循证经济学评价-影像学诊断中的应用

,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,循证经济学评价影像学诊断中的应用,1,概述,随着循证医学理念在我国医学领域的普及，要求医师将最好的研究证据、患者利益、临床实践进行有机的结合。,在选择一项医疗措施的时候，不仅要注意其临床结果，如有效率、治愈率、敏感度、特异度等，更需要关注提高病人的生活质量和所花费的医疗成本。,2,概述,临床经济学评价（,Clinical economic evaluation,）就是应用经济学的原理和方法来评价临床诊断、预防和治疗技术与措施的经济学效果，找出影响合理利用有限资源的因素，指导医师在临床中做出合理的决策。,目前，经济学评价在许多国家已经被广泛的应用于医学各个领域的规划和方案评价，以此作为政府和临床医师决策的依据。而我国只是在药物治疗、计划免疫方面有所应用，在临床诊断方面的研究和应用很少。,3,临床经济学评价的方法及应用,最小成本分析,(cost-minimization analysis, CMA),假设几种不同的医疗卫生服务方案效果相同或相似，比较其成本，选择成本最小的方案。,尽管这种前提“假设”限制了该分析方法的应用，但有关影像诊断的最小成本分析研究的文献仍可见到 。,4,临床经济学评价的方法及应用,成本效果分析,(,cost-effectiveness analysis, CEA),在临床经济分析的各种方法中最为常用。该方法同时考虑各种卫生服务方案的成本和对应的这些成本所带来效果，通过比较，寻找出最能节约资源的卫生诊断和治疗方案。,成本,/,效果比,( C/E ),为该分析方法的比较效应量。成本一般用货币单位，效果则用可测量的自然单位,(,如检出某肿瘤的阳性数、生命延长时间等,),。使用可测量的自然单位表示效果的前提条件是该方案的,基线时间,短且对生命质量产生的影响较少。,影像学,CEA,通常用中间结果来表示效果，如：住院日、再次入院率、避免非必要的外科手术例数等。,5,临床经济学评价的方法及应用,成本效用分析,(cost-utility analysis, CUA),该分析方法与,CEA,类似，不同的是所代表效果的不再是自然单位而是一种主观的效用。,CUA,明显掺入了患者对医疗风险、舒适度、等待时间等的主观偏好价值。最终的医疗方案是由患者确定，并且要明确反映患者的价值和优先度。,CUA,已经成为经济学评价方法中被广泛推荐的分析方法。,6,临床经济学评价的方法及应用,成本效用分析,(cost-utility analysis, CUA),效用的衡量单位是质量调整生命年,( quality-adjusted life year, QALYs),，它把由于疾病减少（生命质量提高）和降低死亡率（数量增加）所获的的好处综合到一个指标中。,测量的基本原理是通过患者对完全健康的偏好分值为,(1),和死亡的偏好分值为,(0),，由评价者在健康标尺上对患者的偏好作出权重，并以一定的效用值,(0-1),来表示，即可计算患者的,QALY,。,7,临床经济学评价的方法及应用,成本效益分析,(cost-benefit analysis, CBA),该方法将健康结果赋予货币值来比较完全不同的卫生方案的经济效率。,以效益,/,成本比值表示结果，大于,1,有价值，比值越高越有价值。该分析方法的优点是将所有医疗卫生的结果都换算成为统一的单位，这样就可以直接比较几种方案的成本。,然而，将卫生服务效果赋以货币值是该分析方法的一个难点，尤其对于某种诊断方案来说，有时是难以实施的，这就限制了其在医疗领域的推广应用。,8,临床经济学评价的方法及应用,贴现率,(discounting),在作经济学评价时，投入成本，产出结果之间以及两者本身都可能会有时间跨度，必须将不同时间发生的成本放在同一个时间点上进行比较，这就必须考虑一个年贴现率的问题。