderingar ofta ligger högre än engelska, holländska och kanadensiska (Evans m.fl., 2013; Schwarzinger m.fl., 2003; Frederix m.fl., 2013; Hauber m.fl., 2014; Kartman m.fl., 2004). Resultaten kan emellertid till viss del bero på skillnader mellan studiepopulationerna och bör tolkas med stor försiktighet då de i flera fall inte är statistiskt säkerställda. Om kulturella aspekter ska användas som en parameter i valet mellan de europeiska och nordamerikanska värderingssystemen bör relationen mellan den svenska befolkningens värderingar och värderingar i andra länder därför undersökas närmare. I en sökning efter studier av värderingssystemens validitet hittades inga studier där värderingssystemen har validerats mot visade eller uppgivna preferenser. Däremot har det på senare tid publicerats flera studier som validerat det engelska värderingssystemet mot förväntade skillnader mellan olika patientgrupper, med goda resultat (Conner-Spady m.fl. 2018, Fermont m.fl., 2017, Goranitis m.fl. 2016, Poór m.fl. 2018). NICE har dessutom initierat ett flertal studier med syfte att utvärdera det engelska värderingssystemets validitet och resultaten förväntas rapporteras under år I Sverige har den empiriska validiteten av det erfarenhetsbaserade VASvärderingssystemet för EQ-5D-3L utvärderats genom att jämföra VAS-värden från värderingssystemet med faktiska VAS-värden rapporterade av patienter i höftprotesregistret, före och efter operation (Nemes m.fl., 2015). Liknande studier för att validera värderingssystem baserade på VAS har gjorts för det tyska erfarenhetsbaserade värderingssystemet för EQ-5D-3L. Leidl och medarbetare har jämfört VAS-värden från det tyska värderingssystemet för EQ-5D-3L med faktiska VAS-värden både i en patientgrupp med inflammatorisk tarmsjukdom och i en grupp som rehabiliterades efter akut hjärtsjukdom (Leid m.fl., 2012, Leidl m.fl., 2016). Liknande studier som undersöker den empiriska validiteten av det tyska erfarenhetsbaserade värderingssystemet skulle kunna genomföras. För att bedöma hur väl värderingssystemen som bygger på värderingar av hypotetiska tillstånd stämmer överens med den svenska befolkningens preferenser är det ett alternativ att jämföra direkta och indirekta värderingar. En sådan jämförelse kan genomföras genom att låta ett urval ur den svenska befolkningen värdera olika svarskombinationer i EQ-5D-5L och jämföra svaren med de QALYvikter som kan räknas fram utifrån de tillgängliga värderingssystemen från andra länder. Oavsett vilket av de europeiska respektive nordamerikanska värderingssystemen som används står det klart att dessa värderingssystem i allmänhet kommer att producera högre QALY-vikter jämfört med det brittiska värderingssystemet för EQ-5D-3L (Dolan, 1997). Det innebär alltså även att användning av värderingssystemen kommer att generera högre QALY-vikter än mapping-funktionen som länkar EQ-5D-5L till QALY-vikter baserade på det brittiska värderingssystemet för EQ-5D-3L. Framför allt gäller detta 35/65

37 för Kanadas och Englands värderingssystem, där till exempel Englands värderingssystem genererar högre vikter för ca 95 % av samtliga hälsotillstånd. Dessa skillnader kan möjligen förklaras av att det nya formuläret har fler nivåer, men eftersom Dolans värderingssystem generellt ger betydligt lägre värden är det troligt att det även är metodologiska skillnader som ligger bakom resultaten. Metoden som använts för Dolans värderingssystem skiljer sig åt från de nya värderingssystemen på ett antal punkter, såsom tillvägagångssätt för värdering med TTO, antalet direkt värderade hälsotillstånd, metod för beräkning av negativa värden och modelleringen av data (Lloyd, 2018; Brazier & Briggs 2018). En kritik gentemot Dolans värderingssystem som är värt att betona är kritiken mot metoden som använts för att beräkna negativa värden (Lloyd 2018, Brazier & Briggs 2018), vilket kan förklara att systemet ger så mycket lägre värden jämfört med många värderingssystem. En studie har visat att val av metod för hur negativa värden (för hälsotillstånd värre än död) transformeras har större påverkan än både val av regressionsmodell och skillnader mellan studiepopulationer eller studiedata (Augestad m.fl., 2012). Implikationer för kostnadseffektivitet Mapping-funktionen jämfört med det brittiska värderingssystemet för EQ-5D-3L Eftersom mapping-funktionen är baserad på Dolans (1997) värderingssystem genererar den QALY-vikter som till stor del överensstämmer med de QALY-vikter som erhålls direkt från Dolans värderingssystem. Dessa system kan alltså anses likvärdiga med den skillnaden att mapping-funktionen är bättre på att fånga upp även små förändringar i hälsostatus eftersom den tillåter fler svarsalternativ. I båda värderingssystemen varierar QALY-vikten mellan -0,59 (sämsta hälsotillstånd) och +1 (bästa hälsotillstånd). För alla övriga hälsotillstånd kommer QALY-vikten att återfinnas mellan dessa värden. Ökningen i QALY-vikten mellan varje hälsotillstånd (om dessa rangordnas från det sämsta till det bästa) kommer att vara mindre för mapping-funktionen eftersom den har betydligt fler hälsotillstånd jämfört med Dolans brittiska värderingssystem (skillnaden mellan bästa och sämsta hälsotillstånd (1,59) ska fördelas på hälsotillstånd i mapping-funktionen jämfört med 243 i Dolans värderingssystem). Det större antalet nivåer betyder till exempel att en behandling som endast marginellt förbättrar (försämrar) hälsan kan leda till en ökning (minskning) i antalet QALYs om mapping-funktionen används men inte till någon ökning (minskning) om det brittiska värderingssystemet för EQ-5D-3L används. En övergång från det brittiska värderingssystemet för EQ-5D- 3L till mapping-funktionen kan således också få effekter på kostnadseffektiviteten av olika åtgärder inom hälso- och sjukvården. jämfört med mapping och det brittiska värderingssystemet för EQ-5D-3L En övergång från mapping-funktionen till det engelska nationella värderingssystemet kan få olika konsekvenser för beräkningen av vunna QALYs beroende på vilken hälsoeffekt en behandling har (Brazier & Briggs, 2018; Hernandez Alava m.fl., 2018). För en majoritet av hälsotillstånden (ca 95 %) ger det engelska värderingssystemet högre QALY-vikter jämfört med mapping-funktionen. Det innebär att interventioner som enbart påverkar 36/65

