การประเมินเทคโนโลยีสุขภาพระยะเริ่มต้น เพดานราคาที่คุ้มค่า และการตัดสินใจชุดสิทธิประโยชน์

อ่านฉบับภาษาอังกฤษ (English version)

บทคัดย่อ

บริษัทแห่งหนึ่งสร้างอุปกรณ์ตรวจวัดที่เตือนพยาบาลดูแลผู้ป่วยหัวใจล้มเหลวล่วงหน้าหลายวันก่อนน้ำจะท่วมปอดของผู้ป่วย อุปกรณ์นี้ยังไม่ได้ผ่านการทดลอง แต่บริษัทต้องตัดสินใจตอนนี้ว่าจะลงทุนทำการทดลองหรือไม่ และอุปกรณ์จะคุ้มค่าที่ราคาเท่าไร การประเมินเทคโนโลยีสุขภาพระยะเริ่มต้นตอบคำถามนี้ด้วยค่าคาดการณ์ที่ระบุไว้ชัดเจนแทนผลการทดลอง เราตีค่าผลได้ที่คาดไว้ด้วยเกณฑ์ (threshold) ของผู้จ่าย (กองทุน) คือเงินสูงสุดที่กองทุนยินดีจ่ายต่อหนึ่งปีสุขภาพสมบูรณ์ที่ได้เพิ่ม ในที่นี้คือ 160,000 บาท ผลได้ที่คาดไว้คือ 0.4 ปีสุขภาพสมบูรณ์ จึงมีค่า 64,000 บาท เมื่อบวกเงิน 10,000 บาทที่อุปกรณ์ช่วยประหยัด ได้ 74,000 บาท ซึ่งเป็นราคาสูงสุดที่ยังคุ้มค่า เรียกว่าเพดานราคา บริษัทหวังราคา 100,000 บาท จึงต้องลดราคา 26% หรือการทดลองต้องแสดงผลได้อย่างน้อย 0.56 ปีสุขภาพสมบูรณ์ ถ้าบริการที่ถูกเบียดออกซื้อสุขภาพสมบูรณ์หนึ่งปีได้ด้วยเงิน 100,000 บาท แม้ราคา 60,000 บาทยังทำให้เสียสุขภาพ เพดานราคาใช้วางแผนการทดลองและการต่อรองราคา ไม่ได้รับประกันว่ากองทุนจะจ่ายให้

🔍 คลิกเพื่อขยาย คลิกที่ใดก็ได้เพื่อปิด

อุปกรณ์ที่ยังพัฒนาไม่เสร็จ

บริษัทเครื่องมือแพทย์เล็กๆ แห่งหนึ่งในเชียงใหม่สร้างอุปกรณ์ตรวจวัด (sensor) สำหรับผู้ป่วยหัวใจล้มเหลว พยาบาลฝังอุปกรณ์ไว้ใต้ผิวหนังบริเวณหน้าอกระหว่างการมาคลินิกสั้นๆ หนึ่งครั้ง ทุกเช้าอุปกรณ์จะส่งค่าที่วัดได้ไปให้พยาบาลดูแลผู้ป่วยหัวใจล้มเหลว ค่านี้สูงขึ้นหลายวันก่อนน้ำจะคั่งในปอด พยาบาลจึงปรับยาทางโทรศัพท์ได้ก่อนที่ผู้ป่วยจะต้องนอนโรงพยาบาล

ในการศึกษาแรกกับผู้ป่วย 30 คน อุปกรณ์ทำงานได้และผู้ป่วยยอมให้ฝังไว้ต่อ แต่ยังไม่มีใครรู้ว่าอุปกรณ์ป้องกันการนอนโรงพยาบาลได้กี่ครั้ง การทดลองที่ใหญ่พอจะแสดงเรื่องนี้ได้ต้องใช้เงินของบริษัท 44 ล้านบาทและใช้เวลาสามปี บริษัทหวังจะขายอุปกรณ์ให้ระบบหลักประกันสุขภาพแห่งชาติ (ต่อไปนี้เรียกว่ากองทุน) ซึ่งเป็นผู้จ่ายในเรื่องนี้ ในราคาชิ้นละ 100,000 บาท

ก่อนจะลงเงิน 44 ล้านบาท บริษัทถามสองคำถาม ถ้าการทดลองได้ผลอย่างที่ทีมคาด กองทุนจะยอมจ่ายชิ้นละ 100,000 บาทไหม ถ้าไม่ยอม กองทุนต้องการราคาเท่าไร และต้องเห็นผลการทดลองอย่างไร

