EL ANÁLISIS DE DECISIÓN MULTICRITERIO: ¿QUÉ ES Y PARA QUÉ SIRVE? (2)

¿En qué consiste el ADMC?

El punto de partida que justifica el uso del ADMC por parte de los decisores que deben elegir entre dos o más alternativas es que tienen en cuenta más de un objetivo a la hora de juzgar la deseabilidad de una determinada alternativa. En contadas o raras ocasiones una alternativa es superior a la otra u otras con relación a todos los objetivos, o sea, es dominante respecto de las demás. La situación más común es que cada alternativa satisface los objetivos a distinto nivel y las decisiones suponen conflictos y relaciones de intercambio entre el grado de cumplimiento de los objetivos. En cualquier entorno, sea multicriterio o no, la elección de una alternativa sobre las demás supone un coste de oportunidad. Así pues, la lógica de aplicación del ADMC para valorar alternativas tiene como punto de partida algunos supuestos básicos simples (Regier y Peacock, 2017). En primer lugar, las decisiones se realizan en un contexto de recursos limitados, cualquier decisión supone renunciar a los beneficios de las otras (coste de oportunidad). En segundo lugar, los objetivos o criterios que los decisores tienen en cuenta corresponden a su ámbito discrecional y no se pueden determinar de forma normativa mediante teorías éticas o económicas como el utilitarismo y la justicia social. En tercer lugar, una alternativa o programa no es un bien homogéneo, sino que se describe por sus múltiples características como la combinación de varios niveles para cada criterio o dimensión. Y, en cuarto lugar, es posible establecer la importancia relativa de cada criterio y las relaciones de intercambio entre los mismos que permiten obtener puntuaciones y ordenar las alternativas según las mismas.

 Los métodos de ADMC tienen como finalidad común tener en cuenta de forma explícita los criterios múltiples implicados en la toma de decisiones individuales o grupales (Belton y Stewart, 2002; Thokala et al., 2016). De una forma algo más amplia, Devlin y Sussex, 2011, definen el ADMC como un conjunto de métodos y técnicas de ayuda a la toma de decisiones, aplicable cuando las mismas se basan en más de un criterio, que tratan de forma explícita el impacto sobre la decisión de cada uno de los criterios aplicados, así como la importancia relativa de cada uno de ellos. Dos condiciones del ADMC son especialmente relevantes para la ETS: la replicabilidad y la transparencia de las decisiones. En realidad, las mismas medidas de calidad de vida relacionada con el estado de salud que se utilizan para calcular los AVAC en un análisis coste-utilidad no dejan de ser una forma de ADMC: por ejemplo, la escala de calidad de vida EQ-5D-5L tiene en cuenta seis criterios (supervivencia y cinco criterios de calidad de vida) con cinco puntuaciones de resultado para cada una de ellas (Drummond et al., 2015).

En un contexto de decisión multicriterio, aparecen tres cuestiones primordiales a resolver (Drummond et al., 2015) y que van a ser determinantes para llegar a la recomendación o decisión. En primer lugar, cuáles son los criterios que se van a utilizar en el ADMC, o sea, los criterios del beneficio o resultado que se van a valorar junto con la mejora de la salud. En segundo lugar, cómo asignar pesos al valor de los atributos de cada criterio. Y, en tercer lugar, cuáles son las características o dimensiones de beneficio que se pierden o a los cuales se renuncia si se incurre en costes adicionales (coste de oportunidad). 

Cualquier aplicación del ADMC en el sector salud o en otros ámbitos sectoriales comprende las fases siguientes (Figura 3.1): identificación de alternativas y de criterios de decisión (estructuración del problema), construcción y utilización del modelo, y el desarrollo y planes de acción. Los criterios incluidos en la estructuración del problema deben cumplir algunas condiciones imprescindibles: no redundantes, independientes, completos, operacionales y medibles (Belton y Stewart, 2002; Regier y Peacok, 2017). Cada criterio debe contribuir al resultado o beneficio con independencia de los demás y evitando duplicidades. En la fase de modelización o construcción del modelo, la información o evidencia recogida es objeto de cuantificación y se va a utilizar como input en modelos matemáticos para identificar la mejor alternativa incorporando pesos y puntuaciones explícitas de los criterios y atributos. La forma en la que se construyen estos modelos es lo que diferencia los distintos métodos de ADMC. Su construcción implica elaborar modelos de comportamiento que representen de forma cuantitativa las preferencias o juicios de valor de los decisores, los cuales, idealmente, deberían reflejar las preferencias de la sociedad. Estos modelos tienen en común que las preferencias se expresan para cada criterio de cada alternativa y que el modelo de agregación permite comparar los criterios entre sí con el fin de combinar las estimaciones de las preferencias.

Figura 3.1. Proceso de realización de un ADMC

Fuente: Angelis y Kanavos, 2016.

Los principales métodos de ADMC se pueden clasificar en los tres siguientes grupos (Devlin y Sussex, 2011; Thokala y Duenas, 2012; Mühlbacher y Kaczynski, 2015; Thokala et al., 2016; Garau y Devlin, 2017): modelos de medida del valor, modelos outranking y modelos por objetivos o niveles de referencia (Figura 3.2). 

