Latest / 岡大徳のポッドキャスト / 費用対効果評価案｜ブリィビアクト錠はICER1,000万円/QALY以上

Transcript

費用対効果評価案｜ブリィビアクト錠はICER1,000万円/QALY以上 · 岡大徳のポッドキャスト

• 0:00
  SPEAKER_00: 日本に受ける新薬転換治療薬の価格を決めるために、
• 0:04
  SPEAKER_00: なんというか韓国の一般の人が
• 0:06
  SPEAKER_00: 想像した発作の苦しみっていうデータが
• 0:09
  SPEAKER_00: 使われていたとしたら、あなたはどう思いますか?
• 0:13
  SPEAKER_02: えっと、
• 0:13
  SPEAKER_02: 想像ですか。
• 0:14
  SPEAKER_02: それはちょっとびっくりしますよね。
• 0:16
  SPEAKER_00: そうなんです。
• 0:18
  SPEAKER_00: 実はこれ、
• 0:18
  SPEAKER_00: ある製薬企業が実際に提出して、
• 0:22
  SPEAKER_00: そして公的機関から強く突き返されたデータなんです
• 0:25
  SPEAKER_00: よね。今回は
• 0:26
  SPEAKER_00: この転換治療薬ブリビアクト上の費用対効果をめぐる
• 0:31
  SPEAKER_00: 徹底解説をしていきます
• 0:34
  SPEAKER_02: このレポートを読み解いていくと新薬の価値が
• 0:37
  SPEAKER_02: 誰にどうやって決められているのかっていう医療経済の
• 0:40
  SPEAKER_02: リアルな裏側が見えてきますよね
• 0:42
  SPEAKER_00: まず結論から
• 0:43
  SPEAKER_00: 言うとこのブリビアクト上への評価ってものすごく容赦の
• 0:48
  SPEAKER_00: ないものだったんですよねそうですね
• 0:50
  SPEAKER_00: アイサーと呼ばれる費用対効果の指標が
• 0:53
  SPEAKER_00: 1000万円パークオリー以上と判定されたんです。
• 0:57
  SPEAKER_02: そうなんです。
• 0:58
  SPEAKER_02: このクオリーというのは単なる生存期間じゃなくて、
• 1:02
  SPEAKER_02: 完全に健康な状態での1年を1単位とする指標なんですね。
• 1:07
  SPEAKER_00: なるほど。
• 1:07
  SPEAKER_00: 完全に健康な1年ですね。ええ。
• 1:11
  SPEAKER_02: よくホテルに例えたりするんですけど、
• 1:13
  SPEAKER_02: 単に何泊するかという期間だけじゃなくて、
• 1:16
  SPEAKER_02: 騒がしい一つ星の部屋から
• 1:18
  SPEAKER_02: 快適な五つ星のスリートにアップグレードするような、
• 1:21
  SPEAKER_02: その質の両方を掛け合わせたようなものだと
• 1:24
  SPEAKER_02: 考えてみてください。ああ、
• 1:25
  SPEAKER_00: わかりやすいですね。
• 1:26
  SPEAKER_00: つまりその一つ星スリートでの1年分を得るために、
• 1:30
  SPEAKER_00: なんと1000万円以上の追加コストが
• 1:33
  SPEAKER_00: かかるぞっていう計算になったわけですよね。はい、
• 1:35
  SPEAKER_00: まさにそういうことです。でその結果適用されたのが0.
• 1:39
  SPEAKER_00: 1っていう価格調整係数だったんですが
• 1:42
  SPEAKER_00: これ要するに
• 1:43
  SPEAKER_00: どういうことなんでしょうか
• 1:44
  SPEAKER_02: えっとシンプルに言えばこの
• 1:47
  SPEAKER_02: 新薬が革新的であるとして得られるはずだった
• 1:50
  SPEAKER_02: 価格の上乗せ分がですね
• 1:51
  SPEAKER_02: 最低限のラインまで削り落とされたということなんです
• 1:54
  SPEAKER_00: うわーそれは厳しい
• 1:56
  SPEAKER_02: はい製薬企業の利益見込みが
• 1:59
  SPEAKER_02: 大幅に制限された極めて厳しい判定と言えますねそ
• 2:02
  SPEAKER_00: こです
• 2:03
  SPEAKER_00: ごく気になったのがなんでここまで判定が
• 2:06
  SPEAKER_00: 悪化しているのか
• 2:09
  SPEAKER_00: 資料を見ると公的機関が
• 2:12
  SPEAKER_00: 企業の提出したデータを何というか根本から
• 2:15
  SPEAKER_00: 計算し直していますよね
• 2:17
  SPEAKER_02: はい実は4つの点で大きく修正が
• 2:20
  SPEAKER_02: 加えられているんです
• 2:21
  SPEAKER_00: その中
• 2:22
  SPEAKER_00: でも特に驚いたのがあの後治療のデータなんです企業側は
• 2:27
  SPEAKER_00: この薬の治療を中止した後の費用と生活の質を
• 2:31
  SPEAKER_00: 計算上ゼロに設定していましたよね
• 2:34
  SPEAKER_02: そうなんです
• 2:34
  SPEAKER_02: それって計算上はどうなるかというと事
• 2:37
  SPEAKER_00: 実上患者さんが
• 2:39
  SPEAKER_00: 死亡したのと同じ扱いになっていません
• 2:41
