[Health Policy Insight 216회]

유럽의 의료기술평가, 다기준결정분석
(Multi-Criteria Decision Analysis, MCDA) 사용의 장단점

대다수 유럽국가에서 헬스케어 혁신을 보험급여하기 위한 의사결정은 길고 복잡한 문제 분석, 근거 수집 및 평가 과정 후에 이루어진다. 대다수 국가에서 근거 수집과 평가는 근거를 평가하고, 그들의 관점을 공유하며, 사회적 관점에서 혁신의 보험급여 필요성에 대해 논의하는 헬스케어 안팎의 상이한 배경을 가진 전문가들과의 숙의(deliberation)로 이어진다. 이러한 의사결정 절차는 다양한 기준에 의해 영향을 받는다. 때때로 평가기준은 담당기관에 의해 명시적으로 제시된다; 때로는 기준의 일부만 또는 명시적으로 명시되지 않는 경우도 있음. 예를 들어, 중재술의 비용효과성은 대부분의 유럽국가에서 중요한 기준이다. 질병의 중증도, 혁신의 안전성 및 내성, 근거의 질 및 보험급여의 재정영향 또한 유럽에서 의사결정에 영향을 끼친다.

헬스케어 비용 증가와 예산관리 필요성으로 인해 의사결정 패널은 의사결정의 정당성에 대해 요구된다. 다기준 결정분석(multicriteria decision analysis, MCDA)은 종종 보험급여 의사결정 절차를 지원하는 방법으로 제안된다. MCDA는 “개인 또는 그룹이 중요한 의사결정을 탐색할 수 있도록 다양한 기준을 명시적으로 고려하는 공식적인 접근방법 모음을 기술하는 포괄적 용어”이다 (Belton and Steward, 2003). MCDA는 다양하거나 상충되는 주장, 다양한 이해당사자, 명백한 "올바른(right)" 의사결정이 없는 경우 복잡한 의사결정을 지원하기 위해 개발되었기 때문에, 이론적 관점에서 MCDA를 사용하여 보험급여 의사결정을 지원하는 것은 매우 유망한 것으로 보인다. MCDA는 광범위한 기술(techniques)로 구성되지만 공통 분모는 모든 방법이 의사결정에 대한 단계적 접근방식(stepwise approach)을 따른다는 점이다. 단계적 접근방식을 따르면 MCDA는 의사결정의 구조, 투명성, 일관성, 타당성 및 책무성을 향상시킨다. 의사결정의 구조는 조직이 보험급여 의사결정 절차를 공식화한 정도를 의미한다. 투명성은 의사결정에 대한 주장과 동기부여가 대중을 포함한 모든 이해당사자에게 명확하게 전달되는 정도를 의미한다. 일관성은 반복된 의사결정이 유사한 절차와 결과를 갖는 정도를 의미한다. 타당성은 평가위원회 권고사항이 사회 내 우선순위를 반영하는 정도를 의미한다. 이 모든 것이 책무성에 기여하는데, 책무성은 조직이 의사결정을 정당화할 수 있는 정도를 의미한다.