การอ่านแบบจำลองระยะแรกที่พบบ่อยมักไปไกลเกินหนึ่งก้าว คือคิดว่าถ้าแบบจำลองพบราคาที่คุ้มค่า กองทุนควรจ่ายราคานั้น ซึ่งไม่ถูกต้อง แบบจำลองระยะแรกให้เพดานราคาที่ใช้ได้เฉพาะเมื่อค่าคาดการณ์ยังเป็นจริง พร้อมรายการสิ่งที่การทดลองต้องแสดง ส่วนการตัดสินใจจ่ายเกิดขึ้นทีหลังและต้องชั่งน้ำหนักมากกว่าความคุ้มค่า

ใคร เทียบกับอะไร และอยู่ตรงไหนของการดูแล

ตัวเลขทุกตัวด้านล่างขึ้นกับสามเรื่องที่ต้องเลือกก่อน ผู้ป่วยคือผู้ใหญ่ที่กลับบ้านหลังนอนโรงพยาบาลด้วยภาวะหัวใจล้มเหลว ตัวเปรียบเทียบ (comparator) คือสิ่งที่ผู้ป่วยจะได้รับถ้าไม่มีอุปกรณ์ ได้แก่การดูแลตามปกติ คือมาคลินิกทุกสามเดือนและพยาบาลโทรติดตาม อุปกรณ์นี้ใช้เพิ่มจากการดูแลตามปกติหลังออกจากโรงพยาบาล โดยไม่ได้แทนที่สิ่งใด

ถ้าเปลี่ยนเรื่องใดเรื่องหนึ่งในสามเรื่องนี้ คำตอบจะเปลี่ยนตาม ถ้าตัวเปรียบเทียบเป็นโครงการชั่งน้ำหนักทุกวันที่ป้องกันการนอนโรงพยาบาลได้มากอยู่แล้ว อุปกรณ์จะเพิ่มประโยชน์ได้น้อยลง และราคาทุกตัวด้านล่างจะลดลง

การหาว่าเทคโนโลยีที่ยังพัฒนาอยู่ต้องทำได้แค่ไหน และจะคุ้มค่าที่ราคาเท่าไร เรียกว่าการประเมินเทคโนโลยีสุขภาพระยะเริ่มต้น (early health technology assessment, early HTA) [1] เพราะยังไม่มีผลการทดลอง จึงใช้สถานการณ์สมมติ (scenario) คือค่าคาดการณ์ที่ระบุไว้ชัดเจนสำหรับตัวเลขที่ยังขาด แต่ละค่ามีที่มาและช่วงที่ต้องทดสอบ

ค่าคาดการณ์หลักของทีม ซึ่งมาจากการศึกษาแรกและจากอุปกรณ์ที่คล้ายกัน คืออุปกรณ์เพิ่มสุขภาพตลอดชีวิตที่เหลือของผู้ป่วยแต่ละคน เท่ากับการมีสุขภาพสมบูรณ์ 0.4 ปี สุขภาพนับเป็นปีสุขภาวะ (quality-adjusted life year, QALY) คือปีชีวิตที่ถ่วงน้ำหนักด้วยคุณภาพ ตั้งแต่ 1 สำหรับสุขภาพสมบูรณ์ถึง 0 สำหรับการเสียชีวิต การอยู่ 10 ปีในสภาวะที่มีค่า 0.70 เท่ากับ 7.0 QALY ถ้ากลับมามีสุขภาพสมบูรณ์ตลอดช่วงนั้นจะได้เพิ่ม 3.0 QALY อ่านบทเรียนเต็มได้ที่ ปีสุขภาวะ ปีสุขภาวะที่สูญเสีย และค่าอรรถประโยชน์: เรากำลังวัดอะไรกันแน่

0.4 QALY นี้มาจากการนอนโรงพยาบาลที่ลดลงและวันที่ผู้ป่วยอยู่บ้านได้อย่างสบายขึ้น

ราคาสูงสุดที่กองทุนจ่ายให้อุปกรณ์ได้

กองทุนจะจ่ายให้การรักษาใหม่ก็ต่อเมื่อสุขภาพที่เพิ่มขึ้นคุ้มกับเงินที่จ่ายเพิ่ม สมมติว่าเงินสูงสุดที่กองทุนยินดีจ่ายต่อทุก QALY ที่การรักษาเพิ่มให้คือ 160,000 บาท ค่านี้เรียกว่าเกณฑ์ (threshold) ของกองทุน เราใช้ 160,000 บาทเป็นตัวอย่างประกอบการสอน ไม่ใช่ตัวเลขระดับประเทศในปัจจุบันที่ได้รับการยืนยันแล้ว

