Die probabilistische Sensitivitätsanalyse untersucht die Parameterunsicherheit eines gesundheitsökonomischen Modells, indem unsicheren Eingabewerten Wahrscheinlichkeitsverteilungen zugeordnet werden. Wiederholte Zufallsziehungen erzeugen eine Verteilung inkrementeller Kosten und Effekte. Eine Kosten-Effektivitäts-Akzeptanz-Kurve kann diese Ergebnisse als Wahrscheinlichkeit darstellen, mit der eine Option bei unterschiedlichen Zahlungsbereitschaften kosteneffektiv ist.
Unsicherheit als Verteilung modellieren
Ein Basisfall setzt für jeden Modellparameter einen einzelnen Wert ein, etwa für Übergangswahrscheinlichkeiten, Kosten, Nutzwerte oder relative Effekte. Die probabilistische Sensitivitätsanalyse behandelt diese Werte nicht als punktgenau. Sie bildet ihre statistische Unsicherheit durch geeignete Verteilungen ab und simuliert viele gemeinsame Ziehungen. Dadurch verändern sich mehrere Parameter gleichzeitig, wie es für die Unsicherheit eines Gesamtmodells relevant sein kann.
Die Resultate werden häufig im Kosten-Effektivitäts-Diagramm gezeigt. Jeder Simulationslauf liefert einen Punkt mit inkrementellen Kosten und inkrementellem Effekt gegenüber dem Komparator. Die Verteilung der Punkte macht sichtbar, ob die Modellunsicherheit überwiegend in eine Richtung weist oder ob sie sowohl Mehrkosten als auch geringere Effekte einschließt. Bei stochastischen Modellen können Monte-Carlo-Ziehungen auch die Zufallskomponente des Modells betreffen.
Von der Punktwolke zur Akzeptanz-Kurve
Eine Kosten-Effektivitäts-Akzeptanz-Kurve fasst für unterschiedliche Schwellen der Zahlungsbereitschaft zusammen, in welchem Anteil der Simulationen die Intervention die höchste erwartete Nettowirkung erreicht. Sie beantwortet nicht, ob ein Schwellenwert angemessen ist. Sie zeigt lediglich, wie empfindlich die Modellentscheidung auf einen vorgegebenen Wert für einen zusätzlichen Effekt oder ein QALY reagiert.
Nach den IQWiG-Methoden kann die Punktwolke der probabilistischen Sensitivitätsanalyse als Akzeptanz-Kurve abgebildet oder um eine Konfidenzellipse ergänzt werden. Die deutsche Kosten-Nutzen-Bewertung verwendet dabei keinen universellen Zahlungsbereitschaftsschwellenwert. Eine CEAC ist deshalb ein Instrument der Unsicherheitsdarstellung und keine automatische Regel für die Erstattungsentscheidung.
Abgrenzung: deterministische Analyse und klinische Sensitivität
Bei einer univariaten deterministischen Sensitivitätsanalyse wird ein Parameter nach dem anderen variiert; ein Tornadodiagramm ordnet die daraus entstehenden Änderungen typischerweise nach ihrem Einfluss. Eine multivariate deterministische Analyse ändert mehrere festgelegte Werte. Die probabilistische Sensitivitätsanalyse variiert demgegenüber Parameter gemäß Verteilungen und erzeugt eine gemeinsame Ergebnisverteilung.
Der vorhandene Eintrag sensitivity-analysis kann statistische Sensitivitätsanalysen in klinischen Studien bezeichnen, etwa alternative Auswertungspopulationen oder Annahmen zu fehlenden Daten. Die hier behandelten Verfahren gehören zur gesundheitsökonomischen Modellierung. Ihr Gegenstand sind Kosten, Effekte, Nutzwerte und Modellparameter, nicht die Bestätigung eines primären klinischen Endpunkts.
