V dnešní době existuje velice málo případů, kdy je k dispozici robustní přímá srovnávací studie, ze které je možné odvodit komparativní účinnost nové hodnocené technologie v porovnání s terapií, která je považována za relevantního komparátora. Široce se tak uplatňují metody nepřímého srovnání, jako jsou síťové meta-analýzy (network meta-analysis; NMA, resp. MTC; mixed treatment comparison). Existuje však některé limitace těchto metod (rozdílnost/ heterogenita pacientských populací v jednotlivých studiích, rozdílná definice měřených outcomes, příliš „rozsáhlá“ síť, apod.)
MAIC je metoda prvně publikovaná přibližně v roce 2010. Lze říci, že se těsněji zaměřují na komparativní účinnost dvou studovaných technologií (hodnocené vs. komparované). Tato metoda využívá individuálních pacientských dat, často dostupných pro hodnocenou technologii, dle kterých upraví/ adjustuje základní (base-line) charakteristiky komparované technologie a její outcomes (výsledky). Díky tomuto přístupu adjustace (match-adjustment), který je obdobný s váhováním jako v případě propensity score weighting, jsou porovnávány outcomes u vyvážených populaci hodnocené, tak komparované technologie. Předpokladem takového srovnání (stejně jako v jiných metodách CER) je ne-existence žádné jiné, v rámci MAIC nepopsané, nesrovnalosti mezi hodnocenou a komparovanou studií, která by ovlivňovala výsledky komparativního srovnání. Tedy, že veškeré faktory (co-founding factors) ovlivňující komparativní účinnost jsou v rámci MAIC zavzaty. Nezanedbatelnou výhodou MAIC je pak její uplatnění i v rámci jednoramenných studií/ registrů, kde tak komparativní (například placebové) rameno schází. Jak bude tato metoda akceptována v rámci HTA procesu se teprve ukáže, vhledem k relativně krátké době jejího používání.
Pro ČFES zpracoval: Jiří Klimeš, leden 2016
Jansen JP, Fleurence R, Devine B, a kol. Health-Care Decision Making: Report of the ISPOR Task Force on Indirect Treatment Comparisons Good Research Practices: Part 1. Value in Health 2011; 14: 417 – 428
Signorovitch JE, Sikirica V, Erder MH, et al. Comparative Effectiveness Research/Health Technology Assessment Matching-Adjusted Indirect Comparisons: A New Tool for Timely Comparative Effectiveness Research. . Value in Health 2012; 15: 940 – 947
Ishak KJ, Proskorovsky I, Benedict A. Simulation and Matching-Based Approaches for Indirect Comparison of Treatments. PharmacoEconomics 2015; 33:537–549