Advertisement

Der Stellenwert gesundheitsökonomischer Studien im Market-Access-Prozess von Biomarker-Tests

  • Franz Hessel
Chapter

Zusammenfassung

Trotz der vielversprechenden Hoffnungen, die in personalisierte Medizin und genetische Tests gesetzt werden, haben bisher nur wenige Biomarker-Tests Eingang in die Routineversorgung gefunden. Die Gründe hierfür sind vielfältig, wobei vor allem die unklaren Wege in die Kostenerstattung durch die Sozialleistungsträger und die im Vergleich zu Arzneimitteln niedrigere wissenschaftliche Evidenz für einen patientenrelevanten Zusatznutzen genannt werden. Seitens der Sozialleistungsträger besteht eine Angst vor zusätzlichen Ausgaben und die Leistungserbringer wollen die oft teuren Tests nicht einsetzen, solange keine zusätzliche Vergütung gewährleistet wird. Umso wichtiger erscheinen Studien zu gesundheitsökonomischen Aspekten des Einsatzes innovativer Biomarker-Tests, welche die Ergebnisse klinischer Outcome-Studien ergänzen und den ökonomischen Nutzen für die Sozialleistungsträger, die Patienten, die Leistungserbringer und letztlich auch für die Hersteller quantifizieren. Auch wenn gesundheitsökonomischen Studien zu Biomarker-Tests bisher nicht regelhaft vorgelegt werden müssen, so können Ihre Ergebnisse hilfreich für den Markteintritt und die Marktdurchdringung sein.

