A new version of the EQ-5D, the EQ-5D-5L, is available. The aim of this study is to produce a value set to support use of EQ-5D-5L data in decision-making. The study design followed an international research protocol. Randomly selected members of the English general public completed 10 time trade-off and 7 discrete choice experiment tasks in face-to-face interviews. A 20-parameter hybrid model was used to combine time trade-off and discrete choice experiment data to generate values for the 3,125 EQ-5D-5L health states. Valuation data are available for 996 respondents. Face validity of the data has been demonstrated, with more severe health states generally given lower values. Problems with pain/discomfort and anxiety/depression received the greatest weight. Compared to the existing EQ-5D-3L value set, there are considerably fewer “worse than dead” states (5.1%, compared with over one third), and the minimum value is higher. Values range from −0.285 (extreme problems on all dimensions) to 0.950 (for health states 11211 and 21111). Results have important implications for users of the EQ-5D-5L both in England and internationally. Quality-adjusted life year gains from interventions seeking to improve very poor health may be smaller using this value set and may previously have been overestimated.

Background Cost-effectiveness analysis involves the comparison of the incremental cost-effectiveness ratio of a new technology, which is more costly than existing alternatives, with the cost-effectiveness threshold. This indicates whether or not the health expected to be gained from its use exceeds the health expected to be lost elsewhere as other health-care activities are displaced. The threshold therefore represents the additional cost that has to be imposed on the system to forgo 1 quality-adjusted life-year (QALY) of health through displacement. There are no empirical estimates of the cost-effectiveness threshold used by the National Institute for Health and Care Excellence. Objectives (1) To provide a conceptual framework to define the cost-effectiveness threshold and to provide the basis for its empirical estimation. (2) Using programme budgeting data for the English NHS, to estimate the relationship between changes in overall NHS expenditure and changes in mortality. (3) To extend this mortality measure of the health effects of a change in expenditure to life-years and to QALYs by estimating the quality-of-life (QoL) associated with effects on years of life and the additional direct impact on QoL itself. (4) To present the best estimate of the cost-effectiveness threshold for policy purposes. Methods Earlier econometric analysis estimated the relationship between differences in primary care trust (PCT) spending, across programme budget categories (PBCs), and associated disease-specific mortality. This research is extended in several ways including estimating the impact of marginal increases or decreases in overall NHS expenditure on spending in each of the 23 PBCs. Further stages of work link the econometrics to broader health effects in terms of QALYs. Results The most relevant ‘central’ threshold is estimated to be £12,936 per QALY (2008 expenditure, 2008–10 mortality). Uncertainty analysis indicates that the probability that the threshold is < £20,000 per QALY is 0.89 and the probability that it is < £30,000 per QALY is 0.97. Additional ‘structural’ uncertainty suggests, on balance, that the central or best estimate is, if anything, likely to be an overestimate. The health effects of changes in expenditure are greater when PCTs are under more financial pressure and are more likely to be disinvesting than investing. This indicates that the central estimate of the threshold is likely to be an overestimate for all technologies which impose net costs on the NHS and the appropriate threshold to apply should be lower for technologies which have a greater impact on NHS costs. Limitations The central estimate is based on identifying a preferred analysis at each stage based on the analysis that made the best use of available information, whether or not the assumptions required appeared more reasonable than the other alternatives available, and which provided a more complete picture of the likely health effects of a change in expenditure. However, the limitation of currently available data means that there is substantial uncertainty associated with the estimate of the overall threshold. Conclusions The methods go some way to providing an empirical estimate of the scale of opportunity costs the NHS faces when considering whether or not the health benefits associated with new technologies are greater than the health that is likely to be lost elsewhere in the NHS. Priorities for future research include estimating the threshold for subsequent waves of expenditure and outcome data, for example by utilising expenditure and outcomes available at the level of Clinical Commissioning Groups as well as additional data collected on QoL and updated estimates of incidence (by age and gender) and duration of disease. Nonetheless, the study also starts to make the other NHS patients, who ultimately bear the opportunity costs of such decisions, less abstract and more ‘known’ in social decisions. Funding The National Institute for Health Research-Medical Research Council Methodology Research Programme.

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.

