指南6：模型分析

指南6：模型分析

Guideline 6： Modeling Analysis

方式报告。在分析和报告中需要解释健康产出转换成货币值采用的所有步骤，并使用敏感性分析验证主要假设。当治疗方案的产出难以采用QALY或其他任何单个效果指标测量时，或者当治疗方案对病人的影响主要体现在过程产出（Process Outcome）时，可以单独采用CBA（CADTH, 2006）。

（2）在一项药物经济学评价报告中，仅仅报告CA、CEA、CUA、CMA或CBA的结果可能会忽略治疗方案给病人带来影响的其他方面。因此，在报告了主要结果之后，还应当描述其他各相关方面的影响，以更为全面和透明的反映全部重要信息。例如，非小细胞肺癌治疗方案评价中，除了采用无进展生存期、1年生存率、有效率或疾病控制率进行CEA外，研究者还应当报告其他相关临床信息，如不良反应发生率、生存质量、症状改善以及病人对治疗方案的依从性等信息。

解释：

（1）在经济学理论中，通常采用边际分析来指导经济决策。药物经济学也是建立在福利经济学基础之上的一个分支学科，为了与该理论保持一致，在药物经济学评价中，必须报告边际分析的结果，即增量分析的结果。

（2）在增量分析中，国内还没有关于QALY价值的统一标准，根据WHO关于药物经济学评价的推荐意见：ICER ＜ 人均GDP，增加的成本完全值得；人均GDP ＜ ICER ＜3倍人均GDP，增加的成本可以接受；ICER ＞ 3倍人均GDP，增加的成本不值得（WHO, 2010）。

无论采用何种药物经济学评价方法，都必然基于对数据的统计分析。数据的统计分析可以是简易的描述性分析（Descriptive Analysis），也可以是较复杂的模型分析，这根据研究的数据和条件而定。模型分析有多种形式，其中的两大类包括：决策树模型和计量经济模型。前者是指通过对研究变量间的特征关系（如逻辑关系、数量关系或因果关系等）的经验观察和认知，建立变量间逻辑关系的模型框架，进而根据各种数据对模型进行赋值和量化分析（Stahl，2008）。计量经济模型主要是通过对原始数据的统计回归分析，直接估计变量函数关系的参数，亦即不同药物治疗的成本效果之差的区间估计值。

6.1 决策树模型（Decision Tree Models）

构建药物经济学决策树模型应当遵循一些基本规范，特别重要的是关于模型的假设、结构和参数来源进行详细说明，并尽量解释其合理性。

6.1.1 模型假设。研究者应对模型中的各种因果关系、使用的外推技术、模型范围、结构及数据等方面的假设进行解释和说明。对于重要的假设，应当进行不确定性分析。数据的外推应当建立在能够反映科学合理证据的有效的技术基础之上，并通过敏感性分析检验。

6.1.2 模型结构。模型结构应当能够反映研究疾病的相关理论、疾病的进展（Progression）、疾病治疗方案的影响以及与研究有关的问题。模型结构应当既简洁明了，又能反映问题的主要方面。对模型结构的介绍要表达清楚，建议用模型结构图进行展示。研究者应当对模型结构进行验证，说明验证的过程和结果。

6.1.3 参数来源。研究者应当系统地识别、收集和评价模型中使用的数据，详细说明模型中所有参数的来源和选择依据。

解释：

（1）除了常见的决策树模型（Decision Tree Models）外，其他模型还包括离散事件模拟模型（Discrete Events Simulation Models, DES）、系统动力学模型（System Dynamics Models）和多主体模型（Agent Based Models, ABM）等（Stahl，2008）。当需要将临床试验的结果外推（Extrapolation），研究时限很长，或研究预算受约束时，模型分析就更具优势。但在建立假设和模型时较易产生假设偏倚，因而结果的可信度和准确度相对较差。由于其省时省力，在较短的时间内能提供比较全面的信息，正逐渐被用于药品的报销申请及药厂的研发决策等过程。

（2）模型结构是指疾病的详细情况、治疗的临床路径、相关临床事件和因果关系等。在模型法评价中，模型结果决定于模型的结构、范围、假设、数据等各个方面，并且这些方面在一定程度上容易受到研究者主观意见的影响。因此，研究者应当尽量详细表述以上各个方面，解释其合理性，提高模型的透明度。从而，决策者可以根据实际面临的决策环境来判断该模型研究结果是否适用于当前的决策。

（3）成本数据必须来自本国的相关研究文献、数据库、临床病例、诊疗规范、价格标准或专家意见；临床产出数据可以来自国外的相关研究结果，但必须考虑各治疗方案是否可能在本国人群和数据来源的人群之间产生临床产出方面的差异，并指出相应的证据支持。

