View More View Less
  • 1 Budapesti Corvinus Egyetem, Egészségügyi Közgazdaságtan Tanszék, Budapest, Fővám tér 8., 1093
  • | 2 Budapesti Corvinus Egyetem, Gazdálkodástani Doktori Iskola, Budapest
  • | 3 Magyar Tudományos Akadémia, Prémium Posztdoktori Kutatói Program, Budapest
Open access

Összefoglaló. Bevezetés: Az időalku (time trade-off) egy nemzetközileg széles körben alkalmazott életminőség- és egészséghasznosság-mérési módszer. Az időalkuval mért hasznosságértékek az egészségügyi technológiák költséghatékonysági vizsgálatakor az életminőséggel korrigált életév (quality-adjusted life year, QALY) mutatószám számítására használhatók. Kevés ismerettel rendelkezünk arról, hogy Magyarországon milyen betegségekben állnak rendelkezésre időalkuval mért hasznosságértékek. Célkitűzés: Célunk szisztematikus irodalmi áttekintés keretében összefoglalni és katalogizálni az időalku módszerrel mért hasznosságértékeket közlő publikációkat Magyarországon. Módszer: 2020 januárjában szisztematikus folyóirat-keresést végeztünk a PubMed, Web of Science és Matarka elektronikus adatbázisokban. Beválogatási kritériumaink a következők voltak: (1) eredeti közlemények, melyek (2) időalku módszerrel mértek hasznosságértéket, és (3) magyarországi mintán mért adatokat közöltek. Eredmények: 9 eredeti közleményt válogattunk be, amelyek összesen 7 krónikus betegségben (Crohn-betegség, időskori maculadegeneratio, krónikus migrén, pemphigus, psoriasis, primer dysmenorrhoea és rheumatoid arthritis) 23 egészségi állapot hasznosságát határozták meg. A kutatások mintanagysága 108 és 1996 fő között alakult. Két kutatás betegcsoportokat vizsgált, kettő az általános populációt, és három vizsgálatban szerepelt mindkettő. Hat kutatás használta a hagyományos időalku valamelyik formáját, egy pedig az összetett időalku módszert. Egy kutatásban szerepelt ’rosszabb a halálnál’ válaszlehetőség. A leggyakrabban alkalmazott időtáv a standard 10 év volt (71%). Az egyes állapotok hasznosságának átlaga 0,34 (kezeletlen pemphigus vulgaris) és 0,94 (enyhe primer dysmenorrhoea) között változott. A ’non-traderek’ aránya az egyes kutatásokban 0 és 29% között változott. Következtetések: Egyre több krónikus betegségben elérhetők a magyar társadalom vagy betegek preferenciáin alapuló egészséghasznosság-értékek. A hazai időalku-vizsgálatok többsége megfelel a nemzetközi minőségi követelményeknek. Az időalku módszer alkalmazása javasolt más krónikus állapotokban is, a felmért hasznosságértékek segíthetik az egészségügyi technológiákkal kapcsolatos finanszírozói döntéshozatalt. Orv Hetil. 2021; 162(14): 542–554.

Summary. Introduction: Time trade-off (TTO) is a widely used method to assess health-related quality of life and health utilities for economic evaluations of health technologies. Little is known about the use of TTO in the Hungarian context. Objective: To systematically summarize the existing literature on the method in Hungary. Method: In January 2020, we conducted a systematic literature search in three electronic databases (MEDLINE, Web of Science and the Hungarian Periodicals Table of Contents Database). Our inclusion criteria were: (1) original publications, which (2) measured utilities by using TTO, (3) from a Hungarian sample. Results: Nine publications containing seven original studies were included that reported utilities for 23 different health states in seven chronic diseases (age-related macular degeneration, chronic migraine, Crohn’s disease, pemphigus, primary dysmenorrhoea, psoriasis and rheumatoid arthritis). Sample sizes ranged from 108 to 1996 respondents. Two studies used general population samples, another two used patient groups and three studies used both. Six studies used a form of conventional TTO and one used composite TTO method. The most frequent timeframe was 10 years (71%). The lowest mean utility was 0.34 (uncontrolled pemphigus vulgaris), while the highest was 0.94 (mild primary dysmenorrhoea). The overall proportion of non-traders ranged between 0 and 29% across studies. Conclusions: A growing number of studies are using TTO to assess utilities for chronic conditions from the general population or patients in Hungary. The majority of Hungarian TTO studies have met international quality standards. The assessment of TTO utilities is recommended also in other chronic conditions to assist health technology assessment. Orv Hetil. 2021; 162(14): 542–554.