Literatur

  1. Annemans L, Redekop K, Payne K (2013) Current methodological issues in the economic assessment of personalized medicine. Value Health 16(6):S20–S26CrossRefGoogle Scholar
  2. Faulkner E1Annemans L, Garrison L, Helfand M, Ap H, Hornberger J, Hughes D, Li T, Malone D, Payne K, Siebert U, Towse A, Veenstra D, Watkins J Personalized Medicine Development and Reimbursement Working Group (2012) Challenges in the Development and Reimbursement of Personalized Medicine – Payer and Manufacturer Perspectives and Implications for Health Economics and Outcomes Research: A Report of the ISPOR Personalized Medicine Special Interest Group. Value Health 15(8):1162–1171CrossRefGoogle Scholar
  3. Bender E (2013) Catch-22 for cancer tests. Cancer Discov 3(10):1090CrossRefGoogle Scholar
  4. Byron SK1Crabb N, George E, Marlow M, Newland A (2014) The Health Technology Assessment of companion diagnostics: experience of NICE. Clin Cancer Res 20(6):1469–1475CrossRefGoogle Scholar
  5. Donaldson C, Baker R, Mason H, Jones-Lee M, Lancsar E, Wildman J, Bateman I, Loomes G, Robinson A, Sugden R, Prades JL, Ryan M, Shackley P, Smith R (2011) The social value of a QALY: raising the bar or barring the raise?. Bmc Health Serv Res 11(8)Google Scholar
  6. Drummond MF, Sculpher MJ, Torrance GW, O’Brien BJ, Stoddart GL (2005) Methods for the economic evaluation of health care programmes, 3. Aufl, Oxford University Press, OxfordGoogle Scholar
  7. Drummond MF, Schwartz JS, Jönsson B, Luce BR, Neumann PJ, Siebert U, Sullivan SD (2008) Key principles for the improved conduct of health technology assessments for resource allocation decisions. Int J Technol Assess 24(3):244–258CrossRefGoogle Scholar
  8. Dutton G (2011) Reimbursement in Personalized Medicine. Genet Eng Biotechn N 31(21):48–50CrossRefGoogle Scholar
  9. Emanuel EJ, Fuchs VR, Garber AM (2012) Essential elements of a technology and outcomes assessment initiative. JAMA 298(11):1323–1325CrossRefGoogle Scholar
  10. FDA (2014) In vitro Companion Diagnostic Devices. Guidance for Industry and Food and Drug Administration Staff. Food and Drug Administration, Rockville, USAGoogle Scholar
  11. Godman B, Finlayson AE, Cheema PK, Zebedin-Brandl E, Gutiérrez-Ibarluzea I, Jones J, Malmström RE, Asola E, Baumgärtel C, Bennie M, Bishop I, Bucsics A, Campbell S, Diogene E, Ferrario A, Fürst J, Garuoliene K, Gomes M, Harris K, Haycox A, Herholz H, Hviding K, Jan S, Kalaba M, Kvalheim C, Laius O, Lööv SA, Malinowska K, Martin A, McCullagh L, Nilsson F, Paterson K, Schwabe U, Selke G, Sermet C, Simoens S, Tomek D, Vlahovic-Palcevski V, Voncina L, Wladysiuk M, Van Woerkom M, Wong-Rieger D, Zara C, Ali R, Gustafsson LL (2013) Personalizing health care: feasibility and future implications. Bmc Med 11(179)Google Scholar
  12. Hayes DF, Allen J, Compton C, Gustavsen G, Leonard DGB, McCormach R, Newcomer L, Pothier K, Ransohoff D, Schilsky RL, Sigal E, Taube SE, Tunis SR (2013) Tumor-biomarker diagnostics – Breaking the vicious cycle. Sci Transl Med 5(96):196Google Scholar
  13. Hessel F (2013) Personalized Medicines. Are they worth the time and investment?. Pharm Exec Global Digest 11:2–6Google Scholar
  14. Hessel F (2015) HTA in personalized medicine technologies. In: Seitz H, Schumacher S (Hrsg.) Biomarker Validation – Technological, Clinical and Commercial Aspects. Wiley VCH Publishing, WeinheimGoogle Scholar
  15. Hessel F (2015a) The Relevance of the Analytic Validity of Genetic Biomarker Tests in Personalized Medicine in Oncology. In: Vollmann J, Schildmann J (Hrsg.) Personalized Medicine. Ashgate Publishing, Farnham UKGoogle Scholar
  16. Hessel FP, Fortes CS, Jantzen JH, Pion E, Andriejauskaite M, Da Costa P, De Sousa Piscarreta M, Jarvpold A (2013a) Feasibility of a Survey on the Willingness-To-Pay for Colorectal Cancer Screening Using Social Networks. Value Health 16(7): A423CrossRefGoogle Scholar
  17. King JT, Tsevat J, Lave JR, Roberts MS (2005) Willingness to Pay for a Quality-Adjusted LifeYear: Implications for Societal Health Care. Med Decis Making 25(6):667–677CrossRefGoogle Scholar
  18. Larg A, Moss JR (2011) Cost-of-illness studies: a guide to critical evaluation. Pharmacoeconomics 29(8):653–671CrossRefGoogle Scholar
  19. Lieu TA, Ray GT, Ortega-Sanchez IR, Kleinman K, Rusinak D, Prosser LA (2009) Willingness to pay for a QALY based on community member and patient preferences for temporary health states associated with herpes zoster. Pharmacoeconomics 27(12):1005–1016CrossRefGoogle Scholar
  20. Lin PJ, Cangelosi MJ, Lee DW, Neumann PJ (2013) Willingness to pay for diagnostic technologies: A review of the contingent valuation literature. Value Health 16(5):797–805CrossRefGoogle Scholar
  21. Mauskopf JA, Sullivan SD, Annemans L, Caro J, Mullins CD, Nuijten M, Orlewska E, Watkins J, Trueman P (2007) Principles of Good Practice for Budget Impact Analysis: Report of the ISPOR Task Force on Good Research Practices – Budget Impact Analysis. Value Health 10(5):336–347CrossRefGoogle Scholar
  22. McGhan WF, Al M, Doshi JA (2009) The ISPOR Good Practices for Quality Improvement of Cost-Effectiveness Research Task Force Report. Value Health 12(8):1086–1099CrossRefGoogle Scholar
  23. Niessen LW, Bridges J, Lau BD, Wilson RF, Sharma R, Walker DG, Frick KD, Bass EB (2012) Assessing the Impact of Economic Evidence on Policymakers in Health Care – A Systematic Review. iAHRQ Publication No. 12(13)-EHC133-EFGoogle Scholar
  24. Novielli N, Cooper NJ, Sutton AJ (2013) Evaluating the Cost Effectiveness of Diagnostic Tests in Combination: Is it important to allow for Performance Dependency?. Value Health 16(4):536–541CrossRefGoogle Scholar
  25. Ruffano LF, Hyde CJ, McCaffery KJ, Bossuyt PMM, Deeks JJ (2012) Assessing the value of diagnostic tests: a framework for designing and evaluating trials. Bmj Brit Med J 344:e686CrossRefGoogle Scholar
  26. Shiroiwa T, Sung YK, Fukuda T, Lang HC, Bae SC, Tsutani K (2010) International survey on willingness-to-pay (WTP) for one additional QALY gained: what is the threshold of cost effectiveness?. Health Econ 19(4):422–427CrossRefGoogle Scholar
  27. Stallings SC, Huse D, Finkelstein SN, Crown WH, Witt WP, Maguire J, Hiller AJ, Sinskey AJ, Ginsburg GS (2006) A framework to evaluate the economic impact of pharmacogenomics. Pharmacogenomics 7(6):853–862CrossRefGoogle Scholar
  28. Stephens JM, Handke B, Doshi JA (2012) International survey of methods used in health technology assessment (HTA): does practice meet the principles proposed for good research?. Comp Eff Res 2:29–44Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.SRH Hochschule BerlinBerlinDeutschland

Personalised recommendations