Onderwerp 6.1 — Gezondheidseconomie

Gezondheidseconomie is hoe u “we bouwden iets en mensen gebruikten het” omzet in een verdedigbare bewering dat uw digitale dienst een populatie gezonder maakte voor het geld dat zij verbruikte — en de discipline die voorkomt dat u zichzelf voor de gek houdt.

Waarom dit ertoe doet in gezondheid en zorg#

Elk pond dat aan een digitale dienst wordt besteed is een pond dat niet aan iets anders wordt besteed — een wijkverpleegkundige, een diagnostische scanner, een medewerker in de geestelijke gezondheidszorg. In een uit belastingen gefinancierd stelsel met vaste budgetten is die afweging niet abstract; zij is de dagelijkse werkelijkheid van elke financiële vergadering van een integrated care board (ICB). Als uw dienst middelen verbruikt zonder gezondheid voort te brengen, krijgt iemand ergens minder zorg. Dat is het morele gewicht dat gezondheidseconomie op uw werk legt.

Leiders in digitale levering claimen routinematig te veel op het verkeerde bewijs. Zij melden dat een app tweehonderdduizend keer is gedownload, dat een portaal een miljoen berichten stuurde, dat afspraken “bespaard” zijn — en verwarren deze activiteit met baat. Activiteit is geen gezondheid. Een bericht afgeleverd aan iemand die het negeert verandert niets; een afspraak die “bespaard” is en een patiënt in een vermijdbare opname duwt heeft het erger gemaakt. Zonder een gedisciplineerde manier om te onderscheiden wat u deed van wat er veranderde kunt u een werkelijk waardevolle dienst niet onderscheiden van een dure placebo.

Consistente, vergelijkbare meting is ook een kwestie van billijkheid en publiek vertrouwen. Als elke dienst haar eigen maat verzint, kan niemand een diabetes-app afwegen tegen een dienst voor valpreventie of een nieuw instrument voor triage. Het hele punt van een gedeelde eenheid van waarde is dat zij u ongelijksoortige dingen laat vergelijken en schaarse middelen eerlijk laat verdelen over een populatie — ook aan de mensen wier gezondheid het slechtst is en wier stem het zachtst klinkt. Dit onderwerp geeft u het vocabulaire en de vangrails om dat te doen. Het bouwt voort op Onderwerp 1.3 — Op bewijs gebaseerde besluitvorming en Onderwerp 6.0 — Financieel management en businesscases, en voedt Onderwerp 10.0 — Doelstellingen en kernresultaten (OKR’s).

Kernbegrippen#

Begin met het onderscheid waarover de meeste digitale programma’s struikelen: opbrengsten versus uitkomsten (outputs versus outcomes). Opbrengsten zijn de activiteit die u voortbrengt — geleverde afspraken, verzonden berichten, aangemelde gebruikers, verwerkte verwijzingen. Uitkomsten zijn de verandering in gezondheid of welzijn die daarop volgt — verminderde symptomen, vermeden opnames, verlengd leven, verbeterde kwaliteit van leven. Opbrengsten zijn goedkoop te tellen en gemakkelijk te manipuleren; uitkomsten zijn waarvoor het stelsel bestaat. Een logisch model maakt het verband expliciet door inbreng → activiteiten → opbrengsten → uitkomsten → impact in kaart te brengen, en dwingt u de causale keten te stellen waarmee uw uitgave gezondheid wordt, en de aannames daarin bloot te leggen.

Waarde in gezondheid en zorg wordt het best gekaderd in termen van bevolkingsgezondheid: de gezondheidsuitkomsten van een gedefinieerde groep en de verdeling van die uitkomsten daarbinnen. Beheer van bevolkingsgezondheid (population health management) is de operationele praktijk van het gebruik van gekoppelde data om een populatie te segmenteren, interventies te richten en te volgen of de hele groep — niet alleen de enthousiaste vroege gebruikers — gezonder werd. Deze kadering doet ertoe omdat een digitale dienst het gemiddelde kan verbeteren terwijl zij de kloof vergroot, en een stelsel dat verantwoordelijk is voor een populatie beide moet bewaken.

Om waarde over ongelijksoortige interventies te vergelijken hebt u een gemeenschappelijke munt voor gezondheid nodig. De overheersende is het voor kwaliteit gecorrigeerde levensjaar (quality-adjusted life year, QALY), dat lengte van leven en kwaliteit van leven in één getal combineert: één jaar in volledige gezondheid is één QALY, een jaar op halve kwaliteit is 0,5 QALY en overlijden is nul. Kwaliteit van leven wordt gewoonlijk gemeten met een gestandaardiseerd instrument als de EQ-5D, een korte vragenlijst over vijf dimensies (mobiliteit, zelfzorg, gebruikelijke activiteiten, pijn/ongemak, angst/depressie) die de zelfrapportage van een patiënt omzet in één nutsscore. Het voor invaliditeit gecorrigeerde levensjaar (disability-adjusted life year, DALY) is een aanvullende maat — jaren gezond leven die verloren gaan aan ziekte en voortijdig overlijden — veel gebruikt in volksgezondheid en wereldwijd werk aan ziektelast; QALY’s meten gewonnen gezondheid, DALY’s verloren gezondheid.

