PL-5233 Paris 5 Cours Monte Carlo Part 1 144 dpi

pages

Français

Documents

Écrit par
Comtet Lionel

Publié par
Nufor

Lire

Le téléchargement nécessite un accès à la bibliothèque YouScribe Tout savoir sur nos offres

pages

Français

Ebook

Lire

Le téléchargement nécessite un accès à la bibliothèque YouScribe Tout savoir sur nos offres

Publié par

Nufor

Nombre de lectures

128

Langue

Français

Université René DescartesFaculté de Pharmacie - Master Professionnel – Dimension Économique des Produits de Santé14 décembre 2005Prise en Compte de l’Incertitude P te ceudans l’Évaluation des svatdTechnologies de SantéTenienSimulations de Monte Carlo, Familles de Distribution de Probabilité, Calibrage des DistributionsLionel Riou França, Robert Launoisl RranobauREES France – Réseau d’Evaluation en Economie de la Santé28, rue d’Assas – 75006 Paris – FranceTel: +33 1 44 39 16 90 – Fax: +33 1 44 39 16 92Réseau d’Évvaalluuaattiioonn en E-mail : reesfrance@wanadoo.fr - Web : www.rees-france.comÉconomie ddee llaa SSaanntéREESProblématiqueromqUne question : L’intervention est elle coût-efficace ? Analyse Coût-Efficacité (ACE) Estimateur : le Ratio Coût-Efficacité Différentiel / Incrémental (RCED)Plusieurs cas de figure : Aucun essai thérapeutique disponible :• Essai clinico-économique Un (plusieurs) essais cliniques disponibles :• Modélisation• Etude médico-économiqueMaster Paris 5 PL-5233/05 - Simulation de Monte Carlo 2Les Essais Clinico-Économiqueses Ciccme« Piggyback » studies : Collecte des données économiques durant un essai clinique de phase IIIAvantages : Rigueur de l’essai clinique (randomisation, aveugle, plan d’étude) : ↓ biais, ↑ validité interne Économique (se greffe à une infrastructure préexistante)Inconvénients Étude in vitro (conditions artificielles) Conflits entre les objectifs économiques et cliniques :• ...

Voir

Publié par

Nufor

Nombre de lectures

128

Langue

Français

Université René DescartesFaculté de Pharmacie -Master Professionnel Dimension Économique des Produits de Santé14 décembre 2005

Prise en Compte de l’Incertitudedans l’ÉvaluationdesTechnologies deSantéSimulations de Monte Carlo, Familles de Distribution deProbabilité, Calibrage des Distributions

LionelRiouFrança, Robert Launois

REES France Réseau d’Evaluation en Economie de la Santé28, rue d’Assas 75006 Paris FranceTel: +33 1 44 39 16 90 Fax: +33 1 44 39 16 92E-mail :reesfrance@wanadoo.fr- Web :www.rees-france.com

     

Problématique

Une question : L’intervention est elle coût-efficace ?Analyse Coût-Efficacité (ACE)Estimateur : le Ratio Coût-Efficacité DifférentielIncrémental (RCED)Plusieurs cas de figure :Aucun essai thérapeutique disponible :•Essai clinico-économiqueUn (plusieurs) essais cliniques disponibles :•Modélisation•Etude médico-économique

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Les EssaisClinico-Économiques

« Piggyback » studies :Collecte des données économiques durant un essaiclinique de phase IIIAvantages :Rigueur de l’essai clinique (randomisation, aveugle, pland’étude) :biais,validité interneÉconomique (se greffe à une infrastructure préexistante)InconvénientsÉtudein vitro(conditions artificielles)Conflits entre les objectifs économiques et cliniques :•Soins protocolés, aveugle, choix des critères d’inclusion, choixdes investigateurs, choix du comparateur, horizon temporel, tailled’échantillon, choix des variables

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Les ÉtudesMédico-Economiques

Études observationnellesRandomisées : essai « pragmatique »Non randomisées : études « Avant » / « Après »,Cas / TémoinsAnalyse de données administrativesAvantagesProches des situations réelles de soinsIncovénientsMultiples sources de biais

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Rendudes Résultats d’un Essai

coût

Estimations individuelles ded’efficacité. On peut calculer :L’espérance d’efficacité E[E]L’espérance de coût E[C]Leur variance V[E] et V[C]Leur corrélation[C,E]Par des procédures statistiques, il est alorspossible d’estimer le RCED et de quantifierl’incertitude autour de l’estimation.

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Les Modèles:Définition

Représentation simplifiée de la réalité

Représentation, physique ou graphique, mais plusgénéralement mathématique, des relations qui existentréellement ou qui, par hypothèse, semblent exister entre desphénomènes ou entre les différents éléments d'un système, envue d'études analytiques ou expérimentales (simulations)propres àfaciliter la compréhensionde certains mécanismes,notamment par la validation d'hypothèses, et à mieuxéclairerles fonctions de prévision ou de décision.Selon que les relations en cause sont définies de façon stricteou qu'elles obéissent à des lois statistiques, les modèles sontdits soitdéterministes, soitprobabilistesou stochastiques.

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Les Modèles: Exemples

Modèles graphiques :Le plan RATPModèles physiques :Une maquetteModèles mathématiques :Une équation de régression linéaireUn essai clinique randomiséUn arbre de décisionUn modèle de MarkovUn modèle compartimental (SIR, )Un système à événements discrets

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Les Modèles: Utilité

coûts de l’interventino

Extrapoler le devenir du patient dans le tempsMortalité à 30 joursespérance de vieEstimer des résultats non mesurés directementCritères de substitution dans un essai clinique :pressionartériellemortalitéCoûts pertinents dans l’évaluation :dans l’ostéoporosecoûts des fractures à venirSynthétiser des sources de données multiplesCoûts et efficacité proviennent de sources différentesComparaisons indirectes entre les interventions à évaluerPlusieurs essais disponibles pour un même critèreSimuler des situations que l’on ne peut testerexpérimentalement (coût, éthique)

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Modélisation : Méthodologie

Arbres de décision, Modèles de Markov,Modèles déterministes, Modèles stochastiques

Les Étapes delaModélisation

Définition de la structure du modèle(identification des paramètres d’intérêt)Affectation des valeurs des paramètres(choix des sources de données)Valorisation des résultats (critères dejugement)Calcul des espérances d’efficacité et de coûtAnalyse de sensibilité

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Qualités d’un Modèle

SimplicitéCompréhension plus aiséePas de surparamétrisationTransparenceAccessible à la critique par les pairsConscient de la qualité des donnéesIdentification de la qualité de la preuveHiérarchie dans le choix des sources (essai > opinion d’expert)Traduction de l’incertitude, et non suppléanceUn modèle ne remplace pas l’absence de donnéesAnalyses de sensibilité et de robustesseDescription appropriée de la réalitéValidéConcordant avec d’autres modèles ou étudesÉvolutif avec les connaissances disponibles

Master Paris 5

PL-5233/05 - Simulation de Monte Carlo

Source : Buxton et al, Health Econ, 199711

Voir

Univers
Ebooks
Livres audio
Presse
Podcasts
BD
Documents

PL-5233 Paris 5 Cours Monte Carlo Part 1 144 dpi

YouScribe

Le catalogue

Le service

Les conditions