38 livskvalitet och förbättrar den så pass mycket att individer uppnår full hälsa i de flesta fall ger en mindre ökning i antalet QALYs vid användning av det engelska värderingssystemet, jämfört med mapping-funktionen. Den lägre QALY-vinsten leder i sin tur till en högre kostnad per QALY. Det omvända gäller för interventioner som endast ökar överlevnaden. Om till exempel en intervention leder till att en individ lever ett år längre, kommer detta år i majoriteten av fallen att multipliceras med en högre QALY-vikt om det engelska värderingssystemet för EQ-5D-5L används, vilket istället kommer att ge en lägre kostnad per QALY jämfört med om mapping-funktionen används. För interventioner som samtidigt påverkar livskvalitet och överlevnad eller påverkar livskvalitet utan att uppnå full hälsa är implikationerna på kostnadseffektiviteten mer oklar. Eftersom systemen ger hälsodimensionerna olika relativ betydelse vid beräkning av livskvalitetsvikten kommer valet av värderingssystem också få olika konsekvenser beroende på vilken hälsodimension som påverkas av interventionen. En övergång från mapping-funktionen och det brittiska värderingssystemet för EQ-5D-3L till det engelska värderingssystemet kan leda till betydande effekter för beräkning av QALYs och kostnadseffektivitet, vilket även framgår av en studie av Hernandez Alava och medarbetare (2018). I studien jämförs det engelska värderingssystemet med det brittiska värderingssystemet för EQ-5D-3L. De visar att en övergång från EQ-5D-3L till EQ-5D-5L leder till mindre QALY-vinster och högre kostnad per QALY för interventioner som framför allt påverkar livskvaliteten och till större QALY-vinster och lägre kostnad per QALY för interventioner som i huvudsak påverkar överlevnad (Hernandez Alava, m.fl., 2018). Framtida forskning Det finns ett antal pågående forskningsprojekt för att utveckla metoder och värderingssystem, bland annat i Norge, USA 1, Thailand 1, Förenade Arabemiraten och Irland 1. Studierna bygger på värderingar av hypotetiska tillstånd, men även metoder för att vidareutveckla arbetet med värderingar av egna upplevda hälsotillstånd studeras. En av utmaningarna i framtagandet av ett erfarenhetsbaserat värderingssystem består i hur man ska hantera värderingar av svårare hälsotillstånd. I och med att personer som värderar sitt eget hälsotillstånd bara kan värdera ett hälsotillstånd krävs ett stort antal studiedeltagare, samt en relativt jämn fördelning över olika svårighetsgrader i alla hälsodimensioner. Brazier och medarbetare (2017) diskuterar ett antal utmaningar i framtagandet av ett erfarenhetsbaserat värderingssystem, bland annat gällande representativa urval och selektion. Befintliga erfarenhetsbaserade värderingssystem är till stor del baserade på värderingar som gjorts av individer med milda hälsotillstånd. Till exempel är majoriteten av svarsdeltagarna (62 %) som deltagit i studien bakom det tyska erfarenhetsbaserade värderingssystemet 1 Sedan rapporten färdigställdes har flera av dessa värderingsstudier publicerats: Irland (Hobbins m.fl., 2018), USA (Craig & Rand, 2018) och Thailand (Pattanaphesaj m.fl., 2018). 37/65