,国外研究中通常使用的年贴现率为,3,。,9,常用分析模型,决策树模型,决策树（,decision tree,）是临床经济学评价中最常使用的分析模型。主要用于模拟短期内临床方案的选择和相应的结果。,一旦临床上确定一个需要分析的问题，接下来就是通过建立决策树模型来实现分析过程。该方法克服了临床医师盲目，主观决策的缺点，整个分析过程用图示表示，使分析过程直观而有条理，便于分析者明确各种决策的预期结果。,10,常用分析模型,目前常用的,CEA,分析模型是决策树模型。,整个模型的树状结构可以看作是一个水平的流程图，包括了所有可能的备选方案、包括临床事件和最终的结局。各个方案和各分枝之间不能交叉和重叠。,11,主干即主节点，常用,小方格,表示，代表决策节点（,decision node,），从该节点可发出许多分枝，代表可能的备选方案。,分枝上的,小圆圈,所示节点，称为概率节点（,chance node,），概率节点发出的分枝代表可能出现的临床事件或临床结局。,最终结局用,小三角形,表示，代表终末节点（,terminal node,）。,决策树结构示意图,常用分析模型,12,常用分析模型,Markov,模型,该模型最早用于模拟慢性疾病的发展过程，,20,世纪,90,年代后才逐渐用于卫生经济评价的领域中。,该方法的分析原理是将所研究的疾病按照其对健康的影响程度划分为几个不同的健康状态，并根据各个状态在一定时间内相互间的转换概率，结合每个状态上资源消耗和健康结果，通过多次循环运算，估计出疾病发展的结局或费用。,13,常用分析模型,Markov,模型分析过程,设立,Markov,状态，即根据研究目的和疾病的自然转归过程，确立各个状态间可能存在得相互转换。,确定循环周期和每个周期中各状态间的转换概率。,确定各健康状态的效用值。,最后将这些设定的参数输入模型，就会产生分析结果。,14,经济学评价模型分析的参数设置,由于诊断试验只影响患者的短期效果而不是长期预后，所以衡量诊断试验所产生的临床效果较治疗性实验困难。,诊断试验的成本效果分析在方法学上较治疗性试验要复杂。,影像学检查属于诊断试验，在进行经济学评价时也存在上述困难。以下我们以决策树作为评价模型，探讨影像诊断学（成本效果,CEA,）分析的具体过程。,提出问题,明确分析目的,15,经济学评价模型分析的参数设置,确定模型中的标准病例,选择病例要求能代表某种疾病发病人群的基本特征，定义的范围包括年龄、性别、病情等特征。,如一位,62,岁、疑似有乳腺肿块的女性。所用数据或特征是否具有普遍性、是否以准确的定义为前提。多数情况是要求查阅大量的文献，少数情况下也可采用专家的建议或者一般性的结论。,16,经济学评价模型分析的参数设置,确定所要比较的诊断方案,根据研究目的确立所要比较的方案或方案组合。,需要注意的是所要比较的方案越多，分析的过程越复杂，而且需要的假设条件越多，这样势必会减弱评价结果的稳定性。,通常采用的方法是只比较两种不同的方案。,17,经济学评价模型分析的参数设置,确定时间基线,每种方案在一定的时期内会产生一定的效益并伴随一定的风险。,因此，时间的长短应以每个方案的效果和风险，应该尽可能在某一时间范围内显示完全为准。,18,经济学评价模型分析的参数设置,确定每种检查方案有可能出现的重要临床结局,在确定可能出现的临床结局时需要认真考虑到每种方案的优缺点，而且对临床结局如肿瘤的检出率、意愿支付力、生命延长年、,QALYs,必须有清楚的描述。,对于影像诊断的经济学评价常用正确诊断率、住院时间、患者的意愿支付力等中间结局来定义临床结局。,19,经济学评价模型的建立,以决策树模型为例，该方法以树形结构展示了全部的分析过程，模型中的分枝步骤代表了包含相关成本、效果值事件发生的平均顺序，这些值可以根据树中每一分枝的似然比值、概率值平均分配。