Page 93 - 《中国药房》2026年5期

1.2 模型结构 原始曲线 Gamma Gompertz log-Normal 原始曲线 Gamma Gompertz log-Normal
log-Logistic
Generalised gamma
Exponential
Weibull
Exponential
Weibull
log-Logistic
Generalised gamma
本研究利用Excel 2019软件，根据MARIPOSA研究 100 100
[5]
最新数据 和 NSCLC 的疾病发展过程构建分区生存模 80 80
60
60
型。该模型包括3种互斥的健康状态，分别为无进展生 无进展生存率/% 40 总生存率/% 40
存、PD和死亡（图1）。本研究假设两种治疗方案的初始 20 0 20 0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
患者队列均处于无进展生存状态，将模型的循环周期设 时间/月 时间/月
为28 d（依据MARIPOSA研究的给药方案制定），每个周 A. AL组的PFS拟合曲线 B. AL组的OS拟合曲线
原始曲线 Gamma Gompertz log-Normal 原始曲线 Gamma Gompertz log-Normal
期模拟中的患者均处于3种状态之一，并接受相应治疗； Exponential Generalised gamma log-Logistic Weibull Exponential Generalised gamma log-Logistic Weibull
[12]
根据疾病发展情况及同类型研究 ，将模型的模拟时限 100 100
80
80
设为10年。本研究的主要评估指标为增量成本-效果比 无进展生存率/% 60 总生存率/% 60
（incremental cost-effectiveness ratio，ICER），主要输出指 40 40
20
20
标 包 括 质 量 调 整 生 命 年（quality adjusted life year， 0 0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
QALY）、增量QALY、总成本和增量成本。参考《中国药 时间/月 时间/月
[13]
物经济学评价指南2020》 ，成本和效用值采用5%的贴 C.奥希替尼组的PFS拟合曲线 D.奥希替尼组的OS拟合曲线
图2 两组患者生存曲线拟合情况
现率，而WTP阈值设为3倍2024年我国人均国内生产总
值（gross domestic product，GDP），即287 247元/QALY。 表1 两组患者生存曲线拟合分布的AIC和BIC值
PFS曲线 OS曲线
组别 拟合函数
AIC BIC AIC BIC
无进展生存 PD
AL组 Weibull 1 715.190 1 723.313 1 814.054 1 822.177
log-Logistic 1 714.000 1 722.123 1 816.595 1 824.718
死亡 log-Normal 1 717.105 1 725.228 1 826.210 1 834.333
Gompertz 1 720.251 1 729.374 1 814.285 1 822.408
图1 基于NSCLC疾病发展过程的分区生存模型 Exponential 1 725.830 1 729.891 1 819.199 1 823.261
Gen-gamma 1 715.526 1 727.711 1 815.593 1 827.778
1.3 生存曲线的重构和拟合外推
Gamma 1 714.279 1 722.402 1 814.568 1 822.690
本研究根据 2025 年 MARIPOSA 研究最终得到的 奥希替尼组 Weibull 2 083.698 2 091.821 2 137.992 2 146.115
OS 曲线和 PFS 曲线来获得各健康状态下的患者比例， log-Logistic 2 078.260 2 086.383 2 141.140 2 149.263
log-Normal 2 086.025 2 094.148 2 159.244 2 167.367
从而计算成本和健康获益。但MARIPOSA研究仅能提
Gompertz 2 099.338 2 107.461 2 143.458 2 151.580
供随访期内 OS 曲线和 PFS 曲线所对应的患者数据，超 Exponential 2 112.340 2 116.401 2 171.819 2 175.880
过随访期则需要使用参数法进行生存曲线的重构和拟 Gen-gamma 2 081.620 2 093.804 2 139.864 2 152.048
Gamma 2 080.859 2 088.981 2 139.498 2 147.621
合外推 ，以获得患者的长期生存数据。首先，使用
[14]
WebPlotDigitizer 软件从原始生存曲线取点；其次，利用 表2 最优拟合分布及参数
R语言4.4.3软件重构AL组和奥希替尼组患者的个体水 组别 生存曲线 最优拟合分布 尺度参数 形状参数
AL组 PFS曲线 log-Logistic 23.287 4 1.484 0
平数据，并采用相应的参数分布（包括Exponential分布、
OS曲线 Weibull 64.887 8 1.218 4
Gamma 分布、Gompertz 分布、Weibull 分布、log-Logistic 奥希替尼组 PFS曲线 log-Logistic 17.147 1 1.724 9
分布、log-Normal 分布和 Generalised gamma 分布）对重 OS曲线 Weibull 47.616 5 1.491 6
[15]
构的个体水平数据进行生存分析拟合 ；最后，根据赤 良反应，不良反应发生率来源于 MARIPOSA 研究最新
池信息量准则（Akaike information criterion，AIC）和贝叶 数据 。为计算后续治疗的化疗药品使用剂量及相关成
[5]
斯信息准则（Bayesian information criterion，BIC），同时 本，本研究假设患者的平均体重为65 kg，平均体表面积
[16]
结合视觉检验选取最优拟合分布并计算其参数。本研 为 1.72 m ，肌酐清除率为 70 mL/min 。药品价格为药
2
究最终选择 log-Logistic 分布来拟合两组患者的 PFS 曲 智网（https：//www.yaozh.com）中 2025 年各药品在各省
线，选择Weibull分布来拟合两组患者的OS曲线。两组 份中标价的中位数。其余所需成本数据均来源于已发
患者的生存曲线拟合情况及 AIC、BIC 值分别见图 2、表 表的相关文献 [17―23] ，并通过我国居民消费价格指数调整至
1，最优拟合分布及参数见表2。 2024年价格水平，以确保成本核算的时效性与准确性。
1.4 模型参数 由于 MARIPOSA 研究无效用值数据报道，故本研
本研究从我国卫生体系角度出发，仅纳入直接医疗 究中的效用值来源于一项包括我国NSCLC患者的效用
成本，包括一线治疗药物成本、后续治疗药物成本、随访 值研究——无进展生存状态的效用值为 0.804，PD 状态
[24]
成本、不良反应处理成本、最佳支持治疗成本及临终关 的效用值为 0.321 。不良反应负效用值来源于已发表
怀成本等。为简化模型，本研究仅纳入≥3 级的严重不 的文献 [17―23] 。模型参数设置见表3。

中国药房 2026年第37卷第5期 China Pharmacy 2026 Vol. 37 No. 5 · 635 ·