39 (Tyskland E, VAS ) personer som rapporterar och värderar full hälsa (Leidl & Reitmeir, 2017). Vidare diskuterar Brazier och medarbetare (2017) risk för snedvridning på grund av att personer som är mycket påverkade av dålig hälsa inte vill eller inte kan delta. En annan aspekt som nämns är risken för en relativ snedfördelning mellan olika hälsodimensioner, vilket exempelvis skulle kunna uppstå som en konsekvens av ett lägre deltagande bland personer med psykisk ohälsa. Slutligen diskuteras också erfarenhetsbaserade värderingar med TTO utifrån etiska frågeställningar och metodens komplexitet. En möjlig väg framåt föreslås vara att mer aktivt styra rekrytering av studiedeltagare för att säkerställa en bättre representation och spridning av olika hälsotillstånd, till exempel med hjälp av kvoter. Rekommendation Rapporten redovisar olika värderingssystem som möjliggör beräkning av QALYvikter för hälsotillstånd beskrivna med EQ-5D-5L. en kan beskrivas utifrån vilken (direkt) metod som använts för värderingen av hälsotillståndet (TTO, SG, RS eller DCE) och utifrån om studiedeltagarna värderar sitt eget upplevda hälsotillstånd eller värderar beskrivna (hypotetiska) hälsotillstånd. Inget av de identifierade värderingssystemen går helt i linje med TLV:s riktlinjer för hälsoekonomisk utvärdering. Samtliga är i behov av ytterligare validering vid användning i en svensk kontext. Fördelen med de i rapporten identifierade hypotetiska värderingssystemen (jämfört med Dolans värderingssystem för EQ-5D-3L) är att dessa baseras på ett enhetligt protokoll för datainsamling och på en förbättrad metod för modellering och skattning av QALYvikter. Det är oklart vilket av dagens befintliga system som bör användas och i avvaktan på ytterligare valideringsstudier är det viktigt att i känslighetsanalyser använda olika värderingssystem. En möjlighet är att i en analys använda mappingfunktionen som referens för att spegla Dolans värderingssystem för EQ-5D-3L eftersom den idag vanligtvis används för beräkning av QALY-vikter. Preferensbaserade mått och värdering av hälsa är områden under snabb utveckling och det finns flera pågående forskningsprojekt som syftar till att vidareutveckla metoder och att ta fram fler nationella värderingssystem. Samtidigt tyder det ökade antalet publikationer gällande erfarenhetsbaserade värderingar på ett ökat intresse internationellt för att utforska och diskutera erfarenhetsbaserade värderingssystem. I arbetet med att utforska erfarenhetsbaserade värderingar bör flera viktiga lärdomar från vidareutvecklingen av protokoll för värderingar av hypotetiska tillstånd tas tillvara. Ett erfarenhetsbaserat värderingssystem bör baseras på ett protokoll som i detalj specificerar metod för datainsamling och analys. För att avgöra vilket värderingssystem som bör användas för att beräkna QALYvikter behöver beslutsfattaren/användaren ta ställning till följande aspekter: 38/65

40 1. Bör QALY-vikten baseras på värderingar av individers egna upplevda hälsotillstånd (erfarenhetsbaserade värderingssystem) eller på värderingar av beskrivna hypotetiska hälsotillstånd (hypotetiska värderingssystem)? Och med hjälp av vilken direkt metod bör QALYvikten ha värderats? I TLV:s allmänna råd om ekonomiska utvärderingar (TLVAR 2017:1) anges idag att QALY-vikterna kan baseras antingen på direkta mätningar (i första hand baserat på SG eller TTO och i andra hand baserat på RS-metoden) eller indirekta mätningar (där ett hälsoklassificeringssystem såsom EQ-5D länkats till QALY-vikter). Vidare anges att QALY-vikter baserade på värderingar av personer i det aktuella hälsotillståndet föredras framför vikter som beräknats utifrån ett genomsnitt av en population som värderat ett tillstånd som beskrivits för dem (till exempel den sociala tariffen från EQ-5D). (TLVAR 2017:1). Rapporten visar att en majoritet av värderingssystemen (som länkar EQ- 5D-5L till QALY-vikter) baseras på värderingar av beskrivna (hypotetiska) hälsotillstånd och endast ett (erfarenhetsbaserat) värderingssystem är baserat på värderingar av individers egna upplevda hälsotillstånd (Leidl & Reitmeir, 2017). Å andra sidan har värderingssystemen som baseras på värderingar av beskrivna tillstånd tagits fram med den direkta metod som föredras av TLV (TTO) medan det erfarenhetsbaserade systemet tagits fram med hjälp av en VAS-skala (Rating Scale-metoden), som inte varit ankrad i full hälsa och död. Det bör också beaktas huruvida QALY-vikten bör baseras på värderingar gjorda av de specifika patientgrupper som är aktuella i TLV:s enskilda utvärderingar, eller om det är tillräckligt att värderingarna är gjorda av personer i andra hälsotillstånd men som beskriver sin hälsa enligt samma EQ-5D-profil. Det är i dagsläget oklart huruvida värderingar av en och samma EQ-5D-profil skiljer sig åt mellan patienter i olika sjukdomsgrupper. Eftersom det erfarenhetsbaserade värderingssystemet tagits fram genom att låta ett urval från den generella befolkningen värdera sitt eget hälsotillstånd är QALY-vikterna baserade på värderingar av personer med de vanligast förekommande sjukdomarna eller tillstånden i den generella befolkningen. Även om de har erfarenhet från de problem som beskrivs i EQ-5D-5L behöver de inte nödvändigtvis ha erfarenhet från de specifika sjukdomar eller tillstånd som är aktuella i TLV:s utvärderingar. 2. Är värderingssystemet (där hälsoklassificeringssystemet länkats till QALY-vikter) validerat? Att bedöma värderingssystemets validitet handlar om att ta reda på i vilken utsträckning som användningen av värderingssystemet uppfyller sitt syfte. Om syftet är att beräkna erfarenhetsbaserade QALY-vikter som är relevanta för en svensk kontext skulle värderingssystemet kunna valideras genom att i olika patientgrupper analysera överensstämmelsen mellan 39/65

