Markov Models in health care

Abstract

ABSTRACT Markov Chains provide support for problems involving decision on uncertainties through a continuous period of time. The greater availability and access to processing power through computers allow that these models can be used more often to represent clinical structures. Markov models consider the patients in a discrete state of health, and the events represent the transition from one state to another. The possibility of modeling repetitive events and time dependence of probabilities and utilities associated permits a more accurate representation of the evaluated clinical structure. These templates can be used for economic evaluation in health care taking into account the evaluation of costs and clinical outcomes, especially for evaluation of chronic diseases. This article provides a review of the use of modeling within the clinical context and the advantages of the possibility of including time for this type of study.RESUMO Os modelos de Markov prestam apoio aos problemas de decisão envolvendo incertezas em um período contínuo de tempo. A maior disponibilidade e o maior acesso no poder de processamento por meio dos computadores permite que esses modelos possam ser utilizados mais frequentemente para representar estruturas clínicas. Os modelos de Markov consideram os pacientes em um estado discreto de saúde, e os eventos representam a transição de um estado para outro. A possibilidade de modelar eventos repetitivos e a dependência temporal das probabilidades e utilidades associadas permitem uma representação mais precisa da estrutura clínica avaliada. Esses modelos podem ser utilizados para avaliações econômicas em saúde levando em consideração a avaliação dos custos e desfechos clínicos (outcomes), especialmente para a avaliação de doenças crônicas. Este artigo oferece uma revisão do uso dessa modelagem dentro do contexto clínico e as vantagens da possibilidade da inclusão temporal para esse tipo de estudo.