  • 1

    James SL, Abate D, Abate KH, et al., GBD 2017 Disease and Injury Incidence and Prevalence Collaborators. Global, regional, and national incidence, prevalence, and years lived with disability for 354 diseases and injuries for 195 countries and territories, 1990–2017: a systematic analysis for the Global Burden of Disease Study 2017. Lancet 2018; 392(10159): 1789–1858. [Correction: Lancet 2019; 393(10190): e44.]

  • 2

    Torrance GW. Measurement of health state utilities for economic appraisal: a review. J Health Econ. 1986; 5: 1–30.

  • 3

    Torrance GW. Utility approach to measuring health-related quality of life. J Chronic Dis. 1987; 40: 593–603.

  • 4

    Tsevat J. What do utilities measure? Med Care 2000; 38(9 Suppl): II160–II164.

  • 5

    Brazier J, Ratcliffe J, Saloman J, et al. Measuring and valuing health benefits for economic evaluation. 2nd edn. Oxford University Press, 2016.

  • 6

    Weinstein MC, Torrance G, McGuire A. QALYs: the basics. Value Health 2009; 12(Suppl 1): S5–S9.

  • 7

    Schwarzer R, Rochau U, Saverno K, et al. Systematic overview of cost-effectiveness thresholds in ten countries across four continents. J Comp Eff Res. 2015; 4: 485–504.

  • 8

    Rowen D, Azzabi Zouraq I, Chevrou-Severac H, et al. International regulations and recommendations for utility data for health technology assessment. Pharmacoeconomics 2017; 35: 11–19.

  • 9

    Ministry of Human Resources issued professional guideline for health technology assessment methodology of cost-effectiveness analyzes. [Az Emberi Erőforrások Minisztériuma szakmai irányelve az egészségügyi technológia értékelés módszertanáról és ennek keretében költséghatékonysági elemzések készítéséről.] Egészségügyi Közlöny 2017; LXVI(3): 821–840. [Hungarian]

  • 10

    Rencz F, Gulácsi L, Drummond M, et al. EQ-5D in Central and Eastern Europe: 2000–2015. Qual Life Res. 2016; 25: 2693–2710.

  • 11

    Dolan P. Whose preferences count? Med Decis Making 1999; 19: 482–486.

  • 12

    Brazier J, Ara R, Azzabi I, et al. Identification, review, and use of health state utilities in cost-effectiveness models: an ISPOR Good Practices for Outcomes Research Task Force report. Value Health 2019; 22: 267–275.

  • 13

    Arnesen T, Trommald M. Roughly right or precisely wrong? Systematic review of quality-of-life weights elicited with the time trade-off method. J Health Serv Res Policy 2004; 9: 43–50.

  • 14

    Arnesen T, Trommald M. Are QALYs based on time trade-off comparable? – A systematic review of TTO methodologies. Health Econ. 2005; 14: 39–53.

  • 15

    EuroQol Group. EuroQol – a new facility for the measurement of health-related quality of life. Health Policy (Amsterdam) 1990; 16: 199–208.

  • 16

    Kennedy-Martin M, Slaap B, Herdman M, et al. Which multi-attribute utility instruments are recommended for use in cost-utility analysis? A review of national health technology assessment (HTA) guidelines. Eur J Health Econ. 2020; 21: 1245–1257.

  • 17

    Rencz F, Brodszky V, Gulácsi L, et al. Parallel valuation of the EQ-5D-3L and EQ-5D-5L by time trade-off in Hungary. Value Health 2020; 23: 1235–1245.