유럽의 경험은 평가에 사용된 기준을 명시적으로 기술, 정의 및 운영하는 것이 절차의 구조와 투명성에 모두 기여함을 보여준다. Lombardy에서 EVIDEM 프레임 워크(framework)는 지역 절차(local processes)와 의사결정 절차에 맞게 조정되었고, 몇 가지 의료기기와 시술의 혜택 또는 부족을 파악하고 각 기준에 대해 2단계(개인 및 그룹 토론)의 성과평가 연습(performance scoring exercise)을 통해 논의된다. 이 경우 성과평가를 지원하기 위해 명시적 기준의 선제목록을 갖는 것은 과거 구조화되지 않은 숙의 의사결정 절차를 크게 개선한다. 이를 통해 의사결정에 대한 논쟁과 동기부여가 대중을 포함한 모든 이해당사자에게 명확하게 전달된다. 네덜란드에서 MCDA가 의사결정 절차의 구조와 투명성을 향상시킬 수 있는 방법의 예는 성과평가를 위한 명시적인 비교대상(comparator)의 부재였는데 “MCDA의 불확실성 분석을 위한 로드맵(A roadmap for uncertainty analysis in MCDA)” 프로젝트에서 확인되었다. 네덜란드의 근거 수집과 평가는 혁신에 대한 비용과 효과를 “현행 케어(current care)”와 명시적으로 비교하는 것을 포함하지만, 다른 기준의 경우 상대적 성과에 대한 근거가 항상 있는 것은 아니다. 예를 들어, 시행(또는 현재 케어의 시행 중단)으로 인한 재정영향은 추정하기 어렵고 성과 추정치는 위원회의 전문가 판단에 근거해야 한다. 의사결정을 뒷받침할 근거 부족은 현행 의사결정 절차에서 인정되고 네덜란드 국립 헬스케어 연구소(National Health Care Institute)의 질적 권고사항에 반영된다. MCDA 모델의 기준 가중치(criteria weighting)와 성과평가(performance scoring)는 비교대상이 없기 때문에 복잡하며 위원회의 가중치 및 성과평가에 높은 불확실성이 반영될 수 있다. MCDA에서 일부 입력(inputs)에 대한 불확실성 영향이 모델 출력(output)에 미치는 영향은 MCDA의 마지막 단계에서 추정할 수 있으며 의사결정의 타당성이 평가된다.

구조화되지 않은 정성적 의사결정 절차는 사소한 이슈에 시간이 많이 소요되거나 지배적인 패널 위원의 의견에 지나치게 주의를 기울일 수 있다. MCDA가 이용되면 모든 위원회 위원의 상대적 우선순위와 가치가 도출되고 패널에서 가장 중요한 이슈와 가장 엇갈리는 의견에 대한 토론에 집중할 수 있다. 토론에서 위원 각자는 자신의 판단을 뒷받침하는 이유와 주장을 명시적으로 언급해야 하며, 의사결정 과정의 투명성과 타당성에 도움이 된다. 현재의 케어와 비교하여 대안적 케어의 전체 가치가 공식적인 MCDA를 통해 계산되면, 보험급여 권고사항을 숙의적으로 논의하는 것이 무엇보다 중요하다. 제안된 의사결정에 불안감을 느끼는 경우, 제안된 의사결정에서 벗어나려는 주장은 아마도 기준의 핵심세트(core set of criteria) 일부가 아니며 논의되어야 한다. 적용되고 잘 기록되면 의사결정 절차에 타당성(그리고 더 넓은 관점에서 책무성)을 가져올 수 있다. 의사결정 절차의 구조, 투명성 및 타당성을 개선함으로써 후속 의사결정이 보다 일관적일 것으로 기대된다. 그러나 평가마다 우선순위가 다르면 후속 의사결정의 일관성이 떨어진다. 정성적 토의에서는 인식하기 어렵지만, 정량적 가중치 추출(quantitative weight elicitation)은 기준의 중요성에 있어 불일치(inconsistency)를 강조할 수 있다. 잠재적인 불일치가 확인되면 토론주제가 될 수 있다. MCDA 프레임워크(framework) 내에서 반복된 의사결정의 일관성을 높이는 가장 극단적인 방법은 의사결정에 대해 고정된 기준 세트(fixed criteria set)와 동일한 기준 가중치(equal criteria weights)를 사용하는 것이다 - 광범위한 혁신의 가치 및 전반적인 가치와 보험급여 의사결정 간의 직접적 연계를 포착할 수 있는 성과 척도. 예를 들어, 의료 혁신의 보험급여를 권장하는 준거지점(cut-off points)을 도입할 수 있다. 그러나 이러한 접근방식의 주요 함정은 알고리즘적 접근방식으로 HTA를 축소시킬 수 있으며, 대중의 관점에서 근거를 평가하고 사회적 가치를 통합하는 의사결정 위원회를 갖는 구체적인 목표를 잃게 된다.