,对于复杂的医疗决策过程（诊断方案）有强大的分析功能。,常用的分析软件有,DATA,、,TreeAge,。,20,经济学评价模型的建立,确定每种方案临床结局发生的概率,（,probability,）,模型中每一分支的临床结果都有相应的发生概率，如某个患者行影像学检查后所得阳性结果的概率。,这些数值可以来源于以往的数据，但最好是来源于权威文献，或大样本研究结果，在文献中缺乏相关数据报道时，可采用专家意见或小样本研究结果。,21,经济学评价模型的建立,明确结果指标及每种检查方案的效果值,（,effectiveness,）,如果采用,QALYs,或其他反应患者健康偏好价值的指标作为效果值，将必然会受到时间的影响。,随着社会的进步，人民生活质量的日益提高，人们对健康的偏好值也会随着时间逐渐变化，这会对评价结论产生一定的影响。不过可以通过敏感性分析来减弱其对评价结果的影响。,22,经济学评价模型的建立,确定每种检查方案的成本（,cost,）,成本估计可以来自于目前临床实际工作中的成本，也可来源于文献或者国家有关某种医疗服务项目的成本花费规定。,在计算成本时存在时间贴现的问题，如,5,年前,100,元，由于存在物价上涨、人民币升值等原因不能等同于目前的,100,元，假设每年的通货膨胀率为,3, ，其应该相当于目前的,103,元，因此考虑成本贴现率才能使评价结果客观、可信。,23,经济学评价模型的建立,模型中的条件假设,CEA,模型通常需要大量的条件假设，这些假设必须合理反应临床实际的决策过程。,但是往往由于现有数据的限制，这些假设过程比较简单，对于研究者来说必须详细描述每种条件假设。,24,经济学评价的模型分析过程,基线分析,根据上述假设条件和引入的参数进行,CEA,的分析。,在,CEA,分析过程中，要同时考虑到成本和效果，即“成本效果比”最小才是最佳方案。,因此在分析中应该充分的考虑所采用每种方案的平均成本和效果。,25,经济学评价的模型分析过程,在完成每种方案的平均成本,-,效果分析后，会出现以下,四种结果：,方案,B,成本低且效果优于方案,A,；,方案,B,成本高且效果差于方案,A,；,方案,B,效果优于方案,A,但成本高；,方案,B,效果差于方案,A,但成本低。,目前临床上新出现一种花费较高但效果较好的治疗或诊断方法,(B),时，决策者也不得不考虑到是否值得采用新方法来代替常规方法,(A),。,此时，就必须通过“增量成本效果比”进行比较。,26,经济学评价的模型分析过程,增量成本效果比,（,ICER,）,计算公式如下：,ICER,(,成本,B,成本,A)/(,效果,B,效果,A),。,针对诊断试验（影像学检查），公式中的成本是经过时间贴现后货币的价值。效果可以是诊断某种疾病的准确度、筛查出某种疾病的阳性数、存活年限等。,27,经济学评价的模型分析过程,敏感性分析,仅仅对引入参数和前提假设有较好反应的评价结果是不可靠的。,某些参数和假设条件的改变会对模型结论产生显著的影响，因此检测这些参数和假设条件的稳定性是很有必要的。,28,经济学评价的模型分析过程,模型分析的可信度主要取决于三个因素,模型所能揭示临床问题的程度。,选用数据的力度。,模型中所假设条件的说服力度。,29,模型中不确定因素的处理,在用模型估计成本和临床结果时遇到的不确定因素主要是参数的不确定性时，这就是关于参数的真实数值的不确定性。可以采用以下方法来消除：,单因素敏感性分析,多因素敏感性分析,最大最小分析法,30,模型中不确定因素的处理,参数不确定性的敏感性分析步骤,明确哪些是不确定的参数。,界定参数合理的变动范围。,按照参数的变动范围重新计算结果，根据计算结果判断评价结果对这一参数或某些参数的变动是否敏感。,31,模型中不确定因素的处理,单因素敏感性分析,是指在相同的基线值下，保持其他参数不变，只变化其中一个参数，重新进行分析的方法。