用马尔科夫队列模拟分析德国抑郁症mHealth应用程序的成本效益分析
Bettina Freitag1, Marie Uncovska1, Sven Meister1,2
1Health Care Informatics, Faculty of Health, School of Medicine, Witten/Herdecke University, Alfred-Herrhausen-Straße 50, 58455, Witten, Germany.
NPJ digital medicine
|November 17, 2024
概括
德国的数字健康应用程序 (DiGA) 显示,抑郁症护理的质量调整寿命年 (QALYs) 略有增加. 然而,目前的成本结构表明,DiGA尚未产生整体医疗保健节省.
科学领域:
- 卫生经济学 卫生经济学
- 数字健康数字健康
- 精神病学是一个精神病学.
背景情况:
- 数字健康应用程序 (DiGA) 是德国受监管的移动健康工具.
- 对于法定医疗保险退款,DiGA要求证明了积极的护理效应.
- DiGA的成本效益是一个研究不足的领域.
研究的目的:
- 开创马尔科夫模型,用于评估抑郁症中DiGA的成本效益.
- 为了比较DiGA访问与抑郁症治疗的标准护理.
主要方法:
- 利用基于队列的状态过渡马尔科夫模型.
- 定义的健康状况:轻度,中度,重度抑郁,缓解和死亡.
- 建模了一个场景,在五年内,50%的DiGA接入与标准护理相比.
主要成果:
- 通过DiGA访问,每个患者的质量调整寿命年 (QALYs) 增加了0.02.
- 额外的直接费用约为每名患者1536欧元.
- DiGA的成本效益对DiGA的成本结构和个人的有效性都很敏感.
结论:
- 目前,在德国现有的成本结构下,用于抑郁症的DiGA没有显示出医疗保健的整体节省.
- 考虑到不同的成本和有效性参数,对DiGA的成本效益有必要进行进一步的研究.
