数字健康干预预防轻度认知障碍患者痴呆的经济学评价：基于加拿大人群的模型研究

本综述通过经济学模型评估了数字健康干预（DHI）在加拿大轻度认知障碍（MCI）人群中预防痴呆的成本效益。研究显示，即使保守估计干预可降低2–10%的痴呆发病率，其增量成本效果比（ICER）也远低于支付意愿阈值（WTP）。该研究为政策制定者提供了基于残疾调整生命年（DALY）的决策依据，强调DHI在应对老龄化社会痴呆负担中的潜在价值。

　　

引言

痴呆是一种进行性且不可逆的疾病，是全球范围内导致发病和死亡的主要原因之一。随着人口增长和老龄化，预计到2050年，加拿大痴呆患者人数将超过130万。到2038年，加拿大痴呆护理成本预计将达到1530亿加元，成为残疾调整生命年（DALY）排名前十的疾病之一。目前尚无阿尔茨海默病或大多数痴呆的确切治疗方法。近年来，蛋白质靶向药物在临床试验中显示出作为疾病修饰疗法的潜力，但仍需更长时间的随访数据来充分了解其有效性。

《柳叶刀痴呆预防常设委员会》2024年报告确定了阿尔茨海默病和大多数痴呆的14个可改变风险因素，强调了主动筛查和干预的必要性。初级预防作为一种主动策略，依赖于在痴呆诊断前10–20年的前驱期（即轻度认知障碍阶段）进行早期干预。MCI通常被视为正常衰老和痴呆之间的过渡阶段。近期的临床试验和准实验研究表明，针对这些可改变风险因素可以降低高风险人群发展为痴呆的风险。芬兰老年干预研究（FINGER）显示，为期两年的多域干预（饮食、运动、认知训练、血管风险监测）可以改善或维持MCI患者的认知功能，无论其社会经济或社会人口学地位如何。多域阿尔茨海默预防试验（MAPT）也支持多域预防策略的有效性。在这项为期三年的随机试验中，接受生活方式干预（含或不含Omega-3补充剂）的高风险老年人在定向力和延迟回忆等方面表现出较安慰剂组更慢的认知下降。最近，一项数字支持的多模式生活方式项目——LETHE试验——旨在利用FINGER生活方式项目在意大利、瑞典、芬兰和奥地利促进脑健康。可行性研究表明，这种数字干预对于有痴呆风险的老年人具有在大规模预防项目中应用的潜力。

本研究提出了一种数字健康干预（DHI）的概念框架，旨在针对加拿大MCI患者的可改变痴呆风险因素进行干预。尽管该平台尚未建成，但设想利用机器学习和人工智能（AI）提供个性化的风险降低和脑健康促进建议。通过评估这种数字干预的潜在成本效益，本概念性分析将预期成本与健康结果（以残疾调整生命年（DALY）避免为单位）与当前被动的痴呆护理方法进行比较。研究结果旨在为政策制定者和利益相关者提供关于未来投资创新、主动的数字健康解决方案以预防痴呆的经济和公共卫生意义的见解。

方法

模型设置

本研究的经济学评价探讨了一种概念化数字健康干预（DHI）与常规护理在加拿大MCI患者中主动预防或推迟痴呆的成本效益。研究采用终身时间视角，考虑了痴呆的进行性和慢性特性及其漫长的前驱期。为了分析痴呆的成本和健康结果，成本效益计算至2050年。分析从医疗支付者的视角进行，强调了其对负责优化资源分配的政策制定者的相关性。目标人群为55岁及以上、符合NIA-AA工作组定义的MCI诊断标准的加拿大人。

干预

概念化的DHI是一种创新解决方案，旨在降低MCI患者的痴呆风险。该平台包括两个关键模块：

a. 面向MCI患者的移动应用程序：该概念性移动应用允许用户输入和监测多个领域的数据，包括生活方式、心血管健康（如血压、血脂、血糖）、饮食、体力活动、心理活动和睡眠参数。这些输入数据一旦与社会人口学、合并症、遗传和环境数据（如果可用）结合，将使应用程序能够绘制个性化风险谱和脑健康促进策略。

b. 面向护理提供者的桌面模块：该模块允许医疗专业人员审查多域数据、监测患者风险谱和脑健康进展，并整合电子健康记录信息。提供者可以利用该界面与可能受益于痴呆预防策略的个体协作调整干预和管理计划。

