-
Estimativa de risco de complicações do diabetes tipo 2 através do controle glicêmico em um seguro de saúde privado brasileiro – análise de simulação de dez anos utilizando modelo de Monte Carlo
- Voltar
Título
Estimativa de risco de complicações do diabetes tipo 2 através do controle glicêmico em um seguro de saúde privado brasileiro - análise de simulação de dez anos utilizando modelo de Monte Carlo
Tipo de documento
Apresentação
Descrição
Resumo apresentado na The Professional Society for Health Economics and Outcomes Research (ISPOR)
Fonte
ISPOR
Ano de publicação
2007
Referência (Vancouver)
Bahia L, Pavão ALB, Pepe C, Teich VD, Reis Neto JP. Complication risk estimation of type 2 diabetes through glycemic control in a Brazilian private healthcare insurance- ten-year simulation analysis using monte carlo model [Internet]. In: ISPOR Latin America 2007; Cartagena, Colombia. Disponível em: https\://www\.ispor.org/heor-resources/presentations-database/presentation/ispor-first-latin-america-conference/complication-risk-estimation-of-type-2-diabetes-through-glycemic-control-in-a-brazilian-private-healthcare-insurance-ten-year-simulation-analysis-using-monte-carlo-model-
Identificador
2007ISPOR014
Title
Complication Risk Estimation of Type 2 Diabetes Through Glycemic Control in a Brazilian Private Healthcare Insurance: Ten-year Simulation Analysis Using Monte Carlo Model
Document type
Presentation
Description
Abstract presented at The Professional Society for Health Economics and Outcomes Research (ISPOR)
Source
ISPOR
Publication year
2007
Reference (Vancouver)
Bahia L, Pavão ALB, Pepe C, Teich VD, Reis Neto JP. Complication risk estimation of type 2 diabetes through glycemic control in a Brazilian private healthcare insurance- ten-year simulation analysis using monte carlo model [Internet]. In: ISPOR Latin America 2007; Cartagena, Colombia. Available from: https\://www\.ispor.org/heor-resources/presentations-database/presentation/ispor-first-latin-america-conference/complication-risk-estimation-of-type-2-diabetes-through-glycemic-control-in-a-brazilian-private-healthcare-insurance-ten-year-simulation-analysis-using-monte-carlo-model-
Identifier
2007ISPOR014
Resumo
Objetivos: Comparar os efeitos do controle glicêmico adequado e inadequado, medido pelos níveis de HbA1c, nas complicações de longo prazo em pacientes com diabetes tipo 2 de um plano de saúde Brasileiro, utilizando um Modelo de Diabetes Mellitus baseado em computador (DDM). Métodos: O DDM prevê complicações de curto e longo prazo ao longo de dez anos usando dados de estudos publicados anteriormente. Parâmetros demográficos e clínicos do modelo foram baseados em 400 pacientes com diabetes tipo 2 de um plano de saúde privado. Foram realizadas duas simulações: no primeiro cenário, os pacientes mantiveram níveis de HbA1c em 7% durante 10 anos (controle glicêmico adequado); no segundo cenário, os pacientes mantiveram os valores basais e tiveram um aumento de 2% nos níveis de HbA1c durante o período de 10 anos (controle glicêmico inadequado). Os cenários foram então comparados em relação à ocorrência de complicações da doença. Resultados: Os riscos relativos (RR, simulações 1/2) foram 0,87, 0,80, 0,71 e 0,90, respectivamente, para a ocorrência de complicações oftálmicas, renais, neurais e vasculares, e cardiovasculares. A simulação 1 apresentou uma redução do risco de mortalidade de 11% em comparação com a simulação 2. As razões de RR para eventos específicos, como fotocoagulação, extração de catarata, edema macular, diálise, amputação, infarto do miocárdio e insuficiência cardíaca foram: 0,96, 0,82, 0,61, 0,77, 0,88, 0,86 e 0,76, respectivamente. Conclusão: Embora haja a necessidade de corroborar os resultados dessas simulações com dados clínicos reais e de longo prazo, as estimativas do modelo baseado em computador mostraram taxas de complicações mais baixas para todos os eventos avaliados e uma redução no risco de mortalidade no grupo com controle glicêmico adequado, em comparação com o grupo com controle glicêmico inadequado, usando um horizonte de 10 anos, em uma população de plano de saúde privado Brasileiro.
Notas
O registro foi originalmente publicado em inglês. A versão em português foi traduzida com o apoio de inteligência artificial.
Abstract
Objetives: To compare the effects of adequate and inadequate glycemic control, measured by HbA1c levels, on long-term complications of type 2 diabetes patients of a brazilian healthcare insurance plan, using a computer-based Diabetes Mellitus Model (DDM). Methods: The DDM predicts short- and long-term complications over ten years using data from previous published studies. Demographic and clinical model parameters were based on 400 type 2 diabetes patients from a private healthcare plan. Two simulations were conducted: in the first scenario, patients stayed on target - HbA1c levels at 7% - during 10 years (adequate glycemic control); in the second scenario, patients stayed on baseline values and had a 2% increase in HbA1c levels during the 10-year period (inadequate glycemic control). Scenarios were then compared in respect to occurrence of disease complications. Results: The relative risks (RR, simulations 1/2) were 0.87, 0.80, 0.71, and 0.90, respectively, for the occurrence of ophthalmic, renal, neural and vascular, and cardiovascular complications. Simulation 1 had a mortality risk reduction of 11%, compared to simulation 2. The RR ratios for specific events, such as photocoagulation, cataract extraction, macular edema, dialysis, amputation, myocardial infarction, and heart failure were: 0.96, 0.82, 0.61, 0.77, 0.88, 0.86, 0.76, respectively. Conclusion: Although there is a need to corroborate the Results of these simulations with real, long-term clinical data, the computer-based model estimates have shown lower complication rates for all events evaluated and a reduction in mortality risk in adequate glycemic control group, comparatively to inadequate glycemic control group, using a 10-year time horizon, in a brazilian private healthcare insurance population.
Notes
The record was originally published in English. The Portuguese version was translated with the aid of artificial intelligence.
Autores
Ana Luiza Pavão | Camila Pepe | João Paulo dos Reis Neto | Luciana Bahia | Vanessa Teich