Uma abordagem MCDA para identificar relações-chave entre estados de saúde em cadeias de Markov para esclerose múltipla

Abstract

Introdução: As cadeias de Markov tem sido amplamente usadas para avaliações econômicas de doenças crônicas. Dividindo a enfermidade estudada em estados de saúde, esta metodologia representa quantos pacientes de uma coorte podem permanecer nesses estados de saúde e quantos pacientes podem migrar entre esses estados, ciclo após ciclo. O método do campo de estudo MCDA, um acrônimo em inglês para análise de decisão multicritério, Weighted Influence Non-linear Gauge System (WINGS) busca identificar relações-chave entre elementos de um sistema através do grau de força de cada um no sistema estudado e do grau de influência que cada elemento pode exercer sobre os demais. Objetivos: Identificar relações-chave entre estados de saúde nas cadeias de Markov de duas populações de pacientes de esclerose múltipla não tratados: menores de 28 anos; e com 28 anos ou mais. Em seguida, este estudo busca observar se as relaçõeschave identificadas entre os estados de saúde nas duas populações são as mesmas. Métodos: As cadeias de Markov geradas por Palace et al. (2014) para avaliar pacientes de esclerose múltipla não tratados com 28 anos ou mais; e menores de 28 anos em 10 estados de saúde por ciclos anuais foram utilizadas para identificar as relações-chave entre esses estados. O método WINGS foi aplicado separadamente nas duas cadeias de Markov. Para aplicar o WINGS, cada estado de saúde foi considerado um elemento, a probabilidade de permanecer em um estado de saúde foi o grau de força de cada estado de saúde na cadeia, a probabilidade de transição de um estado de saúde para outro foi o grau de influência que um estado de saúde exerce sobre outro. Resultados: O método WINGS identificou 34 relações-chave iguais em ambas as populações (menor de 28 anos; e com 28 anos ou mais). No entanto, apenas para a população menor de 28 anos foi identificada a relação-chave de transição do estado de saúde #8 para o estado de saúde #9 e a relação-chave de transição do estado de saúde #6 para o estado de saúde #8. Conclusão: A abordagem MCDA aqui apresentada mostrou uma forma de identificar relações-chave entre estados de saúde em cadeias de Markov. Este estudo mostrou que o risco de progredir do estado de saúde # 8 para o estado de saúde #9 e progredir do estado de saúde #6 para o estado de saúde #8 pode ser maior na população de pacientes de esclerose múltipla não tratados menores de 28 anos do que na população com 28 anos ou mais.