平台的核心是一个机器学习引擎，辅以生成式AI。该中央系统分析整合的多域数据，生成基于证据的个性化建议。平台的干预措施针对可改变的风险因素，与痴呆预防指南保持一致。

成本

a. 加拿大痴呆的常规护理成本：痴呆负担包括直接成本（如医疗服务、长期护理、自付费用）和因无酬护理导致的间接成本（如生产力损失）。尽管医疗支付者主要处理直接成本，但为了全面评估痴呆成本，本研究量化了直接和间接成本，无论由谁承担。加拿大经济分析中心的历史数据为估算这些随时间变化的成本提供了基础。

b. 数字平台成本：DHI的成本基于可比数字健康干预的历史数据和专家意见。这些成本包括整合机器学习、生成式AI和符合医疗数据安全标准的开发成本，以及维护和扩展平台的运营成本。所有成本均以2024年加元计，1.00加元=0.73美元。

临床结果与数据来源

本研究使用的主要临床结果是痴呆相关DALY的避免，这是一个评估疾病负担的补充健康指标。这些健康指标与干预的增量成本结合，生成增量成本效果比（ICER），即每避免一个DALY的增量成本。DALY是一个全球健康指标，结合了因过早死亡损失的生命年（YLL）和残疾生存年（YLD）。我们的分析使用源自全球疾病负担（GBD）2021研究的DALY估计值，该研究在2024年《柳叶刀》上发布了更新估计。此外，GBD研究提供了每个国家和疾病的预测DALY估计，使人们能够了解当前护理标准和干预措施下直至2050年的未来疾病负担。本研究检索了加拿大痴呆特定的DALY数据，涵盖历史和预测趋势。

全球疾病负担研究

GBD研究采用全面、系统的方法量化全球疾病、伤害和风险因素的负担。它整合了来自多种来源的数据，包括生命登记系统、人口调查、卫生设施记录、疾病登记册和已发表研究。为了标准化和协调不同的数据源，该研究使用了专为GBD分析设计的先进统计方法，如DisMod-MR 2.1。该方法通过合成数据、调整偏差和在直接观察不可用时填补空白，能够估计跨地点和时间的一致、可比指标。GBD框架包括使用如CODEm（死因集成模型）等工具进行严格的死因建模，该工具结合多个预测模型以提高死亡率估计的准确性和可靠性。通过结合严格方法、广泛数据源、标准化定义和解决潜在偏差与不确定性的先进统计工具，GBD估计的有效性得到增强。定期更新和同行评审进一步提高了这些估计的可靠性和相关性。GBD研究提供了广泛的健康指标，包括预期寿命、健康预期寿命（HALE）、生命损失年（YLLs）、残疾生存年（YLDs）和残疾调整生命年（DALYs）。它还提供关于疾病和伤害的患病率和发病率、死亡率以及各种风险因素对全球健康负担贡献的全面数据。这些指标按年龄、性别、地理和时间分层，提供了对全球健康趋势的详细理解。GBD 2021数据公开可用。

统计分析

a. 成本效益：本研究成本效益的主要衡量指标是增量成本效果比（ICER），计算为DHI相对于常规护理的额外成本除以DHI相对于常规护理避免的DALY增量。DHI的ICER在五种不同场景下计算，假设DHI可能将痴呆发病率降低2%、5%、10%、20%和50%。我们将痴呆发病率降低从2%（保守）到50%（乐观）建模为场景假设，而非基于试验的估计。上限范围反映了《柳叶刀》委员会的预测，即通过风险因素修改可能预防高达40–45%的痴呆病例。ICER计算公式为：

ICER = (C_DHI - C_UsualCare) / (DALY_DHI - DALY_UsualCare)

b. 支付意愿阈值：本研究使用常规支付意愿（WTP）阈值评估数字健康干预的成本效益，该阈值反映了医疗支付者为避免一个DALY愿意支付的最高金额。基于GBD估计，像加拿大这样具有极高人类发展指数（HDI）的国家的WTP阈值为69,499美元或97,274加元。ICER低于这些阈值表明干预在经济上是合理的。

c. 单向敏感性分析：单向敏感性分析通过将干预成本、效果和DALY估计值在20%范围内变化，评估了成本效益结果的稳健性。结果突出了对ICER影响最大和存在不确定性的参数。

d. 贴现率：在我们的分析中，我们对成本和健康结果均应用了1.5%的年贴现率，符合加拿大药品 agency（前身为加拿大药品和卫生技术局，CADTH）的建议。该方法考虑了成本和效益的时间偏好，确保未来结果的一致估值，并使分析与加拿大经济评价标准实践保持一致。

e. 干预计划的最大成本：进行了另一项敏感性分析，以确定数字健康干预在仍使ICER低于WTP阈值情况下的最大允许成本。通过迭代增加干预成本并重新计算ICER，该分析为在保持成本效益的同时扩大干预的预算限制提供了见解。