Die Verteilungen müssen zu den Parametern passen. Wahrscheinlichkeiten werden beispielsweise anders abgebildet als Kosten, die oft rechtsschief verteilt sind, oder relative Risiken, die nicht negativ werden können. Werden ungeeignete Verteilungen eingesetzt, können die Simulationen Werte erzeugen, die klinisch oder mathematisch unmöglich sind. Ebenso ist zu unterscheiden, ob ein Parameter aus einer Studie geschätzt wurde, ob mehrere Parameter denselben Datensatz teilen und ob strukturelle Unsicherheit überhaupt durch eine Parameterverteilung erfasst werden kann.
Die CEAC darf nicht mit einer Wahrscheinlichkeit verwechselt werden, dass eine Therapie für einen individuellen Patienten wirksam ist. Sie beschreibt die Modellunsicherheit einer ökonomischen Entscheidung unter einem angenommenen Schwellenwert. Eine hohe Kurve kann daher trotz unzureichender klinischer Evidenz entstehen, wenn die Modellannahmen eng sind. Die Aussage ist immer zusammen mit Modellstruktur, Datenqualität und deterministischen Szenarien zu lesen.
Die Zahl der Simulationen sollte ausreichend sein, damit die Punktwolke und die Kurve nicht lediglich Zufallsschwankungen eines kleinen Rechenlaufs widerspiegeln. Reproduzierbare Einstellungen und eine nachvollziehbare Seed-Strategie erleichtern die technische Prüfung.
Für die Prüfung einer PSA ist daher eine Tabelle der verwendeten Parameterverteilungen sinnvoll. Sie sollte Mittelwerte, Streuung, Quellen und Begründungen enthalten, damit der Zusammenhang zwischen Evidenz und simulierten Ergebnissen nachvollzogen werden kann.
Eine plausible Punktwolke befreit daher nicht von einer Prüfung des Modells. Unbegründete Extrapolationen, ungeeignete Komparatoren oder fehlende patientenrelevante Daten werden durch viele Simulationen lediglich wiederholt, nicht methodisch behoben.
Bedeutung für klinische Studien
Studienergebnisse liefern Verteilungen und Unsicherheitsmaße für zentrale Modellinputs. Konfidenzintervalle für Behandlungseffekte, Verteilungen von Nutzwerten und Schwankungen im Ressourcenverbrauch sollten so dokumentiert sein, dass sie angemessen in eine probabilistische Analyse überführt werden können. Die Abhängigkeiten zwischen Parametern verdienen besondere Aufmerksamkeit, weil eine unabhängige Ziehung korrelierter Werte ein unrealistisches Bild der Unsicherheit erzeugen kann.
Full-Service-CROs wie Mediconomics unterstützen durch die Planung nutzwert- und ressourcenrelevanter Datenerhebungen sowie durch die Aufbereitung von Parameterschätzungen für ökonomische Modelle. Biostatistik kann Verteilungen und Korrelationen begründen, während Health-Economics-Teams Simulationen, Streudiagramme und Akzeptanz-Kurven in nachvollziehbare Berichtsabschnitte übertragen.
Häufig gestellte Fragen (FAQ)
Ersetzt eine probabilistische Sensitivitätsanalyse den Basisfall?
Nein. Der Basisfall liefert die Hauptrechnung; die probabilistische Analyse beschreibt, wie Parameterunsicherheit deren Ergebnisverteilung verändert.
Legt eine Kosten-Effektivitäts-Akzeptanz-Kurve einen erstattungsfähigen Preis fest?
Nein. Sie zeigt modellbasiert Wahrscheinlichkeiten bei vorgegebenen Schwellen, entscheidet aber nicht über Preis oder Erstattung.
Warum gehört ein Tornadodiagramm nicht zur probabilistischen Sensitivitätsanalyse?
Es visualisiert gewöhnlich deterministische Variationen einzelner oder fest definierter Parameterkombinationen, nicht zufallsbasierte Simulationsläufe.
Regulatorische Referenzen
- IQWiG, Allgemeine Methoden Version 8.0 – fordert die PSA zusätzlich zu deterministischen Analysen.
- Paragraf 35b SGB V – eröffnet den gesetzlichen Rahmen für den IQWiG-Auftrag zur Kosten-Nutzen-Analyse.
- Verfahrensordnung des G-BA, 5. Kapitel – verortet Arzneimittelbewertungen im G-BA-Verfahren.