Artikkel
Innramming av femårsprognoser med tyske bevis fra den virkelige verden: Nylige endringer i G-BA-reglementet og implikasjoner for bruk av kravdata i tyske AMNOG-dossierer
-
Kathrin Gerchow, MPH
-
Timotheus Stremel, MSc
-
Christian Jacob, PhD
-
Sebastian Braun, PhD
Hvordan kan produsenter forutsi fremtiden ved å bruke bevis fra den virkelige verden i tyske fordelsvurderinger? Farmasøytiske selskaper er nå pålagt å gi fremtidsrettede trendestimater som fokuserer på forventede endringer i antall pasienter med lovpålagt helseforsikring innenfor målpopulasjonen for det nye legemidlet i løpet av de neste fem årene.
Metodevurdering i Tyskland
Loven om reform av markedet for legemidler (AMNOG), som ble innført i 2011, har fundamentalt endret landskapet for medisinsk teknologivurdering (HTA) i Tyskland. Ved å pålegge farmasøytiske selskaper å sende inn detaljerte verdimapper til Federal Joint Committee (G-BA) ved markedslansering, introduserte AMNOG et strukturert rammeverk for å evaluere mernytten av nye legemidler. Disse dossierene bidrar til tildeling av lovpålagte helseforsikringsressurser (SHI) og tar sikte på å øke åpenheten ved å gjøre fordelsvurderinger offentlig tilgjengelige på G-BA-nettstedet (www.g-ba.de).
G-BA er en offentlig juridisk enhet som består av nøkkelorganisasjoner i det tyske helsevesenet, inkludert foreninger for leger, tannleger, sykehus og helseforsikringsfond, med pasientrepresentanter som deltar i formelle beslutningsøkter (møter der vedtak om helseforskrifter og ytelsesvurderinger diskuteres og vedtas) uten stemmerett. G-BA ble etablert 1 januar 2004, og erstattet tidligere føderale helsekomiteer og begynte sin femte periode 1 juli 2024. Arbeidet styres av den tyske sosialloven, bok fem (SGB V), som skisserer dens mandater, medlemsutnevnelser, pasientinvolvering og prosedyrerammeverk, med ytterligere detaljer definert i vedtektene godkjent av det føderale helsedepartementet. G-BA opererer under tilsyn av det føderale helsedepartementet, som reviderer sine resolusjoner før de publiseres i Federal Gazette.
En tysk AMNOG-dossier er strukturert i fem hovedmoduler som dekker sammendraget av uttalelser i dossieret, generell informasjon om legemidlet og godkjente indikasjoner, passende komparativ terapi, pasientpopulasjoner og kostnader, medisinsk og terapeutisk nyttevurdering og ytterligere støttemateriale. I modul 3 må antall pasienter med meningsfull nytte, inkludert medisinsk behov, epidemiologi av den underliggende sykdommen og målgruppen for legemidlet som undersøkes, beskrives.
I 2024 introduserte G-BA revisjoner av kravene til modul 3 i AMNOG-dossierer. Når det gjelder epidemiologien til den underliggende sykdommen og målgruppen, er farmasøytiske selskaper nå pålagt å gi trendestimater som forutsier forventede endringer i antall SHI-pasienter innenfor målpopulasjonen for det nye legemidlet i løpet av de neste fem årene. Dette skiftet fra fokus på epidemiologi av den underliggende sykdommen til utviklingen av den anslåtte størrelsen på målpopulasjonen vil gi mer meningsfull informasjon for beslutningstaking i helsevesenet.
En tysk AMNOG-dossier er strukturert i fem hovedmoduler som dekker sammendraget av uttalelser i dossieret, generell informasjon om legemidlet og godkjente indikasjoner, passende komparativ terapi, pasientpopulasjoner og kostnader, medisinsk og terapeutisk nyttevurdering og ytterligere støttemateriale. I modul 3 må antall pasienter med meningsfull nytte, inkludert medisinsk behov, epidemiologi av den underliggende sykdommen og målgruppen for legemidlet som undersøkes, beskrives.