结果

加拿大痴呆患病率、负担和成本的轨迹

根据GBD 2021估计，1990–2021年间加拿大痴呆患病率持续上升。根据GBD预测，加拿大痴呆相关的总DALYs将从2024年当前的每10万人985.1（95% UI: 512.8–1975.8）上升到2050年的每10万人1524.4（95% UI: 744.3–3119.6）。基于2020年至2050年预测的加拿大痴呆护理成本预计将从2020年的401亿加元增加到2050年的1103亿加元，包括直接（40.2%）和间接（59.8%）成本。

干预成本和增量成本

数字干预的成本预计将从最初的45万加元增加到2050年的335万加元，原因是规模扩大和维护。成本效益分析考虑了与引入数字健康干预相关的三种场景，即与常规护理相比，痴呆发病率降低2%、5%和10%。这些保守的降低率反映了文献中的可变性，但显著低于《柳叶刀委员会》估计的多域干预可能预防高达40%痴呆病例的水平。

避免的DALY和每避免一个DALY的成本（ICER）

常规护理下的痴呆归因DALY预计将从2020年每10万人920.09上升到2050年每10万人1,524.39。数字健康干预场景预计将产生不同程度的DALY减少。2%的降低在2030年至2050年的二十年间每10万人预防22.7至30.5 DALY，而10%的降低可能预防每10万人113.7至152.4 DALY。ICER计算为每避免一个DALY的增量成本。因此，ICER因年份和干预有效性（通过痴呆患病率降低百分比推测）而异。对于2%的降低，每避免一个DALY的增量成本范围从2030年的59,300加元到2050年的110,000加元；而对于10%的降低，ICER显著 smaller，范围从2030年每避免一个DALY 11,900加元到2050年22,000加元。

研究结果表明，干预随着痴呆发病率降低幅度增大而变得更具成本效益。尽管随着时间的推移成本和DALY减少量上升，但ICER在所有场景中均低于97,274加元的WTP阈值，除了效果最差的场景且仅在2050年（2050年降低2%）。

敏感性分析

单向敏感性分析评估了关键参数变化对每避免一个DALY增量成本的影响。分析了三个参数的变化：常规护理成本、干预成本和避免的DALY，每个参数均从其基准值变化20%。其中，避免的DALY数量影响最大，导致每避免一个DALY的成本相对于基准案例ICER变化±0.005百万加元。干预成本的变化影响略小，导致每避免一个DALY的成本相对于基准案例ICER变化±0.004百万加元。

第二项敏感性分析探讨了数字健康干预成本变化如何影响三种痴呆发病率降低场景（2%、5%和10%）下每避免一个DALY的增量成本。随着干预成本增加，每避免一个DALY的增量成本上升，显示健康结果的回报递减。在10%降低场景中，即使干预成本增加到1000万加元，每避免一个DALY的增量成本仍低于WTP阈值。相比之下，2%降低场景仅在干预成本保持在220万加元以下时低于WTP阈值。所有分析和建模均使用Microsoft Excel进行基准案例计算和场景建模，使用Python 3.11进行敏感性分析和可视化，并利用标准数据科学库（如pandas、NumPy、matplotlib）。

讨论

本研究证明了数字干预以成本效益方式减轻加拿大痴呆负担的潜力。干预显示出随着假设的痴呆发病率降低幅度增大而增加的成本效益。即使在保守的 modest 降低假设下（即2–10%）——显著低于《柳叶刀委员会》估计的40%潜力——，数字健康干预也可能提供显著的健康益处，减少以DALY衡量的痴呆负担。重要的是，与避免DALY的常规WTP阈值相比，干预在大多数场景中保持成本效益。所有成本和健康结果均以1.5%的年率贴现，符合CADTH经济评价指南。这确保了研究间的可比性，并反映了加拿大背景下成本和效益的时间偏好。敏感性分析表明，干预成本和健康结果影响数字健康干预的成本效益，但总体结论保持一致。由于缺乏经验数据来定义这一新兴领域许多关键参数的有效概率分布，我们未进行概率敏感性分析。

