早期成本效果分析在健康技术开发中的应用指南：基于皮肤鳞状细胞癌案例的方法学创新与实施建议

《International Journal of Technology Assessment in Health Care》：Recommendations for the use of Early Cost-effectiveness Analysis to Inform the Health Technology Development Process with an Application to Cutaneous Squamous Cell Carcinoma

本文针对如何将早期成本效果分析（eCEA）有效整合至健康技术开发过程的问题，提出了一套系统的方法学框架。研究人员通过构建皮肤鳞状细胞癌（CSCC）假设疗法"dummymab"的决策模型，创新性地开发了基于价值定价（VBP）估算、价值驱动因素分析和制造商视角信息价值（VoI）评估的方法体系。研究结果表明，eCEA能够通过三种核心方式指导技术开发：价值基准定价确定、关键价值驱动因素识别及证据开发优先级排序。该框架为制造商在技术开发早期阶段实施符合卫生技术评估（HTA）价值原则的决策提供了实用工具，对促进医疗资源优化配置具有重要意义。

　　

在当今医疗技术快速发展的时代，医疗系统面临着如何合理分配有限资源的永恒挑战。成本效果分析（Cost-Effectiveness Analysis, CEA）作为一种重要的决策工具，通过比较新医疗技术带来的健康获益与相应增加的成本，帮助决策者判断是否应该采纳该项技术。然而，传统的CEA通常在技术开发完成后、申请市场准入时进行，这种"事后验证"的方式可能导致技术开发方向与医疗系统价值需求不匹配的问题。

正是在这样的背景下，早期成本效果分析（early Cost-Effectiveness Analysis, eCEA）应运而生。与传统的启动阶段CEA不同，eCEA在技术开发早期（如I期或II期临床试验阶段）就开始评估技术的潜在成本效果，此时技术的价格和目标患者人群往往尚未确定。这种方法使制造商能够根据医疗系统的价值标准（通常以成本效果阈值形式表示）来指导技术开发决策，从而提高最终产品符合支付方要求的可能性。

尽管eCEA的概念已存在多年，但实际应用中仍面临诸多挑战。大多数eCEA由制造商内部进行且很少公开发表，导致缺乏实用的方法学指导。特别是从制造商视角出发的eCEA实施指南相对匮乏，如何将eCEA有效融入技术开发决策过程仍不明确。此外，传统的信息价值（Value of Information, VoI）分析主要从医疗系统视角出发，与制造商的商业决策需求存在脱节。

为了填补这一方法学空白，研究人员在《International Journal of Technology Assessment in Health Care》上发表了这项研究，旨在提供eCEA的实际应用指南，并通过假设案例展示如何解决技术开发过程中的三个关键问题。研究团队采用假设的皮肤鳞状细胞癌（Cutaneous Squamous Cell Carcinoma, CSCC）治疗方法"dummymab"作为案例，建立了符合英国国家卫生与临床优化研究所（National Institute for Health and Care Excellence, NICE）参考案例的分区生存模型（partitioned survival model）。研究利用已发表的西米普利单抗（cemiplimab）数据作为对照，基于假设的目标产品特征（Target Product Profile, TPP）设定dummymab的疗效参数，并通过价值基准定价（Value-Based Price, VBP）分析、价值驱动因素分析和制造商视角信息价值分析等方法，系统演示了eCEA的实施流程。

研究采用的关键技术方法主要包括：基于分区生存模型的成本效果分析框架，该模型整合了生存曲线外推、质量调整生命年（Quality-Adjusted Life Years, QALYs）计算和成本核算；价值基准定价的估算方法，通过模型反算达到特定成本效果阈值时的技术价格；改进的价值驱动因素分析方法，采用净收益（net benefit）法避免传统"开关法"（switch-on）的参数交互问题；以及创新的制造商视角信息价值框架，将传统VoI分析适配至商业决策语境。模型参数主要来源于已发表的CSCC研究数据和NICE技术评估文件，确保了方法的透明度和可重复性。

3.1. 价值基准价格在不同情景下的估算

研究首先演示了如何通过eCEA估算dummymab的价值基准价格。在基础案例分析中，假设成本效果阈值为30,000英镑/QALY，dummymab的VBP被估算为27,574英镑/年。分析显示，dummymab相比西米普利单抗可获得1.09个增量QALYs，总增量成本为32,661英镑，恰好达到目标ICER（Incremental Cost-Effectiveness Ratio）。情景分析表明，VBP对模型假设十分敏感，特别是长期缓解假设对VBP有显著影响。这种分析帮助制造商理解不同开发情景下的定价潜力，为战略决策提供依据。

3.2. 技术各属性对价值的贡献程度

研究比较了两种价值驱动因素分析方法："开关法"和"净收益法"。传统的开关法通过顺序激活新技术参数来估计各参数的贡献，但该方法受参数激活顺序影响，结果不可靠。研究提出的净收益法通过分解增量净货币收益（Incremental Net Monetary Benefit, INMB），将价值驱动因素归因于具体的健康经济产出（如生存获益、生活质量改善和成本节约）。对于dummymab，分析显示其价值主要来源于生存获益和生活质量改善，而药物成本和管理成本则对价值产生负面影响。这种方法帮助制造商识别最关键的价值驱动因素，指导技术优化。

3.3. 需要进一步证据的模型参数

研究提出了制造商视角的信息价值（Value of Information, VoI）框架，用于确定证据开发的优先级。与传统医疗系统视角的VoI分析不同，该框架假设技术价格固定，报销成功仅取决于成本效果证明，且制造商基于预期成本效果做出二元上市决策。对于dummymab，基于当前证据，其目标价格（29,963英镑）高于VBP（27,574英镑），因此制造商不会启动上市。完美信息期望价值（EVPI_M）为每患者24,013英镑，表示有47.2%的概率证明dummymab具有成本效果。参数特定完美信息期望价值（EVPPI_M）分析显示，无进展生存期（Progression-Free Survival, PFS）风险比和总生存期（Overall Survival, OS）风险比是最需要进一步证据的参数。

研究的讨论部分强调了eCEA框架在不同疾病领域的适用性。在肿瘤学领域，较高的支付意愿和终末期疾病溢价可能提高VBP；生存外推是VoI分析中的重要不确定性来源；价值驱动因素通常强调总生存期获益。对于罕见病，数据稀疏性会增加不确定性，小患者人群影响人群水平VoI计算。慢性病则需要关注长期治疗效果和价值驱动因素中生活质量改善与生存延长的平衡。医疗器械需同时考虑前期资本成本和经常性消耗品成本对VBP的影响。

尽管存在局限性，如制造商VoI框架的简化假设、早期数据的不确定性以及需要适应特定治疗领域背景等，但研究提出的eCEA方法为健康技术开发提供了一种系统的、基于价值的决策支持工具。通过将经济评估提前至开发阶段，eCEA有望促进技术与医疗系统价值需求更好对齐，提高医疗资源分配效率。未来研究应关注eCEA在实际开发决策中的影响评估、VoI框架的扩展完善以及超越成本效果阈值的更广泛价值要素整合。

该研究的核心贡献在于提供了一套实用的eCEA实施指南，特别是从制造商视角解决了技术开发中的三个关键问题。通过价值基准定价估算，制造商可以评估不同开发情景下的商业可行性；通过价值驱动因素分析，可以识别最关键的技术属性并优化开发方向；通过制造商视角的信息价值分析，可以优先安排证据开发计划，最大化投资回报。这种系统的方法不仅有助于制造商开发出更符合支付方需求的技术，也有利于整个医疗系统更高效地分配资源，最终使患者受益。