Economische evaluatie vergelijkt vervolgens kosten met effect. Kosteneffectiviteitsanalyse (CEA) drukt waarde uit als kosten per eenheid van een natuurlijke uitkomst (bijvoorbeeld kosten per opgespoord geval). Kosten-utiliteitsanalyse (CUA) is het bijzondere geval dat QALY’s als uitkomst gebruikt, zodat verschillende interventies direct vergelijkbaar worden. De kopstatistiek is de incrementele kosteneffectiviteitsratio (ICER): de extra kosten van uw interventie gedeeld door de extra QALY’s die zij oplevert, ten opzichte van wat zij vervangt. In het Verenigd Koninkrijk beoordeelt het National Institute for Health and Care Excellence (NICE) interventies gewoonlijk tegen een drempel voor kosteneffectiviteit in de orde van £20.000–£30.000 per QALY, waarboven een interventie doorgaans als slechte waarde wordt gezien — hoewel dit een beslishulp is en geen mechanische regel, en hogere drempels gelden in specifieke omstandigheden zoals het levenseinde of zeer gespecialiseerde zorg. Twee bredere instrumenten completeren de familie. Kosten-batenanalyse (CBA) waardeert baten in geld in plaats van in QALY’s, zodat winst in gezondheid kan worden afgewogen tegen rendementen buiten de gezondheid; en budgetimpactanalyse stelt een andere vraag — het totale geld dat een interventie een stelsel in een bepaald jaar kost — omdat een dienst kosteneffectief per QALY en toch nu onbetaalbaar kan zijn. Beide doen ertoe omdat gezondheid geen gewone markt is: informatieasymmetrie tussen clinici en patiënten, externe effecten zoals de groepsimmuniteit die iemands vaccinatie aan anderen geeft en betaling door derden betekenen allemaal dat waarde niet aan marktkrachten kan worden overgelaten en actief moet worden geëvalueerd.

Daaronder zitten twee efficiënties. Technische efficiëntie is een gegeven ding tegen de laagste kosten doen (dezelfde uitkomsten leveren met minder inbreng). Allocatieve efficiëntie is de juiste dingen doen — middelen over concurrerend gebruik verdelen zodat de totale gezondheid van de populatie wordt gemaximaliseerd. De brug tussen beide is alternatieve kost (opportunity cost): de waarde van het beste alternatief dat u opgaf. Elk “ja” in een vast budget is een stil “nee” tegen iets anders, en de discipline van gezondheidseconomie is dat stille nee zichtbaar te maken.

Twee verdere families van maten houden de patiënt in beeld. Patiëntgerapporteerde uitkomstmaten (patient-reported outcome measures, PROM’s) leggen gezondheidstoestand vast zoals de patiënt die rapporteert — veranderden de pijn, functie of kwaliteit van leven werkelijk. Patiëntgerapporteerde ervaringsmaten (patient-reported experience measures, PREM’s) leggen vast hoe de ontmoeting was — was zij toegankelijk, respectvol, gecoördineerd. Uitkomsten vertellen u of de dienst werkte; ervaring vertelt u of mensen haar kunnen en willen gebruiken, wat zelf een determinant van de uitkomst is.

Houd ten slotte de eerlijke kritiek vast. QALY’s bevatten waardeoordelen — zij kunnen interventies voor ouderen, mensen met een beperking of al zieke mensen systematisch onderwaarderen, omdat zulke mensen minder of minder kwalitatieve levensjaren hebben om te winnen. Dit is de kritiek op het gebied van billijkheid, en zij hangt rechtstreeks samen met gezondheidsbillijkheid en het verminderen van gezondheidsongelijkheid. Sommige kaders reageren met expliciete weging voor billijkheid (equity weighting), die meer waarde geeft aan gezondheidswinst voor de slechtst gestelden. U hoeft dit debat niet te beslechten, maar u mag niet doen alsof de QALY waardevrij is.

Beste praktijken#

1. Definieer uw primaire uitkomstmaat voordat u iets bouwt. Het meest voorkomende falen in de gezondheidseconomie van digitale diensten is een uitkomst achteraf aan een al live dienst vastmaken, op welk moment geen nulmeting bestaat en elke bewering aanvechtbaar is. Beslis vooraf welke verandering in gezondheid u verwacht, hoe u haar zult meten (een gevalideerde PROM, een routinematige klinische maat, een uitkomst uit gekoppelde data zoals opnames) en hoe “succes” er numeriek uitziet. Schrijf het in de businesscase (Onderwerp 6.0 — Financieel management en businesscases) zodat evaluatie een ontwerpbeperking is en geen bijzaak.