MCDA를 사용한 HTA 지원의 잠재적 함정(Potential pitfalls to using MCDA to support HTA)

유럽의 경험은 보험급여 의사결정을 지원하기 위해 유효한 MCDA 모델을 구축하는 것은 어렵지만 가치있는 프로세스임을 보여준다. 첫째, 1개의 MCDA 의사결정 모델이 HTA 기관의 모든 의사결정에 적합한지 여부는 의문이다. 질병 중증도와 같은 일부 기준은 1개 질병에 대한 다양한 혁신을 고려하는 경우 고려하기에는 적합하지 않지만 더 높은 수준의 보험급여 우선순위 지정에는 매우 중요하다. 둘째, MCDA 요건 가운데 하나인 기준의 우선적 독립성(preferential independence)은 모델에서 보장하기 어려운데 일반적으로 고려되는 많은 기준이 현재 정의와 관련되어 있기 때문이다. 예를 들어, 비용효과성, 재정영향 및 효과성이 관련된다. 셋째, MCDA가 HTA를 지원하는데 사용되는 경우, 모든 가능한 기준을 명시적으로 공식화하는 것과 근거 수집 및 평가와 같은 대규모 조직을 위해 관리가능한 세트를 유지하는 것 간에 균형이 맞아야 한다. 명시적인 기술 성능평가와 기준 가중치는 의사결정 절차에 복잡성을 추가한다. 그렇게 하는데 필요한 시간 요건을 고려해야 한다. 넷째, 일부 기준의 경우 성과척도는 쉽게 정의되지 않으며 척도를 개발하는데 많은 시간이 소요된다. 예를 들어, 최근 몇 년간 GRADE 방법론은 전반적인 임상근거 질을 측정하기 위해 개발되었다. 그러나 근거의 질 자체는 다양한 기준, 예를 들어, 이용 가능한 연구 수, 연구방법론, 연구 당 반응자 수 및 결과에 의해 영향을 받는다. 근거를 평가하기 위해 GRADE를 사용하는 것이 충분한지 또는 임상근거의 질을 전체적으로 결정하기 위해 메타 분석(meta-analysis) 또는 보다 복잡한 모델링 기술(modelling techniques)이 필요한지 여부를 결정하기 위한 추가 연구가 필요하다. 다섯째, 데이터 집계와 관련하여 간단한 부가가치 함수(additive value function)는 HTA 기관이 채택한 비보상 기준(non-compensatory criteria)을 포착하지 못할 수 있고 보다 복잡한 분석방법이 요구된다. 이것은 MCDA 내에서 기술적으로 가능하지만 보다 복잡한 모델은 HTA 의사결정이 정당화되어야 하는 주요 대상인 일반인이 이해하기가 더 어렵다. 마지막으로, 가장 중요한 것은, 명시적인 기준 목록을 갖는 것이 중요하지만, 평가 과정에서 유리한 혹은 불리한 보험급여에 대한 모든 주장이 "한가지(one-size-fits-all)" 기준세트로 완전히 포착될 것으로 기대하지는 않는다.

결과가 아니라 평가를 위한 출발점으로 기준 가중치 추출 및 성과평가와 함께 그러한 세트를 구상한다. MCDA를 유럽 HTA 의사결정 절차에 도입할 때, 사회의 우선순위에 대한 고품질의 심도있는 논의, 필요에 따라 그리고 잘 동기부여된 주장에 근거하여 기준에서 벗어날 수 있는 능력을 유지하면서, 의사결정 절차에서 명확한 단계와 질문을 던짐으로써 증가된 구조의 혜택과 투명성 간에 민감한 균형을 맞춰야 한다. 보험급여 의사결정은 수학적 해결책을 제공하는 것이 아닌 윤리적 문제이다. 그러나 MCDA는 보험급여 의사결정에 대한 보다 체계적인 사고방식으로 사용될 수 있으므로 현행 절차에 투명성과 타당성을 추가한다. MCDA를 시행하려면 강력한 숙의 구성요소(deliberative components)와 통합하여 정량분석의 이점과 강력한 가치기반 숙의 과정의 이점을 결합하여 부분보다 더 나은 전체(sum that is better than its parts)를 가져올 수 있다.

출처: The Potential and Pitfalls of Using Multi-criteria Decision Analysis to Support Health Technology Assessment in Europe
Til JV, Schmitz S, Tringali M, Baltussen R. Value & Outcomes Spotlight July/August, 2019

* 본 컬럼은 의료기기를 비롯한 헬스케어 분야의 국내외 학회지에 발표된 논문 및 연구보고서 등을 살펴봄으로써 우리나라 의료기기 관련 보건의료정책 마련에 통찰력을 제공하기 위한 목적으로 매주 발표됨