Page 115 - 《中国药房》2021年22期
P. 115
3 讨论 希望能够为BIA提供一种新的研究思路,但还需要在后
3.1 新算法的优势 续研究中加以完善。
算法所需数据及其来源是 BIA 质量的重要影响因 参考文献
素之一。常见算法利用患病率/发病率、诊断率、治疗率 [ 1 ] 刘国恩.中国药物经济学评价指南:2020[M].北京:中国
等临床数据进行目标人群的估计,使用小样本数据、类 市场出版社,2020:87-96.
似疾病人群数据、外国人群数据或者假设值都会在一定 [ 2 ] GHABRI S,MAUSKOPF J. The use of budget impact
程度上影响基金支出的预测结果 [5-7] 。新算法直接根据 analysis in the economic evaluation of new medicines in
销售数据对使用人数及其增量进行推算,这部分数据基 Australia,England,France and the United States:relation-
ship to cost-effectiveness analysis and methodological
本来自真实世界,可使计算结果的稳健性较高。
challenges[J]. Eur J Health Econ,2018,19(7):173-175.
3.2 新算法的潜在应用范围
[ 3 ] 国家医疗保障局.基本医疗保险用药管理暂行办法:国家
新算法需要在应用过程中进行灵活调整以适应不
医疗保障局令第1号[EB/OL].(2020-07-30)[2021-02-05].
同的市场情形。如果新干预措施拥有多个临床适应证,
http://www.nhsa.gov.cn/art/2020/7/31/art_37_3387.html.
单凭销售数据来反映干预措施的使用人数可能有失偏 [ 4 ] 柳鹏程,江欣悦,李灿,等.浅析医保谈判准入中预算影响
颇,那么就有必要查询临床文献或者咨询临床专家以确 分析相关研究所需数据及处理方法[J].中国医疗保险,
定所研究适应证的用药患者比例。新算法还可被推广 2020(5):57-62.
运用到其他支付机制的准入情形。例如,设“某干预措 [ 5 ] LANE W S,WEATHERALL J,GUNDGAARD J,et al.
施保留原价且仍在支付范围内”为对照情形,“某干预措 Insulin degludec versus insulin glargine U100 for patients
施被调出支付范围”为研究情形一,“某干预措施降价续 with type 1 or type 2 diabetes in the US:a budget impact
约且仍留在支付范围内”为研究情形二。在研究情形一 analysis with rebate tables[J]. J Med Econ,2018,21(2):
中,该干预措施因被调出支付范围而被市场其他干预措 144-151.
施抢占了部分使用人数;在研究情形二中,该干预措施 [ 6 ] 罗雪燕,袁泉,姚文兵.埃克替尼用于治疗晚期非小细胞
降价续约,抢占各竞品使用人数的同时还覆盖了其他方 肺癌的预算影响分析[J].中国新药杂志,2018,27(9):
案转用患者,则上述两种情况均可采用本文的新算法进 973-977.
[ 7 ] 谢丽,夏茹意,庄贵华.伴代偿期肝硬化乙肝相关肝癌患
行BIA。
者根治性切除术后抗病毒治疗的预算影响分析[J].中国
3.3 局限性
卫生经济,2019,38(9):64-68.
由于受相关数据及资料的可获取性和方法质量的
[ 8 ] National Institute for Health and Clinical Excellence.
限制,本研究还存在一定的局限性:第一,由于无法获得
Assessing resource impact process manual:guidelines[EB/
完整的市场规模数据,难以反映各种干预方案的具体使 OL].[2021-02-07]. https//www.nice.org.uk/Media/Default/
用情况;第二,部分数据来源于专家咨询,虽可以获取时 About/what-we-d o/Into-practice/RIA-process-manualgui-
效性强、权威性高、针对性强的信息,但可能结果一致性 delines.
较差且带有一定的主观性,难以被非药学和药物经济学 [ 9 ] MAUSKOPF J,EARNSHAW S. A methodological review
领域的专家理解;第三,从数据资源平台上获取的药品 of US budget-impact models for new drugs[J]. Pharmaco-
销售数据、药品使用信息和企业预期销售增长率不能准 economics,2016,34(11):1111-1131.
确评估某干预措施在全国市场内的销售数量,导致使用 [10] Pharmaceutical Benefits Advisory Committee. Guidelines
人数计算过程中不确定性因素较多。 for preparing submissions to the pharmaceutical benefits
4 结语 advisory committee[EB/OL]. [2021-02-07]. http://www.
本研究以补充BIA计算框架为目的,针对新干预措 pbac.pbs.gov.au/content/information/printable-fifiles/pbacg-
book.
施使用人数的增量分布构建新的BIA计算方法,其核心
[11] 柳鹏程,方刚,王敏娇,等.基于关键数据要素的医疗保险
思路是根据新干预措施使用人数的增量分布来推算各
预算影响分析质量评价体系[J].卫生经济研究,2020,37
干预方案转用新干预措施的人数。本研究所设计的新
(7):22-25.
算法能够解决部分干预方案目标人群和市场份额难以
[12] 王玉兰.基于层次分析法的数据资产评估模型研究[D].
计算的问题,而且在一定程度上能够解决常见算法对目 天津:天津商业大学,2018.
标人群和市场份额预测不准确的问题。后续笔者将进 [13] 张金华.亚健康评定量表的初步编制[D].广州:南方医科
一步开展实证研究,比较常见算法和新算法推算BIA结 大学,2010.
果的差异,并对比不同临床适用范围的干预措施使用不 (收稿日期:2021-03-11 修回日期:2021-10-12)
同算法进行BIA的效果差异。本文目前仅是初步探索, (编辑:孙 冰)
中国药房 2021年第32卷第22期 China Pharmacy 2021 Vol. 32 No. 22 ·2793 ·