Page 73 - 《中国药房》2020年23期

p p 表1 两组患者匹配前后基线水平比较
NMBi＝β0+∑θjxij+β1ti+ti∑γjxij+εi
j＝1 j＝1 Tab 1 Comparison of baseline levels between 2
p
式中，NMBi表示净效益， ∑θ jxij表示各协变量对净 groups before and after matching
j＝1
匹配前 匹配后
效益的影响，β 1表示不同治疗方案对净效益的影响，ti表 指标
A组 B组 t P A组 B组 t P
p
示不同治疗方案的哑变量，ti∑γ jxij表示各协变量与治疗 性别，例 0.695 0.404 0.376 0.540
j＝1 男 209 117 96 91
方案的交叉项，β0为方程截距（常量），εi表示随机误差。 女 140 67 49 54
本文运用 GBM 算法进行倾向值匹配，能够将多维 医保类别，例 3.000 0.383 3.575 0.299
城镇职工医保 252 123 103 95
协变量对净效益的影响简化为一维倾向值对净效益的 城乡居民医保 69 41 28 34
影响，从而平衡组间差异，消除两组患者协变量不一致 住院自费 24 15 13 11
的情况，更简洁地反映其因果效应。因此，可以将倾向 其他医保 4 5 1 5
婚姻状况，例 4.250 0.104 3.130 0.257
值作为自变量引入回归模型中，以此来说明各协变量对
离异 2 4 1 2
净效益的影响。本文构建模型的基本结构为： 已婚 337 171 137 141
未婚 10 9 7 2
λEi－Ci＝β0+β1ti+β2 （Ps） i+εi
其中，（Ps） i表示不同治疗方案的倾向值。效果Ei为 入院病情严重程度，例 13.333 ＜0.001 0.947 0.623
重 66 65 43 37
分类指标，分为无效、有效、显效等3类。考虑到患者经
中 191 83 70 78
济能力不同造成的最大支付意愿λ存在差异，本文在净 轻 92 36 32 30
效益回归分析时，通过模拟不同范围λ的取值进行分析。 是否患其他慢性病，例 6.773 0.009 0.264 0.607
是 251 112 104 100
该模型的判定标准为：当β 1＞0 时，B 组方案比 A 组
否 98 72 41 45
方案更经济；当β1＜0时，A组方案比B组方案更经济；当 用药时长，例 4.021 0.045 0.139 0.933
β1≈0时，两组方案的经济性相当。 ＜7 d 48 22 18 19
7～12 d 242 115 97 94
1.3.3 统计学方法 采用SPSS 22.0软件进行统计学分
＞12 d 59 47 30 32
析。服从正态分布的计量资料用均数±标准差（x±s） 年龄，岁 －1.302 0.194 －0.565 0.061
表示并进行 t 检验，不服从正态分布的计量资料用四分 x 54.69 56.33 56.14 55.72
位数间距[P50 （P25，P75 ）]表示并进行秩和检验；计数资料 （s） （12.44） （14.48） （14.78） （12.76）
55.00 56.50 59.00 56.00
2
用百分数（％）表示并进行χ 检验。P＜0.05 表示差异有 P50
（P25，P75） （46.50,63.00）（46.25,66.00） （46.00,67.00）（47.00,64.50）
统计学意义。 最小值 13.00 22.00 20.00 27.00
2 结果 最大值 89.00 88.00 84.00 88.00
2.1 倾向性评分匹配结果
病情严重程度
在个人基本人口学信息如性别、医保类别、婚姻状
是否患其他慢性病
况、年龄等方面，两组患者的差异无统计学意义（P＞
用药时长
0.05）；在个人疾病信息如入院病情严重程度、是否患其
婚姻状况
他慢性病、用药时长方面，两组患者的差异有统计学意
年龄
义（P＜0.05），由此可见基线资料在两组患者之间存在 医保类别
不均衡的情况。采用 GBM 算法估计倾向值，并进行 性别 匹配前
匹配后
0.25 σ卡尺内最邻近匹配，结果共 145 对样本匹配成功，
－10 0 10 20 30
匹配后组间差异均无统计学意义（P＞0.05），详见表 1。 标准化偏差，％
与匹配前相比，匹配后变量的标准化偏差大幅度减小， 图1 GBM算法匹配前后各变量标准化偏差变化
整体逼近于0，且大部分变量的标准化偏差＜10％，详见 Fig 1 Changes of standard deviations of each varia-
图1。 ble before and after GBM matching
2.2 临床效果分析结果 表2 两组患者临床效果比较
从临床效果来看，A组的总有效率为58.6％，B组的 Tab 2 Comparison of clinical effects between 2 groups
总有效率为44.1％，A组显著高于B组，差异有统计学意
临床效果，例（％） 合计，
义（P＜0.05），详见表2。 组别 无效 有效 显效 例 总有效率，％ χ 2 P
2.3 成本分析结果 A组 60（41.4） 53（36.5） 32（22.1） 145 58.6
6.64 0.03
患者的疾病成本包括3个方面：间接成本、直接医疗 B组 81（55.9） 36（24.8） 28（19.3） 145 44.1
成本与无形成本。其中，间接成本是指患者由于伤残或 合计 141（100） 89（100） 60（100） 290

中国药房 2020年第31卷第23期 China Pharmacy 2020 Vol. 31 No. 23 ·2879 ·