文章信息
- 陶立元, 甘戈, 刘珏.
- Tao Liyuan, Gan Ge, Liu Jue
- 卫生经济学评价报告标准2022解读
- Interpretation of Consolidated Health Economic Evaluation Reporting Standards 2022
- 中华流行病学杂志, 2023, 44(4): 667-672
- Chinese Journal of Epidemiology, 2023, 44(4): 667-672
- http://dx.doi.org/10.3760/cma.j.cn112338-20221127-01002
-
文章历史
收稿日期: 2022-11-27
2. 国家卫生健康委员会卫生发展研究中心, 北京 100033;
3. 北京大学公共卫生学院, 北京 100191
2. China National Health Development Research Center, National Health Commisson, Beijing 100033, China;
3. School of Public Health, Peking University, Beijing 100191, China
卫生经济学评价是对卫生规划的制定、实施或产生的结果,从卫生资源的投入(卫生成本)和产出(效果、效益或效用)两个方面进行科学分析,对备选方案进行评价和选优,为政府或卫生部门从决策到实施提供评价和决策依据的方法[1-2]。卫生经济学评价已在疫苗策略评估、癌症早期筛查、疾病干预策略等研究领域中得到广泛应用[3-4],为公共卫生决策提供了重要证据。
尽管卫生经济学评价研究的论文发表数量庞大,但由于缺乏通用的报告规范指导,论文报告存在不规范、评估模型及参数透明度较低、结果难以重复等问题[5-6]。2013年,加拿大学者Husereau等[7]首次发表了卫生经济学评价报告标准(Consolidated Health Economic Evaluation Reporting Standards,CHEERS),包含24个条目的核查清单及1份解释说明,以帮助研究者、学术期刊编辑及审稿专家准确理解卫生经济学评价研究内容,确保报告内容的可解释性和透明度,使其研究证据更好地服务于公共卫生决策。
近10年来,学界不断呼吁使用卫生经济分析计划和开源模型,以及患者和公众等更广泛的利益相关者参与到了卫生经济学评价中,这些因素促进了扩展和更新CHEERS指南内容的必要性[2]。Husereau等[2]于2021年底发布了CHEERS 2022。CHEERS 2022的修订过程严格遵循卫生经济学和结果研究协会最佳实践工作组报告和卫生研究质量及透明度指南,成立了工作组和患者及公众代表组成的小组,负责审阅对照清单内容,提出调整语言建议和针对新增项目必要性的审核意见,组织卫生经济学评价、期刊编辑、决策制订、卫生技术评估、生物医药企业等相关领域专家,采用改良Delphi专家咨询法进行多轮咨询与研讨,最终形成了包含28个条目的核查清单及1份解释说明,以及配套工具和指导手册。本文旨在介绍CHEERS 2022,解读部分条目,结合传染病流行病学领域的卫生经济学评价实例进行分析,为研究者规范报告卫生经济学评价研究提供参考。
一、CHEERS 2022主要内容1. 适用范围[2, 8]:CHEERS 2022适用于任何形式的卫生经济学评价研究报告的规范审查,包括仅评价成本(cost)的研究、成本-效果分析(cost-effectiveness analysis,CEA)、成本-效益分析(cost-benefit analysis,CBA)、成本-效用分析(cost-utility analysis,CUA)研究等。CHEERS 2022也适用于基于数学模型的理论研究及其实证研究。
在评估对象上,CHEERS 2022适用于所有的健康相关干预措施,包括公共卫生与社会干预措施(例如疫苗接种、戴口罩、减少社会流动性、疾病早期筛查等);医疗技术产品(例如药物治疗、医疗器械使用等);流程(例如医疗信息化、分级诊疗机制、临床决策、临床路径、信息沟通、医疗技术服务等);医疗卫生服务模式创新(例如医疗保险制度改革、卫生服务整合、筹资机制创新等)。
CHEERS 2022的主要受众是报告卫生经济评价的研究人员、同行评审以及编辑,也可用于指导卫生技术评估机构撰写规范的卫生经济学评价报告。同时,CHEERS 2022兼顾到了在经济发展水平相对较低、卫生体系能力不足地区开展评价可能存在的特殊问题,并提供了案例,以确保该声明在不同社会经济环境和卫生体系环境下均适用。
2. 报告标准:CHEERS 2022的核查清单共包括28个条目及解释说明,包括标题、摘要、背景、方法、结果、讨论及其他相关信息共7个类别(表 1)。CHEERS 2022核查清单的使用情境:①可供研究者在卫生经济学评价研究设计参考;②可供研究者在卫生经济学评价报告及论文规范撰写阶段参考;③可供审稿人及杂志社在对卫生经济学论文评阅阶段参考[8]。CHEERS 2022核查清单的在线交互式表单见https://don-husereau.shinyapps.io/CHEERS/。
二、部分重要条目解读在CHEERS 2022的28个核查清单中,为规范读者对该规范的理解与认识,从标题、摘要、背景、方法、结果和讨论部分的重要条目进行解读。
