Implementação de análise de custo efetividade no R

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Prestes, Isaías Valente
Orientador(a): Camey, Suzi Alves
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/10183/194580
Resumo: Introdução: A análise de custo-efetividade (ACE) é uma técnica de avaliação econômica muito utilizada na tomada de decisão para melhoria da Saúde. Por meio da constituição de um problema de ACE é possível identificar, entre dois ou mais procedimentos, aquele que consegue obter o melhor resultado por unidade monetária aplicada. Em resumo, ela permite a comparação entre procedimentos levando em conta a relação entre custo e efetividade. Essa técnica tem se mostrado de fundamental importância, principalmente porque existe uma carência de recursos financeiros disponíveis à saúde, porquanto possibilita que esses recursos sejam aplicados de forma mais adequada, ou seja, com a finalidade de promover a saúde. Materiais e Métodos: O pacote arvoRe é uma implementação de ACE para o R, orientada a computar problemas que envolvam modelos de decisão simples e modelos de decisão com cadeias de Markov – usando simulação de primeira e/ou segunda ordem. O seu uso se dá exclusivamente por meio de uma Interface Gráfica para o Usuário (GUI) desenvolvida em Tcl/Tk. Essa interface gráfica simplifica a tarefa de criação da árvore de decisão e a sua manipulação. O pacote foi inicialmente desenvolvido em 2008 e contemplava somente os modelos envolvendo árvore de decisão simples ou modelos de cadeias de Markov em simulação de primeira ordem. Nesta primeira versão os parâmetros do modelo podiam apenas ser declarados em formato numérico, o que limitava muito a avaliação da incerteza em torno de resultados de custo e efetividade. Este trabalho apresenta ao leitor a evolução do arvoRe por meio de exemplos – partindo dos modelos mais simples para ACE até os modelos que se valem de simulação de segunda ordem, bem como a análise de sensibilidade e outras características que auxiliam o usuário na avaliação dos resultados. Resultados: O arvoRe é capaz de resolver problemas de custo-efetividade envolvendo árvores de decisão simples, árvores de decisão com cadeias de Markov – estando disponíveis simulação de primeira e segunda ordem. A construção de um modelo de decisão pode utilizar a declaração de variáveis e incorporar também expressões matemáticas na definição de seus parâmetros. Essa característica do programa possibilita que o usuário crie um modelo com estruturas mais complexas, e portanto mais realísticas para a avaliação econômica. Um exemplo é a análise de sensibilidade probabilística, que se torna possível com a associação de uma distribuição de probabilidade a um parâmetro do modelo. Ainda são oferecidas ao usuário as principais ferramentas de ACE, como razão de custo-efetividade, razão incremental de custo-efetividade, benefício líquido incremental e curva de aceitabilidade. A modelagem do problema e a análise estatística dos dados, realizadas totalmente por GUI em Tcl/Tk, é facilitada por meio de tabelas e gráficos. Os resultados obtidos para o problema e a sua árvore de decisão podem ser exportados para arquivos que poderão ser utilizados para criar gráficos e tabelas sem o uso do R. Conclusão: As novas implementações realizadas no arvoRe tornam possíveis a construção de modelos mais complexos e a avaliação estocástica da incerteza associada à modelagem - os quais passaram, nos últimos anos, a serem promovidos pelos guias de boas praticas de ACE e mostram crescente aplicação em estudos de avaliação econômica em saúde. Esses recursos, como a simulação de segunda ordem e a abordagem de resultados em termos de benefício líquido, já se encontravam disponíveis em aplicativos comerciais para ACE. Reconhecemos que há aplicativos comerciais que oferecem um leque de ferramentas, que proporcionam uma maior capacidade de personalização do modelo de decisão, não disponíveis no arvoRe. Entretanto, devido ao fato do arvoRe ter código fonte aberto e ter sido desenvolvido em R – ambiente livre e gratuito de grande popularidade no meio acadêmico – os usuários podem não apenas modificar as funcionalidades existentes, mas também criar novas funcionalidades, lançando mão de outros códigos ou pacotes já existentes para o R. No que tange a relação velocidade dos algoritmos de simulação e consumo de recursos computacionais, optou-se por favorecer a velocidade dos algoritmos. Esta escolha implicou uma maior necessidade de memória do tipo RAM - uma vez que o processo de simulação é vetorial (abrindo mão de iterações) e todo desenrolar da coorte simulada é armazenado em memória para futura recuperação. A melhoria dos algoritmos de simulação, objetivando maior velocidade e menor consumo de recursos computacionais, e o desenvolvimento do conjunto de funcionalidades facilitadoras ausentes supracitadas são os próximos pontos a serem explorados em futuras versões do programa.
