Objetivo: Identificar relações-chave entre estados de saúde nas cadeias de Markov de dois grupos 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 relações-chave identificadas entre os estados de saúde nos dois grupos são as mesmas. Métodos: As cadeias de Markov geradas por Palace et al. para esclerose múltipla em 10 estados de saúde por ciclos anuais para os dois grupos citados acima, foram utilizadas para identificar as relações-chave entre estes estados através de uma abordagem do campo de estudo da análise de decisão multicritério (MCDA, multi-criteria decision analysis). Resultados: Foram identificadas 34 relações-chave iguais em ambos os grupos de pacientes. No entanto, apenas para o grupo de pacientes menores de 28 anos foi identificada a relação-chave de transição do estado de saúde #6 para o estado de saúde #8 e a relação-chave de transição do estado de saúde #8 para o estado de saúde #9. Conclusão: A abordagem MCDA aqui apresentada mostrou uma forma de identificar relações-chave entre estados de saúde em cadeias de Markov. Este estudo demonstrou que o risco de progredir em esclerose múltipla do estado de saúde #6 para o estado de saúde #8 e progredir do estado de saúde #8 para o estado de saúde #9 pode ser maior no grupo de pacientes de esclerose múltipla não tratados menores de 28 anos do que no grupo de pacientes com 28 anos ou mais, através de uma abordagem MCDA.
O registro foi originalmente publicado em inglês. A versão em português foi traduzida com o apoio de inteligência artificial.
Abstract
Objective: To identify key relationships between health states in Markov chains for two untreated multiple sclerosis patients’ groups: younger than 28 years, and aged 28 or over. After that, this study seeks to observe if the identified key relationships between health states for the two groups are the same. Methods: The Markov chains performed by Palace et al. for multiple sclerosis with 10 health states by annual cycles for the two groups cited above have been used to identify the key relationships between these states through a multi-criteria decision analysis (MCDA) approach. Results: The MCDA approach has identified 34 key relationships for both patients’ groups. By the way, the key relationship from health state #6 to health state #8 and the key relationship from health state #8 to health state #9 have been identified only for the younger than 28 years patients’ group Markov chain. Conclusion: The MCDA approach here presented has showed a way for identifying key relationships between health states in Markov chains. This study has demonstrated that the progression risk in multiple sclerosis from the health state #6 to health state #8 and from health state #8 to health state #9 can be bigger for the untreated patients’ group younger than 28 years than the patients’ group aged 28 or over, through an MCDA approach.
