基于10万人基因组计划的次级发现回报成本效益分析：医疗资源优化配置新视角

本研究针对全基因组测序(GS)中次级发现(AFs)回报的成本效益问题，基于英国10万人基因组计划(100kGP)数据，通过模型化成本-效用分析，揭示每例回报成本￡81、增量成本效果比(ICER)￡28,830/QALY的现状，指出当前策略在￡20,000支付意愿阈值下仅13%成本效益概率，为精准医学资源分配提供关键决策依据。

　　

在精准医学时代，全基因组测序(Genome Sequencing, GS)技术正逐步从科研走向临床，但随之而来的伦理与经济学难题日益凸显：当测序意外发现与原始指征无关的致病性变异时，医疗机构是否应该主动告知？这种"次级发现(Additional Findings, AFs)"的回报究竟会消耗多少医疗资源？又能带来多少健康收益？这些问题直接关系到公共卫生政策的制定。英国10万人基因组计划(100kGP)作为全球最大规模的基因组医学项目之一，为回答这些问题提供了独特的数据基础。

发表在《Genetics in Medicine》的研究首次系统评估了100kGP中AFs回报的经济学影响。研究团队采用模型化成本-效用分析方法，整合了100kGP实际产生的检出率(0.85%)、同意率(83%)等关键参数，结合文献报道的下游医疗成本和质量调整生命年(Quality-Adjusted Life Years, QALYs)数据，构建了从检测到终身随访的全周期经济学模型。技术路线包含三个核心环节：基于真实项目的成本数据采集、马尔可夫模型构建模拟长期健康结局、概率敏感性分析验证结果稳健性。

【结果】
Purpose：确立研究目标为量化评估GS中AFs回报的经济学指标，填补现有文献中真实世界数据缺乏的空白。
Methods：开发创新分析框架，将100kGP的￡7.1m总成本(人均￡81)与文献报告的QALYs增益(人均0.004)相关联，首次计算出ICER为￡28,830/QALY。
Results：揭示关键阈值效应——当单例回报成本降至￡43时ICER可突破￡20,000/QALY的英国成本效益基准线，同时发现年轻患者群体可能获得更优成本效益比。
Conclusion：指出当前AFs回报策略在常规应用中可能不符合成本效益原则，但通过目标人群优化或技术成本降低可实现经济可行性。

研究结论强调，虽然AFs回报能带来健康获益，但在现有技术成本下难以符合医疗资源最优配置原则。这一发现对各国制定基因组医学政策具有警示意义：盲目扩大次级发现回报范围可能导致有限医疗资源的低效利用。值得注意的是，研究者特别说明其QALYs估算依赖于文献数据，建议通过建立100kGP参与者长期随访队列获取真实世界证据。该研究为平衡精准医学发展与公共卫生经济学提供了量化决策工具，其方法论框架也可拓展至其他基因组筛查项目的评估。随着测序成本持续下降和干预手段进步，未来需要动态更新这些经济学参数，但当前研究无疑为这场"该不该告知"的伦理经济学辩论注入了关键数据。