2. Bouw een logisch model en hang het aan de muur. Breng inbreng, activiteiten, opbrengsten, uitkomsten en impact van uw dienst in kaart en benoem de aanname bij elke pijl. De waarde van de oefening is dat zij de zwakke schakels blootlegt — de stap waar “mensen ontvangen een herinnering” wordt aangenomen te worden “mensen komen en worden gezonder” — zodat u precies die kunt toetsen. Herzie het in elke fase; een logisch model dat nooit verandert is een logisch model dat niemand gebruikt.

3. Rapporteer opbrengsten en uitkomsten afzonderlijk en laat opbrengsten nooit voor uitkomsten doorgaan. Het is legitiem activiteit te volgen als vooruitlopende indicator en operationele gezondheidscontrole, maar label haar als zodanig. Koppel in elk bestuursrapport de opbrengst aan de uitkomst die zij moet aandrijven en aan de aanname die beide verbindt, zodat niemand stilletjes “verzonden berichten” kan promoveren tot “verbeterde levens”. Als u tot nu toe alleen opbrengsten hebt, zeg dat dan ronduit en zeg wanneer uitkomstdata zullen komen.

4. Kies een vergelijkbare eenheid van waarde en houd eraan vast. Waar u aannemelijk lengte en kwaliteit van leven beïnvloedt, gebruik QALY’s (via CUA) zodat uw dienst kan worden afgewogen tegen andere in het portfolio. Waar een QALY slecht past — veel digitale diensten verschuiven ervaring, toegang of proces in plaats van meetbare gezondheidstoestand — gebruik een verdedigbare tussenliggende uitkomst en wees expliciet dat zij niet rechtstreeks met een QALY vergelijkbaar is. Consistentie over uw portfolio doet er meer toe dan verfijning in één enkel geval: vergelijkbaar-maar-eenvoudig verslaat briljant-maar-uniek.

5. Bereken waarde aan de marge, niet het gemiddelde. Beslissingen zijn incrementeel, dus het getal dat telt is de ICER: de extra kosten per extra QALY ten opzichte van het realistische alternatief (gebruikelijke zorg, of het instrument dat u zou uitfaseren). Gemiddelden vleien u; een dienst kan er per gebruiker goedkoop uitzien en toch bijna geen extra gezondheid leveren boven wat mensen al hadden. Noem uw comparator altijd expliciet, want de ICER is zonder haar betekenisloos.

6. Maak alternatieve kosten expliciet in elke aanbeveling. Zeg wat u zou stoppen of laten vallen om dit te financieren en welke gezondheid de populatie door die keuze verliest. Dit verandert een eenzijdig “investeer in ons ding” in een argument van allocatieve efficiëntie dat een financieel directeur kan vertrouwen. Het disciplineert ook uw eigen denken: als u geen geloofwaardig ding kunt noemen dat het waard is verdrongen te worden, is de case waarschijnlijk zwakker dan zij lijkt.

7. Meet de verdeling, niet alleen het gemiddelde — en weeg voor billijkheid waar u kunt. Splits uitkomsten uit naar kansarmoede, leeftijd, etniciteit, beperking en digitale toegang, en controleer of uw dienst kloven verkleinde of vergrootte (zie Onderwerp 1.9 — Digitale inclusie en toegankelijkheid). Een dienst die het gemiddelde verbetert door de al bevoordeelden te helpen faalt voor de toets van bevolkingsgezondheid. Pas, waar uw organisatie een kader voor weging van billijkheid of gezondheidsongelijkheid heeft, dat toe en rapporteer minimaal de impact op billijkheid naast de kop-ICER.

8. Gebruik het Evidence Standards Framework van NICE om uw bewijs op maat te snijden. Het Evidence Standards Framework for Digital Health Technologies (ESF) van NICE laat de verwachtingen voor bewijs variëren naar risico en functie van het product, zodat een eenvoudig informatie-instrument niet aan dezelfde lat wordt gehouden als een algoritme dat de behandeling stuurt. Gebruik het vroeg om te beslissen welk bewijs u werkelijk nodig hebt — en combineer het met de Digital Technology Assessment Criteria (DTAC) voor de basis van veiligheid, klinische veiligheid en interoperabiliteit (Onderwerpen 1.6 en 4.3). Op maat snijden voorkomt zowel te weinig onderbouwde hype als verlammende overmaat aan bewijs.

