HTAi Asia Policy Forum 2020: Use Of Real-World Data Evidence To Support Drug Reimbursement Decision Making In Asia

Oleh ARMANSYAH PUTRA PRATAMA UNO - March 05, 2021 73 dilihat  0 dibagikan




Health Technology Assessment internasional atau yang sering disebut dengan nama HTAi merupakan jaringan yang bersifat global dan berangotakan pemangku kepentingan penilaian teknologi kesehatan(PTK) dengan beragam latar belakang, mulai dari peneliti, akademisi, agen PTK, pembuat kebijakan, praktisi industri farmasi dan alat kesehatan,  pemberi layanan kesehatan, atau bahkan perwakilan pasien. HTAi memiliki berbagai aktivitas yang melibatkan seluruh anggotanya, salah satunya yaitu HTAi Asia Policy Forum (APF), yaitu sebuah forum komunikasi bagi anggotanya yang berada di wilayah Asia Pasifik.

Sejak tahun 2013, HTAi APF secara rutin menyelenggarakan pertemuan tahunan yang dihadiri oleh para anggotanya. Indonesia yang diwakili oleh Komite Penilaian Teknologi Kesehatan Indonesia  telah tergabung sebagai anggota sejak tahun 2017 dan pernah menjadi tuan rumah pelaksanaan HTAi APF pada tahun 2018.

Pada tahun 2020 ini, HTAi APF kembali dilaksanakan namun tidak seperti tahun-tahun sebelumnya yang dilaksanakan secara tatap muka langsung. Dikarenakan kondisi pandemi Covid-19, HTAi APF dilaksanakan pada tanggal 19 November 2020 secara virtual dengan mengangkat tema “Use Of Real-World Data Evidence to Support Drug Reimbursement Decision Making in Asia”. Pertemuan ini dipimpin oleh Ketua HTAi APF yaitu Profesor Brendon Kearney yang berasal dari Australia, dan diikuti oleh sekitar 55 orang peserta yang berasal dari berbagai Negara, yaitu Indonesia, China, Taiwan, Korea, India, Thailand, Singapura, dan Malaysia. Delegasi Indonesia yang hadir adalah ketua Komite PTK yaitu Prof. Dr.dr. Budi Wiweko,Sp.OG (K), MPH dan para anggota yaitu Prof. Dr. Purwantyastuti,Sp. FK,  Prof. Erna Kristin, Apt, Kepala Pusat Pembiayaan Kesehatan, dan didampingi oleh Kepala Bidang Evaluasi Ekonomi Pembiayaan Kesehatan dan Kepala Sub bidang Penilaian Teknologi Kesehatan.

Agenda pertemuan HTAi AFP 2020 diisi dengan paparan singkat oleh Prof. Hwee Lin Wee dari National University of Singapore (NUS), yaitu tentang panduan yang berjudul “Use of Real-World Data and Real-World Evidence to Support Drug Reimbursement Decision Making in Asia”. Panduan ini merupakan hasil kerjasama kelompok kerja “REAL World Data In ASia for HEalth Technology Assessment in Reimbursement” (REALISE) antara NUS, Health Intervention and Technology Asessment Program (HITAP), HTAsialink dan iDSI.

Prof. Hwee Lin menyebutkan bahwa yang dimaksud  dengan real world data (RWD) adalah data yang dikumpulkan selama proses pemberian layanan kesehatan rutin, sementara real world evidence (RWE) adalah bukti yang dihasilkan dari proses analisis RWD.

Ada beberapa faktor yang menyebabkan RWD dinilai relevan untuk digunakan di negara-negara Asia sebagai data pendukung penetapan kebijakan reimbursement.  Pertama, hanya sekitar 17% penelitian klinis dilakukan di Asia, hal ini disebabkan oleh kurangnya kemampuan finansial dan sumber daya manusia yang dimiliki oleh Negara Asia. Kedua, kurangnya keterwakilan populasi Asia di dalam percobaan klinis pivotal. Penggunaan RWD dinilai dapat memberikan data efektivitas klinis pada konteks lokal. Hal ini disebabkan oleh perbedaan sifat antara sampel Kaukasian dengan populasi Asia, baik dari aspek biologi (contoh: perbedaan berat badan atau farmakodinamik/farmakokinetik obat akibat adanya perbedaan genetik antara ras Kaukasian dan ras Asia) maupun aspek non biologi (contoh: hasil penelitian klinis pada ras Kaukasian belum bisa digeneralisasikan untuk ras Asia). Selain itu, bisa saja terdapat perbedaan panduan praktik klinis yang diterapkan di negara-negara Asia dibandingkan dengan yang diterapkan di Negara luar Asia. Hal ini terjadi karena adanya keterbatasan pembiayaan maupun sumber daya yang dimiliki oleh kebanyakan Negara-negara di Asia. Sebagai contoh yaitu dimungkinkannya penggunaan agen biologi berbiaya tinggi sebagai terapi lini pertama ataupun kedua artritis rheumatoid (sesuai dengan indikasi penggunaan obat) di negara yang memiliki sumber pendanaan yang besar (United Kingdom), namun di Negara Asia seperti Thailand, agen biologi tersebut hanya bisa direkomendasikan sebagai terapi lini ketiga artritis rheumatoid, dikarenakan adanya keterbatasan pembiayaan jaminan kesehatan.

