Page 101 - 2021年14期
P. 101

表1 纳入pCODR报告中药物经济学评估模型的特征                          推的不确定性 。
                                                                       [22]
        Tab 1 Characteristics of pharmacoeconomic evalua-  2.3.3  通过间接比较获取疗效数据存在不确定性
               tion model involved in pCODR reports        共有 23 份报告（占 16.8％）存在通过间接比较获取疗效
         项目        特征                      数量，份    比例，％    数据的问题。由于缺乏组间直接疗效比较证据，许多研
         模型类型      PartsA                   98      71.5   究会采用网状 Meta 分析（network-meta analysis，NMA）
                   Markov                   17      12.4
                   Markov+PartsA             5       3.6   或匹配调整间接比较以得出治疗组和对照组的疗效比
                   semi-Markov               4       2.9   较结果，这些间接方法的使用会给药物经济学评价过程
                   semi-Markov+PartsA        1       0.7   引入较大的不确定性。例如，NMA 常常会面临样本量
                   决策树+PartsA                1       0.7
                   未说明                       11      8.0   小、没有形成闭环以验证一致性、在研究设计和基线特
                                                                                  [23]
                   合计                       137     100.   征方面存在异质性等问题 ，这些问题都会导致经济性
         模型健康状态设定 三状态（无进展/无复发/无事件、进展、死亡）    86      62.8   评价结果不确定性较大。
                   四状态及以上                   16      11.7   2.3.4  其他    在药物经济学评价中，不合理的模型假设
                   未说明                      35      25.5
                   合计                       137     100.   及参数设置会对成本-效果估计结果产生极大的影响，
                                                           企业所提交的模型除了上述问题外，还存在着诸多不符
        2.3.1  研究时限选择不合理           企业所提交的模型常存
                                                           合实际诊疗环境的问题，包括：健康状态的设置无法代
        在研究时限选择不合理的问题（55份，占40.1％）。当模
                                                           表患者实际的状态转移路径；换药方案不符合本国临床
        型选择的研究时限过短时，研究时限到达终点时研究中
                                                           用药实际；未考虑药物治疗所带来的不良反应负效用
        的总体存活人数还未降至某较低比例（一般为 1％），导
                                                           值；死亡率假设不合理，如使用一般人群死亡率代表某
        致模型结果不能反映治疗方案对患者终生的经济性。
                                                           疾病状态人群死亡率；成本考虑不够全面合理，如未考
        对于某些进展较快、患者存活时间较短的恶性肿瘤，选
                                                           虑复发成本和临终护理成本，或在缺少某些成本数据
        择较长的研究时限也是不合适的：首先这不符合临床实
                                                           时，假设该项成本与其他肿瘤治疗成本相同，但未有足
        际，其次外推也会增加生存曲线长期估计的不确定性，
                                                           够的证据支持这些假设等。
        最终导致经济性评价结果估计存在较大偏差。例如，某
        项研究采用了25年的研究时限，而该治疗方案的患者中                          3 对我国抗肿瘤药物经济学研究的启示
        位OS只有1年，且在该研究的关键临床试验中，患者开                          3.1  相关研究可优先考虑使用PartSA模型
        始治疗的基线年龄为70岁，而这一目标群体的平均预期                              除了 CADTH 外，英国国家卫生和临床技术优化研
                             [21]
        存活时间不会达到 25 年 。故该模型在研究时限方面                         究所（NICE）在HTA和药物经济学研究方面也有较多经
                                                                                   [12]
        选择不够合理，使得所得结果不能适当反映相关药物治                           验值得借鉴。Bullement 等 在 2019 年对 NICE 发布的
        疗方案的经济性。                                           抗肿瘤药物技术评估中使用的经济学评价模型进行了
        2.3.2  疗效（生存）数据外推方法不合理或外推结果存                       总结，研究结果表明，这些评估大多数使用的是 PartSA
        在不确定性       本研究纳入的 pCODR 报告中，共有 56 份               模型，其次是Markov模型。而在我国，相较于较早被应
       （占 40.9％）报告被 EGP 提出存在疗效（生存）数据外推                     用的Markov模型，PartSA模型还未得到广泛使用，目前
                                                                                                        [9]
        方法不合理或外推结果存在不确定性的问题。在对抗                            仅有少数研究应用了此模型方法。例如，邵荣杰等 在
        肿瘤药物进行经济性评价时，企业提交的报告中的模型                           2019年对PartSA模型的概念及其与Markov模型的区别
        常常会存在上述问题，包括临床生存数据不成熟（比如                           联系进行了介绍，并对PartSA模型的计算方法进行了实
                                                                           [24]
        试验期结束时仍未到达中位OS或PFS），生存曲线存在                         例分析；刘新义等 在 2019 年也作了类似方法学的介
                                                                                                       [23]
                                                                          [9]
        较长的平台期或交叉等，使得对生存曲线的拟合外推存                           绍。与邵荣杰等 研究的不同之处在于，刘新义等 在
        在极大的不确定性；此外，选择不恰当的生存分布函数                           生存曲线试验期与外推期均使用了参数拟合出的生存
                                                                           [9]
        可能会导致生存曲线的外推结果与试验期内趋势相悖，                           数据，而邵荣杰等 仅在外推期使用了参数拟合所得到
                                                                                [25]
        也会增加外推结果的不确定性。例如，基于拟合结果，                           的生存数据。曾小慧等 在 2020 年对 PartSA 模型健康
                                                                                                       [26]
        某 治 疗 药 物 OS 曲 线 外 推 使 用 广 义 Gamma 模 型 和           状态设置及四状态模型结构进行了介绍。徐赫等 在
        Log-Logistic模型都是合适的，然而由于使用广义Gamma                  2020 年使用 PartSA 模型进行了帕博丽珠单抗一线治疗
        模型进行OS外推时，在第4年至第5年拟合所得治疗组                          非小细胞肺癌的成本-效果分析。由于相较于Markov模
        与对照组患者的 OS 曲线存在交叉，因此该研究采用了                         型，PartSA模型因计算更为简便且不用因数据不可得而
        Log-Logistic模型。但实际上广义Gamma模型能更准确                   对某些转移概率作出假设，已逐渐在抗肿瘤药物经济学
        地反映第4年至第5年治疗组与对照组患者OS的趋同，                          评价中得到越来越广泛的应用，因此建议我国学者在未
        与试验期内生存曲线趋势一致，而 Log-Logistic 模型则                   来开展此类研究时可优先考虑在合适的情况下使用
        无法反映，这时采用Log-Logistic模型可能会增加OS外                    PartSA模型。


        中国药房    2021年第32卷第14期                                            China Pharmacy 2021 Vol. 32 No. 14  ·1755 ·
   96   97   98   99   100   101   102   103   104   105   106