Page 61 - 2021年17期
P. 61

者人数相等，且每个周期产生1个患者队列，并单独计算                          2.3  计算某年份确诊患者在研究年份内的平均生存周
        其生存情况。本算法同时使用2套时间系统，分别为患                           期数
        者的确诊时间和研究关注的时间段，两者均以周期为单                               定义单年产生队列年内平均生存周期数（average
        位进行计算。以图 2 为例，各年份被平均划分为 4 个周                       survival cycles of cohorts generated in one year，ascn ）为 yn
        期，各列分别为各周期确诊的患者队列的生存情况，各                           年各周期确诊的患者在 y0年的 csct的均值，其实际含义
        行分别为不同周期确诊的患者队列在实际时间中同一                            是在假定 yn年各周期确诊患者人数相等的情况下，yn年
        周期的生存情况。定义基线年（即研究的年份）为y0，基                         确诊的患者在y0年的平均生存周期数，计算公式为：
                                                                       c×（n－1）+1
        线年前一年为 y0+1，以此类推从基线年开始向前 n 年（包                               ∑t＝c×（n－2）+2 csct
                                                               ascn＝             … … … … … … … … … （公式2）
        括基线年）为 yn，研究时间内生存队列最早产生的年份                                        c
        为 ymax；pt为患者在干预方案下第 t 个周期的生存率，c 为                      公式 2 中的 c 可理解为 yn年确诊的队列数量，则公
                                                           式2的计算思路为yn年确诊的各队列在y0年的生存周期
        每年的周期数。图 2 中，y2为研究时间内生存队列最早
                                                           数之和除以yn年产生的队列数量，从而求得各队列的平
        产生的年份（ymax ），c的取值为4。
                                                           均生存周期数。
                                                               以图 2 为例，y1年第 1 周期（周期 5）确诊的患者在 y0
                                                           年各周期的生存率是患者确诊后第5～8周期的生存率，
                                                           其总和为 csc5；y1年第 2、3、4 周期确诊的患者以此类推，
                                                           分别为 csc4、csc3、csc2；这 4 个队列的生存周期数之和即
                                                           为图中asc2对应的4个队列的cscn之和，将其除以y1年的
                                                           确诊患者队列数4即为asc2。
                                                           2.4  计算干预方案全部使用人群在研究年份内的总生
                                                           存周期数和年医保基金总支出
                                                               求得 y0至 ymax各年份确诊患者在 y0年的平均生存周
                                                           期数 asc0、asc0+1……ascmax后，根据上述各年份使用该干
                                    5
                                   ∑t＝2 csct               预方案的人数对其做加权求和运算，即可得出使用该干
                        csc8    asc2＝        csc－1
                                     4
                                                           预方案的人群在研究年份内的总生存周期数；再将其与
                图2   平均生存时间计算思路示意图
                                                           该干预方案的单周期人均医保费用相乘，即可得出该干
           Fig 2  Algorithm diagram of mean survival time
                                                           预方案的年医保基金总支出。
        2.2  计算某周期确诊患者在研究年份内的平均生存周                         3   本研究算法的实例演算及与目前常见算法的
        期数
                                                           比较
            定义年内生存周期数（survival cycles of cohort，csct ）
                                                               本研究以某癌症的干预方案为例，演算上述算法。
        为在某一周期确诊的患者队列从确诊第t周期开始1年
                                                           该实例中，设定模型周期为 1 个月，则每年有 12 个周
        内各周期的生存率的数值之和，其实际含义是接受该干
                                                           期。以 2021 年为研究年份，且该方案药物于 2019 年初
        预方案治疗的患者从第t周期开始1年内的平均生存周
                                                           上市，则生存队列从2019年1月开始，每月产生队列，直
        期数，计算公式为：
                                                           至2021年12月。假设使用该干预方案治疗的癌症患者
            csct＝pt+pt+1+pt+2+……+pt+c－1 … … … … … … （公式1）  队列的各周期无进展生存（progression-free survival，
            在研究年份的csct中，t的取值为患者队列确诊周期                      PFS）概 率 和 总 生 存（overall survival，OS）概 率 符 合
        开始到研究年份第1周期为止所经过的周期数。以图2                           Weibull分布，则用上述PFS期和OS期相关数据拟合PFS
        为例，y2年第2周期确诊的患者在y0年第1周期时共生存                        和 OS 曲线，并直接以各周期的时间中点作为周期数，
        了8个周期，所以其csct为csc8，其取值为第8、9、10和11                  以进行半周期校正，可得各周期 PFS 和 OS 状态下的生
        周期的生存率的数值之和。                                       存率表达式分别为：Pt＝e          －0.06×（t－0.5） 1.44 、Pt＝e －0.02×（t－0.5） 1.41 －
            需要注意的是，为方便计算，csct中的周期数 t 可以                    e  －0.06×（t－0.5） 1.44 ；而各周期疾病进展（progressive disease，PD）
        取负值或0，且该2个取值下pt及其之后数个周期的生存                         概率为相应周期的OS概率减去PFS概率。
        率可能为0。以图2右下角为例，csc －1为p1和p2之和，即                        由于本实例从2019年1月确诊患者队列开始模拟，
        y0年第3周期确诊的患者在y0年的平均生存周期数在计                         而研究年份为 2021 年，则 2019 年患者队列的平均生存
        算中依然视为其从y0年第1周期至第4周期的生存周期                          周期数 csct相对应的 t 值为 2019 年 1 月至 2021 年 1 月间
        数之和，但因前2个周期中该队列患者尚未确诊，因此这                          的周期数（即 25），其他队列以此类推，从而可用公式 1
        2个周期的生存率视为0。                                       计算出各队列在2021年的PFS期和PD期的csct；再据此


        中国药房    2021年第32卷第17期                                             China Pharmacy 2021 Vol. 32 No. 17  ·2099 ·
   56   57   58   59   60   61   62   63   64   65   66