41 QALY-vikterna från värderingssystemet med direkta värderingar av egen hälsa. Avslutningsvis, för att förstå konsekvenserna av införandet av ett nytt värderingssystem kan det även vara värdefullt att titta närmare på hur en eventuell övergång till ett nytt värderingssystem kan påverka kostnadseffektiviteten av olika hälso- och sjukvårdsåtgärder. Effekten på kostnadseffektiviteten kan i vissa fall vara betydande och kan, beroende på om behandlingen framför allt påverkar livskvalitet eller överlevnad, leda till en ökad eller minskad kostnad per QALY. 40/65

42 Referenser Abel Olsen, J., Lamu, A., & Charins, J. (2017). In search of a common currency: A comparison of seven EQ-5D-5L value sets. Health Economics, 27(1), Agborsangaya, C., Lahtinen, M., Cooke, T., & Johnson, J. (2014). Comparing the EQ- 5D 3L and 5L: measurement properties and association with chronic conditions and multimorbidity in the general population. Health and Quality of Life Outcomes, 12. doi: / Attema, A. E., Edelaar-Peeters, Y., Versteegh, M. M., & Stolk, E. A. (2013a). Time trade-off: one methodology, different methods. Europen Journal of Health Economics, 14(1), Attema, A. E., & Brouwer, W. B. (2013b). In search of a preferred preference elicitation method: A test of the internal consistency of choice and matching tasks. Journal of Economic Psychology, 39, Augestad, L., Rand-Hendriksen, K., Kristiansen, I., & Stavem, K. (2012). Impact of Transformation of Negative Values and Regression Models on Differences Between the UK and US EQ-5D Time Trade-Off Value Sets. Pharmacoeconomics 30(12), Augustovski, F., Rey-Ares, L., Irazola, V., Garay, O. U., Gianneo, O., Fernández, G., R Ramos-Goñi, J. M. (2016). An EQ-5D-5L value set based on Uruguayan population preferences. Quality of Life Research, 25(2), Bernfort, L. (2012). QALY som effektmått inom vården. Möjligheter och begränsningar (CMT Rapport 2012:2). Linköping: LiU-tryck, Linköpings Universitet. Brazier, J., & Deverill, M. (1999). A checklist for judging preference-based measures of health related quality of life: learning from psychometrics. Health Economics, 8(1), Brazier, J., Roberts, J., & Deverill, M. (2002). The estimation of a preference-based measure of health from the SF-36. Journal of Health Economics, 21(2), Brazier, J., Yang, Y., Tsuchiya, A., & Rowen, D. (2010). A review of studies mapping (or cross walking) non-preference based measures of health to generic preference-based measures. European Journal of Health Economics, 11(2), Brazier, J., Rowen, D., Karimi, M. Peasgood, T., Tsuchiya, A., & Ratcliffe, J. (2017). Experience-based utility and own health state valuation for a health state classification system: why and how to do it. European Journal of Health Economics, doi: /s Brazier, J., & Briggs, A. (2018). EQ-5D-5L: Smaller steps but a major step change? Health Economics, 27(1), 4-6. Brooks, R. (1996). EuroQol: the current state of play. Health policy, 37(1), /65

43 Burström, K., Johannesson, M., & Diderichsen, F. (2006). A comparison of individual and social time trade-off values for health states in the general population. Health Policy, 76(3), Burström, K., Sun, S., Gerdtham, U. G., Henriksson, M., Johannesson, M., Levin, L. A., & Zethraeus, N. (2014). Swedish experience-based value sets for EQ-5D health states. Quality of Life Research, 23(2), Conner-Spady, B., Marshall, A. D., Bohm, E., Dunbar, J. M., & Noseworthy, W. T. (2018). Comparing the validity and responsiveness of the EQ-5D-5L to the Oxford hip and knee scores and SF-12 in osteoarthritis patients 1 year following total joint replacement. Quality of Life Research, doi: /s Craig, M. B., & Rand, K. (2018). Choice Defines QALYs: A US Valuation of the EQ- 5D-5L. Medical Care, 56(6), Devlin, N., Shah, K., Feng, Y., Mulhern, B., & van Hout, B. (2018). Valuing healthrelated quality of life: An EQ-5D-5L value set for England. Health Economics, 27(1), Dolan, P. (1997). Modeling valuations for EuroQol health states. Medical Care, 35(11), The EuroQol-Group. (1990). EuroQol--a new facility for the measurement of health related quality of life. Health Policy, 16(3), The EuroQol-Group. (2017). EQ-5D-3L, About. Hämtad från Evans, M., Khunti, K., Mamandani, M., Galbo-Jørgensen, CB., Gundgaard, J., Bøgelund, M., & Harris, S. (2013). Health-related quality of life associated with daytime and nocturnal hypoglycaemic events: a time trade-off survey in five countries. Health and Quality of Life Outcomes, 11, 90, doi: / Feeny, D., Furlong, W., Torrance, G. W., Goldsmith, C. H., Zhu, Z., DePauw, S., Boyle, M. (2002). Multiattribute and single-attribute utility functions for the Health Utilities Index Mark 3 system. Medical Care, 40(2), Fermont, J. M., Blazeby, J. M., Rogers, C. A., Wordsworth, S., & By-Band-Sleeve Study Management Group. (2017). The EQ-5D-5L is a valid approach to measure health related quality of life in patients undergoing bariatric surgery. PLoS One, 12(12): e Goranitis, I., Coast, J., Day, E., Copello, A., Freemantle, N., Seddon, J., Frew, E. (2016). Measuring Health and Broader Well-Being Benefits in the Context of Opiate Dependence: The Psychometric Performance of the ICECAP-A and the EQ-5D-5L. Value in Health, 19(6), Gold, M. R., Siegel, J. E., Russell, L. B., & Weinstein, M. C. (1996). Cost-effectiveness in health and medicine. New York: Oxford University Press. 42/65