I 2024 introduserte G-BA revisjoner av kravene til modul 3 i AMNOG-dossierer. Når det gjelder epidemiologien til den underliggende sykdommen og målgruppen, er farmasøytiske selskaper nå pålagt å gi trendestimater som forutsier forventede endringer i antall SHI-pasienter innenfor målpopulasjonen for det nye legemidlet i løpet av de neste fem årene. Dette skiftet fra fokus på epidemiologi av den underliggende sykdommen til utviklingen av den anslåtte størrelsen på målpopulasjonen vil gi mer meningsfull informasjon for beslutningstaking i helsevesenet.
Bevis fra den virkelige verden i AMNOG-dossierer
Real-world evidence (RWE), avledet fra kilder som elektroniske helsejournaler, kravdata og pasientregistre, gir innsikt i den virkelige bruken og resultatene av terapeutiske intervensjoner. I sammenheng med modul 3 av AMNOG-dossierer kan RWE tjene som det empiriske grunnlaget for epidemiologien til den underliggende sykdommen, størrelsen på målpopulasjonen og de relaterte trendanalysene. Disse trendanalysene innebærer vanligvis å bruke flere år med historiske påstander og epidemiologiske data, supplert med demografiske projeksjoner, for å modellere og ekstrapolere forventede endringer i SHI-pasientpopulasjonen i løpet av de neste fem årene. RWE kan gi ytterligere detaljer og kontekstspesifikk forståelse av pasientpopulasjoner, og utfylle tradisjonelle epidemiologiske data. Offentlige plattformer som Senter for kreftregisterdata (ZfKD) og Institutt for sykehusgodtgjørelsessystem (InEK) har den siste tiden fått mer oppmerksomhet som datakilder for epidemiologiske data om underliggende sykdom for modul 3-vurderinger. Begge tilbyr offentlige datanettlesere, en kostnadseffektiv og effektiv måte å utføre raske dataanalyser på, vanligvis supplert med litteratur for å støtte kvantifiseringen av komplekse målpopulasjoner. ZfKD tilbyr imidlertid også muligheten til formelle forespørsler om datatilgang, noe som gir tilgang til svært detaljerte datasett utover det som er tilgjengelig gjennom det offentlige grensesnittet. Denne tilnærmingen er av spesiell verdi ved estimering av målpopulasjoner, der skreddersydde tilnærminger kreves av etiketten på legemiddelproduktet. Derimot er slik detaljert datatilgang ikke tilgjengelig for InEK, som fortsatt er begrenset til sine aggregerte offentlige datatilbud.
En gyldig tilnærming for å integrere RWE
Analysen av tyske SHI-kravdata for å støtte modul 3 i AMNOG-dossieret er også en ofte brukt metode. Alle individuelle tyske helseforsikringer tilbyr den samme omfattende fordelspakken, ettersom fordelene som skal refunderes er fastsatt i sosialloven. SHI-kravdata inkluderer informasjon om alle forskjellige helsesektorer som innlagt, poliklinisk behandling, apoteksektoren, rettsmidler, utstyr og hjelpemidler, og gir detaljert informasjon om ressursbruk og helsekostnader for leverte tjenester, inkludert manglende arbeidsevne og sykefraværsbetalinger.
Tyske skadedata er en etablert og godt akseptert datakilde av G-BA, spesielt justerte analyseprøver strukturert for å representere den tyske befolkningen. Tilgjengelige databaser består av longitudinelle data fra en eller flere forskjellige SHI-er med opptil 1,5 til 10 millioner dekkede liv, avhengig av databasen. Typiske tidsrammer varierer fra fire til ti år, med unntak som gir opptil 15 år med data.
Ved å bruke SHI-kravdata kan farmasøytiske selskaper implementere en skreddersydd tilnærming for å identifisere målgruppen av interesse ved å bruke for eksempel International Statistical Classification of Diseases and Related Health Problems, 10th Revision, German Modification (ICD-10-GM), Anatomical Therapeutic Chemical (ATC) klassifiseringssystem, eller Key of Operations and Procedures (OPS)-koder for å identifisere pasienter med en respektive diagnose i kombinasjon med spesifikke resepter, behandlinger, intervensjoner og AIDS.