Figura 3.2. Clasificación de los métodos de ADMC

AHP: proceso jerárquico analítico. ELECTRE: eliminación y elección que expresan la realidad. PBMA: presupuesto por programas y análisis marginal. PROMETHEE-GAIA: método de organización de ranking de preferencias para la mejora de las evaluaciones.

Fuente: Thokala y Duenas, 2012.

En los modelos de medida del valor se calculan y comparan puntuaciones numéricas que sintetizan el valor global de cada alternativa como expresión del grado en el que una de ellas es preferida a otra. Las puntuaciones de cada uno de los criterios individuales se agregan en una cifra que representa el valor global de la alternativa. Este es el método más utilizado de forma preferente, casi el único, en ETS, siendo el método aditivo de agregación el más utilizado (método de la suma ponderada). El método aditivo de agregación requiere que se satisfaga la condición de independencia aditiva, es decir, que los conflictos entre dos criterios no dependan del nivel de los restantes criterios (Diaby y Dias, 2017). En una revisión sistemática de las aplicaciones del ADMC en el sector salud para el período 1980-2013 se observa que 60 de los 66 estudios seleccionados sólo usaron funciones de valor (Diaby y Dias, 2017). La programación presupuestaria y análisis marginal y el proceso jerárquico analítico son técnicas similares que se pueden agrupar dentro de este grupo de métodos.

Se identifican dos métodos alternativos de medida o funciones de valor: la teoría de la utilidad multiatributo (MAUT) y la teoría del valor multi-atributo (MAVT). La principal diferencia entre ambas es que MAUT utiliza funciones de utilidad que tienen en cuenta las actitudes de los decisores con relación al riesgo, utilizando el concepto de loterías, en contraposición al MAVT que construye una función global de valor para cada alternativa para obtener la puntuación global de cada alternativa basada en los criterios de decisión, utilizando el concepto de intensidad de preferencias. Los modelos de medida del valor MAVT requieren el cumplimiento estricto de algunas condiciones relativas a criterios y pesos: independencia y transitividad de las preferencias de los criterios y pesos que cumplan los requerimientos de la relación de intercambio entre criterios. La independencia de las preferencias requiere que la decisión se base en aquellos criterios en los que las alternativas aparecen como diferentes. Los pesos relativos de dos criterios i y k (wi, wk) deben ser tales que el ratio de pesos relativos (wi/wk) represente el cambio en el valor de la puntuación del criterio k para la alternativa A, vk(A), que es necesario para compensar una pérdida de una unidad en el valor de la puntuación del criterio i, vi(A).  Las técnicas de obtención de estos pesos son objeto de análisis detallado en el Capítulo 4 de este libro.  Asimismo, los métodos de puntuación y ponderación de los criterios se describen de forma detallada en el Capítulo 5 de este libro y en Marsh et al., 2017. Los fundamentos teóricos de los diversos métodos se pueden consultar en Regier y Peacock, 2017.

El uso de medidas o funciones de valor implica aceptar que un resultado bajo en un criterio se puede compensar con un mejor resultado en alguno de los otros criterios. Estos métodos pueden no ser apropiados cuando estos efectos compensatorios no se consideran adecuados para el proceso de decisión: por ejemplo, cuando los criterios se refieren a diferentes agentes (pacientes vs profesionales o hospitales) o cuando los criterios se refieren a dimensiones muy distintas del valor (económicas versus sociales) (Diaby y Dias, 2017). 

En los modelos outranking, inicialmente se comparan las alternativas por pares en términos de cada criterio con el fin de confirmar el grado de preferencia (dominancia) de una relación con la otra para cada criterio concreto. Si las dos alternativas son muy similares, entonces no se pueden comparar. A continuación, se agrega el grado de preferencia de los distintos criterios entre las alternativas con el fin de establecer el nivel de preferencia global de una sobre la otra.   Este método está basado en una comparación directa de las características de las alternativas, siendo apropiado para la ETS a pesar de haber sido poco utilizado hasta ahora.

La modelización por objetivos o niveles de referencia se basa en determinar cuál es la alternativa que se acerca más a niveles predeterminados de resultados de cada criterio. La utilización de un umbral coste-utilidad en la fijación de precios basados en el valor sería similar a la forma de proceder de este grupo de métodos basados en técnicas de programación matemática. La programación por objetivos implicar minimizar las desviaciones de los objetivos teniendo en cuenta la importancia relativa de cada objetivo o criterio. Las dos principales técnicas utilizadas en este grupo de métodos son la programación por objetivos y la programación lexicográfica por objetivos, que difieren por la forma de priorizar y alcanzar la solución óptima (Thokala y Duenas, 2012).

En la Tabla 3.2 se presenta la comparación de estos tres grupos de métodos de ADMC con relación a los pesos utilizados, la medida de resultado de los criterios, la complejidad del modelo de ADMC, la presentación de los resultados y el tratamiento de la incertidumbre.

