A Cost Effectiveness Analysis To Compare Mastectomy Versus Lumpectomy Using a Fuzzy Approach

Abstract

Meme kanseri çoğu ülkede en yaygın olan kanser türüdür. Meme kanserinin tedavisi birçok faktöre bağlıdır. Erken evre meme kanseri hastaları belirli şartlar altında meme dokusunun çıkarılması (mastektomi) ya da meme koruyucu cerrahi (lumpektomi) yöntemlerinden birini seçebilir. Lumpektomi ve sonrasında uygulanan ışın tedavisi ile mastektominin sağ kalım oranları eşittir fakat hastaların duygusal, sosyal ve fiziksel hallerini etkileyen yaşam kaliteleri arasında önemli bir fark vardır. Bu çalışmanın amacı Mastektomi ve Lumpektomi operasyonlarını hastaların operasyon sonrası tedavilerini, tedavi maliyetlerini ve hastaların memnuniyetini dikkate alarak maliyet etkinlik analizi ile değerlendirmektir. Ameliyat sonrasında hastaların klinik geçmişini özetleyen bir karar ağacı oluşturulmuştur. Modeli tanımlarken geçiş olasılıkları ve yaşam kaliteleri kullanılmıştır. Maliyetlerin ve sağlık durumunun zamana bağlı değişkenliği sebebiyle düzensiz verileri değerlendirmek için güçlü bir karar aracı olan bulanık küme maliyet etkinlik oranı önerilmiştir. Gerekli veriler hastane kayıtlarından, TUIK veri tabanından ve yazılı kaynaklardan elde edilmiştir.Breast cancer is the most common cancer for women in many countries. Treatment choice for breast cancer depends on many factors. Under certain circumstances, people with early stage breast cancer have the opportunity to choose between total removal of a breast (Mastectomy) and breast-conserving surgery (Lumpectomy) followed by Radiation Therapy (RT). Overall survival chance with lumpectomy plus RT is same as with mastectomy but there are important differences in patient's quality of life (QOL) which affects all emotional, social, and physical aspects of the individual's life. One of the main goals of this study is to evaluate the Cost-Effectiveness Analysis (CEA) of Mastectomy and Lumpectomy operations in breast cancer patients taking into consideration adjuvant therapies in periods, monetary units and patient's satisfaction. A Decision Tree was constructed to project the clinical history of breast carcinoma following surgery. Then, health states used in the model were characterized by transition probabilities and utilities for QOL. In order to capture both costs uncertainty and variation of health benefits over time we recommend a fuzzy costeffectiveness ratio that will be a powerful tool for decision making, and to handle and manipulate imprecise and noisy data. The necessary data is obtained from hospital records, TUIK databases and the literature.