NBER美国国民经济研究局-NBER-Evaluation-of-Medical-Technologies-with-Uncertain-Benefits_52页_1mb_52页_1mb

评估具有不确定效益的医疗技术

核心内容

本文探讨了在医疗技术评估中如何考虑不确定性对健康效益的影响。传统的成本效益分析（Cost-Effectiveness Analysis, CEA）主要依赖于临床试验的平均健康结果，但忽略了风险和不确定性对患者决策的影响。为此，作者提出了一种新的评估方法，即“质量与风险调整生命年”（Quality- and Risk-Adjusted Life-Year, QRALY），以更全面地反映患者对不确定健康效益的偏好。

主要观点

1. 不确定性的重要性
   医疗技术的不确定性（如方差、偏度、峰度）对患者的价值评估具有重要影响。不确定性不仅影响治疗效果的预期，还涉及患者的保险价值（对风险的规避）和希望价值（对积极偏度的偏好）。

2. 传统QALY框架的局限性
   传统的“质量调整生命年”（QALY）框架假设健康结果是确定的，无法反映风险偏好。当健康结果存在不确定性时，这种假设不再适用，会导致价值评估的偏差。

3. QRALY框架的提出
   QRALY框架引入了方差、偏度和峰度作为衡量健康效益不确定性的参数，使评估能够更准确地反映患者的偏好。该框架基于经济学中的期望效用理论，使用泰勒级数展开来估算不确定性对健康效益的影响。

4. 风险偏好的量化
   文中定义了多种风险偏好参数，包括绝对风险规避系数（$r_H$）、绝对谨慎系数（$\pi_H$）和绝对克制系数（$\tau_H$），并进一步推导了相对风险偏好参数（$r_H^$、$\pi_H^$、$\tau_H^*$）。

5. 泰勒级数的应用
   作者使用泰勒级数展开来近似健康效益的期望效用，从而量化不同不确定性参数（方差、偏度、峰度）对技术价值的影响。这一方法在实际应用中具有可操作性，适用于多种健康相关决策。

关键信息

• 不确定性对价值的影响
  方差在风险规避的患者中是负面因素，而正偏度是正面因素。峰度的影响则取决于具体情境，可能在某些情况下显著。

• 实际应用背景
  本文的分析适用于医疗技术评估，但也可扩展至其他与人类资本相关的投资领域（如车辆安全、环境质量等）。

• 实证支持
  作者指出，已有大量研究支持不确定性对健康效益价值的影响，尤其是对于具有高方差和正偏度的治疗效果，其价值评估需考虑这些因素。

• 政策与实践意义
  本文的结果对健康保险公司的覆盖和报销决策具有重要意义。考虑到不确定性，可以更合理地分配资源，避免高方差技术被高估或正偏度技术被低估。

理论框架

1. 健康状态与效用函数
   假设个体在健康状态为“病态”时，其健康水平为$H_S(s) = H_W - s$，其中$H_W$是健康状态的基线水平，$s$是随机变量，代表健康损失。治疗后，健康水平为$H_S + \beta$，其中$\beta$是随机变量，代表治疗带来的额外健康效益。

2. 期望效用的计算
   期望效用函数为：
   $$
   E U \equiv p \int_{s \in S} u(M, H_S(s)) g_s(s) ds + (1 - p) u(M, H_W)
   $$
   其中$p$是患病概率，$g_s(s)$是健康损失的分布密度函数，$u(M, H)$是效用函数，表示消费和健康水平的联合效用。

3. QRALY的定义
   QRALY是QALY的扩展，考虑了健康效益的不确定性。通过泰勒级数展开，可以将不确定性的影响转化为消费单位的调整，从而计算出治疗的边际价值。

4. 泰勒级数的近似方法
   作者使用泰勒级数展开来估算期望效用的变化，包括一阶、二阶、三阶和四阶项。其中，方差项的影响最大，其次是偏度和峰度项。

结论

本文提出了一种基于期望效用理论和泰勒级数展开的QRALY框架，用于评估具有不确定效益的医疗技术。该方法不仅考虑了平均健康效益，还引入了方差、偏度和峰度等不确定性参数，以更准确地反映患者的偏好和风险态度。该框架有助于更合理地进行医疗资源的分配，特别是在存在高方差和正偏度的治疗效果时，能够避免传统QALY方法带来的偏差。