44 Hauber, AB., Arellano, J., Qian, Y., González, JM., Posner, JD., Mohamed, AF., Body, JJ. (2014). Patient preferences for treatments to delay bone metastases. The Prostate, 74(15), Heintz, E., Wiréhn, AB., Peebo, BB., Rosenqvist, U., & Levin, LÅ. (2012). QALY weights for diabetic retinopathy a comparison of health state valuations with HUI-3, EQ-5D, EQ-VAS, and TTO. Value in Health, 15(3), Herdman, M., Gudex, C., Lloyd, A., Janssen, M., Kind, P., Parkin, D., Badia, X. (2011). Development and preliminary testing of the new fivelevel version of EQ- 5D (EQ-5D-5L). Quality of Life Research, 20(10), Hernandez Alava, M., Wailoo, A., & Pudney, S. (2017). NICE Decision Support Unit report. Methods for mapping between EQ-5D-5L and the 3L. Hämtad från Hernandez Alava M, Wailoo A, Grimm S, Pudney S, Gomes M, Sadique Z, Irvine L. (2018). EQ-5D-5L versus EQ-5D-3L: The Impact on Cost Effectiveness in the United Kingdom. Value in Health, 21(1), Hobbins, A., Barry, L., Kelleher, D., Shah, K., Devlin, N., Goni, JM. R., & O Neill, C. (2018). Utility Values for Health States in Ireland: A Value Set for the EQ-5D-5L. Pharmacoeconomics. doi: /s x. [Epub ahead of print] Huber, M. B., Reitmeir, P., Vogelmann, M & Leidl, R. (2016). EQ-5D-5L in the General German Population: Comparison and Evaluation of Three Yearly Cross- Section Surveys. International Journal of Environmental Research and Public Health, 13(3), 343. Huber, M. B., Felix, J., Vogelmann, M., & Leidl, R. (2017). Health-Related Quality of Life of the General German Population in 2015: Results from the EQ-5D-5L. International Journal of Environmental Research and Public Health, 14(4), doi: /ijerph Janssen, M. F., Pickard, S., Golicki, D., Gudex, C., Niewada, M., Scalone, L., Busschbach, J. (2013). Measurement properties of the EQ-5D-5L compared to the EQ-5D-3L across eight patient groups: a multi-country study. Quality of Life Research, 22(7), Kartman, B., Gatz, G., & Johannesson, M. (2004). Health state utilities in gastroesophageal reflux disease patients with heartburn: a study in Germany and Sweden. Medical Decision Making, 24(1), Kim, S., Kim, H., Lee, S., & Jo, M. (2012). Comparing the psychometric properties of the EQ-5D-3L and EQ-5D-5L in cancer patients in Korea. Qual Life Research, 21(6), Kim, S., Ahn, J., Ock, M., Shin, S., Park, J., Luo, N., & Jo, M. (2016). The EQ-5D-5L valuation study in Korea. Quality of Life Research, 25(7), /65

45 Leidl, R., & Reitmeir, P. (2011). A Value Set for the EQ-5D Based on Experienced Health States. Pharmacoeconomics, 29(6), Leidl, R., Reitmeir, P., König, H., & Stark, R. (2012). The Performance of a Value Set for the EQ-5D Based on Experienced Health States in Patients with Inflammatory Bowel Disease. Value in Health, 15(1), Leidl, R., Schweikert, B., Hahmann, H., Steinacker, J. M., & Reitmeir, P. (2016). Assessing quality of life in a clinical study on heart rehabilitation patients: how well do value sets based on given or experienced health states reflect patients valuations? Health and Quality of Life Outcomes, 14:48, doi: /s Leidl, R., & Reitmeir, P. (2017). An Experience-Based Value Set for the EQ-5D-5L in Germany. Value in Health, 20(8), Lloyd, A. (2018). EQ-5D: Moving from Three Levels to Five. Value in Health, 21(1), Longworth, L., Yang, Y., Young, T., Mulhern, B., Hernández Alava, M., Mukuria, C., Rowen, D. Brazier, J. (2014). Use of generic and condition-specific measures of health-related quality of life in NICE decision-making: a systematic review, statistical modelling and survey. Health Technology Assessment, 18(9), Ludwig, K., Graf von der Schulenberg, M., & Greiner, W. (2017). Valuation of the EQ-5D-5L with composite time trade-off for the German population an exploratory study. Health and Quality of Life Outcomes, 15(1), 39. Ludwig, K., Graf von der Schulenburg, J., & Greiner, W. (2018). German Value Set for the EQ-5D-5L. Pharmacoeconomics. doi: /s [Epub ahead of print] Luo, N., Liu, G., Li, M., Guan, H., Jin, X., & Rand-Hendriksen K. (2017). Estimating an EQ-5D-5L Value Set for China. Value in Health, 20(4), Mann, R., Brazier, J., & Tsuchiya, A. (2009). A comparison of patient and and general population weightings of EQ-5D dimensions. Health Economics, 18(3), Nemes, S., Burström, K., Zethraeus, N., Eneqvist, T., Garellick, G., & Rolfson, O. (2015). Assessment of the Swedish EQ-5D experience-based value sets in a total hip replacement population. Quality of Life Research, 24(12), NICE. National Institute for Health and Care Excellence. (2017). Position statement on use of the EQ-5D-5L valuation set. Hämtad från 44/65