1. 标题:标题应使卫生经济评价研究能够通过文献搜索轻松识别。既往研究表明,当前用于识别经济学评价研究的搜索方法很难全面获得相关研究[9]。因此,必须在文献数据库中正确索引卫生经济学评价,以最大限度地提高文献检索的灵敏度和准确度。作者应在标题中使用术语“经济学评价”(economic evaluation),并具体说明比较的干预措施和研究环境,以确保适当的索引并提高其可发现性。此外,鼓励作者使用特定术语来定义分析形式,例如,cost-effectiveness analysis(成本-效果分析)、cost-utility analysis(成本-效用分析)或cost-benefit analysis(成本-效益分析)。
2. 摘要:报告指南建议在报告原始研究或系统评价时使用结构化摘要,使读者可以快速找到有关研究的关键信息,包括:研究的目的、关键方法(研究人群和背景、比较对象、时间范围、投入、观点、货币年份和贴现率)、结果(成本和结局指标的平均值)、结论(主要发现,以及对患者、公众或在政策或患者护理中应用的任何潜在影响,并描述相关不确定性分析的影响)。
3. 背景和目的:鉴于读者和同行评议专家需要了解要进行这项研究的原因,以及要解决的具体卫生政策或实践决策的实际问题。因此,作者应明确说明研究的动机,提出研究问题(即决策问题),解释其与卫生政策或实践决策的实际相关性,并描述其对患者和一般人群的重要性。仅陈述“研究的目的是评估治疗X的成本效益”是不够的。研究问题或决策问题的正确说明应与报告清单条目5~8一致,并说明研究人群和亚组、现场和地点、研究视角以及所比较的干预措施或策略。
4. 卫生经济学分析计划:临床试验中的统计分析计划是常规使用的,可保证结果的可靠性,确保分析报告没有引入偏差。然而,与临床试验的统计分析计划相比,卫生经济学分析计划(health economic analysis plan,HEAP)在研究中并不常见。最近的一项调查发现,英国只有约30%的药物临床试验单位使用HEAP,而且所采用的方法几乎没有一致性[10]。目前,尚未开发HEAP的标准化指南。尽管HEAP的使用尚处于起步阶段,但作者应说明是否制定了HEAP,以及读者的获取途径。鼓励作者将可用的HEAP作为补充信息或包含在开放访问存储库中以帮助访问。
5. 贴现率:指未来一定数量的钱折算到现在变少的那部分所占的比例,该值越高表示现值越少。在卫生经济学评价报告的写作过程中往往需要报告贴现率及其选择的原因,以便于读者理解未来的卫生经济投入。由于该值会随时间的变化而变化,因此作者需要给出选择的理由及其对变化的预期。
6. 结局指标选择、测量与评估:在结局指标的选择上,作者需要描述使用哪种结局作为衡量受益和危害的标准。这些结局可以是单一的结局,也可以是复合结局(如质量调整生命年、心血管事件/脑血管疾病等)。同时作者需要给出选择该结局指标的理由,以及测量该结局指标的具体方法。有些结局指标还需要给出具体的评估人群和评估方法,如根据某参考文献的研究结果进行的分级分类评估等。
7. 模型的基本原理和描述:如果在文章中使用了模型,作者则需要详细描述模型的基本原理以及选择该模型的原因,同时报告该模型是否公开可用机器获取途径。如在文章中报告模型的结构以及与类似模型的异同,是否对模型进行修改以及修改的原因,以便于读者对模型有更深入的理解。建议作者使用图形来表述模型的结构和研究对象在模型中的具体流程。
8. 描述分布效应:指描述个体间影响的分布情况及其为反映对优先人群影响所做的调整。由于社会经济水平等因素(例如,农村环境的成本较高,老年人等高风险人群的依从性较低)在个体间分布的差异性,可能会对疾病(例如,残疾和疾病严重程度)的干预措施效果或效益造成影响,因此描述分布效应十分重要。揭示分布效应有助于卫生决策者在使用研究证据时更好地兼顾效率与公平性。作者应描述他们在特定人群中所使用的参数,分布效应对优先人群的影响,或对罕见病或临终治疗等特殊情况的成本效益阈值进行调整[11-12]。
9. 描述患者及其他受研究影响人群参与研究的方法:指描述让患者或服务接受者、公众、社区或利益相关者(如临床医生或支付方)参与研究设计的方法。尽管目前有关患者及其他受研究影响人群参与研究仍处于起步阶段,但通过更广泛的患者及其他受研究影响人群参与研究,可提高研究的相关性、可接受性和适当性,最终改善研究质量。例如,在一项疫苗策略研究中,研究者建立了1个公共参考小组,由对疫苗接种感兴趣并具有各种背景的个体组成;研究者召开了一系列会议对建模过程进行审议,每次会议都侧重于建模过程中的不同主题或阶段,促使公众参与研究[13]。
10. 研究结果、局限性、普遍性和当前知识:在讨论中,应总结主要结果以及这些结果如何支持研究结论、研究的背景,以帮助读者解释和批判性地审查研究发现。研究者还应讨论结果的局限性、不确定性程度、亚组结果、分布效应,以及研究未考虑的伦理或公平性等。重要的是,研究者还应讨论该研究对患者、卫生政策或实践决策的潜在影响,并解释该研究的发现弥补了既往研究的哪些不足或补充了哪些证据。讨论应将研究结果与原始决策问题联系起来,并解释结果如何影响读者对该决策问题的理解。应在当前文献的背景下讨论研究结果,并为与先前研究的不同结果提供可能的解释。此外,还应讨论研究结果的普遍性(外部有效性),以及应用到其他环境的潜在可转移性。
三、实例分析在传染病流行病学研究领域,对疫苗接种策略的卫生经济学评估研究应用已十分广泛。因此,本文以2020年发表于柳叶刀子刊EClinicalMedicine的一篇预防乙型肝炎母婴传播适宜策略的卫生经济学评价论文为例[14],进行实例分析。见表 2。评价结果显示,该论文多数条目(22个)符合CHEERS 2022的报告规范要求,有5个条目不适用。有1个不符合,即研究未能提及是否制定了HEAP及其获取途径,这可能与研究发表时CHEERS 2013声明未含有此条目等因素有关。这也从侧面说明了新版声明增加HEAP这一内容条目的重要性和必要性。该条目与随机对照试验中公开统计分析计划及其获取途径的要求较相似,可更好地提升研究分析与报告的透明度。
