Perspektif wajib jelas karena menentukan komponen biaya yang relevan

Perspektif hanya diperlukan pada budget impact analysis

Harga obat selalu cukup untuk cost-utility analysis

Perspektif tidak perlu dinyatakan bila hanya menghitung harga obat

Cost-utility tidak membutuhkan biaya

Fixed-effect mengoreksi heterogenitas klinis

I² tinggi berarti meta-analisis wajib dibatalkan tanpa eksplorasi

Fixed-effect selalu tepat bila jumlah studi kurang dari 10

Random-effects atau eksplorasi heterogenitas lebih sesuai karena asumsi efek tunggal fixed-effect sulit dipertahankan

Model statistik tidak memengaruhi hasil meta-analisis

Horizon terlalu panjang

Evaluasi ekonomi tidak boleh lebih dari 1 tahun

Horizon tidak memengaruhi ICER

Time horizon mungkin terlalu pendek sehingga tidak menangkap seluruh biaya dan manfaat penting

Vaksin hanya dapat dianalisis dengan cost-minimization

Perlu menghitung incremental cost dan incremental effectiveness karena terapi lebih murah tetapi kurang efektif

ICER tidak diperlukan bila biaya berbeda

Terapi A otomatis dominan

Terapi A selalu harus dipilih karena biaya lebih rendah

Terapi A dominated

Prioritas lokal tidak relevan

GDP threshold selalu final

Cost-effective selalu berarti affordable

Cost-effectiveness tidak otomatis berarti terjangkau; budget impact dan feasibility tetap perlu dinilai

Budget impact hanya untuk industri

Discounting hanya dilakukan untuk biaya, tidak untuk outcome

Discounting selalu membuat intervensi cost-saving

Biaya dan outcome masa depan umumnya perlu didiskon bila horizon lebih dari 1 tahun

Discounting tidak diperlukan bila outcome adalah QALY

Horizon 20 tahun tidak boleh digunakan

CMA tepat bila p-value tidak signifikan

CMA selalu cocok untuk obat satu kelas

CMA hanya tepat bila ada bukti kuat bahwa efektivitas dan keamanan ekuivalen

Tidak perlu membandingkan keamanan dalam CMA

CMA sama dengan CUA

RR hanya untuk outcome kontinu

Survival outcome tidak dapat dianalisis

HR lebih rendah kualitasnya daripada RR

HR dan RR selalu identik

Ukuran efek berbeda tidak boleh digabung langsung tanpa pertimbangan metodologis

Confounding hanya terjadi pada RCT

Studi observasional tidak boleh pernah digunakan

Kesimpulan kausal harus hati-hati karena potensi confounding dapat memengaruhi asosiasi

Healthy user bias tidak relevan untuk obat kronis

Residual confounding hilang bila ukuran sampel besar

Bukti cukup untuk rekomendasi kuat karena biomarker selalu mewakili outcome klinis

Kesimpulan harus dibatasi karena surrogate outcome belum tentu mencerminkan patient-important outcome

Surrogate outcome lebih penting daripada outcome klinis

Tidak perlu menilai outcome lain bila efek biomarker signifikan

Semua biomarker valid untuk pengambilan keputusan klinis