บริษัทต้องการรู้ราคาที่ทำให้อุปกรณ์อยู่พอดีบนเกณฑ์นั้น ถ้าราคาต่ำกว่านี้ แต่ละ QALY ที่อุปกรณ์เพิ่มให้มีต้นทุนต่อกองทุนน้อยกว่า 160,000 บาท ถ้าสูงกว่านั้น ต้นทุนต่อ QALY จะมากกว่า ราคานี้มาจากเงินสองส่วน คือมูลค่าของสุขภาพ และต้นทุนอื่นของกองทุนที่เปลี่ยนไป

การฝังอุปกรณ์และการอ่านค่าทุกวันเพิ่มเวลาของพยาบาลและคลินิกคิดเป็น 8,000 บาทต่อผู้ป่วยหนึ่งคน การนอนโรงพยาบาลที่ลดลงประหยัดได้ 18,000 บาทต่อผู้ป่วยหนึ่งคนตลอดชีวิตที่เหลือ ให้เขียนต้นทุนที่เปลี่ยนไปทุกรายการพร้อมเครื่องหมาย คือ +8,000 บาทสำหรับการฝังและการอ่านค่า และ −18,000 บาทสำหรับการนอนโรงพยาบาลที่ลดลง เครื่องหมายลบหมายถึงเงินที่กองทุนไม่ต้องจ่ายอีก

ชื่อเรียก: เพดานราคาตามมูลค่า (headroom)

ราคาสูงสุดนี้เรียกว่าเพดานราคาตามมูลค่า (headroom หรือ value-based price ceiling) ของอุปกรณ์ คือเงินสูงสุดที่ผู้จ่าย ในที่นี้คือกองทุน จ่ายได้แล้วยังคุ้มค่าตามเกณฑ์ของตน [2] ให้ λ คือเกณฑ์ต่อ QALY, ΔE คือผลได้ทางสุขภาพต่อผู้ป่วยหนึ่งคน, ΔC_other คือต้นทุนอื่นทั้งหมดที่เปลี่ยนไปต่อผู้ป่วยหนึ่งคนพร้อมเครื่องหมาย และ q คือจำนวนอุปกรณ์ที่ผู้ป่วยแต่ละคนต้องใช้ ที่ราคา P ต่อชิ้น ต้นทุนที่เพิ่มต่อผู้ป่วยหนึ่งคนคือ q × P + ΔC_other เพดานราคา P_max ต่ออุปกรณ์หนึ่งชิ้นจึงเป็น

$$P_{max}=\frac{\lambda\times\Delta E-\Delta C_{other}}{q}$$

ผู้ป่วยแต่ละคนใช้อุปกรณ์หนึ่งชิ้น q จึงเท่ากับ 1 และเพดานคือ 0.4 × 160,000 − (−10,000) = 74,000 บาท การลบจำนวนที่ติดลบคือการบวก เงินที่ประหยัดได้จึงยกเพดานขึ้น ราคานี้เป็นราคาของตัวอุปกรณ์อย่างเดียว เพราะการดูแลตามปกติไม่มีค่าอุปกรณ์ตัวใดที่ต้องหักออก ถ้าการดูแลตามปกติใช้อุปกรณ์อยู่แล้ว อุปกรณ์เดิมที่ไม่ต้องใช้อีกจะเข้าไปอยู่ใน ΔC_other เป็นเงินที่ประหยัดได้

เครื่องหมายคือจุดที่แบบจำลองระยะแรกพลาดบ่อยที่สุด ถ้าเขียนเงินที่ประหยัดได้ 10,000 บาทเป็นค่าบวกแล้วนำไปลบเหมือนเป็นต้นทุน เพดานจะกลายเป็น 64,000 − 10,000 = 54,000 บาท ต่ำเกินจริง 20,000 บาท กฎข้อเดียวป้องกันได้ คือต้นทุนที่เปลี่ยนไปทุกรายการต้องมีเครื่องหมายของตัวเอง และสูตรต้องลบเสมอ

f <- function(x, d = 0) formatC(x, format = "f", digits = d, big.mark = ",")
threshold <- 160000
qaly_gain <- 0.400
fitting <- 8000
stays <- -18000
value <- threshold * qaly_gain
other <- fitting + stays
ceiling <- value - other
cat("10 years at 0.70 =", f(10 * 0.70, 1), "QALYs; full health adds", f(10 * 0.30, 1), "\n")
cat("Health gain valued at the threshold:", f(value), "THB; other cost change:", f(other), "THB\n")
cat("Price ceiling:", f(ceiling), "THB; per QALY there:", f((ceiling + other) / qaly_gain), "THB\n")
cat("Saving taken as a cost:", f(value - abs(other)), "THB, too low by", f(2 * abs(other)), "THB\n")

