Test of lead time TTO in the general population

Projectomschrijving

TTO wordt veel gebruikt voor gezondheidswaardering. TTO meet de afruil tussen langer leven met ziekte en korter zonder. Een probleem is het vinden van een waardering voor toestanden slechter dan dood. Een alternatieve vorm van TTO is geïntroduceerd om dit op te lossen: Lead time TTO (LT-TTO). LT-TTO voegt gezonde jaren toe aan het leven met ziekte. Bijvoorbeeld, men is eerst 5 jaar gezond en dan 10 jaar ziek. Wanneer men met LT-TTO de afruil meet tussen langer leven met ziekte en korter zonder, kan voor toestanden beter en slechter dan dood allebei een waarde worden gevonden. Proefstudies met LT-TTO waren succesvol en bewezen ‘proof of principle’, maar suggereerden ook het optreden van een onwenselijk framing effect: hoe langer de lead time hoe lager de waarde. De vraag die in deze studie centraal staat, is of en hoe LT-TTO kan worden verfijnd ter preventie of reductie van dit framing effect.

Verslagen


Eindverslag

De Time Trade Off techniek (TTO) is een veelgebruikte methode voor het meten en waarderen van gezondheidstoestanden in context van economische evaluaties van zorg. Met TTO wordt de waardering voor een gezondheidstoestand bepaald aan de hand van een afruil die mensen bereid zijn te maken tussen langer leven met ziekte en korter zonder. Hoewel er brede consensus bestaat dat TTO een geprefereerde techniek is voor het waarderen van gezondheid, zijn er ook problemen: er is kritiek op de manier waarop de TTO nu wordt ingezet om de waardering voor slechte gezondheidstoestanden te bepalen.

Wanneer nu de TTO wordt ingezet voor het waarderen van slechte toestanden, geeft een substantieel deel van de respondenten aan liever meteen dood te gaan dan 10 jaar te leven in die slechte gezondheid. Zij vinden de toestand dus slechter dan dood. De taak die vervolgens gebruikt wordt om de (negatieve) waardering van deze gezondheidstoestand te bepalen, is fundamenteel anders dan de taak die gebruikt wordt voor toestanden die beter dan dood zijn en een positieve waardering krijgen. De vraag is daarom of negatieve waarderingen wel valide zijn en op dezelfde schaal staan als de waarderingen voor toestanden beter dan dood. In deze studie is onderzocht of de lead time en lag time TTO mogelijkheden bieden voor het verfijnen en verbeteren van de TTO taak. Deze varianten van TTO bieden een uniforme taak aan voor toestanden beter en slechter dan dood op dezelfde schaal en lossen daarom in theorie de problemen op.

Voor deze studie is een internet vragenlijst afgenomen onder 5000 mensen waarin 5 varianten van TTO werden vergeleken voor de waardering van 100 EQ-5D-5L gezondheidstoestanden. Iedere respondent waardeerde 10 van de 100 gezondheidstoestanden met een van die vijf varianten van TTO, zodat uiteindelijk per toestand en TTO variant 100 observaties beschikbaar waren. Vanwege de omvang van de steekproef zijn de gegevens online verzameld. De studie vergeleek klassieke TTO met lead time en lag time TTO in een 10 en 20 jaar tijdsframe. Er zijn drie soorten conclusies uit de vergelijking getrokken, namelijk over de face validiteit van de uitkomsten van de TTO varianten, de vergelijkbaarheid van lead time TTO en lag time TTO met de klassieke TTO, en over het afnemen van TTO via het internet.

Samenvatting van de aanvraag

The time tradeoff (TTO) method is one of the most popular methods for eliciting health state values. Nevertheless, the method suffers from a problem that may limit its validity: the TTO tasks for states worse than dead (WTD) and better than dead (BTD) differ, casting doubt on the uniformity of the scale. TTO aims to find what number of years (X) in full health is equivalent to 10 years in a disease state. Hereto, people are asked how much time they are willing to tradeoff for a cure. The value of the disease state is X/10. The worse a disease state is, the more years will be traded off, so that lower values are found. Problems occur when a health state is so bad that people prefer immediate death over any amount of time in that state, because no value of X captures such preferences. Hence, a modified TTO task is presented for WTD states, which involves a choice between immediate death and a length of time (10-X) in the state to be valued followed by X years in full health. The more time in normal health is required to compensate for time spent with a disease, the more negative the value is, as given by -X/(10-X). This switch between procedures is problematic, because there is no guarantee that the values for BTD and WTD states are on the same latent utility scale. To address the limitations of TTO, Robinson and Spencer (2006) developed an alternative strategy for TTO elicitation that is referred to as ‘lead time TTO’, which has been further developed by Devlin et al. (2010) and Stolk et al. (2010). The innovation of lead time TTO is that a ‘lead time’ in full health precedes each of the alternatives presented. For example, in a hypothetical 15 year life span, people are asked to imagine being healthy for 5 years, followed by 10 years with a disease. The lead time TTO then aims to find the number of years (X) in full health that is equivalent to 5 healthy years + 10 years in a disease state. For BTD states, X will be in the range of 5 to 15. For WTD states, the lead time may also be traded off, so that X will be in the range of 0 to 5. In that way, the approach avoids the need to have different valuation procedures for BTD and WTD states. So far, the elements on which lead time TTO differs from traditional TTO have been formulated and tested. Our own pilot data collected in a sample of 159 students also demonstrated proof of concept: lead time TTO can indeed value health states WTD using the same procedure for BTD and WTD states. Lead time TTO is not perceived to be more difficult than conventional TTO. Also, the lead time TTO values are highly correlated with conventional TTO. The two methods discriminated equally well between BTD and WTD health states. However, an unanticipated result was that lead time TTO produced slightly lower values for >0 valued health states, and slightly higher values for <0 valued health states; or in other words, the values seemed to be compressed around 0. Devlin et al. (2010) found similar results. Given the otherwise positive result, a key question that remains is if it is possible to refine the tasks in a way that mitigates the observed compression of values towards 0. This study addresses the question if the results about lead time TTO can be reproduced in a general population sample. Hereto we will recruit a general population sample (N=400) and elicit their values for 17 EQ-5D states using both conventional TTO and lead time TTO. Also, we explore whether it is possible to refine the tasks in a way that mitigates the observed compression of values towards 0. Hereto we experiment with different design variants of lead time TTO that differ in how the information in the tradeoff task is presented.

Onderwerpen

Kenmerken

Projectnummer:
152002039
Looptijd: 100%
2011
2013
Onderdeel van programma:
Gerelateerde subsidieronde:
HTA-methodologie: 4e ronde - subsidieaanvraag
Projectleider en penvoerder:
Dr. E.A. Stolk
Verantwoordelijke organisatie:
Erasmus Universiteit Rotterdam