Sensitivity analysisThe costs for p

Sensitivity analysis
The costs for patients at the end of life are generally
high, and therefore we performed a sensitivity analysis of
the cost-effectiveness separately for patients alive and
deceased at 6 months. Furthermore, many observations
were missing for EQ-5D at 6-month follow-up. In the
cost-effectiveness analysis described above, these patients
were excluded. This is problematic since it means that
a substantial amount of information is lost, and the
results may thus be biased.19 We therefore performed
a sensitivity analysis with imputed values for missing data,
that is, a cost-effectiveness analysis in all 345 patients.
These values were imputed in a regression model, in
which we included the variables randomisation group,
age, sex, EQ-5D utility scores at baseline and at 6-month
follow-up and total costs. Five sets of data were created
(multiple imputation) and pooled results on EQ-5D
utility scores were used to estimate unadjusted and
adjusted gain in QALYs.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ความไวต้นทุนผู้ป่วยในบั้นปลายของชีวิตโดยทั่วไปสูง และดังนั้นเราทำการวิเคราะห์ความไวของประหยัดค่าใช้จ่ายแยกต่างหากสำหรับผู้ป่วยที่มีชีวิต และชีวิตใน 6 เดือน นอกจากนี้ ข้อสังเกตุมากมีขาดหายไปสำหรับ EQ - 5D ที่ติดตาม 6 เดือน ในวิเคราะห์อธิบายไว้ข้างต้น ผู้ป่วยเหล่านี้ถูกแยกออก นี่คือปัญหา เพราะมันหมายความ ว่าเป็นจำนวนมากของข้อมูลหาย และผลลัพธ์จึงอาจ biased.19 เราดำเนินการวิเคราะห์ความไว มีค่าควาบสำหรับข้อมูลสูญหายนั่นคือ การวิเคราะห์ในผู้ป่วยทั้งหมดที่ 345ค่าเหล่านี้ถูกควาบในแบบจำลองถดถอย ในที่เรารวมกลุ่มตัวแปร randomisationอายุ เพศ EQ - 5D คะแนนสาธารณูปโภคพื้นฐาน และ ใน 6 เดือนติดตามผลและต้นทุนรวม สร้างชุดข้อมูลห้า(หลาย imputation) และทางถูกพูผลใน EQ - 5Dใช้โปรแกรมอรรถประโยชน์คะแนนประเมินไม่ได้ปรับ และกำไรที่ปรับปรุงใน QALYs

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ความไว
ค่าใช้จ่ายสำหรับผู้ป่วยระยะสุดท้ายโดยทั่วไป
สูง ดังนั้นเราจึงได้ทำการวิเคราะห์ความไวของ
เจแยกผู้ป่วยมีชีวิตอยู่
เสียชีวิตเมื่อ 6 เดือน นอกจากนี้ มีข้อสังเกต
หายตัวไป eq-5d ที่ 6 เดือนที่ติดตาม การวิเคราะห์ต้นทุน - ประสิทธิผลใน

อธิบายข้างต้น ผู้ป่วยเหล่านี้ถูกแยกออกนี้เป็นปัญหาเพราะมันหมายความว่า
อย่างมากปริมาณของข้อมูลสูญหายและผลดังนั้นจึงอาจจะ biased.19

เราจึงทำการวิเคราะห์ความไวที่มีค่าข้อมูลใดๆหายไป
คือ , การวิเคราะห์ต้นทุน - ประสิทธิผลในผู้ป่วยทั้งหมด 345 .
ค่าเหล่านี้ใดๆในแบบจำลองการถดถอยใน
ซึ่งเรา รวม randomisation
ตัวแปรกลุ่ม อายุ เพศeq-5d สาธารณูปโภคพื้นฐานและค่าใช้จ่ายติดตามผลคะแนนที่ 10
และรวม 5 ชุดของข้อมูลที่ถูกสร้างขึ้น
หลาย ( ตำหนิ ) และผลคะแนนรวม eq-5d
สาธารณูปโภคเพื่อใช้ประเมินและปรับได้ใน qalys ยังคง
.