46 Oppe, M., Devlin, N., van Hout, B., Krabbe, P., & de Charro, F. (2014). A Program of Methodological Research to Arrive at the New International Valuation Protocol. Value in Health, 17(4), Oppe, M., Rand-Hendriksen, K., Shah, K., Ramos-Goñi, J., & Luo, N. (2016). EuroQol Protocols for Time Trade-Off Valuation of Health Outcomes. Pharmacoeconomics, 34(10), Parkin, D., & Devlin, N. (2006). Is there a case for using visual analogue scale valuations in cost-utility analysis? Health Economics, 24(7): Patrick, D. L., Bush, J.W., & Chen, M. M. (1973). Methods for measuring levels of well-being for a health status index. Health Services Research, 8(3), Pattanaphesaj, J., Thavorncharoensap, M., Ramos-Goñi, JM., Tongsiri, S., Ingsrisawang, L., & Teerawattananon, Y. (2018). The EQ-5D-5L Valuation Study in Thailand. Expert Review of Pharmacoeconomics & Outcomes Research, 18(5), Polsky, D., Willke, R. J., Scott, K., Schulman, K. A., & Glick, H. A. (2001). A comparison of scoring weights for the Euroqol derived from patient sand the general public. Health Economics, 10, Poór, A. K., Rencz, F., Brodszky, V., Gulácsi, L., Beretzky, Z., Hidvégi, B., Péntek, M. (2017). Measurement properties of the EQ-5D-5L compared to the EQ-5D-3L in psoriasis patients. Quality of Life Research, 26(12), Purba, F. D., Hunfeld, J. A. M., Iskandarsyah, A., Fitriana, T. S., Sadarjoen, S. S., Ramos- Goñi, J. M., Busschbach J. J. V. (2017). The Indonesian EQ-5D-5L Value Set. Pharmacoeconomics, 35(11), Ramos-Goñi, J., Craig, B., Oppe, M., Ramallo-Fariña, Y., Pinto-Prades, J. L., Luo, N., & Rivero-Arias, O. (2017a). Handling Data Quality Issues to Estimate the Spanish EQ-5D-5L Value Set Using a Hybrid Interval Regression Approach. Value in Health, In press. Ramos-Goñi, J., Pinto-Prades, J. L., Oppe, M., Cabasés, J. M., Serrano-Aguilar, P., & Rivero-Arias, O. (2017b). Valuation and Modeling of EQ-5D-5L Health States using a Hybrid Approach. Medical Care, 55(7), e51-e58. Ramos-Goñi, J., Oppe, M., Slaap, B., Busschbach, J., & Stolk, E. (2017c). Quality Control Process for EQ-5D-5L Valuation Studies. Value in Health, 20(3), Rand-Hendriksen, K., Augestad, L. A., Kristiansen, I. S., & Stavem, K. (2012). Comparison of hypothetical and experienced EQ-5D valuations: Relative weights of five dimensions. Quality of Life Research, 21(6), Schwarzinger, M., Stouthard, ME., Burström, K., & Nord, E. (2003). Cross-national agreement on disability weights: the European Disability Weights Project. Population Health Metrics, 1(1), 9. 45/65

47 Sintonen, H. (2001). The 15D instrument of health-related quality of life: properties and applications. Annals of Medicine, 33(5), Shiroiwa, T., Ikeda, S., Noto, S., Igarashi, A., Fukuda, T., Saito, S., Shimozuma, K. (2016). Comparison of Value Set Based on DCE and/or TTO Data: Scoring for EQ-5D-5L Health States in Japan. Value in Health, 19(5), Tandvårds- och läkemedelsförmånsverket. (2017). Tandvårds- och läkemedelsverkets allmänna råd (TLVAR 2017:1). Hämtad från Torrance, G. W., Thomas, W. H., & Sackett, D. L. (1972). A utility maximization model for evaluation of health care programs. Health Services Research, 7(2), Ubel, P. A., Loewenstein, G., & Jepson, C. (2003). Whose quality of life? A commentary exploring discrepancy between health state evaluations of patients and the general public. Quality of Life Research, 12(6), van Hout, B., Janssen, M. F., Feng, Y. S., Kohlmann, T., Busschbach, J., Golicki, D., Pickard, A. S. (2012). Interim scoring for the EQ-5D-5L: mapping the EQ-5D- 5L to EQ-5D-3L value sets. Value in Health, 15(5), Versteegh, M. M., Vermeulen, K. M., Evers, S., de Wit, G. A., Prenger, R., & Stolk, A. E. (2016). Dutch Tariff for the Five-Level Version of EQ-5D. Value in Health, 19(4), von Neumann, J., & Morgenstern, O. (1944). Theory of Games and Economic Behaviour. Princeton University Press, Princeton, New Jersey. Wille, N., Badia, X., Bonsel, G., Burström, K., Cavrini, G., Devlin, N. Ravens- Sieberer, U. (2010). Development of the EQ-5D-Y: a child-friendly version of the EQ-5D. Quality of Life Research, 19(6), Wong, E., Ramos-Goñi, J., Cheung, A., Wong, A., & Rivero-Arias, O. (2018). Assessing the Use of a Feedback Module to Model EQ-5D-5L Health States Values in Hong Kong. Patient, 11(2), Xie, F., Pickard, S., Krabbe, P., Revicki, D., Viney, R., Devlin, N., & Feeny, D. (2015). A Checklist for Reporting Valuation Studies of Multi-Attribute Utility-Based Instruments (CREATE). Pharmacoeconomics, 33(8), Xie, F., Pullenayegum, E., Gaebel, K., Bansback, N., Bryan, S., Ohinmaa, A., Johnson, J. (2016). A Time Trade-off-derived Value Set of the EQ-5D-5L for Canada. Medical Care, 54(1), Zarate, V., Kind, P., & Chuang, L. H. (2008). Hispanic valuation of the EQ-5D health states: a social value set for Latin Americans. Value in Health, 11(7), /65

