Methodological research on mapping non-preference-based measures onto health state utility in health economic evaluation

2023 Fiscal Year Final Research Report

• Project/Area Number: 19K24193
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund
• Review Section: 0908:Society medicine, nursing, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: HAGIWARA Yasuhiro 東京大学, 大学院医学系研究科(医学部), 助教 (60844040)
• Project Period (FY): 2019-08-30 – 2024-03-31
• Keywords: 医療経済評価 / 費用対効果 / マッピング / 効用値 / 欠測データ / バイアス / 順序効果 / 機械学習

Outline of Final Research Achievements

I derived conditions for unbiased estimation of expected health state utility values through mapping when conducting health economic evaluations using the framework of missing data analysis. I developed direct and indirect mapping algorithms from EORTC QLQ-C30 onto EQ-5D-5L index. Additionally, I showed little impact of the order of measuring source and target scales on the mapping algorithm using real-world cancer data. Furthermore, I explored gradient boosting tree for mapping EORTC QLQ-C30 onto EQ-5D-5L index but better results were not obtained than regression models. I proposed a sample size calculation method for linear regression-based mapping algorithms.

Free Research Field

生物統計学

Academic Significance and Societal Importance of the Research Achievements

マッピング手法の新規開発やマッピング手法の医療経済評価での利用に対して本研究で得られた条件は、今後のマッピングに関連する研究が向かうべき適切な方向性を示し、医療経済評価でのマッピングの実践を改善することにつながると期待される。
開発したマッピングアルゴリズムは、今後の医療経済評価で利用かのうである。
開発した必要サンプルサイズ計算法は、線形回帰モデルを用いる場合にしか現在は用いることができない限界がある。しかし、この研究をきっかけに、マッピング研究に用いられるより複雑な回帰モデルでのサンプルサイズ計算方法の開発が行われることが期待される。