原发性醛固酮增多症亚型分诊策略的患者偏好研究：一项离散选择实验

《Journal of the Endocrine Society》：Preferences for Subtyping Primary Aldosteronism: a Discrete Choice Experiment

本研究针对原发性醛固酮增多症(PA)亚型分诊策略选择难题，研究人员通过离散选择实验(DCE)探索高血压患者对肾上腺静脉采血(AVS)、PET-CT成像和预测算法三种分诊方式的偏好。结果表明，患者普遍倾向于选择非侵入性、耗时短、副作用小且成本低的策略，即使其诊断准确性略低(如算法准确率为80% vs AVS/PET-CT的90%)。成本是重要影响因素，自付费用引入后，算法选择率上升17-27%，AVS和PET-CT使用率显著下降。该研究为临床路径优化和卫生政策制定提供了关键的患者视角证据。

　　

您是否想过，当医生告诉您高血压可能由一种名为“原发性醛固酮增多症”（Primary Aldosteronism, PA）的可治愈疾病引起时，接下来面临的选择会如何影响您的治疗之路？PA是一种常见的内分泌性高血压，影响着约10-15%的高血压患者，并显著增加心血管疾病风险。确诊PA后，关键一步是进行“亚型分诊”，即区分病灶是单侧（可通过手术治愈）还是双侧（通常需药物治疗）。目前，肾上腺静脉采血（Adrenal Vein Sampling, AVS）是区分亚型的“金标准”，但这个过程侵入性强、耗时长、费用高昂，且仅在少数专科中心开展。近年来，新兴的替代方法不断涌现，例如使用正电子发射断层-计算机断层扫描（PET-CT）进行功能成像，或者利用临床数据构建的预测算法。那么，面对这些各有利弊的选项，患者们会如何抉择？他们更看重诊断的极致准确性，还是更倾向于快速、无创且低风险的方案？这项发表在《Journal of the Endocrine Society》上的研究，首次从患者偏好视角深入探讨了这一关键临床问题。

为了回答上述问题，研究团队创新性地应用了离散选择实验（Discrete Choice Experiment, DCE）这一方法。DCE基于随机效用理论，通过让参与者在模拟场景中反复选择不同属性组合的方案，来量化其偏好。本研究设计了两组标签式DCE：一组包含自付费用属性，模拟私立医疗场景；另一组不包含费用，模拟澳大利亚全民医疗保险（Medicare）覆盖的公立医疗场景。每个DCE中，参与者需要在AVS、PET-CT和预测算法三种策略中进行选择，这些策略在四个核心属性上有所不同：亚型分诊准确性（即正确诊断可手术治愈疾病的概率）、等待检查时间、潜在副作用以及自付费用。研究通过在线平台招募了653名自报患有高血压的澳大利亚居民，最终583名参与者的数据纳入主要分析。数据分析采用了条件Logit模型和潜在类别条件Logit（Latent Class Conditional Logit, LCL）模型，以识别整体的属性偏好以及参与者群体内部的异质性。此外，研究还进行了政策模拟分析，预测在不同假设场景下各亚型分诊策略的潜在使用率。

研究结果

参与者的特征

主要分析样本包括583名参与者，平均年龄为48.3岁，女性略多（50.6%）。大多数参与者（79.1%）出生于澳大利亚，53.1%的家庭年收入在8万澳元及以下。尽管有39.8%的参与者听说过PA，但只有17.3%表示了解这种疾病，15.6%正在接受或曾接受过PA治疗。绝大多数参与者（96.5%）认为高血压是严重问题，84.9%表示如果高血压有可治愈的原因，他们愿意接受进一步检查。

对PA亚型分诊程序的偏好

DCE结果显示，参与者普遍偏好准确性更高、等待时间更短、副作用更小的亚型分诊策略。无论是否包含自付费用，预测算法和AVS都比“不进行亚型分诊”选项更受青睐。PET-CT也被视为积极选项，但其偏好并非在所有模型中都具有统计学显著性。当引入自付费用（最高达1500澳元）后，偏好明显向成本更低的选项转移。AVS相对于“不进行分诊”的偏好在高成本水平下变得不显著，而预测算法和PET-CT仍然更受偏爱。