48 Bilagor Figurer Index 1,0 0,8 Nederländerna Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B1. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Nederländernas värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) Index 1,0 0,8 Spanien Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B2. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Spaniens värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) 47/65

49 Index 1,0 0,8 Tyskland Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B3. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Tysklands värderingssystem (hypotetiska perspektiv) och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) Index 1,0 0,8 Tyskland (E, VAS) Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B4. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Tysklands värderingssystem (erfarenhetsbaserat perspektiv) och mappingfunktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) 48/65

50 Index 1,0 0,8 Kanada Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B5. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Kanadas värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) Index 1,0 0,8 Uruguay Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B6. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Uruguays värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) 49/65

51 Index 1,0 0,8 Hong Kong Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B7. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Hongkongs värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) Index 1,0 0,8 Indonesien Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B8. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Indonesiens värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) 50/65

52 Index 1,0 0,8 Japan Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B9. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Japans värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) Index 1,0 0,8 Kina Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B10. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Kinas värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) 51/65

53 Index 1,0 0,8 Korea Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B11. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Sydkoreas värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) Index 1,0 0,8 WePP Mapping 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8 Figur B12. Jämförelse av index-värden för samtliga EQ-5D-5L hälsoprofiler (n=3125), för Western Preference Patterns värderingssystem och mapping-funktionen (baseras på det brittiska värderingssystemet för EQ-5D-3L) 52/65

54 Index 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4 Uruguay Hong Kong Indonesien Japan Kina Korea WePP Mapping till 3L -0,6-0,8 Figur B13. Jämförelse av index-värden hälsoprofiler (n=3125) för sex nationella värderingssystem samt Western Preference Pattern (WePP) och mapping till EQ-5D-3L (baseras på det brittiska värderingssystemet för EQ-5D-3L), sorterade inbördes från högst till lägst index-värde för respektive värderingssystem. 53/65

55 Minskning livskvalitetsvikt 0,00-0,05 England 5L ,10-0,15-0,20-0,25-0,30 mo sc ua pd ad -0,35-0,40-0,45-0,50 Figur B14. Beskrivning av hur respektive dimension och svarsalternativ (2 5) påverkar livskvalitetsvikten vid användning av Englands värderingssystem för EQ-5D-5L (mo=mobility, sc=self-care, ua=usual activities, pd=pain/discomfort, ad=anxiety/depression) Minskning livskvalitetsvikt 0,00-0,05 Nederländerna 5L ,10-0,15-0,20-0,25-0,30-0,35 mo sc ua pd ad -0,40-0,45-0,50 Figur B15. Beskrivning av hur respektive dimension och svarsalternativ (2-5) påverkar livskvalitetsvikten vid användning av Nederländernas värderingssystem för EQ-5D-5L (med constant inräknat i varje steg, trots att constanten endast används vid ett tillfälle vid problem i flera dimensioner, dvs livskvalitetsminskning för respektive nivå ska tolkas utifrån antagandet om att övriga dimensioner hålls konstanta på svarsalternativ 1) (mo=mobility, sc=self-care, ua=usual activities, pd=pain/discomfort, ad=anxiety/depression) 54/65

56 Minskning livskvalitetsvikt 0,00-0,10 Tyskland 5L ,20-0,30-0,40-0,50 mo sc ua pd ad -0,60-0,70 Figur B16. Beskrivning av hur respektive dimension och svarsalternativ (2 5) påverkar livskvalitetsvikten vid användning av Tysklands värderingssystem (hypotetiskt perspektiv) (mo=mobility, sc=self-care, ua=usual activities, pd=pain/discomfort, ad=anxiety/depression) Minskning livskvalitetsvikt 0,00-0,05 Spanien 5L ,10-0,15-0,20-0,25-0,30-0,35 mo sc ua pd ad -0,40-0,45-0,50 Figur B17. Beskrivning av hur respektive dimension och svarsalternativ (2 5) påverkar livskvalitetsvikten vid användning av Spaniens värderingssystem för EQ-5D-5L (mo=mobility, sc=self-care, ua=usual activities, pd=pain/discomfort, ad=anxiety/depression) 55/65

