Page 65 - 《中国药房》2025年17期
P. 65

[12]
          287 247 元/QALY 。为研究不同经济水平地区的适用                           表1 OS和PFS曲线不同分布的拟合结果
          性,本研究将引入区域 WTP 阈值(以 2024 年人均 GDP                                            OS曲线          PFS曲线
                                                              参数分布          拟合标准
                                             [12]
          最低的省份甘肃省的人均 GDP 为代表) 进行情境分                                               观察组    对照组    观察组    对照组
                                                              Exponential分布  AIC   199.53  227.31  252.84  330.76
          析,以评估该治疗方案在资源受限地区的经济性表现。
                                                                             BIC   203.36  231.14  256.67  334.59
          1.4 转移概率                                            Weibull分布      AIC   181.73  175.80  218.11  238.31
              本研究的生存数据来源于TOPAZ-1研究,通过对该                                      BIC   189.39  183.46  225.77  245.97
          研究中的OS和PFS数据进行参数分布拟合得到患者的                           gamma分布        AIC   180.41  174.98  214.26  239.09
                                                                             BIC   188.08  182.64  221.92  246.75
          长期生存数据。首先,利用 WebPlotDigitizer 4.5 软件从
                                                              log-Normal分布   AIC   194.67  203.03  229.78  272.01
          原始生存曲线[Kaplan-Meier(K-M)曲线]中取点 ,用                                  BIC   202.33  210.70  237.44  279.67
          R4.4.2 软件的“flexsurv”和“survHE”包重构患者的个体               Gompertz分布     AIC   191.04  193.50  238.74  269.67
                                                                             BIC   198.70  201.16  246.40  277.34
          水平数据和K-M曲线(图2)。使用的参数模型包括7个
                                                              log-Logistic分布  AIC  182.12  180.75  215.97  253.41
          标 准 参 数 模 型(Exponential、Weibull、Gompertz、log-                      BIC   189.78  188.41  223.63  261.08
          Normal、log-Logistic、Generalized gamma、gamma)和5个     Generalized gamma 分布  AIC  182.34  176.73  215.85  240.08
          柔性模型[Fractional Polynomials(FP)、Restricted Cubic                   BIC   193.84  188.23  227.34  251.57
                                                              FP1分布          AIC   180.74  174.67  225.32  254.47
          Splines(RCS)、Royston-Parmar(RP)、Generalized Addi‐
                                                                             BIC   188.41  182.34  232.98  265.96
          tive Models(GAM)和 Mixture Cure Models(MCM)];其       FP2分布          AIC   180.03  170.54  211.40  246.12
          中,FP 模型包括一阶和二阶最佳模型(FP1 和 FP2);RP                                   BIC   191.53  182.04  222.89  261.44
          模型则分别以 odds、normal 和 hazard 为量表,以适配不                RCS分布          AIC   180.56  176.89  194.81  243.45
                                                                             BIC   192.06  196.05  217.80  270.28
          同的生存分布特征,同时提高模型外推的灵活性与拟合
                                                              RP-hazard分布    AIC   181.73  175.80  189.55  228.31
          精度。然后,根据赤池信息准则(Akaike information cri‐                             BIC   189.39  183.46  212.54  251.31
          terion,AIC)和贝叶斯信息准则(Bayesian information            RP-odds分布      AIC   180.61  175.13  188.79  228.54
                                                    [13]
          criterion,BIC)并结合视觉检验选取最优拟合分布 ,可                                   BIC   192.11  186.62  211.78  251.54
                                                              RP-normal分布    AIC   181.02  176.49  189.61  231.01
          得对照组和观察组的 PFS 曲线均采用 Weibull 分布;对                                   BIC   192.52  191.82  212.60  254.00
          照组的 OS 曲线采用 FP2 分布,观察组的 OS 曲线采用                     GAM分布          AIC   180.48  176.37  195.18  247.06
          gamma分布。最后,基于最优分布模型参数计算生存函                                         BIC   191.65  193.32  219.88  261.48
                                                              MCM分布          AIC   667.42  595.47  292.10  163.83
          数,并进一步估算2种治疗方案中患者在各健康状态间
                                                                             BIC   678.91  606.97  318.92  190.66
                    [14]
          的转移概率 。各分布的 AIC 和 BIC 拟合结果见表 1,
          拟合曲线与原始曲线的比较结果见图3。                                   1.00       对照组            1.00         FP2
                                                                          观察组
                                                                          Weibull-1                   gamma
                                                                                                      对照组
                                   观察组
                 1.00                                                     Weibull-2                   观察组
                                   对照组                         0.75                      0.75
                 无进展生存率  0.50                                 无进展生存率  0.50              总生存率  0.50
                 0.75
                 0.25
                   0   P=0.000 57
                     0     3     6     9    12   15   18   21  0.25                      0.25
                                生存时间/月
                                                                 0                        0
                         A.对PFS数据重构后的K-M曲线                        0           2.5        5.0           7.5      10.0  0           2.5        5.0           7.5      10.0
                 1.00              观察组                                  时间/年                      时间/年
                                   对照组
                                                                   A. PFS曲线的拟合外推结果           B. OS曲线的拟合外推结果
                 0.75
                 总生存率  0.50  P=0.003 70                      模型外推的生存曲线。Weibull-1:对照组基于Weibull分布的拟合外推
                                                                注:虚线表示基于实际数据拟合的生存曲线,实线表示基于分布
                 0.25
                                                             的PFS曲线;Weibull-2:观察组基于Weibull分布的拟合外推的PFS曲
                   0
                     0     3     6     9    12   15   18   21   24   27   30  线;FP2:对照组基于FP2分布的拟合外推的OS曲线;gamma:观察组基
                                生存时间/月
                                                             于gamma分布的拟合外推的OS曲线。
                                                                         图3 拟合外推的K-M曲线
                         B.对OS数据重构后的K-M曲线
                       图2 重构的K-M曲线                           台(https://www.wuxuwang.com/);疾病管理成本包括实
                                                             验室检查成本和影像学评估成本;疾病管理成本、不良
          1.5 成本和效用值数据
                                                             反应处理成本及健康状态效用值来源于相关文献数
              本研究从中国卫生体系角度出发,仅纳入直接医疗
          成本,包括药物成本、疾病管理成本及药物不良反应处                           据 [9,15―19] 。为简化模型,本研究仅纳入发生率≥2% 且级
          理成本。药物成本参照2025年1-6月全国药品集中采                         别≥3 级的药物不良反应,并假设其发生在治疗的第 1
                                                                                                        [7]
          购中标价格的中位数进行估算,数据来源于戊戌数据平                           个周期内。不良反应发生率来源于TOPAZ-1研究 。药

          中国药房  2025年第36卷第17期                                              China Pharmacy  2025 Vol. 36  No. 17    · 2143 ·
   60   61   62   63   64   65   66   67   68   69   70