Mobiele menu

From intermediate outcomes to physical endpoints of behavioral change: modeling cognitive parameters for cost-effectiveness analyses in health promotion

Projectomschrijving

Kosteneffectivieit van gezondheidsbevordering beter voorspellen

Vraagstuk

Kosteneffectiviteitsanalyses van gezondheidsbevorderende interventies kunnen vaak niet uitgevoerd worden omdat gedragsveranderingen moeilijk te meten zijn. Verandering van leefstijlgedrag is een proces van vallen en opstaan. Daarom is het belangrijk ook langetermijneffecten mee te nemen. Is er een rekenmethode te ontwikkelen om gedragsveranderingen te voorspellen zonder dat je ze precies kunt meten?

Onderzoek

In dit project is een methode ontwikkeld om de kostbare meting van langetermijneffecten te compenseren door toekomstig leefstijlgedrag te voorspellen en te verwerken in de kosteneffectiviteitsanalyses.

Uitkomst

De nieuwe methode maakt gebruik van zogeheten intermediaire voorspellers van gedrag. De invloed van gedragsdeterminanten als eigen-effectiviteit, sociale steun en attitude, wordt ingezet om toekomstig gedrag te voorspellen. In dit project heeft dit betrouwbare schattingen opgeleverd van de kosteneffectiviteit van rookinterventies. Of het ook bij andere gedragsveranderingsprogramma’s werkt, vergt nader onderzoek.

Producten

Titel: Moving beyond a limited follow-up in cost-effectiveness analyses of smoking cessation interventions
Titel: Modelling cognitive parameters in cost-effectiveness analyses of behavioural interventions
Titel: From intermediate to final behavioral endpoints
Auteur: H.C. Prenger

Verslagen


Eindverslag

In dit project ontwikkelen we een vernieuwende methode om kosteneffectiviteit (KEA) te bepalen van programma's gericht op leefstijlverandering, zoals stoppen-met-roken. Omdat leefstijlgedrag vaak een proces is van vallen en opstaan, is het belangrijk ook lange-termijn effecten mee te nemen. Omdat dit vaak moeilijk en kostbaar is, zijn dergelijke gegevens vaak niet beschikbaar. Met de nieuwe methode proberen we dat gebrek te ondervangen en toekomstig leefstijlgedrag te voorspellen en vervolgens in de KEA te verwerken. Uit de resultaten blijkt dat de nieuwe methode bruikbaar is, en betrouwbare schattingen oplevert van kosten-effectiviteit van stoppen-met-roken programma’s. In de toekomst moet deze methode nog worden getest bij andere gedragsveranderingsprogramma’s.

In dit project ontwikkelen we een vernieuwende methode om kosteneffectiviteit (KEA) te bepalen van programma's gericht op leefstijlverandering, zoals stoppen-met-roken. Omdat leefstijlgedrag vaak een proces is van vallen en opstaan, is het belangrijk ook lange-termijn effecten van programma's in een KEA op te nemen. Omdat het vaststellen van lange-termijn effecten vaak moeilijk en kostbaar is, zijn dergelijke gegevens vaak niet beschikbaar. Met de nieuwe methode proberen we toekomstig leefstijlgedrag te voorspellen en vervolgens in de KEA te verwerken.
In het eerste projectjaar zijn 2 van de 4 deelstudie afgerond en de andere 2 zijn in voorbereiding. Hiervoor is al wel een geschikte dataset beschikbaar. Het project ligt daarmee op schema.

Samenvatting van de aanvraag

This proposal aims to improve cost-effectiveness analysis (CEA) methodology for evaluating health promotion interventions. A preliminary pilot study with smoking cessation data has shown promising results. Currently, CEAs of behavioral interventions are often impossible due to lacking data on objective, physical endpoints, or tend to reduce effectiveness to changes in these endpoints only. However, achieving behavioral change is a gradual process and delayed effects may occur after a follow-up period ends. In this proposal we will develop an innovative procedure of modeling cognitive parameters derived from behavioral theories, such as self-efficacy, into CEAs of behavioral interventions. This will make CEAs of health promotion both more accurate, and applicable to a wider range of health promotion interventions. To accomplish this, we will first analyze the longitudinal and dynamic course of cognitive parameters over time, using advanced statistical techniques and secondary data sets. In each study outcomes will be tested for socio-economic status (SES) specific differences. This procedure will be validated in a second study. The continuous parameters will be analyzed in a larger trial and validated by means of a second comparable trial. For this validation study data is already available. Second, we will validate the preliminary results from our pilot study by replicating a CEA of a smoking cessation intervention using discrete cognitive variables (stage-based variables). In this CEA intermediate behavioral change will be incorporated by modeling a person’s readiness to quit. We will predict future smoking cessation from 6 to 12 months of follow-up, which will enable validation of our predictive model with the true empirical outcomes in these data at 12 months follow-up. Subsequently, we will develop and validate a modeling approach to incorporate the dynamic course of continuous cognitive variables into CEAs. Results from the first study will provide input for this modeling approach. Again, cessation will be predicted from 6 to 12 months of follow-up, which will enable validation of our predictive model with the true empirical outcomes in these data at 12 months follow-up. Advanced modeling techniques are explored to perform the CEA. Finally, the whole process in the project using continuous variables will be repeated for another lifestyle factor, such as dieting or physical exercise.

Onderwerpen

Kenmerken

Projectnummer:
200400002
Looptijd: 100%
Looptijd: 100 %
2011
2012
Onderdeel van programma:
Gerelateerde subsidieronde:
Projectleider en penvoerder:
Dr. M.E. Pieterse
Verantwoordelijke organisatie:
Universiteit Twente