57 Tabeller Tabell B1. Beskrivning av vilka steg studiedeltagaren går igenom vid direkt värdering, beskrivet för värderingssystemen för EQ-5D-3L i Sverige (Burström m.fl, 2014) och i Storbritannien (Dolan, 1997), samt värderingssystem baserade på olika versioner av EQ-VT (Oppe, m.fl., 2016) Sverige 3L Enkät Storbritannien 3L Intervju EQ-VT v1.0 Intervju EQ-VT 1.1 Intervju EQ-VT 2.0 Intervju 1. EQ-5D: Rapportera egen hälsa med EQ-5D-3L och EQ-VAS EQ-5D: Rapportera egen hälsa med EQ-5D-3L EQ-5D: Rapportera egen hälsa med EQ-5D-5L och EQ-VAS Bakgrundsfrågor: ålder, kön, erfarenhet av sjukdom EQ-5D: Rapportera egen hälsa med EQ-5D-5L och EQ-VAS Bakgrundsfrågor: ålder, kön, erfarenhet av sjukdom EQ-5D: Rapportera egen hälsa med EQ-5D-5L och EQ-VAS Bakgrundsfrågor: ålder, kön, erfarenhet av sjukdom 2. TTO: Värdera sin egen nuvarande hälsa med TTO. TTO-värderingen består av en fråga där antalet år i full hälsa ska matchas med tio år i sitt nuvarande hälsotillstånd, det vill säga en icke-iterativ fråga. VAS: Placera ut beskrivningar av 15 hälsotillstånd (13 hälsoprofiler omedelbar död) på VAS mellan Enligt instruktion varar tillstånd 10 år följt av död. Övningsexempel TTO: Intervjuare och studiedeltagare går igenom ett övningsexempel där ett tillstånd ( vara i rullstol ) värderas med TTO. Övningsexempel TTO: Intervjuare och studiedeltagare går igenom fyra övningsexempel ( vara i rullstol samt tre hälsoprofiler med varierad svårighetsgrad) värderas med TTO. Övningsexempel TTO: Intervjuare och studiedeltagare går igenom fyra övningsexempel ( vara i rullstol samt tre hälsoprofiler med varierad svårighetsgrad) värderas med TTO. KVALITETSKONTROLL: Tid spenderat för övningsexempel KVALITETSKONTROLL: Tid spenderat för övningsexempel Tid för att förklara hur WTD värderas 3. TTO: 13 hälsotillstånd (12 hälsoprofiler + medvetslös) värderas med konventionell TTO. Ankrat i hälsoprofil och död. TTO-värderingen var dubbelsidig, med möjlighet att värdera BTD och WTD. TTO: 10 hälsotillstånd värderas med composite-tto. Ankrat i full hälsa och död. Tillstånd värre än död värderas med lead-time TTO. TTO: 10 hälsotillstånd värderas med composite-tto. Ankrat i full hälsa och död. Tillstånd värre än död värderas med lead-time TTO. KVALITETSKONTROLL: Tid för TTO, och monitorering av logiskt inkonsekventa svar TTO: 10 hälsotillstånd värderas med composite-tto. Ankrat i full hälsa och död. Tillstånd värre än död värderas med lead-time TTO. KVALITETSKONTROLL: Tid för TTO, och monitorering av logiskt inkonsekventa svar

58 4. DCE: Studiedeltagaren ges instruktioner om DCE och besvarar 7 par av DCE. 5. Kommentarer: Studiedeltagaren får möjlighet att skriva kommentarer till sina svar. DCE: Studiedeltagaren ges instruktioner om DCE och besvarar 7 par av DCE. KVALITETSKONTROLL: Monitorering av svarsmönster mellan par Kommentar och frågor: Studiedeltagaren får möjlighet att skriva kommentarer till sina svar, samt besvara frågor om förståelse och svårighetsgrad av att slutföra övningarna. Feedback-modul: EQ-VT visar profilers rangordning, och studiedeltagaren får markera de tillstånd där de inte längre står fast vid sitt svar. KVALITETSKONTROLL: Monitorering av svarsmönster mellan par Reflektionsfrågor: Studiedeltagaren får besvara frågor om hur svårt de tyckte att det var att besvara TTOfrågorna. 6. DCE: Studiedeltagaren ges instruktioner om DCE och besvarade 7 par av DCE. 7. Reflektionsfrågor: Frågor om hur det var att besvara DCE. 8. Kommentarer: Studiedeltagaren får möjlighet att skriva kommentarer till sina svar. Notering: BTD=Better than dead, DCE=Discrete Choice Experiments, EQ-VT=EuroQol Valuation Technology, TTO=Time trade-off, VAS=Visual Analogue Scale, WTD=Worse than dead 57/65

59 EQ-5D-3L (English version for the UK)

60 59/65

61 60/65

62 EQ-5D-5L (English version for the UK) 61/65

63 62/65

64 63/65

65

66 QRC Stockholm Kvalitetsregistercentrum är ett av sex registercentra i Sverige. Vi skapar synergieffekter mellan anslutna register i olika sammanhang, som vid teknisk drift, förbättringsarbete i vårdvardagen med stöd av kvalitetsregister och analysarbete. QRC Stockholm, Box 17533, Stockholm Västgötagatan 2, Telefon info@qrcstockholm.se