¿Costo-efectivo comparado con qué? El papel crítico del comparador en los análisis de costo-efectividad

Los sistemas de salud enfrentan una realidad inevitable: las necesidades sanitarias superan los recursos disponibles, y cada decisión de financiar un medicamento, una prueba diagnóstica o un programa de salud implica destinar recursos que ya no estarán disponibles para otras intervenciones. En este contexto, el análisis de costo-efectividad (ACE) se ha convertido en una herramienta fundamental para apoyar la toma de decisiones sobre la cobertura, la financiación y la asignación de recursos.

La lógica del ACE es relativamente sencilla; en lugar de considerar únicamente cuánto cuesta una intervención o cuánto beneficio produce, analiza conjuntamente sus costos y sus resultados en salud frente a una o varias alternativas. Cuando los resultados se expresan en años de vida ajustados por calidad (AVAC o QALY, por sus siglas en inglés), es posible comparar intervenciones muy diferentes utilizando una métrica común. De esta manera, el ACE hace explícitos los trade-offs que acompañan las decisiones sanitarias y puede contribuir a una asignación más transparente y eficiente de recursos limitados [1].

Esta es precisamente una de sus principales fortalezas, ya que introduce una estructura racional en decisiones que, sin un marco explícito, podrían depender en mayor medida de criterios discrecionales. Además, permite evaluar el costo de oportunidad de financiar una tecnología y orientar los recursos hacia intervenciones capaces de generar mayores beneficios para la salud. Sin embargo, que una herramienta sea útil no implica que sus resultados deban interpretarse como verdades objetivas e independientes de las decisiones metodológicas que los producen.

Las limitaciones del análisis de costo-efectividad

Un ACE requiere numerosas decisiones metodológicas, entre ellas la perspectiva del análisis, los costos incluidos, la medición de los resultados en salud, el horizonte temporal, la tasa de descuento y los supuestos incorporados al modelo. Cada una puede afectar el resultado. Los valores de utilidad, por ejemplo, pueden provenir de poblaciones distintas de la que tomará la decisión; los costos y los patrones de práctica clínica pueden no reflejar adecuadamente el contexto local, y los modelos pueden depender de supuestos difíciles de validar. Incluso las herramientas diseñadas para evaluar la calidad de los estudios deben utilizarse con precaución, ya que el cumplimiento de una lista de criterios de reporte no garantiza que las decisiones metodológicas subyacentes sean apropiadas [2].

También existen limitaciones relacionadas con lo que el ACE convencional captura y lo que deja fuera; por ejemplo, maximizar la salud no equivale necesariamente a distribuirla de manera equitativa. Dos intervenciones pueden producir el mismo número de AVAC y, sin embargo, distribuir esos beneficios de forma muy distinta entre grupos socioeconómicos o poblaciones con diferentes niveles iniciales de salud. Esta limitación ha impulsado el desarrollo de enfoques como el análisis de costo-efectividad distributivo y otras metodologías que incorporan explícitamente consideraciones de equidad [3].

Otro aspecto relevante es la posible influencia de los conflictos de interés en los resultados reportados de los ACE. Una revisión sistemática de 494 estudios de costo-utilidad (y que reportaban razones de costo-efectividad) encontró que los estudios financiados por la industria tenían mayor probabilidad de reportar razones de costo-efectividad favorables que los financiados por otras fuentes [4]. Una revisión Cochrane sobre medicamentos y dispositivos también encontró que los estudios patrocinados por la industria tendían a presentar resultados y conclusiones más favorables al producto patrocinado [5]. Esto no significa que un estudio financiado por la industria sea necesariamente incorrecto, pero sí refuerza la necesidad de examinar críticamente sus métodos, supuestos y decisiones analíticas.

Entre todas las decisiones que deben tomarse en un ACE, la selección de los comparadores merece especial atención porque, aunque puede parecer un componente técnico más del análisis, en realidad establece el punto de referencia a partir del cual se estiman los costos y beneficios incrementales de una nueva intervención.

La costo-efectividad de una tecnología se estima en comparación con una alternativa determinada, para una población concreta y bajo supuestos específicos. La razón incremental de costo-efectividad (ICER) se calcula dividiendo la diferencia de costos entre la nueva intervención y el comparador por la diferencia de efectividad entre ambas. Por tanto, cambiar el comparador puede modificar simultáneamente el costo y el beneficio incrementales y, con ello, alterar sustancialmente el resultado del análisis.

