中國藥學會團體標準

T/CPHARMA003-2020

ChinaGuidelinesforPharmacoeconomic

Evaluations(2020)

2020-11-28發布

中國藥學會發布

T/CPHARMA003-2020

引言

藥物經濟學是研究如何使用有限的藥物資源實現最大程度的健康效果改善的交叉學科，應用經濟學的理

論基礎，系統、科學地比較分析醫藥技術之間的經濟成本和健康產出，進而形成決策所需的優選方案，旨在

提高醫藥資源配置的總體效率。

藥物政策問題是現階段中國醫藥衛生體制改革的重點主題。國家有關決策部門對此高度重視，并越來越

明確藥物經濟學評價在基本衛生制度、全民醫保制度、國家基本藥物政策中的重要作用。2009年，國家公布

的《中共中央國務院關于深化醫藥衛生體制改革的意見》提出，“建立科學合理的醫藥價格形成機制”，“對新

藥和專利藥品逐步實行定價前藥物經濟性評價制度”。2016年，中共中央國務院出臺“健康中國2030”發展規

劃，明確提出建立健全以應用為導向的成果評價和技術評估機制。與此同時，《“十三五”深化醫藥衛生體制改

革規劃》也強調將藥物經濟學評價作為藥品價格談判的重要依據。2017年，藥物經濟學評價證據被列為國家

醫保目錄準入談判的重要依據。2019年，國家醫療保障局發布了《2019年國家醫保藥品目錄調整工作方案》，

其中明確指出“對同類藥品按照藥物經濟學原則進行比較，優先選擇有充分證據證明其臨床必需、安全有效、

價格合理的品種”。展望未來，國家“十四五”發展規劃即將進行，其中“健康中國2030”和深化國家醫改是民生

發展的核心內容，藥物經濟學的科學評價作用必將越發重要。

中國的藥物經濟學研究起步較晚，尚未系統性或強制性地應用于中國醫藥衛生決策過程。近年來，中國

藥物經濟學研究隊伍和能力不斷壯大，總體呈現快速發展的良好趨勢，但研究質量參差不齊，規范性差，總

體水平亟待提高。根據發達國家經驗，如果沒有系統的研究和評估規范，不同藥物經濟學研究的結果標準和

質量各異，影響藥物經濟學評價的可比性、科學性以及對醫藥衛生決策的參考意義。截至2019年已經有44

個國家和地區制定出了適合本地區的藥物經濟學評價指南用于規范研究（ISPOR，2019）。因此，為了規范中

國的藥物經濟學研究，更好促進其對醫藥衛生科學決策的指導，制定中國藥物經濟學評價指南至關重要。

藥物經濟學評價指南是應用藥物經濟學理論制定的對藥物進行經濟學評價應該遵循的一般框架和規范，

是研究執行的方法學指南和研究質量評估的標準。希望本指南的使用，能夠有利于中國藥物經濟學的學科發

展，提高醫藥衛生資源的配置效率，促進中國醫藥衛生事業的發展。

IV

T/CPHARMA003-2020

指南1：研究問題

1.1研究背景

研究背景需提供的信息主要包括相關疾病的流行病學概況及其經濟負擔，主要干預措施（包括藥物與非

藥物）及其療效與安全性，國內外臨床診療指南對治療方案的推薦，全球范圍內相關干預措施的藥物經濟學

評價現狀（基本結論和尚存的問題），以及本研究的價值（必要性和重要性）等。

1.2研究目的與問題

研究者應當明確提出藥物經濟學評價的主要研究目的和待證明的問題，問題應當以可回答、可檢驗的方

式提出。

1.3研究角度

1.3.1

研究者應根據研究目的和報告對象明確研究角度，主要包括以下幾類研究角度：全社會角度、衛生體系

角度、醫療保障支付方角度、醫療機構角度以及患者角度等。

1.3.2

推薦采用全社會角度和衛生體系角度進行評價，但研究者可根據研究目的選擇合適的研究角度。所有應

用于公共決策的藥物經濟學評價都應該提供全社會角度的評價結果。

1.3.3

在一項藥物經濟學評價中，可以分別基于多種角度開展評價，但在基于每一種角度的評價中都應當自始

至終堅持研究角度的一致性。

1.4目標人群

1.4.1

研究需要明確經濟學評價的目標人群及其納入標準與排除標準。通常，經濟學評價的目標人群與藥物的

適用人群一致。應當采用流行病學特征描述目標人群的患者類型，如年齡、性別、疾病類型與嚴重程度、有

無其他合并癥或危險因素、社會經濟特征等。

1.4.2

經濟學評價通常在整體目標人群水平上進行，也可以根據需要在亞組水平上進行。亞組分析可以按人群

特征、疾病亞型、嚴重程度以及有無合并癥等分組進行。

1.4.3

干預措施臨床試驗的嚴格限制條件可能使臨床試驗人群與真實世界用藥人群存在差異。當臨床試驗人群

與真實世界用藥人群有差異時，研究應進一步探索不同人群的差異對研究結果造成的影響。

1.5干預措施及對照選擇

1.5.1

干預措施和對照的描述應該包括劑型、規格、用法用量、治療方式、合并用藥和治療背景等信息。對照

1

T/CPHARMA003-2020

的選擇建議盡可能采用適應癥相同的標準治療方案。如果沒有標準治療方案，可以考慮臨床上的常規治療方

案。如果某些疾病目前仍然無有效醫療措施或不建議干預（如前列腺癌的觀察等待法“WatchfulWaiting”），

藥物經濟學評價可以與無干預措施進行比較，但須說明該疾病無醫療干預的臨床合理性。

1.5.2

如果新藥屬于現存的治療藥物分類，原則上選擇同一治療分類中的標準治療或最常用的藥物作為對照；

如果藥物屬于一個新的治療藥物分類，且適應癥與其他藥物相同，則選擇適應癥最相近的藥物作為對照；如

果研究目的是將某種新干預措施納入醫保目錄或醫院目錄，則需考慮目錄中已有的替代藥品作為對照。根據

上述情況仍無法選擇合適對照的罕見病治療藥物，可考慮使用真實世界的現行治療方案作為對照。

1.5.3

如果所評價的新干預措施屬于中藥或中成藥（非輔助治療），在選擇對照進行藥物經濟學評價時建議納入

與其適應癥相同或相近的西藥進行對比，同時也可考慮功能主治相同的中藥品種。

指南2：研究設計

2.1研究設計類型

2.1.1

藥物經濟學評價按照是否采用模型進行模擬可分為基于模型的研究和基于個體水平數據的研究兩大類。

2.1.2

在基于個體水平數據的研究中，根據數據收集時間和方式的不同可分為前瞻性研究和回顧性研究；在前

瞻性研究中，根據有無干預因素可分為試驗性研究和觀察性研究；其中，試驗性研究又包括圍繞隨機對照臨

床試驗的平行研究和實效性臨床試驗研究。

2.2研究假定

對于研究設計或模型估計中所作的關鍵假定，應充分說明其依據和合理性。

2.3樣本大小

2.3.1

在圍繞隨機對照試驗的平行研究中，研究者應當盡可能根據藥物經濟學評價的需求對臨床試驗的樣本量

進行調整；在實效性臨床試驗和前瞻性觀察研究中，由于研究者需自行收集數據，并且收集數據的邊際成本

普遍較高，因此需要根據相關參數在真實環境下的分布情況考慮最小樣本量的要求；在回顧性研究中，數據

來源通常為醫院電子病歷或醫療保險數據庫等大樣本數據庫，其收集數據的邊際成本較低，且可以收集到的

樣本量通常遠大于研究的最小樣本量要求，因此通常不需要考慮最小樣本量的要求；在模型研究中，所模擬

的患者數量是模型假設的，因此不需要計算樣本量。

2.3.2

一般來說，根據主要研究問題，藥物經濟學評價的樣本量應大于隨機對照臨床試驗要求的最小樣本量。

在相關參數可獲得的情況下，推薦研究者采用藥物經濟學試驗樣本公式估算樣本量（Backhouse，2002；金丕

2

T/CPHARMA003-2020

煥，1993)；當估算公式中的各個參數難以獲得時，每組患者樣本量不得低于按臨床試驗或隊列研究中主要研

究指標的樣本量估計公式計算的樣本量。

2.4研究時限

2.4.1

在藥物經濟學評價中，研究者應清楚地說明所選擇的研究時限并說明其合理性。

2.4.2

研究時限需要合理地反映疾病的自然進程，時間范圍應足夠長以獲得干預方案對患者成本和健康產出的

全部影響；為了保證分析的一致性，成本和效果數據的收集應該采用相同的研究時限。

2.4.3

在模型研究中，當對干預方案的成本和效果數據進行長期模擬時，除了應列出模型的長期模擬時間、依

據及模擬結果外，還應列出原始數據的短期研究時限的結果。

指南3：成本

3.1成本的分類和確認

3.1.1

藥物經濟學評價中的成本包括直接成本、間接成本和隱性成本，其中直接成本中又包括直接醫療成本和

直接非醫療成本。

3.1.2

成本確認的范圍應與所選定的研究角度一致。全社會角度下應納入所有直接醫療成本、直接非醫療成本

和間接成本；衛生體系角度下應納入衛生系統內的所有直接醫療成本；醫療保障支付方角度下應納入醫保支

付范圍內的所有直接醫療成本；醫療機構角度下，應納入在本醫療機構承擔的直接醫療成本和非醫療成本（如

果有的話）；患者角度下，應納入患者相關的所有直接醫療成本、直接非醫療成本和間接成本。對于隱性成本，

研究者可以靈活處理，可以將其放在成本端或者健康產出端，但要避免重復計算；當隱性成本顯著較大時，

需要對其進行專門評估。

3.1.3

成本確認的范圍應與所確定的研究時限一致，應納入研究時限內與實施干預措施相關的所有當前的和未

來的成本。若因實施干預措施而延長了患者生命，則應將生命延長期間產生的與目標疾病以及此項干預措施

有關的成本納入分析，應排除與目標疾病或干預措施無關的成本。

3.1.4

如果所研究的醫療干預措施中發生了藥品不良反應（AdverseDrugReactions，ADRs），應當確認因處理

不良反應而消耗的成本，尤其需要關注嚴重不良反應（如WHO不良反應分級標準中的3-4級ADR）的影響。

與ADRs相關的成本主要有兩類（李易平等，2009）：（1）為避免或監測ADRs發生而產生的成本；（2）ADRs

發生后進行醫療干預而產生的成本。

3

T/CPHARMA003-2020

3.1.5

在基于臨床試驗收集數據的藥物經濟學評價中，應當識別并排除為了進行臨床試驗而發生但在實際臨床

治療中不會發生的“試驗引致成本”項目。如某些成本項目難以確定在實際臨床治療中是否會發生，可以參

考同類非基于臨床試驗的藥物經濟學評價中的成本構成進行敏感性分析。

3.2成本的測量

3.2.1

成本測量時應首先列出與實施干預措施相關的資源項目，明確評價項目的計量單位，再根據該計量單位

測算消耗的資源數量。計量單位主要包括三類：第一，衛生資源消耗的自然單位；第二，根據國家相關部門

制定的項目標準；第三，根據研究需要所界定的計量單位。

3.2.2

成本的計量單位可以是比較宏觀的，如一年就診、一次住院、一次門診等單位；也可以是比較微觀的，

如一片藥品、一次注射、一次護理等。在數據可得的情況下，應盡可能使用微觀的計量單位。其好處是，一

方面可以詳細地考察成本數據的構成及其合理性；另一方面，即使在不同地區采用了不同的治療方案并且價

格有所差異，如果采用微觀計量單位，也可以通過數據調整，使得不同地區的成本數據具有可比性。

3.2.3

在進行成本測量時應優先推薦使用基于中國人群的基礎數據。若無法獲得基于中國的基礎數據，則應對

來自國外的數據進行校正，使其適用于中國。

3.3成本的估值

3.3.1

成本估值時將醫療資源使用量乘以單價，予以加和，得到總成本。

3.3.2

根據成本項目的計量單位，獲取相應計量單位的費用或價格。如果采用較為宏觀的計量單位，則有次均

住院費用、日均住院費用等；如采用微觀的計量單位，則有每種醫療服務和藥品的明細價格。

3.3.3

醫療資源的單價建議使用官方或權威機構發布的最新價格信息，例如省級招標采購的中標價、國家談判

價等。如果某一醫療資源項目在市場上存在多個價格，在市場份額分布已知時，可以采用市場份額加權的平

均價格；在市場份額不可獲得時，可以采用所有已知價格的中位數。對藥品而言，同一通用名相同劑型不同

規格藥品的價格可以采用限定日劑量（DefinedDailyDose，DDD）進行校正，獲得多個來源的單價，再進行

加權或中位價格的計算；不同劑型的藥品如果治療目標和療效相當，也可以通過以上方式進行價格轉換，然

后再計算平均價格。如果藥品尚未上市，建議采用生產廠商建議價格進行分析。研究者如未使用上述推薦的

價格體系，應該明確注明并解釋所使用的其它價格體系的合理性。

3.3.4

對于因疾病治療所付出的間接成本，建議采用人力資本法（HumanCapitalApproach，HCA）進行計算

（Liljas，1998），即假定所有損失的時間用于生產，用勞動力市場平均工資水平去估算因疾病或過早死亡帶

來的勞動力損失。

4

T/CPHARMA003-2020

指南4：貼現

當研究時限為1年以上時，研究應該對發生在未來的成本和健康產出進行貼現（Discounting），將其折

算成同一時點的價值當量。

貼現時建議對成本與健康產出采用相同的貼現率（DiscountRate）（Smithetal.，2001）。建議采用每

年5%的貼現率進行分析，同時在0%~8%之間對貼現率進行敏感性分析（劉國恩等，2015；謝燭光等，2019）。

若采用其他貼現率，應給出合理解釋。

指南5：健康產出

在藥物經濟學評價中，通常將臨床產出（臨床指標的變化）和人文產出（體現為患者主觀感受的變化，

主要指健康相關生命質量）歸為健康產出的范疇。健康產出的三類測量指標包括療效/效果、效用和效益。

5.1療效/效果

5.1.1

藥物經濟學評價中的效果指標應該選擇可獲得的最佳證據，即從臨床療效或實際效果指標中選優。對于

新藥，當隨機對照臨床試驗（RandomizedControlledTrial，RCT）的療效數據可獲得并適用時，優先選擇

臨床療效數據；對于已上市多年的藥品，當無法獲得更新的臨床療效數據或數據不適用時，建議考慮使用真

實世界研究中的實際效果數據。

5.1.2

推薦優先從循證醫學臨床證據等級較高的RCT系統評價或薈萃分析中獲取臨床療效數據；以上數據不可

得時，可以考慮使用單個臨床試驗的數據。同時也需要考慮文獻中人群特征與所研究人群特征的匹配性。

5.1.3

對于臨床療效數據的選擇，推薦優先考慮基于中國人群開展的RCT數據或含有中國人群的國際多中心RCT

數據。如選擇含有中國人群的國際多中心RCT數據，應盡可能地對中國亞組人群的特征進行描述和分析；當

無法獲得含有中國人群的RCT數據時，可以使用基于其他國家或地區人群的RCT數據，但需要清晰地解釋使

用這些數據的合理性，強調人群之間潛在的差異，并需要對關鍵參數進行敏感性分析。

5.1.4

推薦優先選擇干預組與對照組頭對頭直接比較的RCT臨床療效數據。當缺少直接比較時，應盡量選擇間

接比較或網狀薈萃分析數據，以進行各干預措施人群效果的間接比較。

5.1.5

推薦優先采用終點指標進行藥物經濟學評價。當缺少終點指標時，也可以采用比較關鍵的中間指標進行

分析，但通常需要基于已發表研究對中間指標和終點指標之間的函數關系構建模型來預測終點指標。

5

T/CPHARMA003-2020

5.2效用

5.2.1

推薦使用質量調整生命年（Quality-AdjustedLifeYears，QALYs）作為效用指標，且在報告QALYs之

前，應當先分別報告生存時間和健康效用值。

5.2.2

健康效用值的測量方法包括直接測量法與間接測量法，優先推薦使用間接測量法。當沒有適用的間接測

量工具來獲得某些疾病或癥狀的健康效用值時，可以使用直接測量法。間接測量法中常用的健康效用量表包

括五維健康量表（EQ-5D）和六維健康調查簡表（Short-FormSix-Dimensions，SF-6D）等；對于兒童建議使

用針對兒童的健康效用量表（如EQ-5D-Y）。常用的直接測量法包括標準博弈法、時間權衡法和離散選擇實驗

法等（Kopecetal.，2003；Peteretal.，2017）。

5.2.3

采用間接測量法測量健康效用值時，如果有證據表明普適性效用量表對目標疾病有較好的信度和效度，

優先推薦使用普適性效用量表，如3水平五維健康量表（EQ-5D-3L）、5水平五維健康量表（EQ-5D-5L）和SF-6D

等。當有證據表明普適性效用量表不足以反映某一患病人群重要特征或疾病癥狀時，可以使用疾病特異性效

用量表。

5.2.4

在采用間接測量法時，推薦直接通過患者本人測量其健康相關生命質量。當無法通過患者本人測量時，

應先考慮通過詢問患者的正式照料者或非正式照料者進行測量，再考慮詢問醫護人員進行測量。

5.2.5

推薦使用基于一般人群偏好建立的健康效用積分體系進行效用值的計算。當使用的健康效用積分體系是

基于患者偏好而獲得時，需要在研究中說明其合理性及闡明對評價結果可能產生的影響。

5.2.6

推薦優先選擇基于中國人群建立的健康效用積分體系進行效用值的計算。當沒有基于中國人群的健康效

用積分體系時，可以采用基于社會文化背景相近的其他國家或地區人群建立的健康效用積分體系，或國際上

普遍認可并廣泛應用的健康效用積分體系，但需要闡明其適用性，并進行敏感性分析。

5.2.7

健康效用值只能通過直接測量法或健康效用量表測量得到，通過非效用量表測量得到的分值不能直接作

為健康效用值使用。若非效用量表存在通過映射法（Mapping）建立的效用得分轉換公式，則可以通過公式將

非效用量表的得分結果轉換為效用量表的效用值。

5.2.8

當無法通過測量獲得健康效用值時，可以通過系統文獻檢索，從已發表研究中獲取健康效用值。但在使

用時需要進行敏感性分析，比較不同研究發表或不同量表測量的同一疾病或狀態的健康效用值可能給研究結

果帶來的影響。

5.2.9

如果疾病或者干預措施對照料者有較大影響，可以考慮其對照料者的健康相關生命質量的影響并測量其

健康效用值。

6

T/CPHARMA003-2020

5.3效益

5.3.1

效益是指用貨幣單位來量化健康產出。疾病治療方案的效益包括直接效益、間接效益和無形效益三個部

分。直接效益是指實行某項干預措施后所節省的衛生資源；間接效益是指實行某項干預措施后所增加的患者

的健康時間或勞動生產力恢復帶來的收益；無形效益是指實行某項干預措施后減輕或者避免患者身體和精神

上的痛苦，以及康復后帶來的舒適和愉快等。

5.3.2

直接效益計量的是因實施干預措施而發生實際貨幣交換的收益。在測量直接效益時要特別防止雙重計算，

即避免將所改變的衛生資源同時計入成本和健康產出變量當中。

5.3.3

間接效益和無形效益計量的是沒有直接發生實際貨幣交換的收益，通常需要采用人力資本法或意愿支付

法等方法進行測算。推薦優先使用人力資本法計算間接效益。在采用意愿支付法時，要特別說明研究中的假

設、提問方式、測量效益的范圍和問題的語言表述等，并需要在報告或文章中附上貨幣價值的推導過程。

指南6：評價方法

6.1評價類型

6.1.1

研究者應當根據研究中疾病和干預措施的特點、數據的可獲得性以及評價的目的與要求選擇適當的評價

方法。在條件許可時，建議優先考慮采用成本-效用分析（Cost-UtilityAnalysis，CUA）；也可以采用成本-

效果分析（Cost-EffectivenessAnalysis，CEA）、最小成本分析（CostMinimizationAnalysis，CMA）或成本

-效益分析（Cost-BenefitAnalysis，CBA）等，但應當說明其理由。

6.1.2

研究者可同時采用兩種或兩種以上的方法進行評價，或者以一種方法為主聯合其他方法進行評價，并比

較和分析各種方法評價結果之間的差異。

6.1.3

除了報告CUA、CEA、CMA或CBA的主要結果之外，研究者還應當對分析中或模型中沒有系統納入的

其他各相關方面的影響進行描述，以更為全面和透明地反映全部重要信息。

6.2增量分析

6.2.1

藥物經濟學評價中，CUA和CEA的基本決策原則是按照增量分析結果進行決策。

6.2.2

增量分析是在干預方案與對照方案之間進行的成本和產出兩個維度的比較。如果干預方案相比對照方案

成本更低而產出更高，則干預方案為絕對優勢方案；相反，如果干預方案相比對照方案成本更高而產出更低，

則干預方案為絕對劣勢方案；如果干預方案相比對照方案成本更高而產出也更高，需要計算兩方案之間的增

7

T/CPHARMA003-2020

量成本-效果比（IncrementalCost-EffectivenessRatio，ICER），即兩組成本之差和效果之差的比值。如果ICER

小于等于閾值，則干預方案相對于對照方案更加經濟；如果ICER大于閾值，則對照方案相對于干預方案更

加經濟。

6.2.3

在增量分析中，對于QALYs的意愿支付閾值建議采用全國人均GDP的1-3倍。

指南7：模型分析

7.1模型問題的描述

對決策問題的描述是模型構建和分析的起點。模型中關于決策問題的描述應當清晰全面，模型構建必須

反映當前醫療實踐，以確保模型具有較好的外部效度。建議明確列出相關疾病、模型目的、目標人群、干預

措施、研究角度、模擬范圍、健康及其他產出以及研究時限等信息。

7.2模型類型的選擇

7.2.1

一項藥物經濟學評價中可能采用不同類型模型進行分析。模型的選擇應當主要考慮相關決策問題的特點，

研究者需要說明模型類型選擇的具體理由。

7.2.2

研究者選擇模型類型之前，首先需要了解相關疾病的臨床特點，如疾病的發病與患病特點、疾病自然轉

歸特點、臨床治療路徑特點等；其次，需要考慮研究數據的可獲得性，根據不同類型模型對數據的要求進行

選擇。

7.3模型結構構建

7.3.1

模型結構的構建應主要以疾病轉歸特點以及干預措施對疾病轉歸過程的影響為依據。研究者可以參考文

獻中已有的同類疾病模型為基礎進行模型構建，并根據當前醫療系統、干預措施的特點等信息對結構進行修

改和優化，并對其中的不同之處提供理由。

7.3.2

模型結構應當適度簡化，研究者應當將不同干預方案之間對患者健康和成本影響有顯著差異的事件包含

進模型結構。模型結構不應取決于可獲得的數據，但在模型結構初步建立后可以根據具體的數據可獲得性情

況進行適當調整。

7.3.3

對模型結構的說明應表達清晰，建議用模型結構圖進行展示。研究者應當對模型結構進行驗證，說明驗

證的過程和結果。

8

T/CPHARMA003-2020

7.3.4

馬爾科夫模型中，研究時限應當足夠長，以反映干預措施對患者成本和健康產出的全面影響；模型周期

應當足夠短，以更加精確的模擬相關事件的發生頻率。

7.3.5

馬爾科夫模型建議進行半循環校正，尤其對于循環周期較長和周期數較少的模型。

7.4模型參數來源

7.4.1

研究者應當系統地識別、收集和評價模型中使用的數據，詳細說明模型中所有參數的來源和選擇依據。

7.4.2

當模型參數有多個不同來源時，應當綜合考慮參數的質量等級、數據來源的人群特征、數據收集的國家

或地區、數據收集的醫療環境、數據收集時間等因素進行綜合權衡，數據來源特征盡量與模型模擬環境一致。

必要時，建議咨詢臨床專家，并進行敏感性分析或差異性分析。

7.4.3

在模型中各干預措施之間，臨床參數來源盡可能保持可比。首選各干預措施之間直接比較的臨床試驗結

果作為參數來源；當沒有直接比較的臨床試驗時，優先選擇各干預措施有相同對照的間接薈萃分析或網狀薈

萃分析作為參數來源；當各干預措施沒有相同對照的臨床試驗存在時，需要對各數據來源研究中患者基線人

口經濟學特征、疾病特征、治療環境、治療周期、研究設計類型等特征進行詳細比較，只有這些特征都比較

接近時才適合使用。

7.5模型假設

7.5.1

研究者應對模型中的各種因果關系、使用的外推技術、模型范圍、結構及數據等方面的假設進行解釋和

說明。對于重要的假設，應當進行不確定性分析。

7.5.2

數據的外推應當建立在能夠反映科學合理證據的有效的技術基礎之上，并通過敏感性分析檢驗。

7.5.3

建議研究者在報告中明確列出模型中所包含的所有重要研究假設。

7.6模型驗證

7.6.1

研究者應當對所構建的藥物經濟學評價模型進行驗證，包括表面效度、內部效度、交叉效度、外部效度

和預測效度等。

7.6.2

所有模型都應對表面效度、內部效度和外部效度進行驗證。表面效度驗證包括對模型模擬的具體問題、

結構、參數和結果進行專家意見的驗證。通過內部效度驗證，以確保每一個參數的來源、參數估計方法和參

數設定正確、合理，每一個公式或程序代碼編寫完整、正確、合理。在外部效度驗證中，研究者應當盡可能

選擇最合適的數據來源進行外部效度驗證，并說明所選擇數據的理由。

9

T/CPHARMA003-2020

7.6.3

建議研究者建立模型之后進行相似模型文獻的檢索和比較，在條件允許的情況下進行交叉效度檢驗。

7.6.4

如果研究者可以在不久的將來得到相關患者長期觀察的結果，可以進行模型預測效度檢驗。

7.6.5

模型驗證的具體方法、過程、結果、驗證不理想的原因解釋、依據驗證結果對模型進行的調整等信息都

應該清楚記錄，建議包含在基于模型的藥物經濟學評價報告中。

7.7模型透明度

7.7.1

模型應當具有足夠的透明度，從而使得研究報告的讀者、評審專家和衛生決策者可以判斷該模型結果是

否可信，并根據實際面臨的決策環境來判斷該模型研究結果是否適用于當前的決策。

7.7.2

建議研究者盡量采用較為常用和簡單的軟件進行模型構建和分析，如TreeAgePro或者MSExcel。

7.7.3

除非必要，盡量降低技術層面的復雜程度，并且盡量減少不可見或不可編輯的變量、公式或程序代碼，

易于讀者和證據使用者理解。

7.7.4

提高模型透明度的方法主要包括兩個方面：一方面，研究者應當盡量詳細表述模型中模擬的問題、模型

結構、模型假設、參數來源和估計方法、分析方法、分析結果等，提高模型的透明度；另一方面，每一個模

型都需要建立一個獨立的模型說明文件。

7.8模型本土化與模型改編

7.8.1

在進行模型本土化和改編之前，研究者首先需要對原模型的有效性進行判斷。如果原模型沒有經過驗證，

研究者至少需要邀請專家對模型的表面效度進行初步驗證，只有具有表面效度的模型才可以進行本土化或者

改編。

7.8.2

為了進行模型本土化和模型改編，研究者應盡可能獲得原模型的完整的模型文件以及模型說明文件。

7.8.3

研究者需要根據研究中的具體問題、系統的文獻檢索以及本地區的藥物經濟學評價指南對以下方面進行

本土化或者改編，包括：模型研究角度、本地區可獲得的治療方案、患者特征、成本數據、臨床治療指南和

臨床診療習慣、流行病學數據、健康效用值、臨床效果與安全性數據、貼現率和QALYs閾值等。

10

T/CPHARMA003-2020

指南8：差異性和不確定性

8.1差異性分析

差異性是指已經明確的可能影響評價結果的與治療背景差異相關的參數差異，無法完全消除。產生差異

性的原因可能是地區和背景的不同（如治療方案的差異、就醫方式的差異、支付方式的差異等）或者患者異

質性。

8.2不確定性分析的對象

8.2.1

研究者應當對藥物經濟學評價過程中的各種來源的不確定性進行全面分析，包括方法學不確定性、參數

不確定性及模型不確定性等。

8.2.2

理論上來說，藥物經濟學評價中的所有參數和假設都應當列入敏感性分析變量的備選名單。

8.3不確定性分析的方法

8.3.1

方法學及模型不確定性多采用情境分析。研究者應當明確定義不同情境下的分析方法和研究假設，并對

不同情境分析的結果之間差異進行合理解釋。

8.3.2

參數的不確定性可以采用單因素、多因素、極值分析法等確定型敏感性分析，也可以采用蒙特卡洛模擬

進行概率敏感性分析。藥物經濟學評價中應該同時報告確定型敏感性分析和概率敏感性分析結果。

8.3.3

在確定型敏感性分析中，通常都需要進行單因素敏感性分析。

8.3.4

在確定型敏感性分析中，參數取值變化范圍的設定需要有充分的依據。常見的依據來自于文獻中報告的

參數估計值的95%置信區間、最大值和最小值或者各同類研究中參數估計的高值和低值。在沒有任何其他參

考依據的情況下，才可以主觀設定，并應說明其局限性和改進的建議。

8.3.5

在概率敏感性分析中，當文獻中只能獲得某參數的點估計值而沒有其分布或取值范圍信息時，建議參考

其他文獻中相同相似性質參數的變化范圍。

8.3.6

概率敏感性分析中，應納入盡量多的參數，每個參數的概率分布形式、分布參數和蒙特卡洛迭代的次數

都應該予以說明并說明其合理性。

8.3.7

在伴隨臨床試驗開展的藥物經濟學評價或者觀察性研究中，可以獲得患者水平數據，此時可以通過非參

數自助抽樣法進行抽樣不確定性分析。

11

T/CPHARMA003-2020

8.4不確定性分析的結果展示與解讀

8.4.1

有多個不確定性因素存在時，單因素敏感性分析的結果可以采用旋風圖來表示，以明確展示出各不確定

性因素對結果影響的大小。需要注意對旋風圖的坐標軸產出指標、分析變量、最優方案變化等信息進行必要

的說明。

8.4.2

建議使用成本效果可接受曲線或成本效果平面散點圖來表現藥物經濟學評價模型概率敏感性分析的結果。

8.4.3

在采用95%置信區間表現ICER估計值的不確定性時，需要注意ICER的非連續分布的問題。

8.4.4

在進行敏感性分析結果解讀時，需要注意與基礎分析結果結合起來。敏感性分析結果與基礎分析結果具

有同等重要性，研究者應避免主要依據基礎分析結果得出結論的做法。

指南9：公平性

在條件允許時，應對基礎分析中評價結果的公平性問題進行檢驗。在藥物經濟學范疇內，公平性是指一

項干預活動影響到的所有生命、生命年（LYs）或質量調整生命年（QALYs）的價值都（假設）是相等的，

而不管目標群體個人的年齡、性別或社會狀態等（Lakdawallaetal.，2018；Roundetal.，2018）。

處理公平性的方法有兩種。第一種是，進行敏感性分析，說明公平性假設對結果的影響（Woodleyetal.，

2015）。第二種是，在預先設定的因素基礎上，通過亞組分析，確定主要的受益亞組和劣勢亞組的公平性相

關特征，如年齡、性別、種族、地區、社會經濟地位或健康狀態等群體特征（Sunetal.，2010）。當不同亞

組獲益程度不同，且可以選擇性地對不同亞組進行干預時，則應當報告每個亞組的成本-效果信息。

指南10：外推性

在藥物經濟學評價中，外推性是指“能否將一種環境或群體中的結果應用于或外推至另外一種環境或群體

（Willke，2003）”，是在解釋和推廣研究結果時必須要考慮的問題。當研究中使用其他醫療環境（包括其他

國家、地區或醫療服務體系）下獲得的數據時，研究者應根據當前研究的醫療環境驗證其適用性；如果需要

根據當前醫療環境調整數據，則應描述所使用的方法，并說明其適用性。

10.1流行病學數據常常都會帶有一定的地域影響，當只能獲得非全國性的流行病學數據時，研究者在使用前

應評價該數據應用于當前研究中是否存在偏差；如果存在偏差，研究者還應對其進行可能的量化評價。

10.2臨床數據的適用性是研究者在應用或外推研究結果時應重點考慮的問題，研究者應當明確干預措施的療

效和效果之間的區別，尤其是在利用來自于Ⅲ期臨床試驗的療效數據進行藥物經濟學評價時。在使用跨國多

12

T/CPHARMA003-2020

中心研究的數據開展藥物經濟學評價時，應首先考慮是使用多個國家的整合數據，還是使用最適合決策者所

處情況的某個區域或國家的數據。

10.3在應用從某個國家或地區獲得的干預措施成本數據時，研究者需要注意不同國家或地區之間成本數據的

差異性，包括醫療資源使用模式、單位成本、經濟因素及其他因素存在的地域或醫療背景差異。

10.4醫療機構或相關部門的區域差異與級別（三級、二級、一級）對其數據的外推性會產生一定的影響。不

同國家、地區或醫療機構的醫療價格和醫療行為會存在較大的差異（包括個體醫務人員和整體醫療機構），這

會對研究的外推性產生影響。

指南11：預算影響分析

11.1研究角度

預算影響分析的研究角度通常為預算持有者角度。可以根據決策需要將角度界定在從全國到地方的不同

層次的醫保支付方、商業保險機構、某地區某類型的某一家醫療機構等。不同的研究角度選擇將會影響成本

測算的范圍。在預算持有者角度分析的基礎上，研究者也可以再報告其他更廣的研究角度的分析結果。進行

預算影響分析研究設計時應首先考慮與資金預算和支付決策有關的醫藥衛生系統特征，以保證研究內容與結

果符合決策實踐的要求。

11.2目標人群

預算影響分析需要明確界定目標人群。目標人群數量的計算應該根據納入標準和排除標準，以及其它適

用的患者特征，基于相應的流行病學數據，逐步估算出來。目標人群的規模估計需要考慮該系統當中具體的

患者準入條件來精確計算，例如根據醫保政策的相關規定，符合相應報銷條件的患者才能獲得報銷，從而影

響醫保基金支出。

11.3市場情境

預算影響分析應至少分析兩種市場情境，分別為“未準入情境”和“準入情境”。兩種情境均應考慮到預期

的市場變化，包括其他干預措施的上市、同類藥品的撤市以及可能的替代治療方式等。

11.4研究時限

預算影響分析的預測時間一般在3-5年之間。研究結果需要根據預算周期逐年匯報，如果必要也可匯報

時限內的總影響。此外，預算影響分析中計算未來成本的發生時期都與所在預算周期相對應，因此不建議進

行貼現。

11.5市場份額

在預算影響分析中，研究者需要匯報在兩種情境下，即未準入情境和準入情境下各干預措施的市場份額。

新的干預措施準入后可能帶來三種類型的市場份額變化：（1）替代，即新干預措施以一定比例替代了某一種

13

T/CPHARMA003-2020

或幾種現有干預措施的份額；（2）聯合使用，即新干預措施與現有干預措施聯合使用；（3）擴張，即新干預

措施覆蓋了之前沒有有效治療方法或已經停止使用現有干預措施的患者，帶來使用人群的凈增長。在進行不

同市場環境比較時，對市場份額變化的預測是非常重要且有挑戰性的一個環節。研究者應保證預測方法的透

明度，對于所做的假設、引用的數據和選擇的預測模型都應做出充分的說明。

11.6成本

預算影響分析的成本包括兩部分，一是干預措施本身的成本，根據干預措施的單價和在不同環境下目標

人群中的使用量即可計算得出。二是干預措施對其它成本的影響，這部分包括兩種情況：疾病相關成本和間

接成本。預算影響分析成本確認的范圍應嚴格按照決策者角度進行選取，特別是干預措施對其它成本的影響

部分。其中，間接成本往往與決策者角度不相關，一般不建議納入預算影響分析的成本計算。必要時研究者

應先與決策者溝通，以明確成本范圍。

11.7選擇計算框架

預算影響分析的計算框架一般展示為電子表格形式。應盡量給決策者提供便于理解的“成本計算器”方法，

將成本的各個組成部分明確列出。對于一些復雜的情況，如目標人群的大小、不同疾病嚴重程度患者的構成、

干預模式的組合等重要變量無法直接計算時，往往需要引入一些基于隊列模擬或基于個體模擬的模型方法來

