Introducción
Dr. Arturo Evangelista Masip
Presidente del Comité Científico del Congreso
Comité ejecutivo
Comité de evaluadores
Índice de autores
Introducción y objetivos: Algunos marcapasos disponen algoritmos capaces de detectar alteraciones respiratorias, pudiendo monitorizar y procesar una cantidad de información, abriendo la posibilidad de una mejor compresión y estudio del SAHS, así como sus consecuencias cardiacas. Pretendemos evaluar la utilidad clínica, fiable y costo-efectiva, de estos algoritmos.
Métodos: Mediante un modelo económico comparamos la eficiencia de 2 alternativas terapéuticas: marcapasos estándar y marcapasos con el algoritmo (marcapasos avanzados). Para describir la evolución natural de estos enfermos, partiendo del estado inicial de bradiarritmia sintomática, consideramos como variables útiles la hospitalización y la presencia de fibrilación auricular (FA), para simplificarlo. Realizamos 2 modelos sencillos de 3 estados, con duración de los ciclos de 1 mes, con estado absorbente el de muerte. Realizamos para ambos análisis de sensibilidad univariante, cambiando uno a uno el valor de los parámetros introducidos en el modelo al alza y a la baja, para valorar escenarios con valores distintos de esa variable y comprobar la influencia en la estimación final de la eficiencia del tratamiento. En la valoración de costes usamos la perspectiva del pagador, el Sistema Nacional de Salud, en los costes directos. El resto se consultó en fuentes relacionadas con el Ministerio de Sanidad vigentes. El coste de la hospitalización se obtuvo de la web de la Red Española de Costes Hospitalarios. La variable evaluada de efectividad es la ratio coste/efectividad incremental (RCEI) medida en euros/años de vida ganados ajustados a calidad de vida (€/AVAC).
Resultados: El resultado del modelo de hospitalización mostró un RCEI de 1.151€ por AVG, o 1.418€ por AVAC para el marcapasos avanzado, siendo altamente costo-efectivo. Para el segundo modelo de FA, la opción de marcapasos avanzado es, no coste- efectiva, sino dominadora, pudiendo ahorrar dinero (RCEI negativa). Se realizó un gráfico de tornado que mostró el análisis de sensibilidad univariante, modificando una a una las variables incluidas en el modelo, con resultados muy favorables, con RCEI extrema < 5.500 para la peor de las estimaciones.
Gráfico de tornado del análisis de sensibilidad univariante.
Conclusiones: El empleo de marcapasos con algoritmo de detección de índice de alteración respiratoria es coste- efectivo.