药物经济学评价模型

药物经济学模型一、模型的种类模型起源于上个世纪60－70年代，主要是一组由数值和统计关系将各种卫生决策者感兴趣的变量和结果连接而成的一组逻辑数据构成。卫生服务模型是在原始或二次资料基础上考虑事件随时间和人群的变化，评价一项干预措施对健康状态和成本的影响。模型的种类很多，比较正式的模型有决策树（DT）、影响图（InfluenceDiagrams）、状态转换模型（如Markov分析）、非连续事件模型(Discreteeventsimulation)和系统动态模型(Systemsdynamics)，Meta分析也是模型一种。实际应用中模型常因需求和复杂性而不同。采用那种方法建模主要根据疾病的种类、治疗的特点及数据的可得性。一般说来，急性疾病一般采用决策数模型；慢性疾病的药物经济学模型首选Markov模型。（一）决策树模型决策树模型是常用的一种反映事件与决策随时间变化而产生各种结果的动PM02药物经营管理课程模块态模型，由决策结点、机会结点、结果结点、箭头和概率及结果值组成。其每条路径表示一种可能的结果与决策事件，并有特定的发生概率，由此可计算其期望效果或效用。优点是非常直观提供各种可能的结果，非常适合短期内有确定结果的疾病；缺点是不能反映复发事件的发生。（二）Markov模型Markov模型是一种循环决策树，又称状态转换模型。它将所研究的疾病按其对健康的影响程度划分为几个不同的健康状态，并根据各状态在一定时间内相互间的转换概率，结合每个状态上的资源消耗和健康结果，通过多次循环运算，估计出疾病发展健康结局及费用。Markov模型在卫生领域的应用始于80年代初用于模拟慢性疾病的发展过程，随着疾病谱的变化对慢性病研究越来越重视，逐渐应用到卫生经济学评价中，包括癌症的筛检、疾病干预措施和药物经济学评价等等。分析过程包括：根据疾病的自然过程设立Markov状态，并确定各状态间可能存在的转换过程以及转换概率；确定循环周期和各状态的最初概率；设定各状态的结果如生命年、费用及效用值PM02药物经营管理课程模块五药物经济学等；进行运算和敏感度分析。进行Markov模型分析首先要根据研究目的和疾病自然转归将整个疾病划分为不同的健康状态，所有可能发生的事件模拟成从一个状态向另一个状态转换的过程，并将分析的期间分为相同的时间周期，称为Markov循环周期。Markov循环周期长短通常根据临床意义设定，一般为1－2年。通常Markov模型仅设立一个终点状态，但有时也可将不同死因分别作为终点状态。使用的假设条件是：1。在每个Markov循环中，每个病人只能处于一种Markov状态；2.Markov过程对已进行的循环过程没有记忆，即病人从一个状态转换成另一个状态是根据概率随机发生的，与病人进入该状态前所处状态无关。Markov模型可分为Markov链和时间相关的Markov过程。Markov链是指转换概率恒定的模型；而Markov过程的转换概率则可随时间变化。进行Markov模型的计算方法有距阵法、队列模型、MonteCarlo模拟三种，矩阵法用于Markov链的分析；队列模拟法是最常用的Markov模型分析方法，能直观表示Markov过程和结果，可以计算各循环周期后及整个分析期末队列成员在各状态上的人数，具有分析结果易于理解的优点，其估计的准确性与循环周期的长短有关，缺点是无法估计结果的变异；MonteCarlo模拟可以赋予Markov模型记忆功能，较接近实际情况，并能估计结果的变异程度，但计算复杂，必须借助计算机软件进行。如DATA、@RISK等软件。Markov模型在卫生领域的应用始于二十世纪80年代模拟慢性疾病的进程发展过程。目前用Markov模型对临床干预措施进行研究的内容包括疾病的筛检、疾病的干预措施、特殊疗法的应用价值、新疗法的远期效果评价、临床试验的外推和药物经济学评价等等。