To develop a self-report version of the EQ-5D for younger respondents, named the EQ-5D-Y (Youth); to test its comprehensibility for children and adolescents and to compare results obtained using the standard adult EQ-5D and the EQ-5D-Y. An international task force revised the content of EQ-5D and wording to ensure relevance and clarity for young respondents. Children’s and adolescents’ understanding of the EQ-5D-Y was tested in cognitive interviews after the instrument was translated into German, Italian, Spanish and Swedish. Differences between the EQ-5D and the EQ-5D-Y regarding frequencies of reported problems were investigated in Germany, Spain and South Africa. The content of the EQ-5D dimensions proved to be appropriate for the measurement of HRQOL in young respondents. The wording of the questionnaire had to be adapted which led to small changes in the meaning of some items and answer options. The adapted EQ-5D-Y was satisfactorily understood by children and adolescents in different countries. It was better accepted and proved more feasible than the EQ-5D. The administration of the EQ-5D and of the EQ-5D-Y causes differences in frequencies of reported problems. The newly developed EQ-5D-Y is a useful tool to measure HRQOL in young people in an age-appropriate manner.

Health care decisions are complex and involve confronting trade-offs between multiple, often conflicting, objectives. Using structured, explicit approaches to decisions involving multiple criteria can improve the quality of decision making and a set of techniques, known under the collective heading multiple criteria decision analysis (MCDA), are useful for this purpose. MCDA methods are widely used in other sectors, and recently there has been an increase in health care applications. In 2014, ISPOR established an MCDA Emerging Good Practices Task Force. It was charged with establishing a common definition for MCDA in health care decision making and developing good practice guidelines for conducting MCDA to aid health care decision making. This initial ISPOR MCDA task force report provides an introduction to MCDA - it defines MCDA; provides examples of its use in different kinds of decision making in health care (including benefit risk analysis, health technology assessment, resource allocation, portfolio decision analysis, shared patient clinician decision making and prioritizing patients' access to services); provides an overview of the principal methods of MCDA; and describes the key steps involved. Upon reviewing this report, readers should have a solid overview of MCDA methods and their potential for supporting health care decision making.

To describe the research that has been undertaken by the EuroQol Group to improve current methods for health state valuation, to summarize the results of an extensive international pilot program, and to outline the key elements of the five-level EuroQol five-dimensional (EQ-5D-5L) questionnaire valuation protocol, which is the culmination of that work.To improve on methods of health state valuation for the EQ-5D-5L questionnaire, we investigated the performance of different variants of time trade-off and discrete choice tasks in a multinational setting. We also investigated the effect of three modes of administration on health state valuation: group interviews, online self-completion, and face-to-face interviews.The research program provided the basis for the EQ-5D-5L questionnaire valuation protocol. Two different types of tasks are included to derive preferences: a newly developed composite time trade-off task and a forced-choice paired comparisons discrete choice task. Furthermore, standardized blocked designs for the selection of the states to be valued by participants were created and implemented together with all other elements of the valuation protocol in a digital aid, the EuroQol Valuation Technology, which was developed in conjunction with the protocol.The EuroQol Group has developed a standard protocol, with accompanying digital aid and interviewer training materials, that can be used to create value sets for the EQ-5D-5L questionnaire. The use of a well-described, consistent protocol across all countries enhances the comparability of value sets between countries, and allows the exploration of the influence of cultural and other factors on health state values.

To examine the feasibility, reliability, and validity of the newly developed EQ-5D-Y. The EQ-5D-Y was administered in population samples of children and adolescents in Germany, Italy, South Africa, Spain, and Sweden. Percentages of missing values and reported problems were calculated. Test–retest reliability was determined. Spearman's rank correlation coefficients with other generic measures of HRQOL were calculated. Known groups' validity was examined by comparing groups with a priori expected differences in HRQOL. Between 91 and 100% of the respondents provided valid scorings. Sweden had the lowest proportion of reported problems (1–24.9% across EQ-5D-Y dimensions), with the highest proportions in South Africa (2.8–47.3%) and Italy (4.3–39.0%). Percentages of agreement in test–retest reliability ranged between 69.8 and 99.7% in the EQ-5D-Y dimensions; Kappa coefficients were up to 0.67. Correlation coefficients with other measures of self-rated health indicated convergent validity (up to r = −0.56). Differences between groups classified according to presence of chronic conditions, self-rated overall health and psychological problems provided preliminary evidence of known groups' validity. Results provide preliminary evidence of the instrument's feasibility, reliability and validity. Further study is required in clinical samples and for possible future applications in economic analyses.

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.