10 years at 0.70 = 7.0 QALYs; full health adds 3.0
Health gain valued at the threshold: 64,000 THB; other cost change: -10,000 THB
Price ceiling: 74,000 THB; per QALY there: 160,000 THB
Saving taken as a cost: 54,000 THB, too low by 20,000 THB

ราคาที่ขอ ส่วนต่าง และการทดลอง

บริษัทหวังราคา 100,000 บาท ซึ่งสูงกว่าเพดาน 26,000 บาท ถ้าจะให้ถึงเพดาน ต้องลดราคา 26,000 ÷ 100,000 = 26% ส่วนที่ราคา 100,000 บาท กองทุนต้องจ่ายเพิ่ม 100,000 − 10,000 = 90,000 บาทต่อผู้ป่วยหนึ่งคนเพื่อได้ 0.4 QALY คิดเป็น 225,000 บาทต่อ QALY ซึ่งสูงกว่าเกณฑ์มาก อีกมุมหนึ่ง สุขภาพมีค่า 64,000 บาท แต่กองทุนต้องจ่ายเพิ่ม 90,000 บาท มูลค่าสุขภาพลบต้นทุนที่เพิ่มจึงเท่ากับ 64,000 − 90,000 = −26,000 บาท ติดลบเท่ากับ 26,000 บาทที่ราคาเกินเพดานพอดี

เพดานเป็นราคา ไม่ใช่กำไร การผลิตอุปกรณ์หนึ่งชิ้นมีต้นทุน 30,000 บาท ที่ราคาเพดานบริษัทจึงเหลือ 74,000 − 30,000 = 44,000 บาทต่อชิ้น จากส่วนต่างต่อชิ้น (margin) นี้บริษัทต้องคืนทุนการทดลอง 44 ล้านบาท และต้องขายให้ได้ 1,000 ชิ้นจึงจะคืนทุน นอกจากนั้นยังมีต้นทุนธุรกิจอื่นเพิ่มเข้ามาอีก

คำถามของบริษัทจึงเป็นการตัดสินใจไปต่อหรือหยุด (go/no-go) คือราคา 74,000 บาทหรือต่ำกว่ายังคุ้มกับการลงทุนทำการทดลองหรือไม่ นี่เป็นการตัดสินใจทางธุรกิจที่บริษัททำตอนนี้ ส่วนการตัดสินใจจ่ายของกองทุนเกิดขึ้นทีหลัง หลังการทดลอง และถามมากกว่าเรื่องความคุ้มค่า

f <- function(x, d = 0) formatC(x, format = "f", digits = d, big.mark = ",")
qaly_gain <- 0.400
other <- 8000 - 18000
ceiling <- 160000 * qaly_gain - other
offer <- 100000
extra <- offer + other
cut <- 100 * (1 - ceiling / offer)
cat("Offer over the ceiling:", f(offer - ceiling), "THB, a price cut of", f(cut, 2), "%\n")
cat("Extra cost at the offer:", f(extra), "THB, or", f(extra / qaly_gain), "THB per QALY\n")
cat("Health value minus extra cost at the offer:", f(160000 * qaly_gain - extra), "THB\n")
cat("Margin per sensor over a making cost of 30,000 THB:", f(ceiling - 30000), "THB\n")
cat("Sensors that pay back a 44 million THB trial:", f(44000000 / (ceiling - 30000)), "\n")

Offer over the ceiling: 26,000 THB, a price cut of 26.00 %
Extra cost at the offer: 90,000 THB, or 225,000 THB per QALY
Health value minus extra cost at the offer: -26,000 THB
Margin per sensor over a making cost of 30,000 THB: 44,000 THB
Sensors that pay back a 44 million THB trial: 1,000

การทดลองต้องแสดงอะไร

0.4 QALY เป็นค่าคาดการณ์ แบบจำลองระยะแรกจึงลองค่าอื่นด้วย เมื่อเงินที่ประหยัดได้เท่าเดิม ผลได้ 0.2 QALY ให้เพดาน 42,000 บาท และผลได้ 0.6 QALY ให้เพดาน 106,000 บาท ทุก 0.1 QALY ที่เพิ่มขึ้นทำให้เพดานสูงขึ้น 0.1 × 160,000 = 16,000 บาท ที่ 0.2 QALY ส่วนต่างของบริษัทลดเหลือ 42,000 − 30,000 = 12,000 บาทต่อชิ้น การคืนทุนการทดลอง 44 ล้านบาทจึงต้องขาย 44 ล้าน ÷ 12,000 = ประมาณ 3,667 ชิ้น