不同参与者亚组在偏好上的差异

LCL分析根据贝叶斯信息准则（BIC）识别出两个具有不同偏好模式的潜在类别。在不包含费用信息的DCE中，60%的参与者（类别1）对亚型分诊表现出强烈兴趣，而另外40%（类别2）的参与度较低，尤其是在其他因素相同的情况下对预测算法不太感兴趣。年龄≥50岁的年长者更可能属于类别1，而男性、曾接受过PA治疗的患者以及自称“太忙而无暇顾及”血压的参与者更可能属于类别2。当包含费用信息时，类别1占参与者的66%，类别2占34%。在类别2中，PET-CT的评价较低，且AVS的副作用和PET-CT的等待时间对其决策没有显著影响。 across 两个群体，较低的成本始终是更受偏好的。

政策模拟结果

研究人员设定了一个基线场景（Base case scenario）进行政策模拟：AVS和PET-CT的准确性设为90%，等待时间3个月，有轻微副作用，自付费用500澳元；预测算法的准确性设为80%，无等待时间，无副作用，无自付费用。模拟结果显示， across 年龄、性别和收入水平，预测算法的潜在使用率最高，其次是PET-CT，最后是AVS，这反映了参与者对低侵入性、短耗时的偏好。年轻成人（<50岁）和低收入参与者在无自付费用时对AVS的偏好高于年长者或高收入者。然而，在所有组别中，引入自付费用都降低了AVS和PET-CT的使用率，并增加了对预测算法以及直接“选择退出”亚型分诊的兴趣。年长者比年轻人更可能选择预测算法（例如，含费用时76% vs 60%），且更不愿意完全退出分诊。同样，女性比男性更可能选择预测算法（含费用时74% vs 61%），且更不愿意完全拒绝分诊。成本具有明显的抑制作用。引入自付费用使得“选择退出”率 across 各组增加了77%至140%，并使预测算法的使用率增加了约17%至27%。AVS和PET-CT使用率的下降在AVS上更为明显，尤其是在高收入群体（下降61% vs 低收入群体下降55%）、女性（下降73% vs 男性下降39%）和年长群体（下降62% vs 年轻群体下降55%）中。PET-CT使用率在低收入参与者（下降53% vs 高收入群体下降19%）和年长参与者（下降60% vs 年轻群体下降5%）中下降更为显著。

讨论与结论

本研究首次从消费者（患者）视角深入探讨了对PA亚型分诊策略的偏好。核心发现表明，无论收入、年龄和性别如何，非侵入性且省时的策略更受青睐。通过并行实施含费用与不含费用的DCE并比较偏好，研究量化了经济负担对参与者选择的影响，证实参与者具有价格敏感性，且低收入群体受到的影响更大。在同时存在公立和私立医疗服务的澳大利亚，对AVS和PET-CT收取自付费用将预测导致更多人选择免费的预测算法（如果该选项可用）。

研究表明，尽管诊断准确性是决定是否进行亚型分诊的重要因素，但参与者愿意接受一个准确性稍低（例如，预测算法的80%对比AVS/PET-CT的90%）、但侵入性小、无潜在副作用且无额外成本的策略。预测算法因其具备患者所看重的快速、非侵入、无副作用和低成本等特性，在基线场景模拟中获得了最高的使用率。然而，研究者也指出，预测算法识别可手术治愈PA的准确性是多变的，高特异性往往伴随低敏感性，因此其临床应用需谨慎评估。对于当前的金标准AVS，研究强调，提供AVS服务的中心需要确保持续的高成功率，才能向选择进行亚型分诊的患者证明其价值。对于新兴的PET-CT功能成像，如果其能达到与AVS同等的准确性，且等待时间和副作用可控，它可能成为一种有吸引力的替代方案，但其广泛应用仍需进一步的卫生经济学评估和基础设施支持。

LCL分析有助于识别参与者的不同偏好类别，为针对性地提高亚型分诊参与度提供了方向，例如需要关注年轻男性和对健康系统参与度较低的群体。研究的局限性包括：参与者为高血压患者而非全部为PA患者，是对真实临床情境的简化；部分参与者可能未完全理解选择的全部临床意义（如误分类风险）；PET-CT的成本和等待时间数据来自其他适应症；未考虑旅行距离等因素；调查仅以英语进行，可能存在选择偏倚等。

总之，这项研究揭示了消费者对更简单、快速、非侵入性PA亚型分诊策略的强烈偏好，即使这意味着需要牺牲少量的诊断准确性。随着对PA认识的加深以及筛查和诊断率的预期增长，亚型分诊策略的发展必须充分考虑消费者偏好。研究结果强调了继续优化预测算法和功能成像，并支持公平实施符合临床和消费者需求的替代分诊方法的重要性。预测算法并非旨在取代AVS或PET-CT，但可能在指导哪些患者最有可能从进一步检查中受益方面发挥作用，从而作为亚型分诊流程中一个高度可及的第一步。