id URGS_c2f059a9e81f2f9e8817226b1d4a1ec6
oai_identifier_str oai:www.lume.ufrgs.br:10183/194580
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Prestes, Isaías ValenteCamey, Suzi Alves2019-05-24T02:37:00Z2013http://hdl.handle.net/10183/194580000879253Introdução: A análise de custo-efetividade (ACE) é uma técnica de avaliação econômica muito utilizada na tomada de decisão para melhoria da Saúde. Por meio da constituição de um problema de ACE é possível identificar, entre dois ou mais procedimentos, aquele que consegue obter o melhor resultado por unidade monetária aplicada. Em resumo, ela permite a comparação entre procedimentos levando em conta a relação entre custo e efetividade. Essa técnica tem se mostrado de fundamental importância, principalmente porque existe uma carência de recursos financeiros disponíveis à saúde, porquanto possibilita que esses recursos sejam aplicados de forma mais adequada, ou seja, com a finalidade de promover a saúde. Materiais e Métodos: O pacote arvoRe é uma implementação de ACE para o R, orientada a computar problemas que envolvam modelos de decisão simples e modelos de decisão com cadeias de Markov – usando simulação de primeira e/ou segunda ordem. O seu uso se dá exclusivamente por meio de uma Interface Gráfica para o Usuário (GUI) desenvolvida em Tcl/Tk. Essa interface gráfica simplifica a tarefa de criação da árvore de decisão e a sua manipulação. O pacote foi inicialmente desenvolvido em 2008 e contemplava somente os modelos envolvendo árvore de decisão simples ou modelos de cadeias de Markov em simulação de primeira ordem. Nesta primeira versão os parâmetros do modelo podiam apenas ser declarados em formato numérico, o que limitava muito a avaliação da incerteza em torno de resultados de custo e efetividade. Este trabalho apresenta ao leitor a evolução do arvoRe por meio de exemplos – partindo dos modelos mais simples para ACE até os modelos que se valem de simulação de segunda ordem, bem como a análise de sensibilidade e outras características que auxiliam o usuário na avaliação dos resultados. Resultados: O arvoRe é capaz de resolver problemas de custo-efetividade envolvendo árvores de decisão simples, árvores de decisão com cadeias de Markov – estando disponíveis simulação de primeira e segunda ordem. A construção de um modelo de decisão pode utilizar a declaração de variáveis e incorporar também expressões matemáticas na definição de seus parâmetros. Essa característica do programa possibilita que o usuário crie um modelo com estruturas mais complexas, e portanto mais realísticas para a avaliação econômica. Um exemplo é a análise de sensibilidade probabilística, que se torna possível com a associação de uma distribuição de probabilidade a um parâmetro do modelo. Ainda são oferecidas ao usuário as principais ferramentas de ACE, como razão de custo-efetividade, razão incremental de custo-efetividade, benefício líquido incremental e curva de aceitabilidade. A modelagem do problema e a análise estatística dos dados, realizadas totalmente por GUI em Tcl/Tk, é facilitada por meio de tabelas e gráficos. Os resultados obtidos para o problema e a sua árvore de decisão podem ser exportados para arquivos que poderão ser utilizados para criar gráficos e tabelas sem o uso do R. Conclusão: As novas implementações realizadas no arvoRe tornam possíveis a construção de modelos mais complexos e a avaliação estocástica da incerteza associada à modelagem - os quais passaram, nos últimos anos, a serem promovidos pelos guias de boas praticas de ACE e mostram crescente aplicação em estudos de avaliação econômica em saúde. Esses recursos, como a simulação de segunda ordem e a abordagem de resultados em termos de benefício líquido, já se encontravam disponíveis em aplicativos comerciais para ACE. Reconhecemos que há aplicativos comerciais que oferecem um leque de ferramentas, que proporcionam uma maior capacidade de personalização do modelo de decisão, não disponíveis no arvoRe. Entretanto, devido ao fato do arvoRe ter código fonte aberto e ter sido desenvolvido em R – ambiente livre e gratuito de grande popularidade no meio acadêmico – os usuários podem não apenas modificar as funcionalidades existentes, mas também criar novas funcionalidades, lançando mão de outros códigos ou pacotes já existentes para o R. No que tange a relação velocidade dos algoritmos de simulação e consumo de recursos computacionais, optou-se por favorecer a velocidade dos algoritmos. Esta escolha implicou uma maior necessidade de memória do tipo RAM - uma vez que o processo de simulação é vetorial (abrindo mão de iterações) e todo desenrolar da coorte simulada é armazenado em memória para futura recuperação. A melhoria dos algoritmos de simulação, objetivando maior velocidade e menor consumo de recursos computacionais, e o desenvolvimento do conjunto de funcionalidades facilitadoras ausentes supracitadas são os próximos pontos a serem explorados em futuras versões do programa.Introduction: The cost-effectiveness analysis (CEA) is a decision making technique widely used for economic evaluation, to improve the Health. The purpose of a CEA problem is to identify, between two or more procedures, the best result for monetary unit applied. It provides, in a few words, a comparison of procedures taking into account the relationship between cost