模型中的所有参数均可以用来进行单因素敏感性分析，实际操作中可根据研究者的兴趣和设计思路进行有目的的分析。,32,模型中不确定因素的处理,两因素敏感性分析,同时改变两个参数，看其对效果的影响，典型的两因素敏感性分析，应选择单因素分析中敏感的参数进行分析，或选择一对有内在关联性的参数进行两因素敏感性分析。,33,模型中不确定因素的处理,最大最小分析,利用概率方法模拟每个参数变动的范围，寻找出参数在最大范围或最小范围内变化时对评价结论的影响。,假如对参数最大范围的变化都不敏感时，表明该结论稳定性好。,34,模型中不确定因素的处理,对于,CEA,模型分析的敏感性分析,主要指改变参数的设定（发病率、成本、临床效果等）重新进行,CEA,分析来确定其对结论的影响。,每个,CEA,参数需要根据临床有意义值范围的变动进行评价。,如果研究结论对参数变化不敏感时，说明该结论的可信度高，反之评价所得结论说服力度很差。,35,模型中不确定因素的处理,在模型中所涉及的参数较少时，敏感性分析的结果甚至比,CEA,结论本身更为重要。,通过测试每个未知参数并判断哪个会显著影响,CEA,的结论，这将有助于对该影响因素进行进一步和深入研究。,敏感性分析在判别优先研究因素方面有很大帮助。,36,37,小肝癌影像学诊断的循证经济学评价,研究目的,从诊疗学的经济学角度，就如何合理配置影像诊断资源及优化诊断方案的问题，通过对小肝癌的影像诊断经济学评价的研究，探讨该方法在影像诊断领域的应用价值，为其他类似研究提供方法学借鉴，最终能使此类研究结果成为临床医师诊断决策和政府决策部门合理配置卫生资源的重要依据。,38,小肝癌影像学诊断的循证经济学评价,研究方法,所选分析模型,利用,EXCEL,（,Version 5.0, Microsoft Corporation, Redmond, Washington,）和,TreeAge Pro 2005,（,Boston, Massachusetts,）软件建立决策树分析模型，进行小肝癌影像诊断策略的成本效果分析（,CEA,）。,39,小肝癌影像学诊断的循证经济学评价,研究方法,对以下诊断策略进行了经济学评价,（,1,）,US&AFP,：所有患者首先行,US,检查，,US,检查结果为阳性时进一步行,AFP,检查，综合二者检查结果进行相应的治疗。,（,2,）,CHCT&AFP,：所有患者首先行,CHCT,检查，,CHCT,检查结果为阳性时进一步行,AFP,检查，综合二者检查结果进行相应的治疗。,（,3,）,MRI&AFP,：所有患者首先行,MRI,检查，,MRI,检查结果为阳性时进一步行,AFP,检查，综合二者检查结果进行相应的治疗。,40,小肝癌影像学诊断的循证经济学评价,研究方法,（,4,）,US&AFP&CHCT,：所有患者首先行,US,检查，,US,检查结果为阳性时进一步行,AFP,检查，根据,AFP,检查结果决定是否行,CHCT,检查，综合三者检查结果进行相应的治疗。,（,5,）,US&AFP&MRI,：所有患者首先行,US,检查，,US,检查结果为阳性时进一步行,AFP,检查，根据,AFP,检查结果决定是否行,MRI,检查，综合三者检查结果进行相应的治疗。,41,参数,基线分析值,变化范围,高危人群的肝癌发病率,3,1.56,AFP(%),敏感度,65,3964,特异度,85,7691,US(%),敏感度,75,5978,特异度,90,8693,US&,AFP(%),敏感度,88,8097,特异度,90,8894,CHCT(%),敏感度,90,8797,特异度,89,8597,MRI(%),敏感度,88,58100,特异度,86,3394,成本（￥）,US,检查,90,20,110,CHCT,检查*,795,640,910,MRI,平扫检查,750,400,800,AFP,检测,80,10,160,决策树模型中所用的参数（基线分析及敏感性分析）,小肝癌影像学诊断的循证经济学评价,42,小肝癌影像学诊断的循证经济学评价,基线分析的步骤,首先对两组（,A,、,B,）诊断策略分别进行,CEA,评价。