Zum Inhalt
Erweiterte Suche
Anmelden
Nach oben

Bayesian Cost-Effectiveness Analysis with the R package BCEA

  • 2025
  • Buch
Verfasst von
Gianluca Baio
Andrea Berardi
Anna Heath
Nathan Green
Buchreihe
Use R!
Verlag
Springer Nature Switzerland
Enthalten in
Springer Professional "Wirtschaft+Technik"
Springer Professional "Technik"
Springer Professional "Wirtschaft"
insite
SUCHEN

Über dieses Buch

Das Buch bietet eine Beschreibung des Prozesses der gesundheitsökonomischen Bewertung und Modellierung zur Kosteneffektivitätsanalyse, insbesondere aus der Perspektive eines bayesianischen statistischen Ansatzes. Anhand von Praxisbeispielen und zwei laufenden Fallstudien werden einige relevante Theorie- und Einführungskonzepte vorgestellt. Das Buch beschreibt auch detailliert, wie man mithilfe des R-Pakets BCEA (Bayesian Cost-Effectiveness Analysis) gesundheitsökonomische Bewertungen durchführt. BCEA kann verwendet werden, um die Ergebnisse eines bayesianischen Kosteneffektivitätsmodells nachzubearbeiten und fortgeschrittene Analysen durchzuführen, die standardisierte und hochgradig anpassbare Ergebnisse liefern. Es präsentiert alle Merkmale des Pakets, einschließlich seiner vielen Funktionen und ihrer praktischen Anwendung sowie seiner benutzerfreundlichen Weboberfläche. Das Buch ist eine wertvolle Ressource für Statistiker und Praktiker, die im Bereich der Gesundheitsökonomie arbeiten und ihren Arbeitsablauf vereinfachen und standardisieren wollen, beispielsweise bei der Erstellung von Dossiers zur Unterstützung der Marktzulassung oder wissenschaftlichen Veröffentlichungen. Diese neue Ausgabe enthält eine straffere Beschreibung von Beispielen und Programmen, wobei der Schwerpunkt auf der neuesten Veröffentlichung des BCEA-Pakets und der jüngsten Arbeit zum Informationswert liegt.
Mit KI übersetzt

Inhaltsverzeichnis

Frontmatter
Chapter 1. Bayesian Analysis in Health Economics
Abstract
Modelling for economic evaluation of health-care data has received much attention in both the health economics and the statistical literature in recent years (Briggs et al., Decision modelling for health economic evaluation. Oxford University Press, 2006; Willan et al., The statistical analysis of cost-effectiveness data. Wiley, 2006), increasingly often under a Bayesian statistical approach (Baio, Bayesian methods in health economics. Chapman Hall/CRC Press, 2012; O’Hagan et al., Stat Med 20:733–753, 2001; O’Hagan and Stevens, Health Econ 10:303–315, 2001; Spiegelhalter et al., Bayesian approaches to clinical trials and health-care evaluation. Wiley, 2004).
Gianluca Baio, Andrea Berardi, Anna Heath, Nathan Green
Chapter 2. Case Studies
Abstract
In this chapter, we present the two case studies that are used as running examples throughout the book.
Gianluca Baio, Andrea Berardi, Anna Heath, Nathan Green
Chapter 3. BCEA: An R Package for Bayesian Cost-Effectiveness Analysis
Abstract
Cost-effectiveness analysis is usually performed using specialised software such as TreeAge or spreadsheet calculators (\(\text{e.g.}\)Microsoft Excel). Part of the narrative that accompanies this choice as the de facto standard is that these tools are “transparent and easy to use and to share with clients and stakeholders”.
Gianluca Baio, Andrea Berardi, Anna Heath, Nathan Green
Chapter 4. Probabilistic Sensitivity Analysis Using BCEA
Abstract
Theoretically, as mentioned in Sect. 1.​3, the maximisation of the expected utility is all that is required to determine the best course of action in the face of uncertainty and given current evidence (Baio, Bayesian methods in health economics. Chapman Hall/CRC Press, 2012; Baio and Dawid, Stat Methods Med Res 24, 2011; Claxton, J Health Econ 18:342–364, 1999). This means that if we completely trust all the assumptions made in the current modelling and the data used to inform the unobserved and unobservable quantities, then the computation of ICERs and EIBs would be sufficient to determine which treatment is the most cost-effective. The decision-making process would therefore be completely automated under these circumstances. This implies that, as shown throughout Chap. 3, the vaccination strategy and the Group Counselling interventions would be implemented immediately for willingness-to-pay values of 25,000 and 250 monetary units, respectively, in the two examples of Chap. 2.
Gianluca Baio, Andrea Berardi, Anna Heath, Nathan Green
Chapter 5. BCEAweb: A User-Friendly Web App to Use BCEA
Abstract
In this chapter we introduce BCEAweb, a web interface for BCEA. BCEAweb is a web application aimed at everyone who does not use R to develop economic models and wants a user-friendly way to analyse both the assumptions and the results of a health economic evaluation. The results of any probabilistic model can be very easily imported into the web app, and the outcomes are analysed using a wide array of standardised functions. The chapter will introduce the use of the main functions of BCEAweb and how to use its capabilities to produce result summaries, tables, and graphs.
Gianluca Baio, Andrea Berardi, Anna Heath, Nathan Green
Backmatter
Titel
Bayesian Cost-Effectiveness Analysis with the R package BCEA
Verfasst von
Gianluca Baio
Andrea Berardi
Anna Heath
Nathan Green
Copyright-Jahr
2025
Electronic ISBN
978-3-032-00877-0
Print ISBN
978-3-032-00876-3
DOI
https://doi.org/10.1007/978-3-032-00877-0

Die PDF-Dateien dieses Buches wurden gemäß dem PDF/UA-1-Standard erstellt, um die Barrierefreiheit zu verbessern. Dazu gehören Bildschirmlesegeräte, beschriebene nicht-textuelle Inhalte (Bilder, Grafiken), Lesezeichen für eine einfache Navigation, tastaturfreundliche Links und Formulare sowie durchsuchbarer und auswählbarer Text. Wir sind uns der Bedeutung von Barrierefreiheit bewusst und freuen uns über Anfragen zur Barrierefreiheit unserer Produkte. Bei Fragen oder Bedarf an Barrierefreiheit kontaktieren Sie uns bitte unter accessibilitysupport@springernature.com.

Premium Partner

    Bildnachweise
    AvePoint Deutschland GmbH/© AvePoint Deutschland GmbH, NTT Data/© NTT Data, Wildix/© Wildix, arvato Systems GmbH/© arvato Systems GmbH, Ninox Software GmbH/© Ninox Software GmbH, Nagarro GmbH/© Nagarro GmbH, GWS mbH/© GWS mbH, CELONIS Labs GmbH, USU GmbH/© USU GmbH, G Data CyberDefense/© G Data CyberDefense, FAST LTA/© FAST LTA, Vendosoft/© Vendosoft, Kumavision/© Kumavision, Noriis Network AG/© Noriis Network AG, WSW Software GmbH/© WSW Software GmbH, tts GmbH/© tts GmbH, Asseco Solutions AG/© Asseco Solutions AG, AFB Gemeinnützige GmbH/© AFB Gemeinnützige GmbH