計算不同市場環境下相關重要變量的取值。這些模型的選擇原則可參照本指南模型部分的推薦原則。

11.8不確定性和情境分析

預算影響分析的不確定性包括模型結構的不確定性和輸入參數的不確定性。模型結構的不確定性主要來

自研究方法的不確定性及模型假設（Shiroiwa，2017），輸入參數的不確定性來自數據可獲得性的限制、數據

的可變性以及數據來源樣本的有限性。不可忽略的不確定性應該被量化，要求建模者必須記錄和展示與選擇

模型結構和基本假設相關的決策，通過情景分析（改變結構假設）和單因素/多因素敏感性分析（改變選定參

數輸入值）進行不確定性檢驗，必要時可以進行概率敏感性分析（Foroutan，2019）。

11.9驗證

對重點分析過程和輸入數據還應進行驗證，驗證包含三個主要環節：（1）表面效度驗證，通過與相關

決策者協商討論以保證計算框架、所包含內容及相關決策要求都得到了合理體現；（2）技術驗證，即驗證

模型是否按照預期方式運行，邏輯與運算是否正確實現；（3）外部驗證，即在模型定義的限制范圍內，是

否正確反映真實世界，具有再現現實的能力（IQWiG，2009）。此外，如果條件允許，應將實際發生的支付

額與預算影響分析中起始年的估計值進行比較驗證。在新干預措施準入后，也建議繼續收集數據并與預算

影響分析得到的估計值進行比較，雖然已不能影響當前干預措施的準入決策，但對未來決策與研究都具有

重要的參考價值。

11.10數據來源優先級

預算影響分析可能的數據來源包括與決策者視角相符的真實世界研究數據、臨床試驗數據、其他國家或

地區的同類參考數據、官方衛生統計數據、市場調研數據以及專家訪談或問卷統計數據。

在選擇數據源時，應當從決策者視角出發，選擇最適合回答決策問題的數據。建議優先選擇相同地區、

相同人群中最高質量的數據。其中，真實世界數據的優先級高于臨床試驗數據。如果目標地區和人群數據不

14

T/CPHARMA003-2020

可得時，應選擇盡量相似的地區、人群數據，或通過專家調研補充數據。研究中在面對有不同來源的數據時，

可以對數據的可用性進行評價后選擇合理數據。如果不同來源的數據質量相當，則需要通過情境分析的方式

展示所有可能的結果。

圖1預算影響分析流程示意圖

15

T/CPHARMA003-2020

參考文獻

[1]BackhouseME.Useofrandomizedcontrolledtrialsforproducingcost-effectivenessevidence:Potentialimpact

ofdesignchoicesonsamplesizeandstudyduration[J].Pharmacoeconomics2002;20(15):1061-77.

[2]BaeEY,LeeEK.PharmacoeconomicGuidelinesandTheirImplementationinthePositiveListSysteminSouth

Korea[J].ValueHealth2009;12(3):36-41.

[3]BalaMV,MauskopfJA,WoodLL.Willingnesstopayasameasureofhealthbenefits[J].Pharmacoeconomics

1999;15(1):9-18.

[4]BergerML,DreyerN,AndersonF,etal.Prospectiveobservationalstudiestoassesscomparativeeffectiveness:

theISPORgoodresearchpracticestaskforcereport[J].ValueHealth2012;15(2):217-30.

[5]BorensteinM,HedgesLV,HigginsJPT,etal.IntroductiontoMeta-Analysis[M].2009.

[6]BrazierJE,YangY,TsuchiyaA,etal.Areviewofstudiesmapping(orcrosswalking)non-preferencebased

measuresofhealthtogenericpreference-basedmeasures[J].EurJHealthEcon2010;11(2):215-25.

[7]BrazilMinistryofHealth.MethodologicalGuidelines:EconomicEvaluationofHealthTechnologies[M].2nd

Edition.2014.

[8]BressAP,BellowsBK,KingJB,etal.Cost-EffectivenessofIntensiveversusStandardBlood-Pressure

Control[J].NEnglJMed.2017;377(8):745–55

[9]BriggsAH,SculpherM,ClaxtonK.DecisionModellingforHealthEconomicEvaluation[M].Oxford:Oxford

UniversityPress.2006.

[10]BriggsAH.Handinguncertaintyincost-effectivenessmodels[J].Pharmacoeconomics2000;17(5):479-500.

[11]CanadianAgencyforDrugsandTechnologiesinHealth(CADTH).GuidelinesfortheEconomicEvaluationof

HealthTechnologies:Canada[M].4thEdition.2017.