,A,：,US&AFP,、,CHCT&AFP,、,MRI&AFP,方案,B,：,US&CHCT&AFP,、,US&MRI&AFP,方案,然后对,C,组（上述两组方案所选定的推荐方案）进行,CEA,评价。,43,小肝癌影像学诊断的循证经济学评价,敏感性分析的参数及步骤,单因素敏感性分析：,每次只变化一个参数，使之在模型输入参数所规定的范围内改变，并通过计算,ICER,来以确定其对诊断策略的影响。,两因素敏感性分析：,同时变化两个参数，具体的方法同上，通过,C/E,比来确定评价结果的稳定性。,44,小肝癌影像学诊断的循证经济学评价,结果和分析,1.A,组方案的决策分析过程,怀疑有肝脏占位性病变的患,者可以选用三种诊断策略（,US,&AFP,、,CHCT&AFP,、,MRI&,AFP,）进一步明确有无肝癌的,发生。,图中在每一节点处均显示,了成本,/,效果比，粉红色线表示,经,CEA,评价后，所推荐选用的,诊断策略 。,45,B,组方案的决策分析过程,小肝癌影像学诊断的循证经济学评价,结果和分析,46,3.,优选方案的决策分析过程,a,患者意愿支付力￥,600,的,CEA,分析过程,b,患者意愿支付力,￥,600,的,CEA,分析过程,小肝癌影像学诊断的循证经济学评价,47,小肝癌影像学诊断的循证经济学评价,结果和分析,三组方案的基线分析结果。,（,1,）,A,组方案经,CEA,分析后，,US&AFP,方案的成本效果比最小为￥,104/Ac,，其次为,CHCT&AFP,方案为￥,841/Ac,，,MRI&AFP,方案最高为￥,844/Ac,，因此,US&AFP,方案为最佳的诊断方案。,（,2,）,B,组方案经,CEA,分析后，,US&AFP&CHCT,方案的成本效果比最小为￥,128/Ac,，,US&AFP&MRI,方案￥,184/Ac,，诊断效果未增加时，,US&AFP&MRI,方案的成本却增加了￥,52.40,，因此前者为最经济的诊断方案。,48,小肝癌影像学诊断的循证经济学评价,结果和分析,（,3,）,C,组方案（优选方案）经,CEA,分析后，,US&AFP,方案,的成本效果比为￥,108/Ac,，,US&AFP&CHCT,方案为￥,128/Ac,。前者的诊断效能较差为,0.8955,，但是成本也较少,￥,96.7,，进一步比较增量成本效果比为￥,604/Ac,，即患,者愿意花费高于￥,604,而获得更准确的诊断结果时，可选,择,US&AFP&CHCT,方案，反之选择,US&AFP,方案。,49,小肝癌影像学诊断的循证经济学评价,结果和分析,敏感性分析结果,三组方案比较的评价结果对模型重要参数变化很稳定，除了,US&AFP,、,CHCT&AFP,、,MRI&AFP,的比较结果对,CHCT,和,MRI,成本的变化敏感，但是实际临床工作中,CHCT,和,MRI,的成本低于,US,是不实际的，因此本研究结论客观、可信度较高，具有普遍性意义。,50,小肝癌影像学诊断的循证经济学评价,结论,（,1,）,US&AFP,是目前高危人群进行肝癌筛检最为经济的方案，诊断效果同,CHCT&AFP,，但花费最少，即使基层医院，不具备,HCT,和,MRI,的条件下，作为肝癌术前诊断的方案也是可行的；,（,2,）,US&AFP&CHCT,是满足肝癌临床诊断标准的最佳诊断方案，成本效果比最小，值得在临床实际工作中推广,;,（,3,）患者最终会选择上述哪种方案作为自身诊断方案，受到患者意愿支付能力的影响，愿意花费多于￥,604,得到更为准确的判断者可选择,US&AFP&CHCT,。,51,谢谢！,52,