Cost-effectiveness of a clinical decision support system for rare disease diagnosis

Abstract

Rare diseases can be difficult to diagnose, leading to lengthy and expensive diagnostic processes and delays in treatment. This can be particularly unpleasant for patients who may need to visit multiple specialists and endure their symptoms for an extended period. Vasculitides, a group of rare diseases characterized by inflammation of the blood vessel walls, are often curable but also challenging to diagnose. They are often not diagnosed until the patient is already in the hospital for organ failure.

The aim of this study was to calculate the potential cost savings of using an algorithm to spot patients with vasculitis and expedite their diagnosis. To do this, the study summed all the costs occurring during the last three months before the diagnosis. The study also examined the factors that affect diagnostic costs using regression analysis and analyzed the average diagnostic path of a vasculitis patient. The data used in the study were the cost-, patient-, and diagnosis data of 2306 patients diagnosed with vasculitis at HUS. Finally, the study discussed suggestions for using the algorithm based on interviews with an expert.

The study found that, on average, diagnosing patients three months earlier could have saved 1,308,243€/year or 7375€/patient. Men were, on average, 26% more expensive to diagnose than women, and diagnostic costs increased exponentially with age. Different diagnoses also greatly impacted costs. The average diagnostic path for a vasculitis patient included 10 contacts with healthcare professionals, including calls, visits, and referrals to different departments.

This study suggests that the use of the algorithm could result in significant cost savings by expediting the diagnosis of vasculitis and reducing the number of patient contacts. Earlier diagnosis could also improve the quality of life for patients by allowing treatment to begin sooner and potentially preventing organ failures and other severe complications.

Harvinaissairaudet voivat olla vaikeita diagnosoida, mikä johtaa usein pitkiin ja kalliisiin viiveisiin diagnoosissa ja hoidon aloittamisessa. Potilas voi joutua käymään monella eri erikoislääkärillä ja kärsiä oireistaan pitkän aikaa. Vaskuliitit ovat harvinaissairauksia, joissa verisuonien seinämät tulehtuvat. Ne ovat usein parannettavissa, mutta myös vaikeita diagnosoida, jolloin ne saatetaan diagnosoida vasta, kun potilas on teholla jonkin elimen vajaatoiminnan takia.

Tämän tutkimuksen tavoite oli selvittää, kuinka paljon rahaa voitaisiin säästää käyttämällä algoritmia, joka etsii mahdollisia vaskuliittipotilaita ja nopeuttaa heidän diagnosointiaan. Kustannussäästöt laskettiin summaamalla kaikki potilaiden kulut kolmen kuukauden ajalta ennen diagnoosia. Tutkimuksessa selvitettiin myös diagnoosikustannuksiin vaikuttavia tekijöitä regressioanalyysin avulla ja analysoitiin keskimääräistä diagnoosipolkua. Tutkimuksessa käytettiin 2306 HUS:ssa diagnosoidun vaskuliittipotilaan kustannus-, diagnoosi- ja potilastietoja. Lopuksi tutkimuksessa pohdittiin suosituksia algoritmin käyttöön asiantuntijahaastattelujen perusteella.

Tutkimuksen mukaan potilaiden diagnosoiminen kolme kuukautta aikaisemmin olisi säästänyt keskimäärin 1 308 243€/vuosi tai 7375€/potilas. Miesten diagnosointi oli keskimäärin 26 % naisia kalliimpaa, ja kustannukset kasvoivat eksponentiaalisesti iän myötä. Eri diagnoosit vaikuttivat myös merkittävästi kustannuksiin. Keskimääräisessä diagnoosipolussa oli 10 potilaskontaktia, jotka koostuivat puheluista, käynneistä ja lähetteistä eri osastoille.

Tulosten perusteella voidaan päätellä, että algoritmin käyttö voisi merkittävästi vähentää kustannuksia aikaistamalla vaskuliitin diagnosointia ja vähentämällä potilaskontakteja. Aikaisempi diagnoosi voisi myös parantaa potilaiden elämänlaatua, sillä aikaisemmin aloitettu hoito ennaltaehkäisisi elinten vajaatoimintaa ja muita vakavia komplikaatioita.