and effectiveness. This technique has been shown to be of fundamental importance, mainly because there is a lack of financial resources available to healthcare. CEA informs decision-makers who have to determine where to allocate limited healthcare resources. Materials and Methods: The package arvoRe is an implementation of CEA for the R. It is oriented to compute problems of simple decision models and decision models with Markov chains - using first and/or second order simulation. The software human interface is provided by Graphical User Interface (GUI) developed in Tcl/Tk. This graphical interface simplifies the decision tree assembly and its manipulation. The package was initially developed in 2008, providing to the user only simple decision tree models and Markov chain models in first order simulation. In this first version, model parameters could only be configured in numeric format. This limitation implies to be impossible an evaluation of uncertainty around outcomes and cost effectiveness. This paper introduces the reader to arvoRe package through examples - starting with the tree assembly up to a complex CEA model using second order simulation, as well sensitivity analysis and other features that help the user for results analysis. Results: The arvoRe package can solve cost-effectiveness problems using simple decision trees, decision trees with Markov chains - being available first and second order simulation. Variables declaration and mathematical expressions for parameters settings are available to decision model assembly. This feature allows the user to create a more complex structures model, and therefore a more realistic economic evaluation. For example, the probabilistic sensitivity analysis (possible with the association of a probability distribution to a model parameter), acceptability curve, the most popular CEA measures as cost-effectiveness ratio, incremental costeffectiveness ratio, and incremental net benefit. The problem concerning the modeling and statistical analysis, performed thought the GUI in Tcl/Tk, is simplified for charts and graphs. The analysis results and the decision tree can be exported to files, and these files can be used to create graphs and tables without R use. Conclusion: The new implementations added to arvoRe makes possible the assembly of complex models and the evaluation of the uncertainty associated with the stochastic modeling – promoted by good practices guides and with increasing application in economic healthcare evaluation studies. These features, such as second-order simulation and net benefit approach, already available in commercial applications for CEA. We recognize that there are comercial softwares offering a range of tools that provide a greater customization ability of the decision model, not available in the arvoRe. However, due to the fact the arvoRe have open source and has been developed in R – a free environment and widespread in academia - users can not only modify the existing features, but also create new features, making use of other codes or existing packages for R. Regarding the relative simulation algorithms speed and computational resource consumption, we chose to improve the algorithms speed. This choice led to a greater RAM memory use – because the simulation process uses a vectorized computation (avoiding iterations) and any simulated cohort is stored in memory for future analysis. The future software development is focused in faster simulation algorithms and lower resources consumption, as well all missing features cited above.application/pdfporAnálise custo-benefícioValidação de programas de computadorImplementação de análise de custo efetividade no Rinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de MedicinaPrograma de Pós-Graduação em EpidemiologiaPorto Alegre, BR-RS2013mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000879253.pdf.txt000879253.pdf.txtExtracted Texttext/plain123993http://www.lume.ufrgs.br/bitstream/10183/194580/2/000879253.pdf.txt31ace428376a28b77adb7352c172dd72MD52ORIGINAL000879253.pdfTexto completoapplication/pdf1786872http://www.lume.ufrgs.br/bitstream/10183/194580/1/000879253.pdfe0fabe7a58e94336e571844b4a058642MD5110183/1945802019-05-25 02:39:25.923705oai:www.lume.ufrgs.br:10183/194580Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-05-25T05:39:25Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Implementação de análise de custo efetividade no R
title Implementação de análise de custo efetividade no R
spellingShingle Implementação de análise de custo efetividade no R
Prestes, Isaías Valente
Análise custo-benefício
Validação de programas de computador
title_short Implementação de análise de custo efetividade no R
title_full Implementação de análise de custo efetividade no R
title_fullStr Implementação de análise de custo efetividade no R
title_full_unstemmed Implementação de análise de custo efetividade no R
title_sort Implementação de análise de custo efetividade no R
author Prestes, Isaías Valente
author_facet Prestes, Isaías Valente
author_role author
dc.contributor.author.fl_str_mv Prestes, Isaías Valente
dc.contributor.advisor1.fl_str_mv Camey, Suzi Alves
contributor_str_mv Camey, Suzi Alves
dc.subject.por.fl_str_mv Análise custo-benefício
Validação de programas de computador
topic Análise custo-benefício