四、小结与讨论近年来,随着对公共卫生与临床研究证据转化应用的需求与日俱增,卫生经济学评价研究相关文献也越来越多,研究证据受到了卫生决策者的更多重视。本文简要介绍了CHEERS 2022的产生背景、更新过程、适用范围、报告标准的内容,解读了部分条目,并以疫苗策略的卫生经济学评价为例进行了实例分析。与CHEERS 2013相比,CHEERS 2022新增了包括HEAP、模型共享,及社区、患者、公众等相关利益方的研究参与等条目,从内容上兼顾了卫生经济学评价的未来学科发展方向。随着公共卫生与临床决策透明度要求的提高,CHEERS 2022不仅有助于全球研究者采用统一的标准规范报告研究结果,为同行评议专家、编辑及读者提供有用的审查工具,还可支持卫生技术评估机构建立规范的评价报告标准。在某一报告规范或标准发布后,通常可开展相关领域的研究报告质量评估研究(例如针对个体的预后或诊断多因素预测模型报告规范TRIPOD),进一步分析报告规范的发布对该领域研究质量的影响[15-16]。目前,在CHEERS 2022发布后,研究者对该声明的应用依然有限,建议加强对CHEERS 2022的解读及其应用[2]。此外,建议未来开展追踪研究,适时评估CHEERS发布后对卫生经济学相关研究的报告质量影响。
利益冲突 所有作者声明无利益冲突
作者贡献声明 陶立元:论文撰写和修改;甘戈:论文修改;刘珏:论文撰写和修改、论文审阅、经费支持
[1] |
陈文. 卫生经济学[M]. 4版. 北京: 人民卫生出版社, 2020. Chen W. Health economics[M]. 4th ed. Beijing: People's Medical Publishing House, 2020. |
[2] |
Husereau D, Drummond M, Augustovski F, et al. Consolidated health economic evaluation reporting standards 2022 (CHEERS 2022) statement: updated reporting guidance for health economic evaluations[J]. BMJ, 2022, 376: e067975. DOI:10.1136/bmj-2021-067975 |
[3] |
何寒青, 张兵, 严睿, 等. 不同免疫程序接种2剂麻疹-流行性腮腺炎-风疹联合减毒活疫苗的卫生经济学评价[J]. 中华流行病学杂志, 2016, 37(8): 1121-1126. He HQ, Zhang B, Yan R, et al. Economic evaluation on different two-dose-vaccination-strategies related to Measles, Mumps and Rubella Combined Attenuated Live Vaccine[J]. Chin J Epidemiol, 2016, 37(8): 1121-1126. DOI:10.3760/cma.j.issn.0254-6450.2016.08.014 |
[4] |
徐赫, 赵方辉, 高晓虹, 等. 宫颈癌筛查方法及其筛查起始年龄的卫生经济学评价[J]. 中华流行病学杂志, 2013, 34(4): 399-403. Xu H, Zhao FH, Gao XH, et al. Cost-effectiveness analysis on the once-in-a-lifetime cervical cancer screening program for women living in rural and urban areas of China[J]. Chin J Epidemiol, 2013, 34(4): 399-403. DOI:10.3760/cma.j.issn.0254-6450.2013.04.021 |
[5] |
Caulley L, Catalá-López F, Whelan J, et al. Reporting guidelines of health research studies are frequently used inappropriately[J]. J Clin Epidemiol, 2020, 122: 87-94. DOI:10.1016/j.jclinepi.2020.03.006 |
[6] |
Emerson J, Panzer A, Cohen JT, et al. Adherence to the iDSI reference case among published cost-per-DALY averted studies[J]. PLoS One, 2019, 14(5): e0205633. DOI:10.1371/journal.pone.0205633 |
[7] |
