药物经济学模型之Markov模型（六）——软件操作和模型结果

在药物经济学中，健康产出是指疾病和干预手段对研究对象产生的临床方面（住院、死亡、截肢等）或生存质量的影响。健康产出的测量指标包括效果、效用和效益。

效果包括实验条件下获得的临床疗效和现实世界研究中的实际效果两种。在缺少实际效果数据时，可根据相关模型应用临床疗效来做药物经济学分析（本例中便是这种情况）。临床疗效反映在随机对照实验中，即是临床终点事件（在我们的例子中就是心衰再住院、心血管死亡和非心血管死亡）的发生率。

效用指的是在药物经济学中患者或社会对于某种干预措施所带来的健康结果的一种偏好。质量调整生命年（QALY）是常用的效用指标，等于剩余生命年乘以这段时间内的健康效用值。而健康效用值反映的是人对自身健康状况的满意程度，取值0-1，0代表死亡，1代表完全健康的状态。值得注意的是，在计算未来的效用时，是否需要对效用值进行贴现是一个仍在争论的问题，目前大部分研究都使用与成本一样的贴现率对未来效用值进行贴现。

效益是用货币单位对健康产出进行量化测量。意愿支付法（willingness to pay）从个人健康偏好不变的情况下通过牺牲一部分货币收益以提高健康状态来评价不同干预所带来的获益的可接受性。增量成本效果比（ICER）是计算干预与对照组成本和效用之差的比值，即干预组比对照组每多提高一个质量调整生命年所需要的成本。

世界健康组织建议根据各个国家的人均国民生产总值（GDP）来判断干预在经济上的可接受性，当ICER

接下来，结合上一期关于成本的相关内容，我们进一步展示在Treeage软件中的操作过程。

首先，例子中的成本和健康产出的参数如下（关于成本如何转换和健康产出的出处，可具体看上期内容及文献相关章节）：

首先，如第四期中教程所示，在variables选项下创建上述9个变量并分别赋值。

然后由于贴现的算法是个关于时间的指数函数（见第四期），所以需要创建一个Table来反映时间变化（具体步骤见第四期），如下：

完成创建后点击绿色加号键，添加60个Index，然后第1-4个Index的value填0，第5-8个Index为1，依此类推到最后第57-60个Index为14。

接下来在Markov结后的每一个NYHA心功能分级下先输入各个心功能分级的初始比例。根据DAPA-HF研究中基线数据列表，我们确定NYHA 1～4级的比例分别是0、67.5%、31.6%和0.9%。如图，在每个NYHA分级的机会结下面有一个三个点的框，双击输入相应数值即可。死亡的终止结则填0。

然后我们将本次涉及的效用值填入模型中，在每一个markov结之后的NYHA分级中，都有如下图所示的一个方框：

点击方框后，双击Init Rwd，可弹出如下方框：

在中间一栏中填入成本计算公式Discount(CostDa；4.2%；year[_STAGE])，这里要注意是达格列净组还是对照组，相关的参数不要输错了；然后点击右上方的Half-Cycle Correct进行半循环校正。

同样的，将效用值也以一样的形式纳入模型，注意在不同的NYHA分级机会节中，对应的效用值不一样。在再住院的机会节处，同样需要输入效用和成本数据，其操作方法与上面一致，但不需要进行半循环校正。

最后需要输入每个循环最后的NYHA分级转换数据。该相关数据主要来自于SENIORS研究，具体数据如下：

每一个NYHA分级的终止结前均有三个点，在该处根据所在的初始NYHA分级填入相应的参数。

例如在初始为NYHA II级的分支中，最后所有的NYHA转换均为NYHA I 是0.008，II 是0.981，III是0.010，IV是0.001。

至此，Markov模型的所有基本参数均纳入模型之中，接下来运行模型进行计算便可得到相应的结果（注意在运行之前好好检查一下模型结构和参数是否有误）。如下，点击模型最左端的决策结方块，然后选择Analysis-Cost-effectiveness，即可得到下面的结果。

然后点击右侧Text Report，可得到具体结果数值。其中Eff为各组的人均质量调整生命年，Cost为各组的人均治疗成本，IC/IE即是增量成本效益比（ICER），Avg CE为各组每获得一个质量调整生命年的平均成本。

由于2017年我国的人均GDP约为60000元，达格列净相对于标准治疗的ICER约为26793元，低于人均GDP，因此相比于标准治疗，达格列净具有很高的成本效益。

来源：医咖会