  SPEAKER_02: か全くその通りです現実には治療を中止しても患者さんは
• 2:46
  SPEAKER_02: 別の治療を受けてしっかり生存しているのにですよねです
• 2:49
  SPEAKER_00: よね生きているのにゼロって
• 2:51
  SPEAKER_02: だから公的機関は患者は
• 2:54
  SPEAKER_02: 生きているとして近い健康状態の別データを適用して
• 2:57
  SPEAKER_02: 再計算したんです
• 2:58
  SPEAKER_00: いやー生きてる人を計算上でゼロに
• 3:01
  SPEAKER_00: するなんてちょっと強引すぎるなって思いました
• 3:04
  SPEAKER_01: まあ企業側にもなんだかのロジックあったんでしょうけど
• 3:07
  SPEAKER_01: ね
• 3:07
  SPEAKER_00: でももっと信じられないのが
• 3:09
  SPEAKER_00: 生活の質を表すQOL値のデータなんですよ
• 3:12
  SPEAKER_01: あの韓国のデータの話ですね
• 3:15
  SPEAKER_00: そうなんです
• 3:15
  SPEAKER_00: 実際の臨床試験に参加した患者さん本人のデータが
• 3:19
  SPEAKER_00: すでにあるのにわざわざ先ほど言った韓国の一般人が
• 3:24
  SPEAKER_00: 重い発作を想像して評価したデータを使っていたんです
• 3:28
  SPEAKER_00: よねなんでこんな不自然なデータを選んだんですか?
• 3:31
  SPEAKER_02: そこに今データ分析のちょっとした数学的なからくりが
• 3:34
  SPEAKER_02: あるんですよ。
• 3:35
  SPEAKER_00: からくりですか?
• 3:36
  SPEAKER_02: はい。健康な一般の人に最悪のシナリオを文章で読ませて
• 3:40
  SPEAKER_02: 想像させるとQOLの数値って極端に低く出る傾向が
• 3:44
  SPEAKER_02: あるんです。
• 3:44
  SPEAKER_00: あーなるほど。
• 3:45
  SPEAKER_00: つまり元の状態、
• 3:47
  SPEAKER_00: ベースラインを意図的にどん底に設定しておくって
• 3:51
  SPEAKER_00: いうことですか?
• 3:51
  SPEAKER_02: その通りです。
• 3:52
  SPEAKER_02: そうしておけば、
• 3:54
  SPEAKER_02: この新薬を使ったときの改善幅が
• 3:56
  SPEAKER_02: 相対的にものすごく大きく見えるわけですよね。
• 3:59
  SPEAKER_00: 改善幅が大きく見えれば、
• 4:01
  SPEAKER_00: その相ざるの数値は下がって、
• 4:03
  SPEAKER_00: より高い薬価を正当化できると。ええ。
• 4:06
  SPEAKER_00: しかし、
• 4:07
  SPEAKER_00: 公的組織は当然これを感化しませんでした。
• 4:10
  SPEAKER_00: 実際の臨床データがあるなら、
• 4:12
  SPEAKER_00: それを使うのが筋だろうとして、
• 4:15
  SPEAKER_00: 患者さん本民のリアルなデータに差し替えたんです。
• 4:18
  SPEAKER_00: なるほど。これが
• 4:20
  SPEAKER_00: 両者の間で劇的な評価のズレを生んだ最大の
• 4:23
  SPEAKER_00: 要因なんですね
• 4:24
  SPEAKER_02: いやー新薬の価格の裏側でこんなギリギリの数学的な
• 4:29
  SPEAKER_02: 綱引きが行われているとは全然思いませんでした
• 4:32
  SPEAKER_00: 本当に激しい議論が交わされているんですよ
• 4:35
  SPEAKER_02: でもこれリスナーのあなたにとっても決して他人事では
• 4:38
  SPEAKER_02: ないんですよねはい、
• 4:40
  SPEAKER_00: おっしゃる通りです。
• 4:41
  SPEAKER_00: この高度なデータ論争の結果が、
• 4:44
  SPEAKER_00: 私たちが毎月の責めている保険料の使われ方や、
• 4:48
  SPEAKER_00: 将来アクセスできる新薬の価格の直接左右しています
• 4:51
  SPEAKER_00: から。
• 4:52
  SPEAKER_02: そうですよね。
• 4:53
  SPEAKER_02: 今回の徹底解説を通して、
• 4:55
  SPEAKER_02: アイザーのような冷徹な数字によって薬の価値が
• 4:58
  SPEAKER_02: 厳格に決まっていく現実がよくわかりました。ええ、
• 5:01
  SPEAKER_00: 非常に論理的でシビアな世界です。
• 5:03
  SPEAKER_02: でも同時にこうも思いませんか?
• 5:06
  SPEAKER_02: 患者さんやご家族の何としても治したい、少し
• 5:10
  SPEAKER_02: でも良くなりたいっていう数字には
• 5:12
  SPEAKER_02: 絶対に現れない希望の価値は果たして誰が
• 5:15
  SPEAKER_02: どうやって評価するべきなのでしょうか?
• 5:17
  SPEAKER_00: それは本当に難しい。
• 5:19
  SPEAKER_00: でも重要な問いですね。はい。
• 5:21
  SPEAKER_02: これから
• 5:21
  SPEAKER_02: の医療の在り方としてリスナーのあなた自身にもぜひ一度
• 5:25
  SPEAKER_02: 考えてみてほしいなと思います。