Effizientere psychotherapeutische Versorgung: Simulationsstudien auf Basis von Symptomverlaufsmodellen Robert Perčević April 2007.

Slides:



Advertisements
Ähnliche Präsentationen
Chancen und Risken für KMU bei EU Förderungen
Advertisements

Projekt Netzwerk Kostenvoranschlag Netzwerkstruktur
Klinische Probleme während der kieferorthopädischen Behandlung mit herausnehmbaren und festsitzenden Apparaturen bei unzureichender Mundhygiene Herbsttagung.
Quelloffene Software 1. Einleitung 2. Was ist Open?
Fehler in der Entscheidungstheorie
ARCH- und GARCH Modelle
Die Varianzanalyse Jonathan Harrington.
Kovarianz, Korrelation, (lineare) Regression Jonathan Harrington BITTE NOCH EINMAL dframes.zip (Webseite 4.1) herunterladen und in pfad auspacken.
Klassische Testtheorie
Konfidenzintervalle für Parameter
Portfoliomodelle Faktormodelle
Evaluation einer Chemotherapie-Studie: Geriatrische Onkologie – Der alte Tumorpatient Entwicklung von Kriterien für Behandlungsentscheidungen Iris Bartenstein.
K. Desch - Statistik und Datenanalyse SS05
Exploration von Gesundungsverläufen nach psychotherapeutischer Behandlung Robert Perčević Januar 2007.
Strukturgleichungsmodelle
F FnFn z Prof. Dr. Johann Graf Lambsdorff Universität Passau SS a. Anhang zur Bestimmung der optimalen Taylor-Regel.
Unsicherheiten im Wassermanagement
Die Vorlesung Statistische Methoden II findet am (nächste Woche) wegen der Projektwoche nicht wegen der Projektwoche nicht statt.
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur nächste Woche - statt Vorlesungen -
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Verteilungsfunktion der Normalverteilung I. Verteilungsfunktion der Normalverteilung II.
Allgemeine Literatur Fricke & Treinies (1985): Einführung in die Metaanalyse Schwarzer (1989): Meta-Analysis Programs Gutes Manual! Beelmann & Bliesener.
MPEG-4 3D Inhalterstellung am Beispiel eines 3D-Benutzerhandbuchs für Kfz FV/SLM-Benzler.
Unser letztes Tutorium
Tutorium
Unser letztes Tutorium Output – das Modell gut11 gut12 gut21 gut22 gut31 gut32 state1 state2 state3 XI MF
Ergebnismonitoring: Modell und Illustration (Puschner, Bauer, Kordy)
Verb Conjugation In German you need to be able to conjugate a verb in the present tense. It is important not only to use correct speech but depending.
Binomialverteilung: Beispiel
Gewinn für Patienten durch einen ganzheit-lichen Ansatz bei der Versorgungsgestaltung Berlin, den 07. November 2012 Prof. Dr. h.c. Herbert Rebscher | Vorsitzender.
Qualitätsmanagement in der Psychotherapie (QMPT)
Ausgleichungsrechnung II
„Buy and Make“ anstelle von „Make or Buy“
Framework for Integrated Test (FIT)
Möglichkeiten und Einsatz Ihre Vorteile
Überlegungen zu einer am Versorgungsbedarf orientierten Psychotherapeutenausbildung Prof. Dr. Rainer Richter DGVT Tagung zur Zukunft der Psychotherapieausbildung.
Themenübersicht Effizienz Energiebedarf / Energieverbrauch
IT-Projektmanagement SS 2013 Prof. Dr. Herrad Schmidt
Information und Fitness
Kapitel 19 Kointegration
Projektarbeit aus BIS II Kernbereich Kreditvergabe Ayse Kaynar Julia Sams Marion Hollenthoner Gruppe 2:
Luzern, Qualitätsmanagement-Tagung des BSV Das Q-Konzepts des BSV – Grundlagen und nächste Schritte Manfred Langenegger lic.rer.pol. Leiter.
DOAS-Gruppe: Institut für Umweltphysik Universität Bremen Promotionsvortrag, 28. April 2006,
Grundlagen des Praxismanagements Die QM- Richtlinie in der Praxis
Home Care und Telemedizin – die Sicht einer Krankenkasse
Kapitel 14 Trends und Unit-root-Tests
Advanced Digital Design Übung 3. Aufgabe 1: Algorithmus für Phasen Inverter Plazierung Systematic approach: 1. Identify combinational logic and registers/memories.
Theorie psychometrischer Tests, II
Spitalfinanzierung Fallpauschalen (SwissDRG)
Koordinierungsstelle der Österreichischen Bischofskonferenz für internationale Entwicklung und Mission KOO-CIDSE Aktivitäten zur Wirksamkeit Kick off Veranstaltung.
4. Nichtstationarität und Kointegration
Begriff der Zufallsgröße
Wiederholung/Zusammenfassung
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
Der Wiener Prozess und seltene Ereignisse
Aufgabe 5 Gegeben sei folgende Graphik mit den zugehörigen Merkmalsdefinitionen. – Erstellen Sie die zugehörige Kontingenztabelle der absoluten Häufigkeiten.
Deutsche Homöopathie-Union, Karlsruhe Stabilität von festen und flüssigen homöopathischen Verdünnungen · Stabilitätsprüfung von festen und.
Übung 2 Einführung in die Ökonomie 18. April 2016.
US GAAP Update German CPA Society e.V. Dipl.-Kfm. Jörg Müller WP/StB/CPA -Vice President - 1. jährliche Fachtagung Heidelberg, 15. April 2005.
Neue Formen der Lizenzierung, dbv-Kommission Erwerbung und Bestandsentwicklung | 29. April 2016, Berlin Kai Geschuhn, MPDL Die Verrechnung von Open-Access-
Energiewirtschaft 1.Stromanbieter in Mittelbaden 2.Die Entstehung des Strompreises 3.Rechtliche Grundlagen des Strommarktes 4.Grundelemente der Energiepolitik.
Warum sind Spitäler bis heute nicht interessiert an Value Based Competition? 3. Nationales Symposium für Qualitätsmanagement im Gesundheitswesen Dr. Ole.
(Name of presenter) (Short title of presentation).
Writing Preparation Task Meine Ferien Wie ist deine Stadt/dein Dorf
Wahrscheinlichkeitsverteilungen
Persönliche Informationen
Übersicht über die Gruppen und Fragen
 Präsentation transkript:

Effizientere psychotherapeutische Versorgung: Simulationsstudien auf Basis von Symptomverlaufsmodellen Robert Perčević April 2007

Ergebnismonitoring während der Behandlung Continue Treatment Schedule reassessment based on the difference between intended outcome and present outcome Assess Outcome Intended Outcome Reached? Consider Termination No Yes

Zugrunde liegendes Verlaufsmodel: Random Walk x i t =x i t-1 +c+ψ

Kosten-Wirksamkeits-Simulation Effizienz: Verhältnis eines in definierter Qualität vorgegebenendefinierterQualität Ziels zu dem Aufwand, der zur Erreichung dieses Ziels nötig istAufwand

Weiterentwicklung Update der Parameter Effektivitätseffekt Censoring der Werte Messfehler berücksichtigt Interindividuelle Varianz in der Veränderungsrate aufgenommen Probabilistisches Gesundungskriterium aufgenommen Kontinuierliches Gesundungskriterium exploriert

Update der Parameter x it = INTERCEPT + a i + t·(SLOPE + b i ) + ε Verteilung Anfangsbeschwerden –Erwartungswert = INTERCEPT –Varianz aus Rohwerten Veränderungsrate (c) –SLOPE Residual-Komponente (ψ) –E=0; V aus Varianz der Zuwächse

Update der Parameter

Effektivitätseffekt

Censoring der Werte

x>4 x=4; x<1 x=1

Censoring der Werte Entlassungszustand <2.5 mit EM (Grün) und ohne EM (Rot) : Durchschittliche Dauer der Behandlung p

Messfehler x i t =x i t-1 +c+ψ+ε t -ε t-1 E=0, V geschätzt aus interner Konsistenz

Messfehler

Interindividuelle Varianz in der Veränderungsrate x i t =x i t-1 +c+ψ+ε t -ε t-1 c interindividuell unterschiedlich x i t =x i t-1 +c i +ψ+ε t -ε t-1 V von c aus std(b i )

Interindividuelle Varianz in der Veränderungsrate Bobachter Entlassungswert <2.5 (Blau), wahrer Entlassungszustand <2.5 (Grün) und ohne EM (rot) : Durchschittliche Dauer der Behandlung p

Interindividuelle Varianz in der Veränderungsrate

Sind stationäre Behandlungen dieser Länge realistisch? Gibt es eine Alternativbehandlung welche für die richtig klassifizierten Nonresponder mehr Erfolg verspricht? Falls ja, bedeutet dies einen Therapeutenwechsel? Schadet diese Alternativbehandlung den falsch klassifizierten Nonrespondern?

Interindividuelle Varianz in der Veränderungsrate (1)Nonresponse nicht als Ausschlusskriterium verwenden (2)Ergebnismonitoring wie vorgeschlagen durchführen (3)Sinnvolle maximale Behandlungsdauer festlegen (4)Den Patienten welche in dieser Zeit das Behandlungsziel nicht erreichen Nachbetreuung bzw. ambulante Behandlung anbieten

Probabilistisches Gesundungskriterium

Nachteile dichotomes Gesundungskriterium: –Informationsverlust –Messfehler erfordert zwei Cutoffs –Ungewöhnliches Verhalten bei Cutoffveränderungen –Effizienzvergleiche schwer möglich –Zweistufiges Vorgehen

Probabilistisches Gesundungskriterium

Kontinuierliches Gesundungskriterium Ist die dichotome Betrachtung gesund vs. krank ausreichend? oder ist eine kontinuierliche Betrachtung der Gesundheit (z.B. jeder befindet sich irgendwo zwischen vollständig gesund und sehr krank) nützlich?

Kontinuierliches Gesundungskriterium

Nutzenfunktion

Kontinuierliches Gesundungskriterium Lineare Nutzenfunktion

Kontinuierliches Gesundungskriterium Lineare Nutzenfunktion 100 Patienten, 50 Anfangswert = 4 50 Anfangswert = Sitzungen c=-.5

Kontinuierliches Gesundungskriterium Lineare Nutzenfunktion 100 Patienten, 50 Anfangswert = 4 50 Anfangswert = Sitzungen c=-.5 Jeder Pat. bekommt 2 Sitzungen: Gesamtnutzen = 50*(.33-0) = *( ) = 16.5 = 33

Kontinuierliches Gesundungskriterium Lineare Nutzenfunktion 100 Patienten, 50 Anfangswert = 4 50 Anfangswert = Sitzungen c=-.5 Jeder Pat. bekommt 2 Sitzungen: Gesamtnutzen = 50*(.33-0) = *( ) = 16.5 = 33 Jeder Pat. bekommt Beh. bis KPD=2.5 Gesamtnutzen = 50*(.5-0) = 25 50*(.5-.33) = 8 = 33

Kontinuierliches Gesundungskriterium Lineare Nutzenfunktion

Kontinuierliches Gesundungskriterium Konkave Nutzenfunktion Bsp. Kopfschmerzen

Kontinuierliches Gesundungskriterium Konkave Nutzenfunktion 100 Patienten, 50 Anfangswert = 4 50 Anfangswert = Sitzungen c=-.5 Jeder Pat. bekommt 2 Sitzungen: Gesamtnutzen = 50*(.70.-0) = 35 50*( ) = 13 = 48 Jeder Pat. bekommt Beh. bis KPD=2,5 Gesamtnutzen = 50*(.88.-0) = 44 50*( ) = 9 = 53

Kontinuierliches Gesundungskriterium Konkave Nutzenfunktion

Kontinuierliches Gesundungskriterium Konvexe Nutzenfunktion Bsp. Brechanfälle

Kontinuierliches Gesundungskriterium 100 Patienten, 50 Anfangswert = 4 50 Anfangswert = Sitzungen c=-.5 Jeder Pat. bekommt 2 Sitzungen: Gesamtnutzen = 50*(.21.-0) = *(.5-.21) = 14.5 = 25 Konvexe Nutzenfunktion Jeder Pat. bekommt Beh. bis KPD=2,5 Gesamtnutzen = 50*(.34.-0) = 17 50*( ) = 6.5 = 23.5

Kontinuierliches Gesundungskriterium Konvexe Nutzenfunktion

Kontinuierliches Gesundungskriterium 100 Patienten, 50 Anfangswert = 4 50 Anfangswert = Sitzungen c=-.5 Jeder Pat. bekommt 2 Sitzungen: Gesamtnutzen = 50*(.21.-0) = *(.5-.21) = 14.5 = 25 Konvexe Nutzenfunktion Jeder Pat. bekommt Beh. bis KPD=2,5 Gesamtnutzen = 50*(.34.-0) = 17 50*( ) = 6.5 = 23.5 Pats. mit AW=3 bekommen 4 Sitzungen, die übrigen bekommen keine Beh. Gesamtnutzen = 50*(0-0) = 0 50*(1-.21) = 39.5 = 39.5