（4）模型既要能反映问题的主要方面，也要能够简化需要进行经济学评价的相关问题，并且允许进行足够的不确定性分析。模型应当具有一定的灵活性，允许使用更新数据对模型结果进行更新。

（5）模型结构不能仅仅定义为目前的治疗模式，因为模型需要用来评估治疗模式的变化。那些不符合逻辑的或者理论上在各干预措施之间不会产生差异的临床事件不需要包括在模型中。

（6）模型参数可以来自于各种来源，例如Meta分析、RCTs、观察性研究、数据库、病例资料、专家意见（Expert Opinion）、医疗服务项目单价以及研究者假设或者指南中的规定（如贴现率）等。数据的选择应当适合于研究的问题以及研究结果的目标读者。数据应当与模型设计的特征相一致（如研究角度），并且与干预措施作用的人群相关。模型中所有的数据都应当明确报告其来源和选择理由。有关数据的详细背景信息也需要描述，例如数据来源的人群特征是否与模型中假设人群特征一致。当同一数据资料有多种来源时，应当参考循证医学证据分级标准选择证据等级较高的数据（李幼平，2008；见表2）。

表2 循证医学证据分级

系统综述或者Meta分析能够产生高质量等级的证据，模型分析中采用这些数据可以提高经济学评价的可靠性。系统综述也能够为有关变量的不确定性的敏感性分析提供有用信息。需要特别注意模型中最为敏感的关键变量。采用专家意见法时需要谨慎，需要说明采用专家意见法的理由、意见的来源、获取方法以及意见结果等。并且需要进行敏感性分析。

（7）研究者应当尽量报告模型的局限性、模型是否经过验证、模型的方法和结果等信息。外部效度检验是用来核对基本模型结构、假设和参数是否能合理、精确反映疾病过程和干预方案的影响。可以用敏感性分析来评估模型结构假设的不确定性。模型的结果可以与其他模型的结果进行比较（即跨模型比较）。

（8）Markov模型是当前最流行的决策分析方法之一。当采用Markov模型进行评价时，需要明确阐述和定义模型中的各Markov状态、模型结构、循环周期（Cycle Length）、循环终止条件等特征，并阐明其理由，以及指出进行Markov模型分析所使用的软件。循环周期建议采用病人疾病病理或症状期望发生变化的最小时间间隔。

6.2 计量经济模型（Econometric Models）

6.2.1 在药物经济学评价中，可采用计量经济模型进行总成本的参数估计和影响因素分析，以及不同干预措施和不同人群（亚组分析）的成本差异分析。如果健康产出的变量可以量化，也可以应用计量模型进行相应的分析。

6.2.2 通过计量经济模型方法，也可以直接估计ICER，并得到其相关的区间估计值（Interval Estimates）（Liu et al, 1999）。其中，净效益回归模型（Net Benefit Regression Model）是比较方便的方法（Hoch et al, 2002）。

6.2.3 当采用净效益框架（Net Benefit Frame work）的计量经济学模型进行评价时，应该详细阐述模型中的各变量，比较治疗手段对净效益的影响，特别是单位健康产出的货币值（λ）的设定等。λ的取值通常可以采用意愿支付法进行偏好调查得到，或者也可以采用经验值，后者需要进行敏感性分析。

解释：

（1）在无干预观察性药物经济学评价中，研究者通过非干预的随访观察来获得数据资料的研究。由于未经病人的选择和随机分组，将存在一些由于自选择而导致两组病人在各个方面非齐同可比。此时，采用计算成本效果（效用）比的方式进行评价已不合适，可以采用构建计量经济学模型的方法，以净效益作为因变量，控制各混杂因素，分析各治疗方案对净效益的影响。

（2）净效益框架的计量经济学模型可以用下式表示：

其中，NMBi 是指净货币效益（Net-Monetary-Benefit），NMBi=λ·Ei-Ci，λ 表示单位健康产出的货币价值；xij 是控制变量，总共有P 个；t1 表示是否为治疗组的哑变量（Dummy

（3）在采用计量经济模型进行评价时，需要注意在模型中控制各重要混杂因素。由于某些疾病受到的影响因素很多，而且影响方式非常复杂，对模型的异方差、多重共线性等问题进行检验非常必要。

（4）由于成本数据通常不服从正态分布，λ取值的大小将对模型有效性带来很大的影响，因此研究者需要说明模型中λ取值的合理性，并报告采用多个λ取值进行分析的结果。