Tabla 3.2. Comparación de los métodos de ADMC

  Modelos de medida del valor Modelos outranking Programación por objetivos
Pesos Los pesos clave son usados para obtener tanto el efecto sobre las escalas de medida como la importancia del criterio. Los pesos necesitan satisfacer el criterio de independencia de preferencias y los requerimientos de trade-off. Los pesos están influenciados por la escala de la función de valor. Los pesos muestran la importancia relativa de los criterios en la afirmación de que una alternativa es mejor que la otra. Los pasos no tienen que satisfacer ninguna condición.   Se asignan pesos a las desviaciones y representan la importancia relativa del criterio a través de especificar una medida global de las desviaciones respecto de sus objetivos. Los pesos no tienen que satisfacer ninguna condición.
Medida de resultado de los criterios Se necesita desarrollar medidas de resultado, , y valores de los atributos, , para cada criterio i. Se necesita de un esfuerzo considerable para desarrollar estas medidas de resultado. El método outranking usa una puntuación del valor del resultado, , o bien valores de los atributos, , ahorrándose el esfuerzo necesario para desarrollar una puntuación del valor del rendimiento.   La programación por objetivos opera directamente sobre los atributos, . No se necesita desarrollar valoraciones de resultado.
Complejidad del modelo ADMC El método de suma ponderada es fácil de comprender y usar por parte de aquellos que toman las decisiones. Los parámetros pueden ser modificados en tiempo real para observar sus efectos.   Intuitivo y fácil de comprender. Con el software apropiado, las premisas pueden ser modificadas y los resultados se pueden observar casi instantáneamente. Fácil de comprender, pero requiere de importante tiempo computacional para la obtención de resultados. La actualización en tiempo real no es posible.
Presentación de los resultados Fácil de comprender y permite la posterior deliberación. Bien equipado para la presentación gráfica. Moderadamente fácil de comprender, se puede presentar gráficamente, pero es difícil cuando hay múltiples alternativas.   Los resultados son fáciles de comprender, pero no pueden ser presentados gráficamente.
Incorporación de incertidumbre Es fácil llevar a cabo un análisis de sensibilidad probabilístico para evaluar la incertidumbre en los parámetros. Es moderadamente difícil incluir incertidumbre, necesita de software especializado. Es muy difícil incluir incertidumbre, se requieren de técnicas de programación estocástica.

Fuente: Thokala y Duenas, 2012.

Desde un punto de vista práctico, las fases para la realización de un ADMC se pueden resumir en los cinco siguientes (Angelis y Kanavos, 2016), aunque hay autores y guías que presentan esquemas o etapas más detalladas (Devlin y Sussex, 2011; Thokala et al., 2016): estructuración del problema, construcción del modelo, evaluación del modelo (“assessment”), valoración del modelo (“appraisal”) y planes de actuación.

En la primera etapa, estructuración del problema donde intervienen investigadores y decisores que establecen el contexto de la decisión: problema sobre el cual hay que tomar una decisión y los objetivos que se persiguen, así como los decisores y agentes implicados. Por ejemplo, el problema de decisión puede ser valorar beneficios y costes de una nueva tecnología desde la perspectiva social y comparada con la práctica clínica habitual con el objetivo de identificar la intervención que aporta mayor valor al sistema de salud. Los decisores, en este contexto, podrían ser los pagadores o aseguradores; y los agentes implicados serían profesionales sanitarios, pacientes y sus cuidadores, industria proveedora y expertos en los métodos. 

En la segunda fase, construcción del modelo, intervienen también investigadores y decisores. Esta fase consiste básicamente en la selección de criterios y atributos que reflejen los objetivos y preocupaciones de los decisores, la selección de las alternativas y la obtención de evidencia sobre los resultados de las alternativas para los criterios seleccionados. Por ejemplo, en la evaluación de un nuevo medicamento comparado con el anterior más efectivo, los criterios seleccionados podrían ser el beneficio terapéutico, el perfil de seguridad, la carga de la enfermedad, el nivel de innovación, el impacto socio-económico o la calidad de la evidencia. La tercera fase del ADMC consiste en la evaluación de los resultados de las alternativas para cada uno de los criterios identificados: puntuación para cada criterio que aporta información para la comparación intra-criterio, y ponderación de los criterios de acuerdo con su importancia relativa que aporta información para combinar criterios. Esta fase requiere generalmente la construcción de funciones de valor mediante diversas técnicas (ver Capítulo 5 de este libro) transformando los valores de los resultados en puntuaciones de la escala de valor. La valoración (“appraisal”) requiere la obtención de un índice de valor agregado mediante la combinación de puntuaciones y pesos, cuyos detalles técnicos son distintos en función del método de ADMC adoptado (Diaby y Dias, 2017). El resultado de esta fase, sujeto a la realización de un análisis de sensibilildad, consiste en una ordenación de las alternativas basada en la puntuación de valor obtenida con el ADMC.

Deixa un comentari

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *