完美信息的期望價(jià)值理論及其在醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)和決策中的應(yīng)用

陶立波

（中山大學(xué)藥學(xué)院 廣州 510006）

在傳統(tǒng)的醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)中，由于現(xiàn)實(shí)條件約束，通常是采用抽樣調(diào)查、文獻(xiàn)研究等方法來得到參數(shù)的平均水平，然后據(jù)此建立經(jīng)濟(jì)學(xué)模型開展評價(jià)并支持相關(guān)決策[1]。基于平均數(shù)的分析和決策，其實(shí)會掩蓋很多問題并導(dǎo)致不公平，因?yàn)閭€(gè)體間有差異，不同的參數(shù)取值會導(dǎo)致不同的取舍結(jié)果。因此，如果能獲得個(gè)體水平的“完美”信息，從而可針對具體情況進(jìn)行差異化決策，就可以比基于平均數(shù)的決策獲得更優(yōu)結(jié)果。這是信息所能帶來的價(jià)值，也即是“完美信息的期望價(jià)值（Expect Value of Perfect Information，EVPI）”理論[2]的基本思想。

EVPI理論在工程建設(shè)、環(huán)境保護(hù)等領(lǐng)域已有長期的應(yīng)用[3]，在近幾十年間被引入到衛(wèi)生決策領(lǐng)域，并在西方國家獲得推廣。但該理論方法在我國的傳播和應(yīng)用還很少。本文將對EVPI理論的基本思想及其在醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)中的應(yīng)用方法進(jìn)行概括性闡述，以幫助我國研究者和決策者了解該理論并在工作中加以探索和應(yīng)用。

1 基于平均數(shù)進(jìn)行決策的弊端

基于統(tǒng)計(jì)學(xué)理論，平均數(shù)是表征一組數(shù)據(jù)的集中趨勢的常用指標(biāo)[4]。采用平均數(shù)進(jìn)行分析和決策是常用的方法，例如在一項(xiàng)醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)中，分別計(jì)算醫(yī)藥技術(shù)A與B應(yīng)用于一組患者后的平均成本和平均健康效果，從而計(jì)算平均水平上的增量成本效果比：（平均成本A-平均成本B）/（平均效果A-平均效果B），來支持決策。

但是，由于個(gè)體差異，這組患者中不同個(gè)體的最優(yōu)醫(yī)藥技術(shù)可能是不同的：某些人可能適宜采用A，另一些人更適宜采用B。無論基于平均水平選擇了A或是B，都只是對一部分人正確，而對另一部分人錯(cuò)誤，從而導(dǎo)致不公平和社會損失。

因此，這促使人們思考：如果能獲得完全的信息，了解每個(gè)個(gè)體的適宜選擇，那就可以進(jìn)行個(gè)體化決策并在整體上達(dá)到最優(yōu)效果，其價(jià)值顯然會高于基于平均數(shù)的決策結(jié)果。

2 EVPI基礎(chǔ)理論

完美信息的期望價(jià)值理論的基本含義，就是完整詳細(xì)地掌握每個(gè)個(gè)體的具體信息，從而在決策中為每個(gè)個(gè)體量身定制適宜的方案，以獲得最優(yōu)結(jié)果[2]。在醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)中就可以理解為：掌握每一位患者及其每一種可能的疾病發(fā)生發(fā)展路徑，對每位患者的每種可能路徑的衛(wèi)生成本和健康產(chǎn)出進(jìn)行科學(xué)的估算，從而為每位患者均選擇最適宜的醫(yī)藥技術(shù)。如此，每個(gè)個(gè)體都獲得最優(yōu)結(jié)果，其總和就是整體最優(yōu)結(jié)果，相比基于平均數(shù)的決策結(jié)果，就會有更高的社會價(jià)值。這個(gè)價(jià)值的增量，就是獲取完美信息所能產(chǎn)生的期望價(jià)值。

EV PI理論可以作如下公式表達(dá)：假定有K個(gè)醫(yī)藥技術(shù)進(jìn)行評價(jià)，其目標(biāo)人群有N人，NB表示凈收益（在醫(yī)藥經(jīng)濟(jì)學(xué)中通常采用“增量效果×成本效果比臨界值-增量成本”來計(jì)算）。基于平均水平進(jìn)行評價(jià)的方法為：Max（Average(NB，K，N)），即對于N人群選擇K個(gè)技術(shù)中平均凈收益最大者。基于EVPI的評價(jià)方式則為：Average（Max(NB，K，N)），即對于N人群中的每個(gè)人都選擇K個(gè)技術(shù)中凈收益最大者，然后取其平均數(shù)。EVPI就是兩者的差值：Average（Max(NB，K，N)）- Max（Average(NB，K，N)）。

以下以一個(gè)簡單的醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)虛擬案例來對EVPI進(jìn)行說明。假定要對醫(yī)藥技術(shù)A和B進(jìn)行經(jīng)濟(jì)學(xué)評價(jià)，目標(biāo)人群共有3人，每個(gè)人經(jīng)A和B治療后的成本(萬元)和效果(QALY)如表1所示。從結(jié)果來看，根據(jù)每個(gè)患者的成本和效果，第1、3號患者的最優(yōu)策略是A（因?yàn)槠湓隽砍杀拘Ч葹?萬/QALY，低于5.5萬/QALY的界值），而第2號患者的最優(yōu)策略是B。然而，基于全部患者的平均成本和效果進(jìn)行計(jì)算，得到增量成本效果比是7.7萬/QALY，高于界值，因此最終評價(jià)結(jié)論是拒絕A而選擇B。顯然，這對于第1、3號患者都是錯(cuò)誤的決策，他們因此錯(cuò)過了性價(jià)比更高的醫(yī)藥技術(shù)A。

在這個(gè)虛擬案例中，如果因?yàn)樾畔⒂邢藁蛴?jì)算能力不足而基于平均數(shù)進(jìn)行決策，最終會選擇B應(yīng)用于整個(gè)群體：其平均成本20萬，平均健康效果為7.7個(gè)QALY。但如果獲得了完美的信息，就可以讓第1、3號患者使用A，而讓第2個(gè)患者使用B，這樣得到的平均成本是27萬、平均健康效果是9個(gè)QALY。人均多花7萬而多獲得1.3個(gè)QALY，增量成本效果比為5.3萬/QALY（低于界值，具有經(jīng)濟(jì)性），而其凈收益為1.3QALY×5.5萬/QALY -7萬 = 0.15萬。這就是完美信息的價(jià)值，即：相比平均數(shù)決策，基于完美信息進(jìn)行個(gè)體化最優(yōu)決策，在臨界值5.5萬/QALY的情況下，能為群體增加0.15萬的額外收益。

3 EVPI的局部分析

上述的EVPI是對所有個(gè)體的所有可能性進(jìn)行全面掌握后（即完美信息）所能獲取的額外價(jià)值。這可以看作是增加信息能夠獲取的額外收益的上限，因?yàn)橐呀?jīng)窮盡了所有可能的個(gè)體變化信息。在具體研究和決策中，還可以對EVPI中不同的部分進(jìn)行細(xì)分，從而可獲得不同方面的信息、解決不同的問題。這其中比較常用的是參數(shù)信息的期望價(jià)值（Expect Value of Perfect Information for Parameters，EVPPI）和抽樣信息的期望價(jià)值（Expect Value of Sample Information，EVSI）。

表1 醫(yī)藥技術(shù)A與B進(jìn)行比較的醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)

EVPPI是指獲得了研究中某一個(gè)或某一組參數(shù)的完美信息所得到的期望價(jià)值。在信息不充分時(shí)，人們會選擇參數(shù)的某一個(gè)值（通常為平均數(shù)）進(jìn)入分析和計(jì)算，得到的是該參數(shù)值水平下的結(jié)果。而在完美信息的情境下，可以對該參數(shù)所有可能的取值進(jìn)行分析，獲取在不同取值下的適宜選擇，從而達(dá)到最優(yōu)結(jié)果。類似于EVPI，EVPPI的公式表達(dá)為：EVPPI=Average（Max(NB，K，P)）-Max（Average(NB，K，P)）（其中P為參數(shù)值的集合），此處EVPPI的含義即為：不同參數(shù)值下K個(gè)技術(shù)中凈收益最大者的均數(shù)，減去不同參數(shù)值下K個(gè)技術(shù)中凈收益平均數(shù)最大者。

需要指出的是，EVPPI分析一般不推薦僅對單個(gè)參數(shù)開展，而是應(yīng)該選擇有關(guān)聯(lián)的一組參數(shù)。例如，研究中各種衛(wèi)生成本、各個(gè)狀態(tài)下的健康效用，或患者的各種基線情況等。推薦成組分析EVPPI的原因，一方面是變量間有關(guān)聯(lián)，應(yīng)該一起分析；一方面是開展某個(gè)研究可以同時(shí)得到一組參數(shù)的情況，從而可以對不同研究的優(yōu)先度進(jìn)行分析，例如，開展成本研究可以得到一組成本參數(shù)信息，而開展健康效用調(diào)查可以得到一組健康效用值，通過分別計(jì)算成本參數(shù)組和效用參數(shù)組的EVPPI及其開展研究的成本，就可以判斷哪個(gè)研究的成本和收益更佳，從而決定哪個(gè)研究應(yīng)該優(yōu)先開展。

EVSI是指對所需參數(shù)進(jìn)行抽樣研究所能得到信息的價(jià)值，例如開展一項(xiàng)臨床研究所得到的療效和安全性的價(jià)值。EVSI分析可探討不同樣本量所對應(yīng)的價(jià)值：如果樣本量較小，則其能體現(xiàn)的參數(shù)變化較少，因而樣本信息的價(jià)值（即EVSI）也就較小；當(dāng)樣本量足夠大時(shí)，參數(shù)的所有變化都能獲得體現(xiàn)，此時(shí)EVSI就是所研究參數(shù)的EVPPI。所以說，隨著抽樣研究的樣本量增加，EVSI也會不斷增加，其上限就是對應(yīng)參數(shù)的EVPPI。另一方面，樣本量增加會導(dǎo)致研究的成本也增加，當(dāng)研究成本超過收益（EVSI）時(shí)就意味著開展該研究是“不經(jīng)濟(jì)”的。基于這樣的方法，就可以從經(jīng)濟(jì)學(xué)角度來探討抽樣研究的最佳樣本含量。