9. Geef de voorkeur aan routinematige, gekoppelde data en gevalideerde instrumenten boven maatwerkenquêtes. Meet uitkomsten waar mogelijk via data die het stelsel al verzamelt — consulten, opnames, recepten, gecodeerde klinische uitslagen — gekoppeld op bevolkingsniveau, zodat uw bewijs vergelijkbaar is, goedkoop vol te houden en moeilijk te manipuleren. Gebruik waar u rapportage door de patiënt nodig hebt gevalideerde PROM’s en PREM’s in plaats van eigen vragen te bedenken, zodat uw getallen hetzelfde betekenen als die van iedereen. Behandel dit alles binnen uw plichten voor informatiebeheer en gegevensbescherming (Onderwerp 1.7).

10. Plan de evaluatie en haar financiering tegelijk met de bouw. Economische evaluatie is niet gratis; zij heeft een nulmeting, een comparator, analytisch vermogen en tijd nodig voordat baten rijpen. Begroot haar expliciet, spreek af wie voor de evaluatie verantwoordelijk is en stel eerlijke termijnen — veel uitkomsten van bevolkingsgezondheid hebben een tot drie jaar nodig om te bewegen. Een niet-gefinancierde evaluatie is een besluit om nooit echt te weten of het geld gezondheid kocht.

11. Stem het type economische evaluatie af op de vraag en toets altijd de betaalbaarheid. Kosten-utiliteitsanalyse en haar ICER beantwoorden “is dit goede waarde per eenheid gezondheid”, maar ze zijn niet de enige instrumenten. Gebruik kosten-batenanalyse, die baten in geld waardeert, wanneer u rendementen in gezondheid moet afwegen tegen rendementen buiten de gezondheid; en voer een budgetimpactanalyse uit — de totale contante kosten van invoering van de interventie over het stelsel in een bepaald jaar — naast de ICER, want een dienst kan kosteneffectief per QALY en toch dit jaar onbetaalbaar zijn. Presenteer waarde en betaalbaarheid naast elkaar, zodat een financieel directeur zowel een verdedigbare ICER ziet als een getal dat het budget werkelijk kan dragen.

12. Onthoud waarom de “markt” voor gezondheidszorg faalt en evalueer als vervanging ervan. Waarde kan hier niet aan gewone marktkrachten worden overgelaten: patiënten hebben zelden de informatie om klinische waarde te beoordelen (informatieasymmetrie tussen clinicus en patiënt), baten lekken vaak naar onbetrokken derden (externe effecten zoals de groepsimmuniteit die iemands vaccinatie aan anderen geeft) en degene die zorg consumeert is meestal niet degene die betaalt. Dit zijn schoolvoorbeelden van marktfalen, en juist daarom bestaat gedisciplineerde economische evaluatie in plaats van dat prijssignalen het werk doen. Behandel evaluatie als het mechanisme dat een functionerende markt vervangt, niet als optionele papierwinkel.

13. Gebruik kant-en-klare instrumenten en leen expertise voor alles met hoge inzet. Begin voor beslissingen over volksgezondheid en preventie bij de instrumenten en richtlijnen voor rendement op investering (ROI) in gezondheidseconomie van GOV.UK voor teams volksgezondheid — die al terreinen als valpreventie, geestelijke gezondheid en hart- en vaatziekten bestrijken — in plaats van een maatwerkmodel vanaf nul te bouwen. Put voor betwiste of hoogwaardige cases uit expertise in gezondheidseconomie, hetzij een interne analist, hetzij een academisch centrum als LSE Health of het Office of Health Economics. Hergebruik van gevalideerde instrumenten en gespecialiseerde toetsing maakt uw getallen sneller te produceren en veel moeilijker weg te wuiven.

Vragen om met uw team te bespreken#

1. Welke ene gezondheidsuitkomst moet deze dienst veranderen, en hoe weten wij dat wij haar veranderden en haar niet louter zagen veranderen? Dit dwingt het team voorbij comfortabele activiteitsmaten naar de causale bewering eronder. Debatteer of uw gekozen maat werkelijk een uitkomst is (een verandering in gezondheid of welzijn) of een opgetuigde opbrengst, en of u de verandering aan uw dienst kunt toeschrijven en niet aan de seculiere trend, regressie naar het gemiddelde of een parallel initiatief. Overweeg of een gerandomiseerd of stepped-wedge-ontwerp haalbaar is, of dat u zult leunen op een goed opgezet voor-en-na met een gematchte comparator. Praat eerlijk over de nulmeting: hebt u er een, en zo niet, is het dan al te laat er een te krijgen. Een goed antwoord noemt één primaire uitkomst, een meetinstrument, een comparator, een aannemelijk verhaal van toeschrijving en de datum waarop u echte data zult hebben — en geeft toe wat u nog niet kunt bewijzen.

