← Back to Archive

SENI MENGESTIMASI TRANSITION PROBABILITIES: BUKTI DARI EMPAT STUDI HTA DI INDONESIA

Mutia Anggun Sayekti — Indonesian Health Economics Association

Transition probability adaptive HTA evaluasi ekonomi

Abstract

Latar Belakang. Keterbatasan data lokal masih menjadi tantangan utama dalam pemodelan ekonomi kesehatan di negara berpendapatan rendah dan menengah, khususnya dalam mengestimasi transition probabilities (TP) sebagai parameter utama yang memengaruhi hasil cost-effectiveness. Oleh karena itu, Indonesia mulai menerapkan kerangka adaptive HTA yang memungkinkan penggunaan data sekunder sebagai sumber utama. Studi ini membandingkan berbagai pendekatan dan rasional dalam mendefinisikan TP pada empat asesmen HTA yang telah diselesaikan. Metode. Dilakukan tinjauan komparatif terhadap empat studi HTA, terdiri atas dua studi obat: (1) nintedanib untuk idiopathic pulmonary fibrosis dan (2) trastuzumab untuk kanker payudara metastatik; serta dua teknologi kesehatan: (3) cochlear implant (CI) untuk gangguan pendengaran anak dan (4) stereotactic radiosurgery (SRS) untuk vestibular schwannoma. Hasil. Studi nintedanib menggunakan structured Delphi-like expert elicitation untuk mengkalibrasi kohort European EMPIRE ke konteks lokal dan memperoleh TP dari kurva survival parametrik. Studi CI mengadopsi data longitudinal dari negara berbasis UK untuk mendefinisikan transisi terkait fungsi alat, kegagalan alat, dan reimplantasi. Studi SRS menggunakan decision tree serta sintesis jurnal peer-reviewed dan opini ahli lokal untuk mengestimasi risiko komplikasi prosedural. Studi trastuzumab menggunakan data sekunder Malaysia dan Swedia dengan konversi laju bulanan menjadi siklus enam bulanan melalui rumus logaritmik dan eksponensial. Seluruh studi menerapkan state-transition modelling dan adaptasi data internasional ke konteks lokal dengan strategi kalibrasi berbeda. Kesimpulan. Indonesia mengoptimalkan bukti terbaik yang tersedia melalui konversi matematis dan pendapat ahli agar model tetap relevan pada kondisi keterbatasan data lokal.