基于上述EVPI理論的思想，還可以對不同方面的信息價(jià)值進(jìn)行分析，例如探討不同研究設(shè)計(jì)或不同對象人群的信息價(jià)值，從而可從經(jīng)濟(jì)學(xué)角度來幫助決策：研究是否值得開展，何種研究設(shè)計(jì)更合理，等等。具體的技術(shù)方法請參見相關(guān)文獻(xiàn)和著作[5-7]。

4 總結(jié)與討論

在傳統(tǒng)的研究和決策方法中，通常是采用人群平均水平來開展分析，但EVPI理論提示我們，如果能掌握個(gè)體的完美信息、從而為每個(gè)個(gè)體選擇適宜的決策，就能獲得最優(yōu)的結(jié)果。這事實(shí)上和“精準(zhǔn)醫(yī)療”的思想是完全一致的，即應(yīng)該為不同的個(gè)體量身定做適宜的醫(yī)療衛(wèi)生方案以追求最優(yōu)結(jié)果，這也是醫(yī)療衛(wèi)生事業(yè)未來的發(fā)展方向。

基于EVPI理論的思想，在醫(yī)藥經(jīng)濟(jì)學(xué)評價(jià)及其相關(guān)的衛(wèi)生、醫(yī)保決策中，也不應(yīng)該滿足于僅根據(jù)人群平均水平進(jìn)行評估和決策，而是應(yīng)該盡可能獲取信息、分析信息，為社會民眾提供差異化乃至個(gè)性化的醫(yī)療服務(wù)和管理方案，從而追求社會獲益的最大化。在衛(wèi)生大數(shù)據(jù)的積累和分析能力不斷提高的今天，事實(shí)上這方面的技術(shù)難度正在快速降低，更主要的困難可能會來自制度和管理方面。此外，EVPI理論也為相關(guān)的研究管理提供了啟示，因?yàn)樗梢蕴崾静煌芯糠较颉⒉煌芯吭O(shè)計(jì)方法的期望價(jià)值，結(jié)合開展研究的所需成本，就可以對研究設(shè)計(jì)和方案選擇進(jìn)行更精細(xì)化的管理。

完美信息的期望價(jià)值理論在歐美國家的衛(wèi)生體系中已有多年的應(yīng)用，例如英國NICE就曾對不同衛(wèi)生技術(shù)評估及相關(guān)的參數(shù)研究項(xiàng)目進(jìn)行過分析，以探討不同研究設(shè)計(jì)的期望價(jià)值和經(jīng)濟(jì)性[8]。我國這方面的探索和應(yīng)用還較少，在全社會對衛(wèi)生和醫(yī)保的管理水平提出越來越高期望的今天，我們有必要對這方面的理論和技術(shù)進(jìn)行深入的學(xué)習(xí)、研究和應(yīng)用。

[1]中國藥物經(jīng)濟(jì)學(xué)評價(jià)指南課題組，劉國恩，胡善聯(lián)，等. 中國藥物經(jīng)濟(jì)學(xué)評價(jià)指南(2011版)[J]. 中國藥物經(jīng)濟(jì)學(xué) ,2011(03):6-9.

[2]Briggs A, Claxton K, Sculpher M. Decision modelling for health economic evaluation[M].Oxford University Press,2006.

[3]Thompson M K, Evans J S. The value of improved national exposure information for perchloroethylene (perc): a case study for dry cleaners[J]. Risk Anal,1997(17):253-271.

[4]丁元林，王彤 . 衛(wèi)生統(tǒng)計(jì)學(xué) (第 2 版 )[M]. 北京:科學(xué)出版社,2017,434.

[5]Wilson E C, Mugford M, Barton G, et al.Efficient Research Design: Using Value-of-Information Analysis to Estimate the Optimal Mix of Top-down and Bottom-up Costing Approaches in an Economic Evaluation alongside a Clinical Trial[J]. Med Decis Making,2016,36(3):335-348.

[6]Claxton K P, Sculpher M J. Using value of information analysis to prioritise health research:some lessons from recent UK experience[J]. Phar macoeconomics,2006,24(11):1055-1068.

[7]Tuffaha H W, Reynolds H, Gordon L G, et al.Value of information analysis optimizing future trial design from a pilot study on catheter securement devices[J]. Clin Trials,2014,11(6):648-656.

[8]Claxton K, Eggington S, Ginnelly L, et al.A Pilot Study of Value of Information Analysis to Support Research Recommendations for NICE[M]. London:National Institute for Health and Care Excellence (NICE),2005.