Mobiele menu

Treatment of severe hemophilia: Optimal data-usage for optimal treatment strategies

Projectomschrijving

Ernstige hemofilie is een erfelijke ziekte met in Nederland ongeveer 650 patiënten. Deze patiënten hebben bloedingen in hun gewrichten die uiteindelijk leiden tot beschadiging, pijn en invaliditeit. Levenslange behandeling met injecties met stollingsfactoren is nodig. Dit is erg belastend, maar ook erg kostbaar: gemiddeld 129000 Euro per jaar.

Omdat het een zeldzame ziekte is met levenslange behandeling, is het niet mogelijk om uitgebreid patiëntenonderzoek te doen om de beste behandelingsstrategie te bepalen. Daarom is een wiskundig model gemaakt op basis van expertmeningen en klinische gegevens waarmee is uitgerekend wat de beste behandelingsstrategie zou zijn. Dit is die strategie waarbij de verhouding tussen behaalde gezondheidswinst en uitgaven maximaal is. Uit het model blijkt dat een optimale behandeling leidt tot een besparing van bijna twee miljoen Euro per patiënt. De volgende stap is om na te gaan of de gevonden modeluitkomsten ook echt overeenkomen met de praktijk.

 

Verslagen


Eindverslag

Achtergrond:
Ernstige hemofilie (bloederziekte) is een zeldzame erfelijke stollingsstoornis, met in Nederland ongeveer 650 patiënten. Deze patiënten hebben bloedingen in de grote gewrichten die uiteindelijk leiden tot gewrichtsbeschadiging, chronische pijn en invaliditeit. Om bloedingen te voorkomen moeten de meeste patiënten levenslang behandeld worden met injecties met stollingsfactoren (prsofylaxe). Dit is niet alleen erg belastend, maar ook erg kostbaar (gemiddeld 120,000 Euro/jaar). Omdat het een zeldzame ziekte is met levenslange behandeling zijn klassieke medicatie-studies niet mogelijk.

Doel:
Informatie over verschillende behandelingsstrategieën in één computermodel samen te voegen om zo de beste behandelingsstrategie te bepalen.

Werkwijze:
Resultaten van studies over verschillende behandelingsstrategieën werden gecombineerd met schattingen van experts in het computermodel. Dit model simuleert gegeven een bepaalde behandeling, het bloedingspatroon van een patiënt. Hiermee werden de kosten en effecten van verschillende behandelingsstrategieën werden getest. Met als doel om de meest kosteneffectieve dosering te bepalen werd gezocht naar de laagste dosis die resulteerde in zo veel mogelijk patiënten met minimale gewrichtsschade aan het einde van het leven. Ook werd onderzocht hoe veel bloedingen geaccepteerd konden worden bij volwassen patiënten die willen stoppen met profylaxe, zonder dat er onacceptabele gewrichtsschade ontstond..

Toepasbaarheid:
Allereerst voor patiënten met hemofilie, maar ook voor patiënten met andere zeldzame ziekten waarvoor een levenslange (dure) behandeling nodig is.kunnen deze technieken toegepast worden.

Het project behelst het opstellen van een stochastisch model voor het optimaliseren van de behandeling van hemofiliepatiënten. Het doel is om de gebruikelijke behandelstrategieën (behandeling naar behoefte en profylactisch) te combineren. Daarbij wordt, afhankelijk van de respons van de patiënt op de gekozen behandeling, van strategie gewisseld. Omdat bij de behandeling in het algemeen gekozen wordt voor enkel een van beide strategieën, zijn er geen gegevens met betrekking tot een gecombineerde aanpak. Daarom worden kosten en effecten van een gecombineerde behandelstrategie met behulp van een mathematisch model gesimuleerd. Om diverse modelparameters te schatten wordt gebruik gemaakt van verschillende databronnen: zowel werkelijke patiëntgegevens, maar er wordt ook gebruik gemaakt van expert elicitatie.