Tyske skadedata er en etablert og godt akseptert datakilde av G-BA, spesielt justerte analyseprøver strukturert for å representere den tyske befolkningen. Tilgjengelige databaser består av longitudinelle data fra en eller flere forskjellige SHI-er med opptil 1,5 til 10 millioner dekkede liv, avhengig av databasen. Typiske tidsrammer varierer fra fire til ti år, med unntak som gir opptil 15 år med data.
Ved å bruke SHI-kravdata kan farmasøytiske selskaper implementere en skreddersydd tilnærming for å identifisere målgruppen av interesse ved å bruke for eksempel International Statistical Classification of Diseases and Related Health Problems, 10th Revision, German Modification (ICD-10-GM), Anatomical Therapeutic Chemical (ATC) klassifiseringssystem, eller Key of Operations and Procedures (OPS)-koder for å identifisere pasienter med en respektive diagnose i kombinasjon med spesifikke resepter, behandlinger, intervensjoner og AIDS.
Implikasjoner for AMNOG-dossierer
For farmasøytiske selskaper byr de reviderte kravene på både utfordringer og muligheter. Integreringen av RWE og fokuset på SHI-målpopulasjoner kan kreve ytterligere investeringer i datainfrastruktur og analytiske evner. Men ved å tilpasse dossierene sine til de oppdaterte G-BA-retningslinjene, kan selskaper bedre posisjonere produktene sine for vellykkede beslutninger om markedsadgang og refusjon.
Overgangsfasen som ble observert på slutten av 2024 og begynnelsen av 2025 fremhever utfordringene og mulighetene knyttet til de oppdaterte retningslinjene. Mens noen selskaper har tatt til seg de nye standardene fullt ut, fortsetter andre å følge de gamle retningslinjene i overgangsfasen (se figur 1).
Figur 1. Fordeling av modul 3 etter innsendingsperiode og anvendte retningslinjer
Overgangsfasen som ble observert på slutten av 2024 og begynnelsen av 2025 fremhever utfordringene og mulighetene knyttet til de oppdaterte retningslinjene. Mens noen selskaper har tatt til seg de nye standardene fullt ut, fortsetter andre å følge de gamle retningslinjene i overgangsfasen (se figur 1).
Figur 1. Fordeling av modul 3 etter innsendingsperiode og anvendte retningslinjer
Ser fremover
Fremover vil valget av databaser for fremtidige saker også avhenge av den spesifikke indikasjonen, som skissert nedenfor:
Onkologiske indikasjoner: ZfKD-data
- For grunnleggende spørsmål: Gratis nettbaserte verktøy tilgjengelig på ZfKD-nettstedet kan brukes til enkle analyser.
- For komplekse oppgaver: Du kan få tilgang til omfattende datasett gjennom formelle dataforespørsler, som er spesielt nyttige for mer avanserte oppgaver som å definere komplekse målpopulasjoner.
Ikke-onkologiske indikasjoner: SHI-krav data
- SHI hevder at data forblir en velprøvd datakilde hvis en detaljert tilnærming for ikke-onkologiske indikasjoner er ønsket.
- Det kan imidlertid være utfordrende å identifisere foreldreløse sykdommer i småkravsdatabaser på grunn av deres begrensede dekning av SHI-populasjonen. I slike tilfeller vil det nye Health Data Lab (HDL; Forschungsdatenzentrum Gesundheit, www.forschungsdatenzentrum-gesundheit.de/en/) database kan tjene som et alternativ. HDL gir full dekning av SHI-erstatningsdata i Tyskland og representerer det største SHI-datasettet i Europa.