เงินที่ประหยัดได้สำคัญเช่นกัน ถ้าอุปกรณ์ไม่ได้ป้องกันการนอนโรงพยาบาลเลย จะเหลือเพียงค่าฝังและอ่านค่า +8,000 บาท และที่ 0.4 QALY เพดานจะลดลงเป็น 64,000 − 8,000 = 56,000 บาท

ราคา 100,000 บาทที่บริษัทหวังจึงคุ้มค่าก็ต่อเมื่อการทดลองแสดงผลได้อย่างน้อย (100,000 − 10,000) ÷ 160,000 = ประมาณ 0.56 QALY พร้อมการนอนโรงพยาบาลที่ลดลง การทดลองจึงต้องวัดตัวเลขสองตัวที่ขยับเพดานได้มากที่สุด คือผลได้ทางสุขภาพและการนอนโรงพยาบาลที่ลดลง การศึกษาเล็กๆ ที่แสดงเพียงว่าอุปกรณ์ตรวจพบน้ำคั่งได้ดีแค่ไหน จะไม่ตอบคำถามของกองทุน

f <- function(x, d = 0) formatC(x, format = "f", digits = d, big.mark = ",")
threshold <- 160000
gains <- c(0.200, 0.400, 0.600)
other <- 8000 - 18000
ceilings <- threshold * gains - other
margin_low <- ceilings[1] - 30000
and <- function(x) paste(x, collapse = " and ")
cat("Ceilings for gains of", and(f(gains, 1)), "QALY:", and(f(ceilings)), "THB\n")
cat("Each extra 0.1 QALY adds", f(threshold * 0.1), "THB to the ceiling\n")
cat("At 0.2 QALY: margin", f(margin_low), "THB; sensors to repay", f(44000000 / margin_low), "\n")
cat("Gain the asking price of 100,000 THB needs:", f((100000 + other) / threshold, 2), "QALY\n")
cat("Ceiling at 0.4 QALY if no hospital stays are avoided:", f(threshold * 0.400 - 8000), "THB\n")

Ceilings for gains of 0.2 and 0.4 and 0.6 QALY: 42,000 and 74,000 and 106,000 THB
Each extra 0.1 QALY adds 16,000 THB to the ceiling
At 0.2 QALY: margin 12,000 THB; sensors to repay 3,667
Gain the asking price of 100,000 THB needs: 0.56 QALY
Ceiling at 0.4 QALY if no hospital stays are avoided: 56,000 THB

ราคาที่ต่ำกว่าเพดานยังทำให้เสียสุขภาพได้

เกณฑ์ 160,000 บาทเป็นการเลือกของกองทุน คือเงินสูงสุดที่กองทุนบอกว่ายินดีจ่ายต่อหนึ่ง QALY ส่วนสิ่งที่เงินของกองทุนซื้อได้ในที่อื่นเป็นตัวเลขอีกตัวหนึ่ง เงินสำหรับอุปกรณ์มาจากบริการอื่นที่กองทุนจะจ่ายหากไม่มีอุปกรณ์ เช่น การตรวจที่คลินิกหรือยาอื่น และบริการเหล่านั้นสร้างสุขภาพเช่นกัน เรียกบริการเหล่านี้ว่าบริการที่ถูกเบียดออก

สมมติว่าบริการที่ถูกเบียดออกได้หนึ่ง QALY ต่อทุก 100,000 บาท ซึ่งเป็นตัวเลขสมมติ และสมมติว่ากองทุนต่อรองราคาลงมาได้ที่ 60,000 บาท ต่ำกว่าเพดานมาก ผู้ป่วยแต่ละคนจะทำให้กองทุนจ่ายเพิ่ม 60,000 − 10,000 = 50,000 บาท เงินจำนวนนี้ถ้านำไปซื้อบริการอื่นจะได้ 50,000 ÷ 100,000 = 0.5 QALY อุปกรณ์เพิ่มให้ 0.4 QALY สุขภาพจึงเปลี่ยนไป 0.4 − 0.5 = −0.1 QALY ต่อผู้ป่วยหนึ่งคนที่ได้อุปกรณ์ คือเสียสุทธิ

