Los resultados presentados en este blog se derivan exclusivamente de los resultados de la tesis de Maestría en Economía de las Políticas Públicas de la Universidad del Rosario. El trabajo completo puede encontrarse en https://repository.urosario.edu.co/handle/10336/20159.
Desde hace varias décadas, los sistemas de salud alrededor del mundo se han enfrentado a un crecimiento exponencial de costos y necesidades en salud de la población. Esto ha generado una necesidad cada vez más imperiosa de contar con alternativas que promuevan el uso eficiente y racional del presupuesto disponible, con miras a promover la salud de la población, la sostenibilidad financiera y la equidad en salud (1).
En este contexto, la evaluación económica de tecnologías en salud se ha convertido en un insumo importante para la toma de decisiones en salud, principalmente respecto a la financiación de nuevas tecnologías y la regulación de precios (2). Esta se define como el análisis comparativo de cursos de acción alternativos en términos de costos y consecuencias (3); su objetivo se centra en cuantificar los costos y los beneficios de una tecnología en salud (medicamento, procedimiento, dispositivo médico, entre otros) en comparación con sus alternativas relevantes.
Para desarrollar una evaluación económica se requiere información de varios insumos, entre los cuales se encuentra el umbral de costo-efectividad. Este puede ser interpretado desde dos puntos de vista diferentes (4). El primero, llamado el enfoque de la oferta, lo define como el costo de oportunidad de destinar recursos a una nueva tecnología en términos de los beneficios en salud desplazados como consecuencia de su no disponibilidad para financiar otras alternativas que compiten por el mismo presupuesto (5-6). El segundo, denominado el enfoque de la demanda, lo define como la tasa a la que los individuos estarían dispuestos a renunciar por otras formas de consumo para mejorar la salud, por lo que representa su disposición a pagar (7-8).
En Colombia (así como en muchos otros países) se ha acogido la tendencia internacional de asumir un umbral entre 1 y 3 veces el PIB per cápita del país (9-11). Esta tendencia surgió a partir de una interpretación errónea del reporte de la Comisión de Macroeconomía y Salud de la Organización Mundial de la Salud (OMS) en el año 2001 (12), la cual tomó mucha popularidad por su fácil implementación. Sin embargo, la misma OMS y otros autores han reiterado que no tiene sustento teórico o empírico, y que su uso puede exacerbar las desigualdades y promover la reducción en salud de la población (13-15).
El objetivo de este trabajo fue realizar una estimación empírica del umbral de costo-efectividad por Año de Vida Ganado (AVG) para el sistema de salud colombiano, desde el enfoque de la oferta, basándose en las estimaciones realizadas para otros países (16-20). Una estimación del umbral a partir de un marco teórico y empírico explícito, robusto y consistente, permitirá darle un mayor alcance a las evaluaciones económicas de tecnologías en salud que se desarrollen en el país, generando mejores recomendaciones para una toma de decisiones que contribuya a promover la salud de la población, la sostenibilidad financiera y la equidad en salud.
La estimación del umbral de costo-efectividad, desde el enfoque de la oferta, parte de determinar la relación entre el gasto y los beneficios en salud para toda la población del país. En otras palabras, parte de responder la siguiente pregunta: ¿cuál es el efecto de gastar una unidad monetaria en salud sobre la salud misma de la población? Como medida de la salud de la población se eligieron los AVG.
Para establecer esta relación entre el gasto y la salud, se construyó un modelo econométrico tipo panel de datos no balanceado en tres dimensiones: 1) Las aseguradoras o EPS, que son las encargadas de ejecutar la mayor parte del gasto en salud; 2) Las enfermedades o condiciones de salud, ya que determinan la naturaleza y el nivel de gasto, así como los AVG que se pueden esperar asociados a dicho gasto; 3) El tiempo en el que ocurrió el gasto, que por disponibilidad de información se definió entre el 2012 y el 2016. Para calcular los AVG se utilizaron metodologías de tablas de vida, esperanza de vida ajustada por condición de salud y curvas de supervivencia. La endogeneidad esperada se trató de resolver a través del enfoque de variables instrumentales. La estimación se desarrolló utilizando Mínimos Cuadrados Ordinarios en 2 etapas.
Para alimentar el modelo se construyó una base de datos novedosa a partir de múltiples fuentes de información institucionales del país para el período 2012-2016: Estudios de Suficiencia, Estadísticas Vitales, Registro Individual de Prestación de Servicios, Base de Datos Única de Afiliados y la información financiera de la Superintendencia de Salud. Por la disponibilidad de información, la estimación se delimitó al universo del régimen contributivo y de tecnologías incluidas en el Plan de Beneficios con Cargo a la Unidad de Pago por Capitación (PBS-UPC). Como variables instrumentales se exploraron los estados financieros de las Entidades Administradoras de Planes de Beneficios (EAPB) para cada año, y el gasto per cápita de nuevas tecnologías incluidas en el PBS-UPC en los años 2012-2016, de cada EAPB, en cada grupo de condiciones de salud, y para cada año.