Samenvatting van de aanvraag

Standard treatment for patients with severe hemophilia is intensive substitution therapy with intravenous injections of clotting factor concentrates (‘prophylaxis’) to prevent spontaneous recurrent joint bleeds. This prophylactic substitution therapy is very expensive: costs can be estimated at around € 120,000 per patient per year. Alternatively, patients can be treated per bleed only (so called ´on demand´), resulting in a considerable reduction of clotting factor consumption and thus of exposures, costs, and intravenous injections. Mean annual costs have been estimated at around € 40,000 per patient per year. But, in the majority of patients on-demand treatment results in an unacceptably high bleeding frequency and subsequent crippling arthropathy. As a consequence, prophylactic treatment remains first choice for this patient group. Bleeding patterns vary, and it is envisaged that selected patients, after having received intensive prophylaxis during their period of growth, may switch from prophylaxis to treatment per bleed in adulthood without health loss. The question is raised what would be the most efficient approach to switch - and switch back in case of a failure - and whether intermediate strategies would be more effective for specific subgroups of patients. Note that if one would be able to stop prophylaxis around the age of 20, cost savings can be generated of about € 3mln per patient. Drugs referred to in the grant submission are by definition expensive, and often concern rare diseases. In the latter case large or life-long studies are infeasible. For ‘low volume high cost’ drugs used in life-long replacement therapy, like in treatment of hemophilia or enzyme deficiencies, various treatment regimes are feasible. Optimization of such treatment regimes can only be performed by micro-simulation studies. Using this modeling approach, life-long consequences of different treatment strategies can be explored. The main goal of this study is to identify the most optimal individual treatment strategy for treating patients with severe hemophilia. To achieve this goal, a micro-simulation model is developed. First, expert opinion elicitation is applied to estimate various model parameters for which information is not available due to lack of observational data. We propose a formal expert opinion assessment where the expert opinions are weighted and combined using statistical techniques. Next, model parameters are estimated within a Bayesian framework. This allows integration of expert opinion and various other data sources. This links in directly with the current funding program’s priority of combining data from different data sources. Using the simulation model, costs and effects of various treatment strategies can be evaluated. However, there is an almost infinite range of treatment strategies feasible. Stochastic programming techniques, which have been developed within the area of operations research, will be utilized to determine the optimal the treatment strategy for hemophilia treatment. The value of information of various model parameters will be assessed. In addition, the value of the expert opinion elicitation process will be quantified post hoc by a value of information analysis. Only a limited number of examples of value of information analysis of simulation models have been published in the past. Due to the computational burden of such models, meta-models have to be developed to allow such calculations. The development of a meta-model is part of this project, which is required for the optimization of treatment strategies as well as value of information analysis. Value of information analysis is one of the current funding program’s priorities. The approach that will be developed for finding an optimal treatment strategy by the present project will also be suitable for other 'low volume high cost' diseases requiring life-long treatment like metabolic disorders with enzyme substitution therapy (like Gauchers', Fabry, Pompe, or Mucopolysaccharidosis type I, II and III). In these diseases, like in hemophilia, it is essential to cover the period of growth, but treatment may be changed according to clinical phenotype later in life. In a model, all available information from experts and clinical studies may be integrated to obtain optimal treatment strategies. The project team consists of Kathelijn Fischer (pediatric hematologist and epidemiologist), Mart Janssen (MTA researcher with extensive experience in expert opinion assessment, mathematical modeling and value of information assessment) and Ben van Hout (professor in Medical Technology Assessment),. For the current research a total budget of € 124,671 is required.

Onderwerpen

Kenmerken

Projectnummer:
152002004
Looptijd: 100%
Looptijd: 100 %
2009
2011
Onderdeel van programma:
Gerelateerde subsidieronde:
Projectleider en penvoerder:
Dr. K. Fischer
Verantwoordelijke organisatie:
Universitair Medisch Centrum Utrecht