This article introduces the new 5-level EQ-5D (EQ-5D-5L) health status measure.EQ-5D currently measures health using three levels of severity in five dimensions. A EuroQol Group task force was established to find ways of improving the instrument's sensitivity and reducing ceiling effects by increasing the number of severity levels. The study was performed in the United Kingdom and Spain. Severity labels for 5 levels in each dimension were identified using response scaling. Focus groups were used to investigate the face and content validity of the new versions, including hypothetical health states generated from those versions.Selecting labels at approximately the 25th, 50th, and 75th centiles produced two alternative 5-level versions. Focus group work showed a slight preference for the wording 'slight-moderate-severe' problems, with anchors of 'no problems' and 'unable to do' in the EQ-5D functional dimensions. Similar wording was used in the Pain/Discomfort and Anxiety/Depression dimensions. Hypothetical health states were well understood though participants stressed the need for the internal coherence of health states.A 5-level version of the EQ-5D has been developed by the EuroQol Group. Further testing is required to determine whether the new version improves sensitivity and reduces ceiling effects.

Abstract The decisions made by the National Institute for Clinical Excellence (NICE) give rise to two questions: how is cost‐effectiveness evidence used to make judgements about the ‘value for money’ of health technologies? And how are factors other than cost‐effectiveness taken into account? The aim of this paper is to explore NICE's cost‐effectiveness threshold(s) and the tradeoffs between cost effectiveness and other factors apparent in its decisions. Binary choice analysis is used to reveal the preferences of NICE and to consider the consistency of its decisions. For each decision to accept or reject a technology, explanatory variables include: the cost per life year or per QALY gained; uncertainty regarding cost effectiveness; the net cost to the NHS; the burden of disease; the availability (or not) of alternative treatments; and specific factors indicated by NICE. Results support the broad notion of a threshold, where the probability of rejection increases as the cost per QALY increases. Cost effectiveness, together with uncertainty and the burden of disease, explain NICE decisions better than cost effectiveness alone. The results suggest a threshold somewhat higher than NICEs stated ‘range of acceptable cost effectiveness’ of £20 000–£30 000 per QALY – although the exact meaning of a ‘range’ in this context remains unclear. Copyright © 2004 John Wiley & Sons, Ltd.

It is well known that a strong relationship exists between national expenditures on health care and national income. This has been used to suggest that health care is a luxury good, and that factors such as the type of health care delivery system in a country are of little importance in determining expenditure levels. This paper argues that these implications rely upon the application of microeconomic analysis to macroeconomic data, and that this is not appropriate. As well as raising questions about the inferences drawn from previous studies, new empirical evidence is presented which casts some doubts on previous findings. International comparisons are based on Purchasing Power Parity rather than exchange rate conversions, underlining the importance of prices as well as quantities in the relationship, and leading to the conclusion that the aggregate data show health care to be, if anything, a necessity rather than a luxury good.

Abstract Objectives The study aims to increase knowledge about the performance of the EuroQol-visual analogue scales (EQ-VAS) in the UK NHS patient-reported outcome measures (PROMs) programme, which covers groin hernia, hip and knee replacement and varicose vein surgery, and make suggestions for improved collection, coding and analysis of data. Methods Four hundred scanned images of matched before-and-after EQ-VAS PROMs responses were selected at random. These were classified according to the different ways in which they were completed. Patient-level PROMs programme data linked to Hospital Episode Statistics for all patients from April 2009 to February 2011 were used to analyse the relationship between the EQ-VAS and the EQ-5D profile, index-weighted profile and condition-specific instruments. The linked PROMs and HES data comprise 331,951 anonymised patient records. Results A large majority (95 %) of EQ-VAS responses were completed in an unambiguous way, but only a minority (45 %) conformed strictly to the instructions given, posing challenges for data coding. The EQ-VAS data have a predictable and consistent relationship with the EQ-5D profile, although the correlations between the EQ-VAS and other measures of patient-reported health, both before and after surgery and in the change between them, are weak. Conclusions EQ-VAS data might be improved by providing better guidance on collection and coding. It is argued that the observed differences in results from EQ-VAS and other measures of health reflect the fact that it measures a broader underlying construct of health, arguably providing a means of summarising overall health that is closer to the patient’s perspective.

The National Institute for Health and Care Excellence (NICE) emphasises that cost-effectiveness is not the only consideration in health technology appraisal and is increasingly explicit about other factors considered relevant but not the weight attached to each. The objective of this study is to investigate the influence of cost-effectiveness and other factors on NICE decisions and whether NICE's decision-making has changed over time. We model NICE's decisions as binary choices for or against a health care technology in a specific patient group. Independent variables comprised of the following: clinical and economic evidence; characteristics of patients, disease or treatment; and contextual factors potentially affecting decision-making. Data on all NICE decisions published by December 2011 were obtained from HTAinSite [www.htainsite.com]. Cost-effectiveness alone correctly predicted 82% of decisions; few other variables were significant and alternative model specifications had similar performance. There was no evidence that the threshold has changed significantly over time. The model with highest prediction accuracy suggested that technologies costing £40 000 per quality-adjusted life-year (QALY) have a 50% chance of NICE rejection (75% at £52 000/QALY; 25% at £27 000/QALY). Past NICE decisions appear to have been based on a higher threshold than £20 000-£30 000/QALY. However, this may reflect consideration of other factors that cannot be easily quantified. © 2014 The Authors. Health Economics published by John Wiley & Sons Ltd.

Values that accompany generic health measures are typically anchored at 1 = full health and 0 = dead. Some health states may then be considered 'worse than dead' (WTD) and assigned negative values, which causes fundamental measurement problems. In this paper, we challenge the assumption that anchoring values at 'dead = 0' is necessary for quality-adjusted life year (QALY) estimation. We summarise the role of 'dead' in health state valuation and consider three critical questions: (i) whether the measurement properties of health state values require 'dead'; (ii) whether 'dead' needs to be valued relative to health states; and (iii) whether values for states WTD are meaningful or useful. We conclude that anchoring 0 at dead is not a requirement of health status measurement or cost-effectiveness analysis. This results from reframing QALYs as the relevant unit of measurement and reframing values as being derived from QALYs rather than the reverse.