Page 112 - 《中国药房》2022年7期

4 4 3
3 3
2
密度 2 密度 2 密度
1
1 1

0 0 0
0.4 0.6 0.8 1 1.2 0.2 0.4 0.6 0.8 1 －1 －0.5 0 0.5 1
预估线性回归EQ-5D得分 预估Tobit回归EQ-5D得分 预估ALDVMM回归EQ-5D得分
图3 各模型预估的EQ-5D分布直方图

2.5
2 2 2
1.5 1.5 1.5
密度 1 密度 1 密度 1
0.5 0.5 0.5
0 0 0
－0.5 0 0.5 1 －0.5 0 0.5 1 0 0.5 1
实际线性回归EQ-5D得分 实际Tobit回归EQ-5D得分 实际ALDVMM回归EQ-5D得分
图4 各模型实际拟合出的EQ-5D分布直方图

3 模型运用现状 多研究证明其可行性，但在其余量表上的运用还有待更

目前运用 ALDVMM 的实证研究不算特别丰富，笔 多研究来证明其可行性和优越性。
者通过关键词“ALDVMM”以及相关引证文献检索中国 对于 ALDVMM 运用于映射研究的优越性问题，目
知网、万方数据、PubMed、Web of Science等数据库，共获 前已发表的相关研究有86.7％表明该模型更具有优势，
取了15篇文献 [11，13－26] ，如表2所示。目前，大部分研究均 6.7％表明该模型在综合考虑下是次优选择，6.7％表明
来自英国作者（但研究所使用数据并非全部源自英国）， 相应的量表不适合进行映射研究。大部分研究均将
这其中又以谢菲尔德大学的研究者居多；另有 2 篇 [25－26] ALDVMM 与传统的直接映射模型进行比较，但也存在
[20]
来自中国，1篇 来自澳大利亚。 部分研究将该模型与间接映射模型作比较，如Gray等 [19]
[21]
从目前已有的相关研究可以看出，ALDVMM 涉及 对乳腺癌患者的研究以及Yang等 对透析患者的研究，
到的疾病较为丰富，包括类风湿性关节炎、膝关节或髋 其结果均表明该模型更具有优势。目前有2篇文献的结
关节骨性关节炎、强直性脊柱炎、头部损伤、乳腺癌、哮 果并不支持 ALDVMM 比传统模型更优的说法，其中 1
[20]
喘、肾脏病、心脏病、淋巴瘤、黄斑水肿、白内障、静脉曲 篇是 2020 年 Peiris 等 将功能独立性（function indepen-
张以及肢端肥大症等。已有的疾病映射研究结果显示， dent measure，FIM）量表映射到 EQ-5D-3L 的研究，其结
ALDVMM 的适用性较强，较少出现劣势选择的情形。 果表明FIM量表并不适合进行映射研究，因此该结果对
但受限于该模型目前运用不够广泛，对于更多疾病以及 该模型是否更具有优势不具有参考价值；另1篇是来自
[26]
相关量表的映射是否合适有待更多研究来验证。 中国的Wang等 于2021年发表的有关肢端肥大症的映
在 目 标 量 表 方 面 ，由 于 ALDVMM 本 身 是 针 对 射研究，其结果表明OLS模型是最好的选择。需要说明
EQ-5D开发的，且在最初的开发中使用的是EQ-5D-3L， 的是，后一篇研究对模型的简洁性较为注重，而相较于
因此目前使用该模型的大部分研究的目标量表依然是 ALDVMM，OLS 模型虽准确性差一点，但胜在更简洁。
EQ-5D-3L。随着ALDVMM的不断推广和运用，目前其 整体而言，从已有研究的整体结果来看，ALDVMM相较
目标量表已不再局限于 EQ-5D-3L。2018 年，Gray 等 [18] 于传统的映射模型具有较为明显的优势，相对于间接映
发表的一篇有关哮喘的映射研究首次将该模型运用于 射也具有一定的优势，但这还需要更丰富的研究结论来
EQ-5D-5L与HUI 3量表，结果表明该模型优于传统映射 佐证。
模型，可用于相关量表的映射研究。后续的研究表明， 4 讨论
ALDVMM 也适用于 VFQ-UI 、ICECAP-O 和 SF-6D [24] 映射能有效解决部分药物经济学评价的健康效用
[22]
[23]
等量表。但由于相关文献发布较少，大多只有1篇，存在 值获取问题，降低药物经济学评价的开展难度，且优秀
一定的偶然性，故还需要更多研究来佐证。总体而言， 的映射模型还能有效提升健康效用值获取的准确性，提
ALDVMM 在 EQ-5D-3L 和 EQ-5D-5L 上的运用已有较 高药物经济学评价的质量与可信度。

·870 · China Pharmacy 2022 Vol. 33 No. 7 中国药房 2022年第33卷第7期