  • 18

    Tosh JC, Longworth LJ, George E. Utility values in National Institute for Health and Clinical Excellence (NICE) technology appraisals. Value Health 2011; 14: 102–109.

  • 19

    Borsi A. The valuation of the Hungarian quality of life using EQ-5D method. [Magyar életminőség értékek felmérése az EQ-5D módszer segítségével.] IME 2012; 11: 30–33. [Hungarian]

  • 20

    Poór AK, Sárdy M, Cserni T, et al. Assessment of health-related quality of life in psoriasis patients in Hungary. [Psoriasisban szenvedő betegek életminőségének vizsgálata Magyarországon.] Orv Hetil. 2018; 159: 837–846. [Hungarian]

  • 21

    Farkas K, Kolossváry E, Járai Z. Cilostazol improves the quality of life and lower-limb functional capacity also in diabetic patients. [A cilostazol diabeteses betegekben is javítja az életminőséget és az alsó végtagi funkcionális kapacitást.] Orv Hetil. 2020; 161: 1637–1645. [Hungarian]

  • 22

    Tamási L, Speer G. Assessment of patient-reported outcomes by questionnaires in patients with Moderate and severe chronic obstructive pulmonary disease treated with glycopyrroniUm in the reaL lifE setTing in Hungary (AMULET). [Glikopirróniummal kezelt középsúlyos és súlyos krónikus obstruktív tüdőbetegek állapotának kérdőíves értékelése valós körülmények között. AMULET-vizsgálat.] Orv Hetil. 2020; 161: 295–305. [Hungarian]

  • 23

    Bohner-Beke A, Kőnigné Péter A, Vass L, et al. Hungarian validation of the clubfoot disease-specific instrument. [Dongaláb-specifikus életminőség-kérdőív magyar adaptációja.] Orv Hetil. 2018; 159: 1269–1277. [Hungarian]

  • 24

    Boye KS, Matza LS, Feeny DH, et al. Challenges to time trade-off utility assessment methods: when should you consider alternative approaches? Expert Rev Pharmacoecon Outcomes Res. 2014; 14: 437–450.

  • 25

    Attema AE, Edelaar-Peeters Y, Versteegh MM, et al. Time trade-off: one methodology, different methods. Eur J Health Econ. 2013; 14(Suppl 1): S53–S64.

  • 26

    Xie F, Gaebel K, Perampaladas K, et al. Comparing EQ-5D valuation studies: a systematic review and methodological reporting checklist. Med Decis Making 2014; 34: 8–20.

  • 27

    Janssen BM, Oppe M, Versteegh MM, et al. Introducing the composite time trade-off: a test of feasibility and face validity. Eur J Health Econ. 2013; 14: 5–13.

  • 28

    Wright DR, Wittenberg E, Swan JS, et al. Methods for measuring temporary health states for cost-utility analyses. Pharmacoeconomics 2009; 27: 713–723.

  • 29

    van Nooten F, Busschbach J, van Agthoven M, et al. What should we know about the person behind a TTO? Eur J Health Econ. 2018; 19: 1207–1211.

  • 30

    Kwon J, Kim SW, Ungar WJ, et al. Patterns, trends and methodological associations in the measurement and valuation of childhood health utilities. Qual Life Res. 2019; 28: 1705–1724.

  • 31

    van Hoorn RA, Donders AR, Oppe M, et al. The better than dead method: feasibility and interpretation of a valuation study. Pharmacoeconomics 2014; 32: 789–799.

  • 32

    Moher D, Liberati A, Tetzlaff J, et al. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA Statement. PLoS Med. 2009; 6: e1000097.

  • 33

    Arber M, Garcia S, Veale T, et al. Performance of Ovid MEDLINE search filters to identify health state utility studies. Int J Technol Assess Health Care 2017; 33: 472–480.

  • 34

    Hajdu K, Brodszky V, Stalmeier PF, et al. Patient-assigned health utility values for controlled and uncontrolled pemphigus vulgaris and foliaceus. J Eur Acad Dermatol Venereol. 2019; 33: 2106–2113.