Un ejemplo sencillo permite ilustrarlo. Supongamos que un nuevo tratamiento cuesta 30.000 dólares y ofrece mejores resultados que las alternativas disponibles. Compararlo con un tratamiento antiguo de 5.000 dólares y de baja efectividad puede arrojar una razón incremental definida. Sin embargo, si en la práctica clínica existe otra alternativa de 20.000 dólares con resultados similares a los del nuevo tratamiento, el problema de decisión es distinto. El nuevo medicamento mantiene exactamente el mismo precio y la misma eficacia, pero su costo-efectividad puede variar considerablemente según el punto de referencia seleccionado.

La elección del comparador no es un detalle menor, ya que una selección inadecuada puede afectar los resultados y las conclusiones de una evaluación económica. Sacristán et al. [6] señalan que, en una revisión de 29 guías farmacoeconómicas, el 86 % recomendaba utilizar como comparador el estándar de atención de la práctica local (Figura 1). Por otra parte, una revisión de 31 guías nacionales realizada por Sharma et al. [7] encontró diferencias entre los países en las recomendaciones para la selección del comparador; algunas guías recomendaban la práctica habitual o la terapia estándar, otras, la intervención que probablemente sería reemplazada por la nueva tecnología, y otras consideraban todas las alternativas relevantes. Esta variabilidad muestra que identificar el comparador adecuado no siempre es sencillo.

Figura 1. ¿Qué se utiliza como comparador en los análisis de costo-efectividad?

Fuente: Sacristán et al. [6] a partir de una revisión de 29 guías farmacoeconómicas

A pesar de todas estas limitaciones, el análisis de costo-efectividad sigue siendo una de las herramientas más útiles y empleadas para aportar evidencia, consistencia y transparencia a la toma de decisiones en salud en todo el mundo, pero sus resultados siempre requieren una interpretación y una revisión cuidadosa de las decisiones que sustentan el modelo.

La selección del comparador es particularmente importante porque determina el punto de referencia con el que se calculan los costos y beneficios incrementales. Una elección poco apropiada puede alterar sustancialmente el ICER y, en consecuencia, la información que recibe quien debe decidir sobre la financiación, el precio o la cobertura. Por ello, antes de interpretar una tecnología como costo-efectiva, es necesario comprender el contexto de la comparación y las alternativas que quedaron dentro o fuera del análisis.

Referencias

1. Kim DD, Basu A. How does cost-effectiveness analysis inform health care decisions? AMA J Ethics. 2021;23(8):E639-E647. doi:10.1001/amajethics.2021.639.
2. Frederix GWJ. Check your checklist: the danger of over- and underestimating the quality of economic evaluations. Pharmacoecon Open. 2019;3(4):433-435. doi:10.1007/s41669-019-0118-3.
3. Avanceña ALV, Prosser LA. Innovations in cost-effectiveness analysis that advance equity can expand its use in health policy. BMJ Glob Health. 2022;7(2):e008140. doi:10.1136/bmjgh-2021-008140.
4. Bell CM, Urbach DR, Ray JG, Bayoumi A, Rosen AB, Greenberg D, et al. Bias in published cost effectiveness studies: systematic review. BMJ. 2006;332(7543):699-703. doi:10.1136/bmj.38737.607558.80.
5. Lundh A, Lexchin J, Mintzes B, Schroll JB, Bero L. Industry sponsorship and research outcome. Cochrane Database Syst Rev. 2017;2017(2):MR000033. doi:10.1002/14651858.MR000033.pub3.
6. Sacristán JA, Abellán-Perpiñán JM, Dilla T, Soto J, Oliva J. Some reflections on the use of inappropriate comparators in CEA. Cost Eff Resour Alloc. 2020;18:29. doi:10.1186/s12962-020-00226-8.
7. Sharma D, Aggarwal AK, Downey LE, Prinja S. National healthcare economic evaluation guidelines: a cross-country comparison. Pharmacoecon Open. 2021;5:349-364. doi:10.1007/s41669-020-00250-7.