สุขภาพที่เสียไปในบริการที่ถูกเบียดออกเรียกว่าค่าเสียโอกาสทางสุขภาพ (health opportunity cost) และสุขภาพที่ได้ลบสุขภาพที่ถูกเบียดออกคือประโยชน์สุขภาพสุทธิ (net health benefit) [3] ทั้งสองเรื่องมีตัวเลขของจังหวัดหนึ่งประกอบในบทความ คุ้มค่าไม่ได้แปลว่าจ่ายไหว มีประสิทธิภาพไม่ได้แปลว่าเป็นธรรม: ผลกระทบด้านงบประมาณและความเป็นธรรมทางสุขภาพ

ต่อไปให้ k คือต้นทุนต่อ QALY ของบริการที่ถูกเบียดออก สุขภาพสุทธิเป็นศูนย์ที่ราคา k × ΔE − ΔC_other = 100,000 × 0.4 − (−10,000) = 50,000 บาท

อุปกรณ์จึงมีเพดานสองค่า คือ 74,000 บาทที่เกณฑ์ที่กองทุนประกาศ และ 50,000 บาทตามสิ่งที่เงินของกองทุนซื้อได้ในที่อื่น เกณฑ์เป็นการเลือกของกองทุน ส่วน k เป็นข้อเท็จจริงของระบบสุขภาพ จึงใช้แทนกันไม่ได้ ไม่มีใครรู้ค่า k แน่นอน และช่องว่างระหว่างเพดานสองค่านี้เป็นการตัดสินใจที่กองทุนต้องทำอย่างเปิดเผย ไม่ใช่รายละเอียดของแบบจำลอง

f <- function(x, d = 0) formatC(x, format = "f", digits = d, big.mark = ",")
k <- 100000
qaly_gain <- 0.400
other <- 8000 - 18000
price <- 60000
pushed_out <- (price + other) / k
cat("Extra cost at a price of", f(price), "THB:", f(price + other), "THB\n")
cat("Health pushed out:", f(pushed_out, 1), "QALY; net:", f(qaly_gain - pushed_out, 1), "QALY\n")
cat("Price where net health is zero:", f(k * qaly_gain - other), "THB\n")

Extra cost at a price of 60,000 THB: 50,000 THB
Health pushed out: 0.5 QALY; net: -0.1 QALY
Price where net health is zero: 50,000 THB

จากเพดานราคาสู่การตัดสินใจเรื่องชุดสิทธิประโยชน์

อ่านก่อนในเว็บไซต์นี้:

• บทบาทของการประเมินทางเศรษฐศาสตร์สุขภาพในการคัดเลือกยาระดับชาติของไทย (บทความภาษาอังกฤษ)
• กองทุนนับจำนวนผู้เข้าข่ายทีละปีก่อนนับเงินอย่างไร

ชุดสิทธิประโยชน์ (benefit package) คือรายการการรักษาที่ระบบหลักประกันสุขภาพจ่ายให้ การตัดสินใจเพิ่มอุปกรณ์นี้ต้องชั่งความคุ้มค่าควบคู่กับข้อพิจารณาอื่น และการระบุแต่ละข้อพิจารณาพร้อมน้ำหนักอย่างเปิดเผย คือแนวคิดของการวิเคราะห์การตัดสินใจแบบหลายเกณฑ์ (multiple criteria decision analysis) [4]

เพดานเป็นค่าต่อผู้ป่วยหนึ่งคน แต่ค่าใช้จ่ายเป็นรายปี ถ้าผู้ป่วยปีละ 2,000 คนได้อุปกรณ์ในราคา 60,000 บาท กองทุนต้องจ่าย 2,000 × 60,000 = 120 ล้านบาทต่อปีสำหรับค่าอุปกรณ์อย่างเดียว ณ เวลาที่ฝัง ส่วนการนอนโรงพยาบาลที่ลดลงกระจายไปในปีต่อๆ ไป กองทุนจะหาเงินนี้ได้ทุกปีหรือไม่ คือคำถามเรื่องงบประมาณ ซึ่งมีคำตอบด้วยตัวเลขของจังหวัดหนึ่งในบทความต่อไปนี้ คุ้มค่าไม่ได้แปลว่าจ่ายไหว มีประสิทธิภาพไม่ได้แปลว่าเป็นธรรม: ผลกระทบด้านงบประมาณและความเป็นธรรมทางสุขภาพ

จำนวนผู้ป่วยที่ได้อุปกรณ์ (uptake) เปลี่ยนค่าใช้จ่ายนี้ แต่ไม่เปลี่ยนเพดาน ถ้ามีผู้ป่วยปีละ 1,000 หรือ 3,000 คน ค่าอุปกรณ์จะเป็น 60 หรือ 180 ล้านบาท ส่วนเพดานต่อผู้ป่วยหนึ่งคนยังคงเป็น 74,000 บาท