Los resultados del modelo econométrico, sin ajustar por las variables instrumentales, arrojan un coeficiente entre el gasto y los AVG de 0,0933, no estadísticamente significativo, lo que implica un umbral de costo-efectividad de $8.772.177 por AVG. La exploración de las dos variables instrumentales analizadas no arrojó resultados coherentes o no estadísticamente significativos. A pesar de la imposibilidad de encontrar un instrumento adecuado para corregir la endogeneidad, la estimación de $8.772.177 por AVG se considera la primera estimación empírica del umbral por AVG desde el enfoque de la oferta para Colombia y Latinoamérica.
Las principales limitaciones de este trabajo, que se perfilan como focos de investigación futura, se asocian a la limitación de la estimación al universo del régimen contributivo y de las tecnologías incluidas en el PBS-UPC; la no inclusión de otras medidas de salud diferentes a los AVG, como los Años de Vida Ajustados por Calidad (AVAC) y Años de Vida Ajustados por Discapacidad (AVAD); y la imposibilidad de identificar y cuantificar un buen instrumento que corrija la endogeneidad esperada entre el gasto y los beneficios en salud.
Para leer esta información actualizada, lo invitamos a visitar esta entrada: Colombia, primer país de renta media que cuenta con su propia estimación de Umbral de Costo-efectividad
Otros blogs que vieron los lectores
-
Umbrales de costo-efectividad y las políticas públicas de salud
-
Umbrales de costo-efectividad o qué tan amplias pueden ser las coberturas públicas sanitarias
-
Umbrales de costo-efectividad o qué tan amplias pueden ser las coberturas públicas sanitarias II
1. Fuchs V. El futuro de la economía de la salud. Lecturas de Economía. 2001; 55: 9-30.
2. Wagstaff A, Culyer AJ. Four decades of health economics through a bibliometric lens. J Health Econ. 2012; 31(2): 406-439
3. Drummond MF, Sculpher MJ, Claxton K, et al. Methods for the economic evaluation of health care programmes. 4th Ed, New York, Oxford University Press.
4. Vallejo-Torres L, García-Lorenzo B, Castilla I, et al. On the Estimation of the Cost-Effectiveness Threshold: Why, What, How?. Value Health. 2016; 19(5): 558-566.
5. Paulden M, O’Mahony J, McCabe C. Determinants of Change in the Cost-effectiveness Threshold. Med Decis Making. 2017; 37(2): 264-276.
6. Culyer AJ. Cost-effectiveness thresholds in health care: a bookshelf guide to their meaning and use. Health Econ Policy Law. 2016; 11(4): 415-432.
7. Bobinac A, Van Exel NJ, Rutten FF, et al. Willingness to pay for a quality-adjusted life-year: the individual perspective. Value Health. 2010; 13(8): 1046-1055.
8. Ryen L, Svensson M. The Willingness to Pay for a Quality Adjusted Life Year: A Review of the Empirical Literature. Health Econ. 2015; 24(10): 1289-1301.
9. Guerrero R, Guevara C, Parody E. Guía metodológica para la realización de evaluaciones económicas en el marco de Guías de Práctica Clínica. 2014; Grupo de Investigación PROESA, Ministerio de Salud y Protección Social, Colombia, Bogotá D.C.
10. Instituto de Evaluación Tecnológica en Salud – IETS. Manual para la elaboración de evaluaciones económicas en salud. Instituto de Evaluación Tecnológica en Salud.2014, IETS, Colombia, Bogotá D.C.
11. Atehortúa S, Ceballos M, Gaviria CF, et al. Evaluación de la calidad metodológica de la literatura en evaluación económica en salud en Colombia: una revisión sistemática. Biomedica. 2013; 33(4): 615-630.
12. Organización Mundial de la Salud. Macroeconomics and Health: Investing in health for economic development. Reporte de la Comisión de Macroeconomía y Salud. 2001. Geneva: World Health Organization.
13. Revill P, Sculpher M. Cost effectiveness of interventions to tackle non-communicable diseases, BMJ. 2012; 344: d:7883.
14. Organización Mundial de la Salud. Using health technology assessment for universal health coverage and reimbursement systems. Geneva, Switzerland. Disponible en: http://www.who.int/health-technology-assessment/HTA_November_meeting_report_Final.pdf .
15. Griffiths UK, Legood R, Pitt C. Comparison of Economic Evaluation Methods Across Low-income, Middle-income and High-income Countries: What are the Differences and Why?. Health Econ. 2016; 25 Suppl 1: 29-41.
16. Claxton K, Martin S, Soares M, et al. Methods for the estimation of the National Institute for Health and Care Excellence cost-effectiveness threshold. Health Technol Assess. 2015; 19(14): 1-vi.
17. Vallejo-Torres L, García-Lorenzo B, Serrano-Aguilar P. Estimating a cost-effectiveness threshold for the Spanish NHS. Health Econ. 2018; 27(4): 746-761.
18. Ariste R, Di Matteo L. Value for money: an evaluation of health spending in Canada. Int J Health Econ Manag. 2017; 17(3): 289-310.
19. Edney LC, Haji Ali Afzali H, Cheng TC, et al. Estimating the Reference Incremental Cost-Effectiveness Ratio for the Australian Health System. Pharmacoeconomics. 2018; 36(2): 239-252.
20. Siverskog J, Henriksson M. Estimating the marginal cost of a life year in Sweden’s public healthcare sector. Eur J Health Econ. 2019; 20(5): 751-762.
