基于处方变异性的药物再评估靶点识别新方法：漏斗图分析在健康技术再评估中的应用

《International Journal of Technology Assessment in Health Care》：A method to identify prescription drug targets for health technology reassessment

本研究针对药物再评估靶点识别难题，开发了一种基于处方变异性的创新方法。通过分析阿尔伯塔省65岁以上老年人门诊处方数据，利用漏斗图对ATC分类-处方者专业组合进行定量比较，成功识别出具有显著使用变异的药物类别。该方法为HTR优先级的确定提供了数据驱动的决策支持，对优化医疗资源配置具有重要意义。

　　

在全球医疗资源有限的背景下，如何优化医疗技术价值成为各国面临的共同挑战。一方面，低价值医疗的过度使用浪费了大量资源；另一方面，高价值医疗的利用不足又影响了患者健康。这种"双管齐下"的困境不仅加重了患者负担，还影响了医疗系统的可持续性。健康技术再评估（HTR）作为一种解决方案应运而生，它旨在对已在使用的医疗技术进行系统性再评价，以优化其价值。然而，在处方药物领域，如何识别需要再评估的候选药物一直是个技术难题。

传统上，药物再评估主要依赖不良事件报告或专家提名，但这些方法往往难以全面捕捉那些效果不明显或性价比不高的药物。正如研究指出的，有474条关于处方药物的低价值使用建议在以往研究中未被充分考虑。这促使研究团队思考：能否开发一种更系统、数据驱动的方法来识别处方药物再评估的潜在靶点？

研究团队将目光投向了处方行为的变异分析。这一思路源于Wennberg提出的"专业不确定性假说"——当临床实践中存在较大变异时，往往反映了医生对适当使用方式的不确定性。通过分析这种变异，或许能发现那些最需要HTR干预的药物类别。

研究团队开发了一套基于漏斗图分析的创新方法。他们利用阿尔伯塔省药品信息网络（PIN）的行政数据，涵盖了2023年该省65岁以上老年人的所有门诊处方记录。这些数据包括1750万次配药记录，涉及8000多名处方者和约60万患者。研究采用世界卫生组织的解剖治疗化学（ATC）分类系统，在第四层级（治疗可交换性水平）对药物进行分组，并按处方者专业进行分层分析。

关键技术方法包括：利用Spiegelhalter漏斗图分析各ATC分类-处方者专业组合的处方变异；设置三倍标准差控制限识别特殊原因变异；从三个维度评估变异影响（受影响处方者数量、受影响患者数量、潜在预算影响）；使用Python进行大规模数据分析。

处方变异模式的特征

研究发现，不同药物类别呈现出显著的处方变异模式。在变异度高的漏斗图中，有较多处方者分布在控制限之外，而变异度低的药物则大多集中在控制限内。这种变异模式为识别潜在的HTR靶点提供了直观依据。

不同评估指标的识别结果

当分别按三个评估指标对ATC分类-处方者专业组合进行排序时，发现了有趣的模式。在控制限上方的分析中，受影响处方者数量和受影响患者数量的识别结果高度相似，但与潜在预算影响的识别结果重叠度很低。具体而言，控制限上方的总潜在预算影响接近8500万加元，而控制限下方则不足2000万加元。

高预算影响药物的特征

最具启示性的发现是，具有高潜在预算影响的药物并非那些价格最高或配药量最大的类别，而是中高价格区间、由相对较少处方者系统处方的药物。例如，"L04AA：选择性免疫抑制剂（不包括皮质类固醇）"由内科专家处方时，仅有9名处方者位于控制限上方，但其潜在预算影响却高达3230万加元。生物制剂因其较高价格而在预算影响评估中占据突出地位。

方法的应用价值

该方法成功识别了21个独特的ATC分类（控制限上方）和20个独特的ATC分类（控制限下方），为HTR流程提供了具体的候选目标。不同评估指标为决策者提供了灵活的选择空间：关注预算影响的决策者可能更关注潜在预算影响指标，而希望通过学术 detailing 等方式改变处方行为的组织则可能更关注受影响处方者数量。

研究结论强调，这种基于漏斗图比较的新方法能够有效识别具有显著使用变异的ATC分类-处方者专业组合。根据不同决策者的视角和可用的政策工具，不同的评估指标在技术识别中可能各有价值。控制限位置缺乏临床意义和使用价格而非成本数据是本研究的两个主要局限，但相对排序的准确性仍能为决策提供有力支持。

该研究的重要意义在于为HTR领域提供了一种可复制、数据驱动的处方药物靶点识别方法。通过将宏观层面的变异分析与具体的经济影响评估相结合，该方法使决策者能够基于明确的证据优先考虑HTR干预目标。未来研究需要进一步探索受影响患者的特征，并与临床证据相结合，以确定变异的合理性和可操作性，从而真正实现医疗资源的价值优化。