ที่ราคา 60,000 บาท ถ้าบริการที่ถูกเบียดออกได้หนึ่ง QALY ด้วยเงิน 100,000 บาท ผู้ป่วยแต่ละคนจะเสียสุขภาพ 0.1 QALY ผู้ป่วย 2,000 คนจึงทำให้ประชากรเสีย 2,000 × 0.1 = 200 QALY ต่อปี

f <- function(x, d = 0) formatC(x, format = "f", digits = d, big.mark = ",")
patients <- 2000
price <- 60000
net_per_patient <- 0.400 - (price + 8000 - 18000) / 100000
cat("Sensors for", f(patients), "patients a year:", f(patients * price / 1e6), "million THB\n")
uptake <- c(1000, 3000)
and <- function(x) paste(x, collapse = " and ")
cost <- and(f(uptake * price / 1e6))
cat("Sensors for", and(f(uptake)), "patients a year:", cost, "million THB\n")
cat("Net health, care pushed out at 100,000 per QALY:", f(patients * net_per_patient), "QALYs\n")

Sensors for 2,000 patients a year: 120 million THB
Sensors for 1,000 and 3,000 patients a year: 60 and 180 million THB
Net health, care pushed out at 100,000 per QALY: -200 QALYs

อีกสองเรื่องที่ต้องตรวจ แล้วจึงเป็นทางเลือกแบบมีเงื่อนไข

เพดานราคาตอบเรื่องความคุ้มค่า และค่าใช้จ่ายรายปีตอบเรื่องต้นทุน ยังมีอีกสองเรื่องที่ต้องตรวจก่อนจะตอบรับ ข้อแรก ระบบให้บริการได้หรือไม่ คือมีพยาบาลดูแลผู้ป่วยหัวใจล้มเหลวพอจะอ่านค่าของผู้ป่วยใหม่ 2,000 คนทุกเช้าหรือไม่ ข้อที่สอง เป็นธรรมหรือไม่ อุปกรณ์ต้องใช้สัญญาณโทรศัพท์มือถือและคลินิกหัวใจล้มเหลวที่อยู่ใกล้ ผู้ป่วยในชนบทจึงอาจได้รับเป็นกลุ่มสุดท้าย ทั้งที่อยู่ไกลเตียงโรงพยาบาลที่สุด [5]

แบบจำลองระยะแรกตัดสินเรื่องเหล่านี้แทนไม่ได้ แต่แปลงให้เป็นทางเลือกแบบมีเงื่อนไขได้ ทางเลือกที่หนึ่ง ต่อรองราคา คือจ่ายเฉพาะเมื่อราคาไม่เกินเพดาน 74,000 บาท หรือใกล้ 50,000 บาทถ้ากองทุนยอมรับค่า k ที่ต่ำกว่า

ทางเลือกที่สอง จ่ายเฉพาะกลุ่ม คือจ่ายก่อนให้ผู้ป่วยที่ได้ประโยชน์มากที่สุด เช่น ผู้ที่นอนโรงพยาบาลสองครั้งในปีที่ผ่านมา ถ้าการทดลองแสดงผลได้ 0.6 QALY ในกลุ่มนี้และประหยัดได้ 10,000 บาทเท่าเดิม เพดานของกลุ่มนี้จะเป็น 0.6 × 160,000 + 10,000 = 106,000 บาท

ทางเลือกที่สามคือจ่ายไปพร้อมเก็บหลักฐาน หรือรอ คือให้อุปกรณ์ในโรงพยาบาลที่บันทึกการนอนโรงพยาบาลทุกครั้ง แล้วทบทวนในสองปี หรือตัดสินใจหลังการทดลองเท่านั้น

ทุกทางเลือกต้องมีตัวชี้วัดการติดตามและเงื่อนไขที่ต้องทบทวน (monitoring trigger) คือผลที่ตกลงกันไว้ล่วงหน้าว่าถ้าเกิดขึ้นต้องเปิดการตัดสินใจใหม่เมื่อถึงการทบทวน นับการนอนโรงพยาบาลที่ลดลงต่อผู้ป่วยแล้วคิดเป็นเงินบาท โดยแบบจำลองสมมติว่าประหยัดได้ 18,000 บาทต่อผู้ป่วยหนึ่งคน และนับจำนวนวันที่มีค่าส่งมา รายจ่ายเทียบกับที่คาดไว้ และใครได้อุปกรณ์ ทั้งในเมืองและชนบท ถ้าการนอนโรงพยาบาลที่ลดลงต่ำกว่าที่คาดไว้มาก ราคาต้องลดลงหรือหยุดให้สิทธิเมื่อถึงการทบทวน