Husereau D, Drummond M, Petrou S, et al. Consolidated health economic evaluation reporting standards (CHEERS)—explanation and elaboration: a report of the ISPOR health economic evaluation publication guidelines good reporting practices task Force[J]. Value Health, 2013, 16(2): 231-250. DOI:10.1016/j.jval.2013.02.002 |
[8] |
Husereau D, Drummond M, Augustovski F, et al. Consolidated health economic evaluation reporting standards (CHEERS) 2022 explanation and elaboration: a report of the ISPOR CHEERS Ⅱ good practices task force[J]. Value Health, 2022, 25(1): 10-31. DOI:10.1016/j.jval.2021.10.008 |
[9] |
Paisley S. Classification of evidence in decision-analytic models of cost-effectiveness: a content analysis of published reports[J]. Int J Technol Assess Health Care, 2010, 26(4): 458-462. DOI:10.1017/s026646231000098x |
[10] |
Dritsaki M, Gray A, Petrou S, et al. Current UK practices on health economics analysis plans (HEAPs): are we using heaps of them?[J]. Pharmacoeconomics, 2018, 36(2): 253-257. DOI:10.1007/s40273-017-0598-x |
[11] |
Garattini L, Koleva D, Casadei G. Modeling in pharmacoeconomic studies: funding sources and outcomes[J]. Int J Technol Assess Health Care, 2010, 26(3): 330-333. DOI:10.1017/s0266462310000322 |
[12] |
Hendrix N, Kim DD, Patel KS, et al. Differences in the selection of health state utility values by sponsorship in published cost-effectiveness analyses[J]. Med Decis Making, 2021, 41(3): 366-372. DOI:10.1177/0272989x20985821 |
[13] |
Staniszewska S, Hill EM, Grant R, et al. Developing a framework for public involvement in mathematical and economic modelling: bringing new dynamism to vaccination policy recommendations[J]. Patient, 2021, 14(4): 435-445. DOI:10.1007/s40271-020-00476-x |
[14] |
Jing WZ, Liu J, Wu Y, et al. Cost-effectiveness of couple-based immunization strategy to prevent mother-to-child transmission of hepatitis B virus in China: A decision-analytic Markov model[J]. EClinicalMedicine, 2020, 19: 100264. DOI:10.1016/j.eclinm.2020.100264 |
[15] |
陶立元, 刘珏, 曾琳, 等. 针对个体的预后或诊断多因素预测模型报告规范(TRIPOD)解读[J]. 中华医学杂志, 2018, 98(44): 3556-3560. Tao LY, Liu J, Zeng L, et al. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis[J]. Natl Med J China, 2018, 98(44): 3556-3560. DOI:10.3760/cma.j.issn.0376-2491.2018.44.002 |
[16] |
Wynants L, van Calster B, Collins GS, et al. Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal[J]. BMJ, 2020, 369: m1328. DOI:10.1136/bmj.m1328 |