Berikut ini adalah beberapa panduan penggunaan RWD/RWE dalam mendukung kebijakan reimbursement teknologi kesehatan, yaitu:

  1. Penggunaan RWD/RWE dianjurkan apabila:
  • Tidak tersedianya data klinis pendukung, baik akibat kurangnya jumlah studi randomized controlled trial (RCT) dan telaah sistematis RCT, ataupun akibat rendahnya kualitas data yang tersedia sehingga tidak bisa diandalkan
  • dibutuhkan model evaluasi ekonomi yang bersifat lokal (sesuai dengan kondisi lokal suatu negara, baik dari sisi data klinis maupun data biaya)
  • Penilaian ulang terhadap kebijakan reimbursement teknologi kesehatan yang telah ditetapkan sebelumnya (dilakukan apabila muncul teknologi kesehatan yang baru untuk indikasi yang sama)
  1. Proses Pengumpulan RWD:
  • Variabel data yang dikumpulkan bervariasi dan biasanya tergantung dari kerangka PICO (Population, intervention, comparator, outcome) studi. Selain variabel tersebut, data lain yang dibutuhkan dapat berupa data epidemiologi, tren peresepan obat, tingkat kepatuhan terhadap terapi, dan lain-lain.
  • data dapat diperoleh dari registri penyakit, data klaim dan billing RS, rekam medis elektronik, survei kesehatan, atau peralatan pelacak personal (contoh: aplikasi kesehatan seluler)
  • RWD dapat dikumpulkan melalui studi kohort observasional, studi kasus-kontrol, pragmatic clinical trial dan single arm trial.

Berdasarkan hasil survei yang dilakukan oleh kelompok REALISE, variabel yang paling utama dikumpulkan dari setting lokal adalah variabel yang merupakan kunci utama dari cost-effectiveness yaitu data biaya dan data epidemiologi seperti data insidensi dan prevalensi penyakit.

  1. Keterbatasan RWD/RWE yaitu:
  • Terdapat bias berupa faktor perancu efektivitas (confounding)selection bias, ataupun missing data. Counfounding factor muncul akibat gabungan dari efek terapi dengan faktor eksternal lain yang dapat mempengaruhi luaran klinis, sementara selection bias muncul akibat kelompok pasien yang digunakan sebagai sampel tidak mempresentasikan populasi.
  • kualitas data yang digunakan kurang baik, hal ini dikarenakan awalnya data tidak ditujukan untuk penelitian.   Hal ini disebabkan oleh kurang baiknya protocol manajemen data, sehingga mengakibatkan terjadinya human error saat proses entry data. Sebagai contoh yaitu ketidaktepatan pengkodean penyakit atau penamaan penyakit yang tidak konsiten.

Anggota kelompok kerja REALISE sepakat bahwa RWE harus dianggap sebaga bukti tambahan, bukan untuk menggantikan bukti yang dihasilkan dari penelitian klinis untuk dasar keputusan reimbursement.

Setelah paparan, agenda selanjutnya adalah sesi diskusi dimana para anggota dibagi menjadi 4 kelompok breakout room dengan tema sesuai dengan panduan REALISE. Pertemuan diakhiri dengan komitmen bahwa pertemuan ini akan dilanjutkan kembali di tahun 2021 untuk membahas perkembangan pelaksanaan PTK di negara-negara Asia.


Tinggalkan Komentar Anda :

Komentar Anda :*
Nama Lengkap :*
Email Anda :*
Situs Website :




0 Komentar