ลำดับการเรียนในชุดนี้

1. คู่มือชุดบทความเศรษฐศาสตร์สุขภาพ: อ่านหลักฐานก่อนอ่านต้นทุน
2. อุบัติการณ์ ความชุก และตัวหารที่ถูกต้อง: ระบาดวิทยาเบื้องหลังต้นทุนความเจ็บป่วยและแบบจำลองมาร์คอฟ
3. รูปแบบการศึกษา แบบจำลองทางสถิติ และเป้าหมายการประมาณค่า: แต่ละรูปแบบการศึกษาประมาณค่าอะไรได้จริง
4. อัตราส่วนความเสี่ยง อัตราส่วนออดส์ ผลต่างความเสี่ยง และจำนวนที่ต้องรักษา: ตารางสองคูณสองเดียว คำตอบสี่แบบ
5. อัตราส่วนฮาซาร์ดไม่ใช่อัตราส่วนความเสี่ยง: ข้อสมมติความเป็นสัดส่วนของฮาซาร์ด เวลารอดชีพเฉลี่ยแบบจำกัดช่วง และข้อมูลนำเข้าแบบจำลอง
6. ความบังเอิญ อคติ และปัจจัยกวน: เหตุใดความสัมพันธ์ที่พบจึงยังไม่ใช่ผลของการรักษา
7. พ้นจากพีระมิดหลักฐาน: ระดับความเชื่อมั่นตามแนวทาง GRADE และการเลือกข้อมูลประสิทธิผลเข้าสู่แบบจำลองทางเศรษฐศาสตร์
8. จากความไวสู่ต้นทุนต่อผู้ป่วยหนึ่งรายที่ตรวจพบ: ค่าทำนายผลบวก ความชุก และเศรษฐศาสตร์ของการคัดกรอง
9. ต้นทุนของใคร ณ ปีใด: มุมมองการวิเคราะห์ ต้นทุนค่าเสียโอกาส การปรับค่าเงินเฟ้อ และการปรับลดค่าตามเวลา
10. ปีสุขภาวะ ปีสุขภาวะที่สูญเสีย และค่าอรรถประโยชน์: เรากำลังวัดอะไรกันแน่
11. อัตราส่วนต้นทุนประสิทธิผลส่วนเพิ่มและระนาบต้นทุนประสิทธิผล: ทางเลือกที่ด้อยกว่า ผลประโยชน์สุทธิ และเกณฑ์ 160,000 บาทต่อปีสุขภาวะ
12. ต้นไม้การตัดสินใจ แบบจำลองมาร์คอฟ และการวิเคราะห์ความไวเชิงความน่าจะเป็น: แบบจำลองแปลงหลักฐานเป็นการตัดสินใจได้อย่างไร
13. คุ้มค่าไม่ได้แปลว่าจ่ายไหว มีประสิทธิภาพไม่ได้แปลว่าเป็นธรรม: ผลกระทบด้านงบประมาณและความเป็นธรรมทางสุขภาพ
14. การคัดเลือกพารามิเตอร์ บัญชีต้นทุนอ้างอิง และฐานข้อมูลค่าอรรถประโยชน์เมื่อข้อมูลในประเทศมีจำกัด
15. การประเมินเทคโนโลยีสุขภาพระยะเริ่มต้น เพดานราคาที่คุ้มค่า และการตัดสินใจชุดสิทธิประโยชน์ (บทความนี้)
16. การสื่อสารหลักฐานเศรษฐศาสตร์สุขภาพ: จากผลลัพธ์แบบจำลองสู่ข้อเสนอแนะเชิงนโยบาย

อ่านต่อในวิกิ: อัตราส่วนต้นทุนประสิทธิผลส่วนเพิ่มและระนาบต้นทุนประสิทธิผล: ทางเลือกที่ด้อยกว่า ผลประโยชน์สุทธิ และเกณฑ์ 160,000 บาทต่อปีสุขภาวะ · ต้นไม้การตัดสินใจ แบบจำลองมาร์คอฟ และการวิเคราะห์ความไวเชิงความน่าจะเป็น: แบบจำลองแปลงหลักฐานเป็นการตัดสินใจได้อย่างไร · คุ้มค่าไม่ได้แปลว่าจ่ายไหว มีประสิทธิภาพไม่ได้แปลว่าเป็นธรรม: ผลกระทบด้านงบประมาณและความเป็นธรรมทางสุขภาพ