[12]CaroJJ,BriggsAH,SiebertU,etal.Modelinggoodresearchpractices-overview:Areportofthe

ISPOR-SMDMmodelinggoodresearchpracticestaskforce-1[J].ValueHealth2012;15:796-803.

[13]DolanP.Chapter32Themeasurementofhealth-relatedqualityoflifeforuseinresourceallocationdecisionsin

healthcare[M].HandbookofHealthEconomics.ElsevierB.V.2000:1723-1760.

[14]DrummondMF,SculpherMJ,ClaxtonK,StoddartGL,TorranceGW.Methodsfortheeconomicevaluationof

healthcareprogrames[M].Fourthedition.Oxford:OxfordUniversityPress.2015.

[15]DrummondMF,StoddartGL,TorranceGW.Methodsfortheeconomicevaluationofhealthcareprogrames[M].

Thirdedition.Oxford:OxfordUniversityPress.2005.

[16]EddyDM,HollingworthW,CaroJJ,etal.Modeltransparencyandvalidation:areportoftheISPOR-SMDM

ModelingGoodResearchPracticesTaskForce-7[J].ValueHealth2012;15:843-50.

[17]FenwickE,ClaxtonK,SculpherM.Representinguncertainty:theroleofcost-effectivenessacceptabilitycurves

[J].HealthEcon2001;10:779-87.

[18]ForoutanN,TarrideJE,XieF,etal.AComparisonofPharmaceuticalBudgetImpactAnalysis(BIA)

RecommendationsAmongsttheCanadianPatentedMedicinePricesReviewBoard(PMPRB),Publicand

PrivatePayers.PharmacoeconOpen2019.

16

T/CPHARMA003-2020

[19]GerdusoLA,KotstanosJG.Reviewofhealtheconomicguidelinesintheformofregulations,principles,

policies,andpositions[J].DrugInfJ1996;30(4):1003-16.GoldMR,SiegelJE,RussellLB,WeinsteinM.

Cost-effectivenessinhealthandmedicine[B].NewYork:OxfordUniversityPress,1996.

[20]GuidelineforPreparingCost-EffectivenessEvaluationtotheCentralSocialInsuranceMedicalCouncil.Tokyo,

2016.

[21]GuidelinesofMethodologicalStandardsforPharmacoeconomicEvaluationsinTaiwan.Taiwan,2006.

[22]HauckK,SmithPC,GoddardM.2004.Theeconomicsofprioritysettingforhealthcare:aliteraturereview.

HNPdiscussionpaperseries.Washington,DC:WorldBank.Avaliable:

/curated/en/896691468780616417/The-economics-of-priority-setting-for-health

-care-a-literature-review.

[23]HealthInsuranceCouncil(Ziekenfondsraad).Dutchguidelinesforpharmacoeconomicresearch[R],1999.

[24]HoyleCK,TabbererM,BrooksJ.MappingtheCOPDAssessmentTestontoEQ-5D[J].ValueHealth2016;

19:469-477.

[25]InstituteforQualityandEfficiencyinHealthCare(IQWiG).GeneralMethodsfortheAssessmentofthe

RelationofBenefitstoCosts[M].1stEdition.2009.

[26]InstituteforQualityandEfficiencyinHealthCare(IQWiG).WorkingPaperonModellinginhealtheconomic

evaluations.2009.

[27]ISPOR.2019:/peguidelines/

[28]JrGL,NeumannPJ,EricksonP,etal.Usingreal-worlddataforcoverageandpaymentdecisions:theISPOR

Real-WorldDataTaskForcereport.[J].ValueHealth2007;10(5):326-35.

[29]KingMT,VineyR,SimonAP,etal.AustralianUtilityWeightsfortheEORTCQLU-C10D,aMulti-Attribute

UtilityInstrumentDerivedfromtheCancer-SpecificQualityofLifeQuestionnaire,EORTCQLQ-C30.[J].

Pharmacoeconomics2018;36(2):225-38.

[30]KniesS.,SeverensJL,AmentHAJA,etal.TheTransferabilityofValuingLostProductivityacrossJurisdictions.

DifferencesbetweenNationalPharmacoeconomicGuidelines[J].ValueHealth2010;13(5):519-27.

[31]KopecJA,WillisonKD.Acomparativereviewoffourpreference-weightedmeasuresofhealth-relatedquality

oflife[J].JCLINEPIDEMIOL2003;56(4):317-25.

[32]KozmaCM,ReederCE,SchulzRM.Economic,clinical,andhumanisticoutcomes:aplanningmodelfor

pharmacoeconomicresearch[J].ClinTher1993;15(6):1121-32.

[33]LakdawallaDN,DoshiJA,GarrisonLP,Jr.,etal.DefiningElementsofValueinHealthCare-AHealth

EconomicsApproach:AnISPORSpecialTaskForceReport[3].ValueHealth2018;21(2):131-9.

[34]LamCLK,BrazierJ,McGheeSM.ValuationoftheSF-6Dhealthstatesisfeasible,acceptable,reliable,and

validinaChinesepopulation[J].ValueHealth2008;11(2):295-303.

[35]LancsarE,LouviereJ.ConductingDiscreteChoiceExperimentstoInformHealthcareDecisionMaking[J].

Pharmacoeconomics2008;26(8):661-77.

[36]LiljasB.Howtocalculateindirectcostsineconomicevaluations[J].Pharmacoeconomics1998;13(1):1-7.

[37]LiuGG,WuH,LiM,etal.Chinesetimetrade-offvaluesforEQ-5Dhealthstates[J].ValueHealth2014;

17(5):597-604.

17

T/CPHARMA003-2020

[38]LuceBR,ElixhauserA.Estimatingcostsintheeconomicevaluationofmedicaltechnologies[J].IntJTechnol

AssessHealthCare1990;6(1):57-75.

[39]LuoN,LiuG,LiM,etal.EstimatinganEQ-5D-5LValueSetforChina[J].ValueHealth2017;20(4):662-9.

[40]MacPhersonH.Pragmaticclinicaltrials[J].ComplementTherMed2004;12:36-40.

[41]MauskopfJA,Sullivan