新兴证据表明，针对可改变痴呆风险因素的干预措施可能具有成本效益。研究表明，通过设计良好、持续的项目将痴呆风险降低5%是具有成本效益的，即使此类干预的人均成本相对较高。对七项分析多域痴呆预防干预研究的范围审查发现，针对高风险人群的可改变风险因素通常具有成本效益，干预产生平均0.08的质量调整生命年（QALY）增益，人均成本平均472.20欧元，ICER范围从成本节约到每QALY 104,189.82欧元。与我们提出的干预类似，LETHE项目最近已在欧盟实施，作为一个针对高风险个体痴呆风险的多域数字平台。LETHE研究将芬兰FINGER多域生活方式干预调整为数字支持格式，在四个欧洲国家（奥地利、芬兰、意大利、瑞典）交付。它整合了面对面专业活动和Android移动应用程序（LETHE App），并得到用于被动数据收集的可穿戴设备支持。LETHE项目整合了一个针对可改变风险因素（如饮食、运动、认知训练和睡眠管理）的结构化生活方式方法。主要结果包括可行性 measures，如保留率和依从性，以及经过验证的痴呆风险评分变化。早期结果令人鼓舞；156名高风险老年人被随机分组，6个月时保留率为98.7%，约50%的干预参与者报告每日使用应用程序。这些初步发现表明，数字支持的多模式痴呆预防项目在老年人中是可行、易接受和可用的——这是我们提出的加拿大模型的一个关键先例。像“数字化记忆诊所”这样的创新突出了数字技术在管理痴呆风险中的变革作用，提供个体化预测和个性化预防。我们的分析表明，这种在加拿大预防痴呆的数字干预可能具有成本效益。在痴呆护理中保持被动会带来显著更高的成本，正如最近发现所指出的，即使先进的抗淀粉样蛋白治疗，如Lecanemab，对于MCI或轻度痴呆患者而言，与常规护理相比也不具有成本效益，除非定价远低于当前水平。值得注意的是，在痴呆预防中使用数字工具和AI引发了伦理考量。潜在风险包括如果预测过于乐观则产生错误 assurance，由于训练数据中某些群体代表性不足导致的算法偏见，以及与透明度和问责制相关的挑战。这些担忧凸显了在AI驱动的预防工具开发和部署中进行严格验证、公平设计和监管 oversight 的重要性。

另一个需要考虑的重要因素是实施这种数字干预的可行性，尤其是在加拿大背景下。由于加拿大地理面积广阔、显著的城乡差异以及多样的民族和文化群体（包括原住民社区和相当规模的移民人口），数字访问和健康素养并不一致。语言、社会经济背景和对技术的文化观念方面的差异可能会影响采用和持续使用。为确保此类干预在全国范围内可用和有效，定制实施策略、与不同社区共同设计并遵循注重公平的政策至关重要。

我们的研究有几个局限性。经济学评价依赖于历史数据和建模假设，这可能限制研究结果的稳健性和普适性。缺乏经验数据引入了关于干预有效性和可行性的固有不确定性。我们仅计算了成本效益，由于缺乏加拿大人群痴呆特定效用估计数据，使得基于QALY的成本效用建模不切实际。本分析的另一个关键局限性是缺乏所提议数字健康干预在加拿大背景下的验证或可行性研究。尽管我们的经济学评价提供了潜在成本效益的模型估计，但平台本身仍然是概念性的，未在真实世界环境中测试。平台维护成本已纳入我们的模型，然而，不断演变的数据法规和长期医疗成本可变性的潜在影响未明确建模，仍是未来分析的领域。我们的模型未纳入用户依从性、 attrition 或提供者参与度，这些是影响数字干预真实世界 impact 的公认因素。尽管如此，来自LETHE试验的早期数据令人鼓舞，6个月时几乎完全保留和高依从性，表明老年人可以成功参与数字支持的多域预防项目。此外，由于缺乏亚组特定数据，医疗可及性、数字健康素养以及按种族、居住地（农村与城市）和社会经济地位 variations 方面的差异未明确建模，这可能影响了预测结果。分析未考虑未来医疗成本、AI维护、数据隐私法律或到2050年新型痴呆治疗方法的出现，进一步增加了不确定性。另一个局限性是缺乏全面的概率敏感性分析，该分析本可以允许对基准案例发现