Desarrollo y aplicación de un sistema de inferencia difusa de mandani como sistema de ayuda a la decisión en farmacoeconomía

Abstract

La farmacoeconomía trata de dilucidar las tratamientos más eficientes (coste/eficaces) entre las diversas posibilidades disponibles. Este principio de eficiencia es el mismo que recoge diversos documentos del Comité de Deontología Médica, por lo que no cabe plantear un dilema ético entre la aplicación de análisis farmacoeconómicos – de calidad - y la práctica asistencial. El termino “Fuzzy Logic” ha recibido diversas traducciones (lógica borrosa, difusa, o blanda). Se refiere a la parte de la lógica y de la matemática que opera con variables con alto grado de incertidumbre. Utiliza expresiones que no son totalmente falsas ni son totalmente verdaderas, sino que tienen un grado de certeza comprendido entre estos dos extremos. Posee un potente desarrollo teórico, y numerosas aplicaciones en campos tan variados como la tecnología, la informática, las ciencias sociales, el análisis económico, y por supuesto las ciencias biológicas y sanitarias. En la toma de decisiones en sanidad no solo hay que considerar la enorme producción científica que se produce en ciencias de la salud sino también aspectos económicos. Sin embargo, estos aspectos no siempre se contemplan en las publicaciones científicas, y si se publican, no siempre son extrapolables a nuestro medio. Por ello, las decisiones en el ámbito de la salud suele realizarse con un alto grado de incertidumbre. La lógica borrosa y los sistemas de inferencia difusa son de gran importancia en este campo. El objetivo del presente trabajo es desarrollar un sistema de ayuda a la decisión farmacoeconómica aplicable a un proveedor de salud basado en la lógica borrosa - en concreto según el método de Mamdani - y verificar su funcionamiento en varios casos representativos de las condiciones reales en las que se deben tomar decisiones. Se ha diseñado una matriz IF-THEN con cuatro varibles difusas que deben condicionar la elección mas adecuada: i) Probabilidad de éxito del tratamiento, de la tecnología o del procedimiento a analizar; ii) Coste por caso de éxito; iii) Coste por fracaso iv) reducción de precios (por negociación con los proveedores, manipulación de la medicación, agrupación de pacientes u otros métodos). Según el valor de estas variables difusas, se han definido tres posibles valores lingüísticos?(ALTO (H), MEDIO(M) o BAJO(L)) para expresar la conveniencia de la elección de opción correspondiente. Las combinaciones de los posibles valores de estas variables genera 81 posibles reglas de decisión. Estas reglas de decisión se agrupan en una nueva variable difusa que denominamos escalafón o ranking con siete posibles valores: muy desfavorable, desfavorable, ligeramente desfavorable, neutra, favorable, favorable, muy favorable. Sobre la matriz se realizan diversas simulaciones para comprobar la coherencia interna de los resultados. Una vez verificada su coherencia interna, se aplica a varias situaciones reales, prototipos de casos de toma de decisiones en la protocolización de tratamientos a nivel de un proveedor de salud. Verificándose en todos ellos la coherencia externa del sistema. La herramienta diseñada presenta coherencia interna y externa, y puede ser útil para la toma de decisiones farmacoeconómicas en el entorno de un proveedor de salud.

Pharmacoeconomics tries to find the most effective treatments (cost / effective) between the various possibilities available. This principle of efficiency is the same as that collected various documents of the Committee of Medical Ethics, so it should not pose an ethical dilemma between the implementation of pharmacoeconomic analysis - quality - and healthcare practice The term "Fuzzy Logic" has been translated in various forms (lógica borrosa, difusa, blanda). It refers to the part of the logic and mathematics that works with variables with a high degree of uncertainty. Uses expressions that are not fully false are not entirely true, but have a degree of certainty between these two extremes. It has a powerful theoretical development and numerous applications in fields as varied as technology, computer science, social science, economic analysis, and of course the biological and health sciences. In decision-making in health not only have to consider the huge scientific production that occurs in health sciences but also economic aspects. However, these aspects are not always adequately addressed in the scientific literature and may, not be extrapolated to our environment. Therefore, decisions in the field of health is usually performed with a high degree of uncertainty. Fuzzy logic and fuzzy inference systems are of great importance in this field. The objective of this study is to develop a support system pharmacoeconomic decision applicable to a health care provider based on fuzzy logic - specifically according to the method of Mamdami - and check its performance in several representative cases of the actual conditions in which decisions must be made. It has designed an IF-THEN matrix with four fuzzy variables to determine the most appropriate choice: i) Probability of successful treatment, technology or process to be analyzed; ii) Cost per case of success; iii) Cost per failure iv) price reduction (by negotiating with suppliers, handling of medication, patient group or other methods) Accordance the value of these fuzzy variables were defined three possible linguistic values (High (H), medium (M) or low (L)) to express the appropriateness of the choice of appropriate option. The combinations of possible values of these variables generates 81 possible decision rules. These decision rules are grouped into a new variable that we call diffuse ranking with seven possible values: very favorable, unfavorable, slightly unfavorable, neutral, favorable, slightly favorable, very favorable. Various simulations of the matrix was carried out to verify the internal consistency of the results. After verifying internal consistency, was applied to several real situations, prototype of case decisions on healthcare provider, for verifying external coherence of the system. The designed system has internal and external consistency, and can be useful for making pharmacoeconomic decisions for a healthcare providers.