ID 29 - Extrapolação das Curvas de Sobrevida na Oncologia: revisão dos modelos econômicos da Conitec

TL;DR

This study reviews survival curve extrapolation methods used in economic models for oncology treatments evaluated by Brazil's Conitec health technology assessment commission.

Contribution

The paper provides a descriptive analysis of modeling practices and patterns in economic evaluations of oncology drugs by Conitec from 2019 to 2023.

Findings

Partitioned Survival Analysis (PartSA) and Markov models were the most commonly used methods for economic modeling.

Weibull distribution was frequently used for overall survival extrapolation in both PartSA and Markov models.

Validation methods were reported in 69% of Markov models and all PartSA models.

Abstract

A modelagem econômica na oncologia frequentemente enfrenta desafios na estimativa de benefícios clínicos como a sobrevida global (SG) e a sobrevida livre de progressão (SLP), especialmente quando as evidências vêm de ensaios clínicos de curta duração. Nesses casos, a estratégia baseia-se na extrapolação das curvas de sobrevida para além do tempo de observação. A escolha do método de modelagem adequado é uma tarefa complexa, que exige rigor para garantir estimativas precisas e confiáveis. No contexto da Avaliação de Tecnologias em Saúde (ATS) realizada pela Comissão Nacional de Incorporação de Tecnologias no Sistema Único de Saúde (Conitec), essas estimativas são essenciais para recomendações informadas sobre a incorporação de tecnologias no tratamento oncológico. Este estudo visa analisar os métodos utilizados na ATS de medicamentos oncológicos e avaliar padrões e práticas de modelagem.

Estudo descritivo das avaliações econômicas dos relatórios de recomendação sobre medicamentos oncológicos da Conitec, publicados entre janeiro de 2019 e dezembro de 2023. Três revisores independentes selecionaram os relatórios e extraíram os dados de interesse usando um formulário próprio contendo os parâmetros: desfechos elencados, curvas de distribuição adotadas na extrapolação de sobrevida, métodos de validação e horizonte temporal.

Foram identificados 30 relatórios de recomendação da Conitec, avaliando 32 tratamentos oncológicos para 45 diferentes indicações. Os modelos econômicos mais usados foram a Análise de Sobrevida Particionada (PartSA) (58%) e Markov (33%). A estrutura de estados transicionais SLP, progressão e morte foi reportada em 73% dos modelos PartSA e 67% dos modelos de Markov. Na PartSA, a distribuição Weibull foi adotada em 50% das extrapolações de SG, enquanto Exponencial (35%) e Log-normal (15%) em extrapolações de SLP. Nos modelos de Markov a distribuição Weibull (84%) foi mais frequente, seguida de Log normal (54%) e Exponencial (8%). Métodos de validação foram reportados em 69% dos modelos de Markov e 100% das PartSA. Os horizontes de extrapolação mais comuns foram 10 anos (75% dos modelos), 15 anos (31%) e 30 anos (31%).

A utilização dos modelos de Markov e PartSA é justificada por sua capacidade de modelar a progressão do câncer ao longo do tempo. No entanto, o Markov pode não capturar todas as nuances dos tratamentos complexos e o PartSA exige dados de alta qualidade para extrapolações de longo prazo. Foi observada preferência pela distribuição Weibull para extrapolações de SG e Exponencial para SLP. Apesar das limitações, esses modelos são amplamente aceitos devido à sua capacidade de representar satisfatoriamente a progressão do câncer e sublinha a importância de considerar a complexidade dos tratamentos e a influência de novas tecnologias na avaliação econômica, destacando que limiares de custo-efetividade não são determinantes absolutos nas recomendações de incorporação.