2. Wat zullen wij doen wanneer onze opbrengsten er prachtig uitzien maar onze uitkomsten vlak zijn? Elk digitaal team krijgt uiteindelijk te maken met een dienst met stijgend gebruik en geen meetbare winst in gezondheid, en het eerlijke antwoord is ongemakkelijk. Bespreek vooraf welk bewijs u zou doen itereren, pauzeren of uitfaseren, zodat de beslissing niet gegijzeld wordt door gezonken kosten en gezichtsbehoud. Breng de spanning aan het licht tussen operationele leiders die worden beloond voor activiteit en leiders in financiën of volksgezondheid die verantwoordelijk zijn voor populatie-uitkomsten, want zij zullen hetzelfde dashboard verschillend lezen. Overweeg of vlakke uitkomsten betekenen dat de dienst niet werkt, of dat u de verkeerde uitkomst meet, of dat baten achterlopen — en hoe u deze zou onderscheiden. Een goed antwoord stelt nu, schriftelijk, criteria voor stoppen en omschakelen vast en noemt wie de beslissing bezit.

3. Wiens gezondheid verbeteren wij, en wiens gezondheid laten wij achter of benadelen wij actief? De QALY en het gemiddelde verbergen beide de verdeling, en een dienst kan het gemiddelde verhogen terwijl zij ongelijkheid vergroot — vaak door het best te werken voor de zelfverzekerden, verbondenen en digitaal geïncludeerden. Debatteer welke groepen waarschijnlijk het minst winnen (mensen met weinig digitale toegang, zintuiglijke of cognitieve beperking, beperkt Engels, de meest kansarmen) en of de dienst het risico loopt middelen van hen af te leiden. Bespreek of u weging voor billijkheid toepast, of minimaal uitkomsten gesplitst naar kansarmoede en beschermde kenmerken rapporteert, en wat u zou veranderen als de kloof groter werd. Weeg de spanning tussen technische efficiëntie (goedkoopste gemiddelde winst) en allocatieve eerlijkheid (winst voor degenen met de grootste behoefte). Een goed antwoord verbindt zich ertoe de verdeling vanaf het begin te meten en neemt een duidelijk standpunt in over de afweging van billijkheid in plaats van zich te verschuilen achter één kopgetal.

4. Wat is onze comparator, en meten wij eerlijk de gezondheid die deze dienst toevoegt en niet de gezondheid die mensen al hadden? Een ICER of een getal van “bespaarde opnames” is betekenisloos zonder een geloofwaardig alternatief om tegen te meten, en toch is de comparator het deel dat teams het vaakst vervalsen. Debatteer wat de realistische tegenfeitelijke situatie werkelijk is — echte gebruikelijke zorg, het instrument dat u zou uitfaseren om dit te financieren, of een basis van niets doen — en of uw vergelijkingsgroep eerlijk is gematcht of stilletjes gezonder en meer gemotiveerd is dan de mensen die zich aanmeldden. Pak selectie-effecten rechtstreeks aan: patiënten die zich voor een digitale dienst inschrijven zijn vaak degenen die het toch al beter zouden doen, wat elke marginale bewering vleit. Bespreek of een gematcht cohort, een stepped-wedge-uitrol of een regression-discontinuity-ontwerp binnen bereik ligt en voor welke storende factoren u niet kunt corrigeren. Een goed antwoord noemt de comparator expliciet, zegt hoe zij is opgebouwd en is openhartig over het resterende risico van toeschrijving in plaats van een marginale winst te presenteren alsof zij zeker is.

5. Kunnen wij dit werkelijk op schaal betalen, en hebben wij “goede waarde per QALY” gescheiden van “past in het budget van dit jaar”? Kosteneffectiviteit en betaalbaarheid zijn verschillende vragen, en een dienst kan de eerste doorstaan terwijl zij de tweede breekt — een interventie met een verdedigbare ICER kan toch onbetaalbaar zijn zodra zij in één boekjaar over een hele populatie wordt uitgerold. Bespreek de budgetimpactanalyse naast de ICER: het totale geld dat de dienst jaarlijks verbruikt, wie dat budget houdt en of de besparingen die zij belooft in te vorderen zijn of louter fictieve capaciteit die nooit omslaat in een vrijgekomen post of bed. Breng de spanning aan het licht tussen een businesscase die per patiënt sterk lijkt en een financieel directeur die het geld nu niet kan vinden, en tussen baten die over drie jaar rijpen en budgetten die elke twaalf maanden resetten. Overweeg fasering, prioritering van cohorten of een kleinere startpopulatie als manieren om waarde met betaalbaarheid te verzoenen. Een goed antwoord presenteert waarde en betaalbaarheid naast elkaar en is eerlijk over welke geclaimde besparingen echt geld zijn en welke niet.

6. Wie bezit de evaluatie, en wat zullen wij doen wanneer de eerste eerlijke getallen tegenvallen? Economische evaluatie heeft een benoemde eigenaar, een gefinancierd analytisch vermogen en een termijn nodig voordat baten rijpen — en zonder die wordt “we evalueren later” stilletjes “we zullen het nooit echt weten”. Debatteer wie verantwoordelijk is voor het produceren van de getallen, of zij onafhankelijk genoeg zijn om slecht nieuws te melden en hoe u zich zult beschermen tegen de druk om succes stilletjes te herdefiniëren zodra een dienst live en politiek vastgelegd is. Bespreek de realistische vertraging: veel uitkomsten van bevolkingsgezondheid hebben een tot drie jaar nodig om te bewegen, dus spreek nu af welke tussentijdse signalen u zouden geruststellen of alarmeren en welke drempel van onderpresteren een herontwerp of een stop zou triggeren. Noem de bestuurlijke route waarlangs onwelkome bevindingen een besluitvormer bereiken die kan handelen. Een goed antwoord wijst een specifieke eigenaar aan, financiert de evaluatie in de fase van de businesscase en verbindt zich schriftelijk om te handelen naar de uitkomst, ook wanneer die onwelkom is.

In de praktijk: een voorbeeld uit gezondheid en zorg#

Een ICB geeft opdracht tot een digitale dienst voor monitoring op afstand voor mensen met matig tot ernstig hartfalen: patiënten wegen zichzelf en beantwoorden dagelijks in een app een korte symptoomcheck, en een verpleegkundig team beoordeelt gemarkeerde gevallen. De pitch van de leverancier opent met opbrengsten — dertigduizend metingen per maand, 82% dagelijkse therapietrouw, vierduizend getriageerde alarmen — en een bewering van “verminderde opnames”.

De leider levering staat erop vóór go-live een logisch model te maken. Het luidt: inbreng (licenties van de app, verpleegkundige tijd, apparaten) → activiteiten (dagelijkse monitoring, triage, vroege aanpassing van medicatie) → opbrengsten (metingen, alarmen, contacten) → uitkomsten (minder ongeplande opnames voor hartfalen, betere beheersing van symptomen) → impact (gewonnen QALY’s, houdbare vraag naar tweedelijnszorg). De zwakke schakel is duidelijk: alarmen worden pas gezondheid als verpleegkundigen vroeg handelen en patiënten reageren. Dat wordt wat moet worden gemeten.

Het team definieert de primaire uitkomst vooraf als ongeplande opnames voor hartfalen per patiëntjaar, getrokken uit gekoppelde routinedata tegen een gematcht comparatorcohort, met EQ-5D verzameld bij inschrijving en na zes maanden als secundaire QALY-maat en een korte PREM over toegankelijkheid. Met de ESF plaatsen zij het product in een middenrisicoklasse en dimensioneren zij het bewijs dienovereenkomstig, in plaats van een dure trial te bestellen of het door te laten op alleen cijfers over therapietrouw.

Na twaalf maanden is het beeld gemengd en eerlijk. Opnames in de gemonitorde groep zijn aanmerkelijk lager dan in het comparatorcohort; EQ-5D toont een bescheiden winst in kwaliteit van leven. De voorlopige ICER valt binnen het gebruikelijke bereik van NICE, dus de dienst lijkt redelijke waarde — maar de uitgesplitste data tonen dat de inschrijving scheef ligt naar minder kansarme, Engelssprekende patiënten en dat de therapietrouw instort bij degenen met de minste digitale toegang. De beslissing van het bestuur is geen simpele verlenging. Zij is door te gaan, een pad met ondersteunde aanmelding en per telefoon te financieren voor de uitgesloten groepen en de verdeling over een jaar opnieuw te evalueren — een oordeel over allocatieve efficiëntie en billijkheid dat de ruwe opbrengstgetallen nooit aan het licht hadden gebracht.

Sectorperspectieven#

Startup#

Een klein bedrijf in digitale gezondheid staat of valt met een geloofwaardige uitkomstclaim, maar heeft weinig data en minder tijd. Concentreer het schaarse budget voor bewijs op één goed gekozen primaire uitkomst en een verdedigbare comparator in plaats van een verstrooiing van ijdele maten, en gebruik de ESF om zowel te weinig als te veel bewijs te vermijden. Wees openhartig tegenover opdrachtgevers over wat bewezen is en wat veelbelovend is; een eerlijk “vooruitlopende indicatoren zijn positief, definitieve uitkomsten volgen” wekt meer vertrouwen dan een te sterk geclaimde ICER op twintig gebruikers. Ontwerp het vastleggen van uitkomsten vanaf dag één in het product, want een nulmeting achteraf aanbrengen is gewoonlijk onmogelijk.

