La Asociación de Economía de la Salud (AES) anuncia el Taller pre-congresual “Methods for addressing missing data in health economic evaluation”, que precederá a las XXXIX Jornadas de Economía de la Salud.
Los datos faltantes o missing data son omnipresentes en la evaluación económica de la salud. La principal preocupación que surge con ellos es que tienden a ser sistemáticamente diferentes de aquellos con datos completos. Como resultado, las inferencias de coste-efectividad basadas solo en datos completos son a menudo engañosas. Estas limitaciones afectan tanto a las evaluaciones económicas basadas en un solo estudio y a las que sintetizan datos de varias fuentes en modelos de decisión. Si bien los métodos apropiados para abordar los datos faltantes están disponibles en la mayoría de los paquetes de software, su aceptación en la evaluación económica de la salud ha sido limitada.
Impartido por expertos en metodología de datos faltantes, este curso ofrece una descripción detallada de los métodos introductorios para abordar los datos faltantes en la evaluación económica. El curso introducirá los conceptos estadísticos y los supuestos subyacentes de cada método, y proporcionará una guía extensa sobre la aplicación de los métodos en la práctica. El taller incluirá sesiones prácticas que ilustrarán cómo implementar cada técnica con software fácil de usar (R y JAGS).
Al finalizar el curso los participantes podrán: (1) Reconocer los conceptos estadísticos clave, las suposiciones subyacentes y las ventajas de los diferentes métodos estadísticos para tratar los datos faltantes en el análisis de coste-efectividad. (2) Realizar un análisis descriptivo de datos incompletos de coste-efectividad. (3) Aplicar múltiples métodos de imputación para abordar los datos faltantes en los estudios de evaluación económica. (4) Llevar a cabo análisis de sensibilidad para evaluar si las inferencias de coste-efectividad son robustas a supuestos de datos faltantes alternativos.
Los participantes que deseen tener experiencia práctica deben traer sus ordenadores portátiles personales con el software adecuado instalado (R y JAGS).
| 10:00 - 10:30 h | Preliminary - Introduction to (Bayesian) modelling in HTA
|
| 10:30 - 11:00 h | Introduction to missing data
|
| 11:00 - 12:00 h | Missing data in HTA
|
| 12:00 - 13:30 h | Lunch |
| 13:30 - 14:30 h | Examples
|
| 14:30 - 16:30 h | Practicals
|
*El idioma de trabajo será el inglés.
Javier Mar
Organización Sanitaria Integrada Alto Deba. Mondragón.
Prof Gianluca Baio,
Professor of Statistics and Health Economics; Dept of Statistical Science; Faculty of Maths & Physical Sciences, University College London, London, UK
Gianluca graduated in Statistics and Economics from the University of Florence (Italy). He then completed a PhD programme in Applied Statistics again at the University of Florence, after a period at the Program on the Pharmaceutical Industry at the MIT Sloan School of Management, Cambridge (USA); he then worked as a Research Fellow and then Temporary Lecturer in the Department of Statistical Sciences at University College London (UK).
Gianluca's main interests are in Bayesian statistical modelling for cost effectiveness analysis and decision-making problems in the health systems and causal inference using the decision-theoretic approach. Current applied works include the economic evaluation of health interventions such as the treatment of osteoporosis in elderly women, and of cardiovascular disease secondary prevention with statins. He is also participating in several research projects funded by research councils and two EU-funded projects on pharmacological surveillance in Europe.
Andrea Gabrio,
Research Associate; Primary Care & Population Health; Institute of Epidemiology & Health: Faculty of Pop Health Sciences; University College London, London, UK
Andrea graduated in Economics from the University of Pavia (Italy) and then completed an MSc in Statistcs and Econometrics from the University of Essex (UK). Successively, he completed a PhD programme in Statistics at University College London (UK), during which he also worked as a consultant in the field of economic evaluations for the company MAPIgroup and spent a brief period at the University of Florida (US) as a visiting research student.
Andrea's main research interest is the application of Bayesian statistics in health economics. Specifically, he focuses on Bayesian methods to handle missing data in health economic evaluations and to assess the impact of their uncertainty on the output of the decision-making process.
Normas de inscripción: