Page 116 - 《中国药房》2022年4期

品的每人次平均治疗时间，据此计算出每人次平均治疗 同规格占比得到各药品市场份额。基于“人次数”的各
成本（表 1）；第三，依据样本医院提供的各药品在（X－ 药品基数年市场份额及相关参数见表3。
6）～（X－2）年的销售额，利用统计学模型预测各药品在 表 3 基于“人次数”的各药品基数年市场份额及相关
X年的销售额（表2）；第四，通过专家咨询得到各药品用 参数
于肝硬化的比例，计算得X年可治疗人次数和各药品市 药品 X年销售额/万元 用于肝硬化的比例/％ X年可治疗人次数 X年市场份额/％ 不同规格占比
场份额。同时，根据样本医院提供的销售额数据并结合 A 1 496.4 30 12 429 0.08 1
B 32 832.2 30 1 503 308 9.87 1
临床专家意见，假定其他竞品K的X年市场份额为固定
C 104 837.3 30 1 160 390 7.62 1
值25％。 D 364.0 40 4 769 0.03 1
表1 肝硬化治疗相关药品的治疗时间和成本信息 E 43 872.0 10 1 088 095 7.15 1
2 288.0 20 43 756 0.29 0.73
F1
每人次平均治疗 年平均治疗 单位平均中标 每人次平均
药品 日用量 732.5 20 16 050 0.11 0.27
时间/d 时间/d 价格/元 治疗成本/元 F2
3 087.8 20 253 512 1.66 0.15
A 3袋 7 28 17.20 361.20 G1
B 6粒 7 90 1.56 65.52 G2 7 365.8 50 1 473 750 9.68 0.85
C 2支 7 28 19.36 271.04 H1 3 112.0 50 333 766 2.19 0.36
D 6粒 7 30 7.27 305.34 H2 5 331.1 50 594 988 3.91 0.64
E 9粒 7 30 0.64 40.32 I 48 427.7 50 2 745 334 18.03 1
3支 7 30 4.98 104.58 77 344.8 20 2 012 616 13.22 0.92
F1 J1
1支 7 30 13.04 91.28 8 231.3 30 178 709 1.17 0.08
F2 J2
6粒 7 28 0.58 24.36 K － 25 － 25.00 1
G1
3粒 7 28 1.19 24.99
G2 A～J代表不同药品，A为目标产品，B～J为主要竞品，K为其他竞
2粒 7 28 3.33 46.62
品；不同下标代表同一药品的不同规格；－表示相关数据缺失
H1
4粒 7 28 1.60 44.80
H2
I 9粒 7 35 1.40 88.20 3.4 结果对比
3粒 7 168 3.66 76.86
J1 X 年，据我国国家统计局官网数据，全国总人口共
3粒 7 168 6.58 138.18
J2 [6]
140 005 万人，肝硬化患病率为 0.51％ ，假设肝硬化就
A～J 代表不同药品，A 为目标产品，B～J 为主要竞品；不同下标
诊率为 100％，使用保肝药的肝硬化患者在全国肝硬化
代表同一药品的不同规格
就诊总人数中的占比为 52.51％ [7－8] ，故可计算出全国使
表 2 肝硬化治疗相关药品的年销售额及预测数据
用保肝药的肝硬化患者（市场容量）为 3 749 348 人。若
（万元）
按照传统算法，公式（1）的分母数据是根据流行病学数
药品 （X－6）年 （X－5）年 （X－4）年 （X－3）年 （X－2）年 （X－1）年 X年
A － － － － － － 1 496.4 据估算的总市场容量，若分子数据采用基于样本医院得
B 24 193.4 25 139.4 27 179.7 27 096.8 29 952.6 31 392.4 32 832.2 到的人数，那么分子与分母的数据比值显然会使得药品
C 103 389.3 103 147.6 105 511.7 114 034.8 111 675.0 108 609.2 104 837.3
D － － 1.2 32.0 182.6 273.3 364.0 A～J 的市场份额被低估；同时，若分子数据不采用样本
E 31 749.1 35 261.8 42 824.1 43 087.8 39 831.0 41 851.5 43 872.0 医院的人数估算值，那么所研究产品具有多种适应证的
4 693.2 4 256.6 3 831.0 3 694.2 3 089.8 2 688.9 2 288.0
F1 特点会导致该产品治疗所研究适应证的销售情况无法
2 719.7 2 195.6 1 929.2 1 449.7 1 394.9 1 063.7 732.5
F2
4 835.9 5 336.1 5 862.2 4 553.1 3 670.5 3 379.1 3 087.8 被阐明，进而导致分子数据无法被准确计算，因此传统
G1
4 280.9 4 989.3 4 846.8 5 241.1 6 337.5 6 851.7 7 365.8
G2 算法不适用本研究产品。为与传统算法结果对比，笔者
4 160.5 4 133.8 3 278.2 2 853.8 3 461.5 3 286.8 3 112.0
H1 查阅文献[9－13]获得肝硬化患者使用各药品的年平均
1 228.8 1 950.6 2 261.4 3 094.6 3 963.6 4 647.4 5 331.1
H2
I 22 629.9 25 016.7 29 499.2 34 697.1 38 726.5 43 303.3 48 427.7 治疗时间（表1），再依据“3.3”项下计算过程获得基于人
30 559.6 36 446.0 43 911.6 51 896.8 61 749.7 69 547.3 77 344.8
J1 数的市场份额结果，详见表4。由表4可知，两种算法结
1 930.9 2 681.0 2 591.7 3 382.6 6 131.2 7 181.3 8 231.3
J2
果具有较大差异，且基于“人数”计算的市场份额大多高
A～J 代表不同药品，A 为目标产品，B～J 为主要竞品；不同下标
于基于“人次数”计算的市场份额。但从参数的来源差
代表同一药品的不同规格；－表示相关数据缺失
3.3 关键计算步骤 异考虑，年平均治疗时间多来源于临床试验，每人次平
以目标产品A为例，A在X年的可治疗人次数和市 均治疗时间来源于以样本医院为代表的真实世界，故在
场份额分别按下式计算：A 在 X 年的可治疗人次数＝A 本案例中，基于“人次数”的算法更贴近实际。建议研究
在X年的销售额×A用于肝硬化的比例/每人次平均治疗 者应基于对目标产品和相关数据的可获得性来选择合
成本，A在X年的市场份额＝A在X年的可治疗人次数/ 适的计算方法，尽可能使市场份额的计算结果合理并更
A～J在X年的可治疗总人次数×（1－25％），随后依据不 接近于真实情况。

·490 · China Pharmacy 2022 Vol. 33 No. 4 中国药房 2022年第33卷第4期