Klein bedrijf#

Een gevestigde kleine aanbieder — een huisartsenpraktijk, een gemeenschapsapotheek, een verzorgingshuis of een kliniek met één vestiging die een digitaal instrument invoert — draagt dezelfde plicht waarde te tonen als een groot ziekenhuis, maar zonder gezondheidseconoom en zonder analyseteam om op terug te vallen. Leun op kant-en-klare instrumenten in plaats van maatwerkmodellen: een gevalideerde PROM, een routinematige maat die uw klinische systeem al vastlegt en de gratis ROI-instrumenten van GOV.UK voor beslissingen over preventie, zodat u meting niet vanaf nul hoeft te bedenken. Wees realistisch dat uw patiëntaantallen klein zijn, dus één zelfverzekerde bewering over één uitkomst, eerlijk van kanttekeningen voorzien, is meer waard dan een broze ICER op een handvol gevallen. Vraag de leverancier of de opdrachtgever de comparator en nulmeting te delen die u niet alleen kunt genereren, en sta erop dat elke pitch over “bespaarde tijd” of “vermeden opnames” noemt waartegen zij is gemeten. De discipline is dezelfde als die van een grote onderneming; alleen de middelen zijn kleiner, dus leen gevalideerde instrumenten en standaardmaten waar u kunt.

Grote onderneming#

Een NHS-ziekenhuis of groot ICS bezit al de gekoppelde data die echte uitkomstmeting mogelijk maken en is verantwoordelijk voor een hele populatie, dus het moet aandringen op QALY’s of vergelijkbare eenheden om diensten over een portfolio tegen elkaar af te wegen. Het risico is organisatorisch: activiteitsdashboards woekeren, elke dienst verdedigt haar eigen maatwerkmaat en niemand kan een diabetes-app met een valdienst vergelijken. Standaardiseer op een kleine set vergelijkbare uitkomstmaten, een gedeeld sjabloon voor logische modellen en uitgesplitste rapportage over billijkheid, en leid economische evaluatie via één analytische functie zodat getallen consistent en moeilijk te manipuleren zijn.

Overheid#

Een nationaal orgaan — NICE, NHS England, DHSC of een gedecentraliseerde overheid — stelt de spelregels vast: de drempel voor QALY’s, de klassen van de ESF, de verwachtingen over billijkheid waarbinnen iedereen moet werken. Zijn plicht is het kader voor waarde transparant, vergelijkbaar en legitiem te maken en de kritiek op billijkheid openlijk te dragen in plaats van de QALY als neutraal te laten doorgaan. Het moet de politieke trek weerstaan zichtbare activiteit te financieren boven gemeten uitkomsten en de lijn vasthouden dat alternatieve kosten echt zijn: geld voor een app die in de krant past is zorg die elders wordt onttrokken. Zijn gepubliceerde methoden en drempels worden de gedeelde taal waarmee startups en grote ondernemingen überhaupt vergelijkbare cases kunnen maken.

Veelvoorkomende faalpatronen#

• Opbrengsttoneel. Afspraken, berichten en downloads rapporteren alsof ze gezondheid waren. Oplossing: koppel elke opbrengst aan haar beoogde uitkomst en de aanname die beide verbindt.
• Evaluatie achteraf. Een uitkomst kiezen na de lancering, zonder nulmeting. Oplossing: definieer de primaire uitkomst en de nulmeting vóór de bouw.
• Geen comparator. Een ICER of “bespaarde opnames” claimen zonder iets om mee te vergelijken. Oplossing: noem altijd het realistische alternatief en meet aan de marge.
• Alleen gemiddelden rapporteren. Een stijgend gemiddelde dat een groeiende kloof verbergt. Oplossing: splits uit naar kansarmoede en beschermde kenmerken; rapporteer de verdeling.
• Overreikende QALY’s. Een QALY opleggen aan een dienst die ervaring of toegang verandert en niet gezondheidstoestand. Oplossing: gebruik een eerlijke tussenliggende uitkomst en label haar als niet-vergelijkbaar.
• Aanbidding van de drempel. £20.000–£30.000 per QALY behandelen als mechanisch slagen of zakken. Oplossing: gebruik haar als beslishulp naast billijkheid, onzekerheid en context.
• Niet-gefinancierde evaluatie. Rigoureuze uitkomstmeting verwachten zonder budget of eigenaar. Oplossing: financier en wijs de evaluatie toe in de fase van de businesscase.

