Análisis coste-efectividad del cribado universal de la enfermedad tiroidea en mujeres embarazadas en España
Subclinical infection
DOI:
10.1016/j.endonu.2015.03.007
Publication Date:
2015-05-11T21:21:17Z
AUTHORS (6)
ABSTRACT
Resumen Objetivo Evaluar la relacion coste-efectividad del cribado universal para la enfermedad tiroidea en mujeres embarazadas frente al cribado selectivo y no realizar cribado. Metodologia Modelo analitico de decision para embarazo y periodo posparto que compara los anos de vida ajustados por la calidad (AVAC) obtenidos gracias a la realizacion de un cribado universal frente al cribado de alto riesgo y no realizar cribado. Se consideraron las probabilidades de los ensayos aleatorios controlados para los resultados obstetricos adversos. Se utilizo un modelo de Markov para valorar el periodo de vida tras el primer ano despues del parto y considerar la posible progresion a hipotiroidismo clinico. Los principales supuestos del modelo, asi como el uso de recursos fueron evaluados por expertos clinicos. Se consideraron unicamente los costes sanitarios directos. Resultados Realizar un cribado universal produce 0,011 AVAC mas que el cribado selectivo y 0,014 AVAC mas que la alternativa de no realizar cribado. Los costes totales directos por paciente fueron de 5.786 € para el cribado universal, 5.791 € para cribado por riesgo y de 5.781 € sin cribado. El paso del cribado selectivo por riesgo al cribado universal puede ahorrar 2.653.854 € al sistema sanitario espanol. Conclusiones El cribado universal de enfermedad tiroidea durante el primer trimestre de gestacion es una estrategia dominante frente al cribado selectivo y coste-efectiva con respecto al no cribado (ratio coste-efectividad incremental de 374 € por AVAC), que permite ademas diagnosticar y tratar casos de hipotiroidismo clinico y subclinico que podrian no ser detectados al cribar solo mujeres con alto riesgo.
SUPPLEMENTAL MATERIAL
Coming soon ....
REFERENCES (28)
CITATIONS (18)
EXTERNAL LINKS
PlumX Metrics
RECOMMENDATIONS
FAIR ASSESSMENT
Coming soon ....
JUPYTER LAB
Coming soon ....