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Maximalisierung des Gesamtnutzens (Utilitarismus)

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Gleiche Behandlung(sressourcen) für alle (Egalitarismus)

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Gleiche Behandlung(sressourcen) für alle

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Gleiche Behandlung(sressourcen) für alle

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Gleiches Ergebnis für alle (Egalitarismus)

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Gleiches Ergebnis für alle

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Orientierung an den Bedürftigsten (Rawlsche Perspektive)

Kontinuierliches Gesundungskriterium Gerechtigkeitskriterium: Orientierung an den Bedürftigsten (Rawlsche Perspektive)

Kontinuierliches Gesundungskriterium Nutzenfunktion: Konkav-Konvex

Kontinuierliches Gesundungskriterium Nutzenfunktion: Konkav-Konvex

Kontinuierliches Gesundungskriterium Nutzenfunktion: Konkav-Konvex 100 Pat Anfangswert: Sitzungen c=-0,5

Kontinuierliches Gesundungskriterium Nutzenfunktion: Konkav-Konvex 100 Pat Anfangswert: Sitzungen c=-0,5 Jeder Pat. 2 Sitzungen: 100*.92 = 92 Jeder Pat. KPD=3 (EM): 100*.92 = Pat 4 Sitzungen, 50 Pat keine Beh. (Anti-EM): 50* *.999 ~ 50

Kontinuierliches Gesundungskriterium Nutzenfunktion: Konkav-Konvex

Zusammenfassung Es gibt einen positiven Zusammenhang zwischen Ergebnisqualität und durchschnittlicher Behandlungsdauer. Ergebnismonitoring resultiert im allgemeinen in einer effizienteren Versorgung. –Explorationen mit kontinuierlichen Gesundungskriterien zeigen, dass bei einem Trennwert im konkaven Teil der Nutzenfunktion Ergebnismonitoring effizienter ist. Ergebnismonitoring ist unter den üblichen Gerechtigkeitskriterien je nach Kriterium genau so gut oder besser wie Behandlung as usual. Explorationen mit probabilistischen Gesundungskriterien zeigen einen Zusammenhang zwischen Effizienz und empfohlenen Entlassungswert, wobei es einen unter Effizienzgesichtspunkten optimalen Entlassungswert gibt. –Die durchschnittliche Behandlungsdauer (und damit die Ergebnisqualität) wird daher besser über die maximale Behandlungsdauer gesteuert statt über den Cutoff.

Übertragbarkeit… Zentrale Modellannahmen, Homogenität und Unabhängigkeit, an mehreren unabhängigen Stichproben bestätigt. –Einschränkungen: Unimodal, Beobachtungsstudien, wenige Messungen pro Patient, (relativ) kurze Beobachtungsdauer. –RWM default, bis nicht (für ein bestimmtes Setting) widerlegt. Empfindlichkeit der Ergebnisse gegenüber realistischen alternativen Modellen und Modellparametern (z.B. leicht verlangsamte oder beschleunigte Verläufe) gering. Nutzen der Simulationsmethode unabhängig vom konkreten Modell. –Simulationen helfen komplexe Wechselwirkungen zu verstehen, sind nützlich für die Hypothesengewinnung und Versuchsplanung und stellen zu erwartende Beziehungen her… Simulationen ersetzen jedoch nicht die empirische Überprüfung.

Nachbehandlungsverläufe

x i t =x i t-1 +ε t -ε t-1 Nachbehandlungsverläufe: Modell

Nachbehandlungsverläufe: Beispiel

Was können wir tun um Rückfall- Episoden zu vermeiden?

Niedrigere Entlassungswerte

Trendbezogene Nachbetreuung

Schwankungsbezogene Nachbetreuung

Wer soll Nachbetreuung bekommen?

Nachbetreuung vorrangig bei hohen Entlassungswerten

Nachbetreuung gesteuert durch Monitoring

Klinische Folgerungen: Niedrigere Entlassungswerte geringeres Rückfallrisiko / längere Zeit bis Rückfall Reduktion der Schwankungsbreite wichtiges Ziel der Nachbehandlung Nachbehandlung vorrangig bei hohen Entlassungswerten Nachbehandlung kann evtl. durch Monitoring gesteuert werden (falls Verläufe autokorreliert sind)

Schwankung um Entlassungswert vs. Setting-Point?

Schwankung um Entlassungswert

Schwankung um Setting-Point