Viktige punkter om HDL kontra enkelt SHI eller samlede kravdatabaser:
- HDL-database: Selv om HDL tilbyr omfattende data om hele den tyske SHI-populasjonen, har HDL visse begrensninger. Det er en relativt ny ressurs med utviklende arbeidsflyter, høy etterspørsel og en tidkrevende tilgangsprosess.
- Enkle SHI/samlede kravdatabaser: Disse har fordeler på grunn av deres raskere godkjenningsprosesser, veletablerte arbeidsflyter og muligheten til å muliggjøre rask analyse.
Gitt potensialet til RWE til å informere om nyttevurderinger av nye behandlinger i det tyske helsevesenet, kan nøye valg av en passende datakilde være avgjørende for en vellykket markedslansering i dette nøkkelmarkedet.
Kilder oppført nedenfor.
Ansvarserklæring:
Denne artikkelen oppsummerer Cencoras forståelse av emnet basert på offentlig tilgjengelig informasjon i skrivende stund (se oppførte kilder) og forfatternes ekspertise på dette området. Eventuelle anbefalinger gitt i artikkelen gjelder kanskje ikke for alle situasjoner og utgjør ikke juridisk rådgivning; Lesere bør ikke stole på artikkelen når de tar avgjørelser knyttet til temaene som diskuteres.
Ta kontakt med teamet vårt
Vårt team av ledende verdieksperter arbeider iherdig med å omsette bevis, policy-innsikt og markedsinformasjon til effektive tilgangsstrategier for det globale markedet. Vi hjelper deg med å finne frem i dagens komplekse helsetjenester. Kontakt oss, så hjelper vi deg med å nå målene dine.
Kilder
- Gemeinsamer Bundesausschuss (G-BA). Nutzenbewertung von Arzneimitteln gemäß § 35a SGB V. Åpnet 13. februar 2026. https://www.g-ba.de/themen/arzneimittel/arzneimittel-richtlinie-anlagen/nutzenbewertung-35a/
- Gemeinsamer Bundesausschuss (G-BA). Den føderale felleskomiteen: Hvem vi er og hva vi gjør. Åpnet 13. februar 2026. https://www.g-ba.de/english/structure/
- Gemeinsamer Bundesausschuss (G-BA). Anlage II.5: Modul 3. Dokumentvorlage, versjon fra november 2025. Åpnet 13. februar 2026. https://www.g-ba.de/downloads/17-98-4824/2025-11-18_Anl2_5_Modul3.pdf
- Gemeinsamer Bundesausschuss (G-BA). Beschluss Verfahrensordnung: Änderung der Anlage II zum 5. Kapittel (Modul 3), Beschlussdatum: 4. april 2024. Åpnet 13. februar 2026. https://www.g-ba.de/beschluesse/6547/
- Gerchow K, Viering TC, Stremel T, Seidel K, Jacob C. HTA353 Utnyttelse av bevis fra den virkelige verden (RWE) i AMNOG-dossierer etter 2024 G-BA-revisjonen av modul 3-kravene. Vurder helse. 2025; 28(12):S475.
- Ehlert D, Ehrentraut M, ten Thoren C, Schwalm A, Mostardt S, Verwendung von Routinedaten in der Dossierbewertung 2024. https://www.mhh.de/fileadmin/mhh/medizinische-soziologie/downloads/AGENS2024/AGENS_2024_F21_Ehlert.pdf
- Seidel K, Schnaidt S, Viering T, Löpmeier JF, Borchert K, Jacob C. HTA92 10 år med AMNOG: viktigheten av evidensstudier i den tyske fordelsvurderingsprosessen. Vurder helse. 2022; 25(12):S314.
- Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG). Patientenzahlen in Dossiers lassen sich mit Versorgungsdaten validieren. Åpnet 13. februar 2026. https://www.iqwig.de/presse/pressemitteilungen/pressemitteilungen-detailseite_9889.html
- Gerchow K, Viering TC, Stremel T, Seidel K, Jacob C. HTA22 tilpasning til endring: analyse av trendestimering i AMNOG-dossierer under reviderte G-BA-retningslinjer. Vurder helse. 2025; 28(12):S404.
