疗效指标经济价值评估

要解决的具体问题

在药物经济学评价中，疗效指标（如 HbA1c、LDL-C、SBP）改善的经济价值往往难以直接量化。传统评价通常绑定某一具体药物或干预方案，难以回答一个更基础的问题：指标本身每改善一个单位，对应多少成本变化和健康获益？ 这导致不同治疗方案之间的横向比较缺乏统一尺度，也为卫生技术评估和临床决策带来了障碍。

技能如何工作

本技能将药物经济学建模从药物层面下沉到指标层面，核心流程包括：

1. 模型构建：根据疾病特征设计 Markov 状态（默认三状态：无并发症 / 有并发症 / 死亡，复杂疾病可扩展为多状态），并自动确定参数需求清单
2. 参数搜集：基于 WebSearch 检索中国本土研究、亚洲人群数据及国际经典文献（UKPDS、ADVANCE 等），优先使用高质量来源，并记录 95% CI 用于敏感性分析
3. 区间扫描与拟合：在目标指标的临床相关范围内进行扫描，通过线性拟合获得成本变化斜率（每单位指标改善对应的费用变化）和 QALYs 变化斜率（每单位改善对应的质量调整生命年变化）
4. 报告生成：输出包含模型结构、参数来源、拟合结果（R²、95% CI）、敏感性分析龙卷风图的 Markdown 报告

适用边界与注意点

• 模型简化：三状态 Markov 模型相对简化，适合作为参考基准，不替代完整的疾病自然史建模
• 成本方向：指标改善可能因生存效应延长寿命，导致总医疗费用增加——这是正常经济学现象，而非计算错误
• 指标方向性：部分指标降低为获益（如 HbA1c、LDL-C），部分指标升高为获益（如 HDL-C、FEV1），设置风险比时需注意方向
• 折现率：默认采用 5%/年，费用和健康产出均折现，遵循《中国药物经济学评价指南 2020》
• 参数不确定性：成本斜率通常比 QALYs 斜率变异更大，敏感性分析需重点关注成本参数