Monday, 09 Dec 2024

Bagaimana studi HEOR menangani data yang hilang? – Ekonom Layanan Kesehatan

RisalahPos
13 Feb 2024 08:32
3 minutes reading

Itulah pertanyaan yang dijawab dalam makalah oleh Mukherjee et al. (2023). Penulis mendefinisikan “studi HEOR” untuk makalah ini sebagai

…studi bukti dunia nyata yang melakukan analisis sekunder/post-hoc menggunakan metode acak
data uji coba terkontrol (RCT), dan analisis biaya utilitas dalam uji coba yang hasil yang diinginkan adalah biaya atau PRO termasuk utilitas berbasis preferensi (misalnya, EQ-5D).

Pendekatan yang paling tepat untuk memasukkan data yang hilang bergantung pada asumsi tentang bagaimana data tersebut hilang:

  • Hilang sepenuhnya secara acak (MCAR): nilai yang teramati atau tidak teramati dari semua variabel dalam suatu penelitian tidak mempunyai pengaruh apa pun terhadap kemungkinan hilangnya suatu observasi
  • Hilang secara acak (MAR). Kemungkinan hilangnya data untuk variabel tertentu dikaitkan dengan nilai pengamatan variabel (baik nilai pengamatan variabel lain dalam kumpulan data atau nilai pengamatan untuk variabel yang sama pada titik waktu sebelumnya) dalam kumpulan data, namun tidak pada data yang hilang. Seseorang tidak dapat menguji apakah MAR berlaku dalam suatu kumpulan data.
  • Hilang Bukan Secara Acak (MNAR). Dalam hal ini, kemungkinan hilangnya data untuk variabel tertentu berkaitan dengan nilai yang mendasari variabel tertentu tersebut. MNAR dapat diabaikan (bila nilai yang hilang terjadi secara independen dari proses pengumpulan data) atau tidak dapat diabaikan (bila terdapat penyebab struktural pada mekanisme hilangnya yang bergantung pada variabel yang tidak teramati atau nilai yang hilang itu sendiri).

Untuk mengatasi data yang hilang, berbagai teknik tersedia termasuk: analisis kasus lengkap (CCA), analisis kasus yang tersedia (AC), imputasi ganda (MI), imputasi ganda dengan persamaan berantai (MICE), dan pencocokan rata-rata prediktif.

Untuk lebih memahami pendekatan mana yang biasa digunakan dalam penelitian ekonomi kesehatan dan hasil (HEOR), penulis melakukan tinjauan literatur sistematis di PubMed dan memeriksa jenis metode statistik apa yang digunakan untuk mengatasi ukuran biaya, utilitas, atau hasil yang dilaporkan oleh pasien yang hilang.

Para penulis menemukan bahwa imputasi ganda, imputasi ganda dengan persamaan berantai, dan analisis kasus lengkap adalah yang paling umum digunakan:

Dari 1433 catatan yang teridentifikasi, 40 makalah dimasukkan. Tiga belas studi adalah evaluasi ekonomi. Tiga puluh penelitian menggunakan imputasi ganda, 17 penelitian menggunakan imputasi ganda dengan persamaan berantai, sedangkan 15 penelitian menggunakan analisis kasus lengkap. Tujuh belas studi membahas data biaya yang hilang dan 23 studi menangani data hasil yang hilang. Sebelas penelitian melaporkan satu metode sementara 20 penelitian menggunakan beberapa metode untuk mengatasi data yang hilang.

Para penulis mencatat bahwa meskipun mereka menemukan sejumlah besar literatur metodologi HEOR tentang cara menangani data yang hilang dalam konteks RCT; namun, hanya ada sedikit penelitian yang berupaya untuk benar-benar menerapkan rekomendasi ini dan menghubungkan data yang hilang. Anda dapat membaca artikel selengkapnya di sini.

RisalahPos.com Network