Volwassenheidsmodel#

Checklist#

• De primaire gezondheidsuitkomst is gedefinieerd, gevalideerd en vóór de bouw in de businesscase geschreven.
• Een logisch model brengt inbreng → activiteiten → opbrengsten → uitkomsten → impact in kaart, met benoemde aannames.
• Opbrengsten en uitkomsten worden afzonderlijk gerapporteerd; geen opbrengst wordt als baat gepresenteerd.
• Een realistische comparator is benoemd en de waardeclaim wordt aan de marge uitgedrukt (waar relevant ICER).
• Waar de gezondheidstoestand verandert, wordt waarde uitgedrukt in QALY’s (CUA) voor vergelijkbaarheid in het portfolio.
• Alternatieve kosten zijn genoemd: wat wordt opgegeven of verdrongen om deze dienst te financieren.
• Uitkomsten zijn uitgesplitst naar kansarmoede en beschermde kenmerken; de impact op billijkheid wordt gerapporteerd.
• Verwachtingen van bewijs zijn op maat gesneden met het Evidence Standards Framework van NICE (en DTAC voor veiligheid/interoperabiliteit).
• PROM’s en PREM’s gebruiken gevalideerde instrumenten; uitkomsten gebruiken waar mogelijk routinematige gekoppelde data.
• De economische evaluatie is gefinancierd, bezeten en heeft een afgesproken termijn en criteria voor stoppen/omschakelen.

Belangrijkste bronnen#

• NICE — Evidence Standards Framework for Digital Health Technologies (ESF).
• NICE — Guide to the Methods of Technology Appraisal / handboek voor evaluatie van gezondheidstechnologie (QALY, ICER, drempel voor kosteneffectiviteit).
• NHS England / NHS Digital — Digital Technology Assessment Criteria (DTAC).
• EuroQol Group — het instrument EQ-5D en gebruikershandleidingen.
• NHS England — programma Patient-Reported Outcome Measures (PROMs).
• The King’s Fund — uitleg over bevolkingsgezondheid en beheer van bevolkingsgezondheid.
• HM Treasury — The Green Book: appraisal and evaluation in central government (alternatieve kosten, sociale waarde).
• GOV.UK / Office for Health Improvement and Disparities — Health economics: a guide for public health teams (ROI-instrumenten voor preventie).
• Wereldgezondheidsorganisatie — Global Burden of Disease / methodologie van DALY.

Referenties#

1. Health economics — Wikipedia — https://en.wikipedia.org/wiki/Health_economics
2. Population health — Wikipedia — https://en.wikipedia.org/wiki/Population_health
3. Quality-adjusted life year — Wikipedia — https://en.wikipedia.org/wiki/Quality-adjusted_life_year
4. EQ-5D — Wikipedia — https://en.wikipedia.org/wiki/EQ-5D
5. Disability-adjusted life year — Wikipedia — https://en.wikipedia.org/wiki/Disability-adjusted_life_year
6. Cost-effectiveness analysis — Wikipedia — https://en.wikipedia.org/wiki/Cost-effectiveness_analysis
7. Cost–utility analysis — Wikipedia — https://en.wikipedia.org/wiki/Cost%E2%80%93utility_analysis
8. Incremental cost-effectiveness ratio — Wikipedia — https://en.wikipedia.org/wiki/Incremental_cost-effectiveness_ratio
9. Patient-reported outcome — Wikipedia — https://en.wikipedia.org/wiki/Patient-reported_outcome
10. Opportunity cost — Wikipedia — https://en.wikipedia.org/wiki/Opportunity_cost
11. Logic model — Wikipedia — https://en.wikipedia.org/wiki/Logic_model
12. Health equity — Wikipedia — https://en.wikipedia.org/wiki/Health_equity
13. Evidence standards framework (ESF) for digital health technologies — NICE — https://www.nice.org.uk/about/what-we-do/digital-health/evidence-standards-framework-for-digital-health-technologies
14. NICE health technology evaluations: the manual — NICE — https://www.nice.org.uk/process/pmg36/chapter/introduction-to-health-technology-evaluation
15. Digital Technology Assessment Criteria (DTAC) — NHS England — https://www.nhsengland.nhs.uk/long-read/digital-technology-assessment-criteria-dtac/
16. EQ-5D — EuroQol Group — https://euroqol.org/eq-5d-instruments/
17. Patient Reported Outcome Measures (PROMs) — NHS England — https://www.england.nhs.uk/statistics/statistical-work-areas/proms/
18. The Green Book: appraisal and evaluation in central government — HM Treasury — https://www.gov.uk/government/publications/the-green-book-appraisal-and-evaluation-in-central-government
19. Cost–benefit analysis — Wikipedia — https://en.wikipedia.org/wiki/Cost%E2%80%93benefit_analysis
20. Information asymmetry — Wikipedia — https://en.wikipedia.org/wiki/Information_asymmetry
21. Externality — Wikipedia — https://en.wikipedia.org/wiki/Externality