Validação de programas de computador
description Introdução: A análise de custo-efetividade (ACE) é uma técnica de avaliação econômica muito utilizada na tomada de decisão para melhoria da Saúde. Por meio da constituição de um problema de ACE é possível identificar, entre dois ou mais procedimentos, aquele que consegue obter o melhor resultado por unidade monetária aplicada. Em resumo, ela permite a comparação entre procedimentos levando em conta a relação entre custo e efetividade. Essa técnica tem se mostrado de fundamental importância, principalmente porque existe uma carência de recursos financeiros disponíveis à saúde, porquanto possibilita que esses recursos sejam aplicados de forma mais adequada, ou seja, com a finalidade de promover a saúde. Materiais e Métodos: O pacote arvoRe é uma implementação de ACE para o R, orientada a computar problemas que envolvam modelos de decisão simples e modelos de decisão com cadeias de Markov – usando simulação de primeira e/ou segunda ordem. O seu uso se dá exclusivamente por meio de uma Interface Gráfica para o Usuário (GUI) desenvolvida em Tcl/Tk. Essa interface gráfica simplifica a tarefa de criação da árvore de decisão e a sua manipulação. O pacote foi inicialmente desenvolvido em 2008 e contemplava somente os modelos envolvendo árvore de decisão simples ou modelos de cadeias de Markov em simulação de primeira ordem. Nesta primeira versão os parâmetros do modelo podiam apenas ser declarados em formato numérico, o que limitava muito a avaliação da incerteza em torno de resultados de custo e efetividade. Este trabalho apresenta ao leitor a evolução do arvoRe por meio de exemplos – partindo dos modelos mais simples para ACE até os modelos que se valem de simulação de segunda ordem, bem como a análise de sensibilidade e outras características que auxiliam o usuário na avaliação dos resultados. Resultados: O arvoRe é capaz de resolver problemas de custo-efetividade envolvendo árvores de decisão simples, árvores de decisão com cadeias de Markov – estando disponíveis simulação de primeira e segunda ordem. A construção de um modelo de decisão pode utilizar a declaração de variáveis e incorporar também expressões matemáticas na definição de seus parâmetros. Essa característica do programa possibilita que o usuário crie um modelo com estruturas mais complexas, e portanto mais realísticas para a avaliação econômica. Um exemplo é a análise de sensibilidade probabilística, que se torna possível com a associação de uma distribuição de probabilidade a um parâmetro do modelo. Ainda são oferecidas ao usuário as principais ferramentas de ACE, como razão de custo-efetividade, razão incremental de custo-efetividade, benefício líquido incremental e curva de aceitabilidade. A modelagem do problema e a análise estatística dos dados, realizadas totalmente por GUI em Tcl/Tk, é facilitada por meio de tabelas e gráficos. Os resultados obtidos para o problema e a sua árvore de decisão podem ser exportados para arquivos que poderão ser utilizados para criar gráficos e tabelas sem o uso do R. Conclusão: As novas implementações realizadas no arvoRe tornam possíveis a construção de modelos mais complexos e a avaliação estocástica da incerteza associada à modelagem - os quais passaram, nos últimos anos, a serem promovidos pelos guias de boas praticas de ACE e mostram crescente aplicação em estudos de avaliação econômica em saúde. Esses recursos, como a simulação de segunda ordem e a abordagem de resultados em termos de benefício líquido, já se encontravam disponíveis em aplicativos comerciais para ACE. Reconhecemos que há aplicativos comerciais que oferecem um leque de ferramentas, que proporcionam uma maior capacidade de personalização do modelo de decisão, não disponíveis no arvoRe. Entretanto, devido ao fato do arvoRe ter código fonte aberto e ter sido desenvolvido em R – ambiente livre e gratuito de grande popularidade no meio acadêmico – os usuários podem não apenas modificar as funcionalidades existentes, mas também criar novas funcionalidades, lançando mão de outros códigos ou pacotes já existentes para o R. No que tange a relação velocidade dos algoritmos de simulação e consumo de recursos computacionais, optou-se por favorecer a velocidade dos algoritmos. Esta escolha implicou uma maior necessidade de memória do tipo RAM - uma vez que o processo de simulação é vetorial (abrindo mão de iterações) e todo desenrolar da coorte simulada é armazenado em memória para futura recuperação. A melhoria dos algoritmos de simulação, objetivando maior velocidade e menor consumo de recursos computacionais, e o desenvolvimento do conjunto de funcionalidades facilitadoras ausentes supracitadas são os próximos pontos a serem explorados em futuras versões do programa.
publishDate 2013
dc.date.issued.fl_str_mv 2013
dc.date.accessioned.fl_str_mv 2019-05-24T02:37:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/194580
dc.identifier.nrb.pt_BR.fl_str_mv 000879253
url http://hdl.handle.net/10183/194580
identifier_str_mv 000879253
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/194580/2/000879253.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/194580/1/000879253.pdf
bitstream.checksum.fl_str_mv 31ace428376a28b77adb7352c172dd72
e0fabe7a58e94336e571844b4a058642
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316068957683712