  • 35

    Inotai A, Rojkovich B, Fülöp A, et al. Health-related quality of life and utility in patients receiving biological and non-biological treatments in rheumatoid arthritis. Rheumatol Int. 2012; 32: 963–969. [Epub 2011 Jan 18]

  • 36

    Péntek M, Brodszky V, Bíró Z, et al. Subjective health expectations of patients with age-related macular degeneration treated with antiVEGF drugs. BMC Geriatr. 2017; 17: 233.

  • 37

    Poór AK, Brodszky V, Péntek M, et al. Is the DLQI appropriate for medical decision-making in psoriasis patients? Arch Dermatol Res. 2018; 310: 47–55.

  • 38

    Rencz F, Baji P, Gulácsi L, et al. Discrepancies between the Dermatology Life Quality Index and utility scores. Qual Life Res. 2016; 25: 1687–1696.

  • 39

    Rencz F, Brodszky V, Péntek M, et al. Health state utilities for migraine based on attack frequency: a time trade-off study. Neurol Sci. 2015; 36: 197–202.

  • 40

    Rencz F, Péntek M, Stalmeier PF, et al. Bleeding out the quality-adjusted life years: evaluating the burden of primary dysmenorrhea using time trade-off and willingness-to-pay methods. Pain 2017; 158: 2259–2267.

  • 41

    Rencz F, Stalmeier PF, Péntek M, et al. Patient and general population values for luminal and perianal fistulising Crohn’s disease health states. Eur J Health Econ. 2019; 20: 91–100.

  • 42

    Rencz F, Brodszky V, Stalmeier PF, et al. Valuation of pemphigus vulgaris and pemphigus foliaceus health states: a convenience sample experiment. Br J Dermatol. 2016; 175: 593–599.

  • 43

    Tillinger W, Mittermaier C, Lochs H, et al. Health-related quality of life in patients with Crohn’s disease: influence of surgical operation – prospective trial. Dig Dis Sci. 1999; 44: 932–938.

  • 44

    Holko P, Kawalec P, Mossakowska M. Quality of life related to oral, subcutaneous, and intravenous biologic treatment of inflammatory bowel disease: a time trade-off study. Eur J Gastroenterol Hepatol. 2018; 30: 174–180.

  • 45

    Golicki D, Jakubczyk M, Graczyk K, et al. Valuation of EQ-5D-5L health states in Poland: the first EQ-VT-based study in Central and Eastern Europe. Pharmacoeconomics 2019; 37: 1165–1176.

  • 46

    Olariu E, Paveliu MS, Baican E, et al. Measuring health-related quality of life in the general population and Roma communities in Romania: study protocol for two cross-sectional studies. BMJ Open 2019; 9: e029067.

  • 47

    Prevolnik Rupel V, Srakar A, Rand K. Valuation of EQ-5D-3l health states in Slovenia: VAS based and TTO based value sets. Slovenian J Public Health. 2020; 59: 8–17.

  • 48

    Golicki D, Jakubczyk M, Niewada M, et al. Valuation of EQ-5D health states in Poland: first TTO-based social value set in Central and Eastern Europe. Value Health 2010; 13: 289–297.

  • 49

    Paracha N, Abdulla A, MacGilchrist KS. Systematic review of health state utility values in metastatic non-small cell lung cancer with a focus on previously treated patients. Health Qual Life Outcomes 2018; 16: 179.

  • 50

    Tilling C, Devlin N, Tsuchiya A, et al. Protocols for time trade-off valuations of health states worse than dead: a literature review and conceptual framework for systematic analysis. Med Decis Making 2010; 30: 610–619.

  • 51

    Cheung KL, Wijnen BF, Hollin IL, et al. Using best–worst scaling to investigate preferences in health care. Pharmacoeconomics 2016; 34: 1195–1209.

  • 52

    Soekhai V, de Bekker-Grob EW, Ellis AR, et al. Discrete choice experiments in health economics: past, present and future. Pharmacoeconomics 2019; 37: 201–226.

All Time Past Year Past 30 Days
Abstract Views 0 0 0
Full Text Views 177 178 57
PDF Downloads 185 185 35