大型综合医疗系统采用尼马特雷韦-利托那韦治疗COVID-19的预算影响分析：基于风险分层的成本效益评估

《Open Forum Infectious Diseases》：Budget impact of adopting nirmatrelvir-ritonavir for treating COVID-19 in a large integrated healthcare system

本研究针对COVID-19口服抗病毒药物尼马特韦-利托那韦(NR)在真实世界中的预算影响问题，通过决策树模型分析美国退伍军人健康管理局(VHA)13.8万例患者的医疗数据。研究发现：虽然NR治疗可降低2000万美元的30天医疗成本（主要来自ICU住院减少），但因药物采购成本（1031美元/疗程）导致总预算增加1.22亿美元。针对最高风险人群（第四四分位）的靶向治疗可实现1700万美元医疗成本节约，且总预算增幅仅300万美元。研究表明NR定价需降低至148美元/疗程才能实现预算平衡，为医疗系统药物采购策略提供了关键经济学证据。

　　

当COVID-19疫情进入常态化防控阶段，口服抗病毒药物尼马特雷韦-利托那韦(Nirmatrelvir-ritonavir, NR)作为重要治疗手段面临新的挑战。尽管早期临床试验显示NR能将高危患者住院或死亡风险降低89%，但真实世界研究表明其效果可能更为有限（27%风险降低）。更关键的是，当美国政府停止补贴后，NR价格从530美元飙升至1390美元每疗程，这使得医疗系统在采购决策时面临严峻的经济学考量：在群体免疫水平提升、病毒变异株流行的新形势下，这种高价抗病毒药是否仍具有成本效益？特别是对于美国退伍军人健康管理局(Veterans Health Administration, VHA)这样的大型综合医疗系统，需要为超过600万在册退伍军人提供医疗保障，每年诊治超过10万例COVID-19病例，精确评估NR的预算影响变得至关重要。

为解决这一问题，研究人员开展了一项大规模回顾性研究，通过模拟“如果对所有合格患者都使用NR”与“完全不使用NR”两种情景，评估NR在真实世界中的预算影响。研究结果发表在《Open Forum Infectious Diseases》期刊，为医疗系统的药物采购和分配策略提供了重要证据。

研究团队采用决策树模型(decision tree model)作为主要分析方法，基于目标试验模拟(target trial emulation)数据构建了26个决策树。他们利用VHA的电子健康记录和CMS-Medicare联合数据，纳入了2022年4月至2023年3月期间138,261名符合NR治疗条件的退伍军人患者，其中24,892人(18%)实际接受了NR治疗。通过VHA的管理成本会计系统(Managerial Cost Accounting System)获取精确的医疗成本数据，并进行了10,000次概率敏感性分析(probabilistic sensitivity analysis)来评估结果的不确定性。

预算影响分析结果

整体预算影响

研究发现，为所有合格患者提供NR治疗虽然能够减少2040万美元的30天医疗成本（不确定性范围[UB]:-6970万至20万），但由于需要支付NR采购成本，总预算反而增加1.222亿美元（UB:7280万至1.428亿）。医疗成本的节约主要来自ICU住院的减少（-1406万美元）和普通住院的减少（-1121万美元），但急诊就诊成本却有所增加（+495万美元）。

亚组分析揭示关键模式

按年龄分层显示，65-74岁和75岁以上年龄组医疗成本节约最为明显（分别减少1045万和986万美元），而50-64岁年龄组医疗成本几乎没有变化。免疫抑制患者亚组表现出最佳的预算表现，NR治疗可减少970万美元医疗成本，总预算增幅仅为72万美元。最引人注目的是按住院/死亡风险四分位分层的分析：最高风险组（第四四分位）患者虽然只占总体本的14%，但NR治疗可带来1689万美元的医疗成本节约，总预算增幅控制在312万美元以内。

成本效益指标

每预防一例住院的成本为244,184美元，每预防一例ICU入院成本为520,517美元，每预防一例死亡的成本为420,209美元。这些数字在低风险群体中急剧上升，如最低风险组（第一四分位）每预防一例死亡的成本超过960万美元，而最高风险组仅为14,425美元。

盈亏平衡分析

研究计算了NR的盈亏平衡价格：要使整体治疗不增加预算，NR价格需降至≤148美元/疗程，比现行价格降低86%。对免疫抑制患者和最高风险患者，盈亏平衡价格分别为960美元和871美元，仅比采购价低7%-15%。低风险群体（第一、二分位）则无法计算盈亏平衡点，因为在这些群体中NR治疗并未降低医疗成本。

不确定性分析验证稳健性

概率敏感性分析显示，在整体队列的10,000次模拟中，仅0.14%的模拟显示总成本节约。然而在免疫抑制患者和最高风险组，分别有33.4%和27.5%的模拟实现了总成本节约。几乎所有模拟（>97%）都表明NR能够减少医疗相关成本，证实了NR在降低医疗资源利用方面的稳健效果。

讨论与意义

本研究通过大规模真实世界数据证明，虽然NR能够有效降低COVID-19相关重症医疗资源使用，但其高昂的采购成本使得全面推广使用对医疗系统预算造成显著压力。研究最重要的发现是风险分层分配策略的价值：将NR优先用于免疫抑制患者和预测住院/死亡风险最高的患者（第四风险四分位），能够在保持临床效益的同时最大限度地控制预算影响。

与既往研究相比，本研究采用了更符合当前疫情形势的参数：更低的基线住院风险（老年患者为2%-3%，而非早期研究的4%-11%）、更高的药物价格（1031美元 vs 早期研究的530美元）以及更全面的成本考量（包括急诊就诊成本）。这些因素使得本研究结果对后疫情时代的医疗决策更具指导意义。

从政策层面看，研究强调了风险预测模型在精准医疗资源分配中的重要性。VHA系统中已整合了经过验证的多变量风险预测模型，这为实施风险指导的NR处方策略提供了技术基础。研究还指出，即使采用简单的临床决策规则（如优先治疗免疫抑制患者）也能获得与复杂风险模型相似的成本节约效果。

值得注意的是，Institute for Clinical and Economic Review此前确定的NR合理价格区间（563-900美元）高于本研究发现的大部分盈亏平衡点，这可能源于早期研究对NR效果的高估。本研究建议医疗系统在采购谈判时应充分考虑患者群体风险特征，并采用风险指导的分配策略来平衡治疗效果与经济负担。

研究的局限性包括30天时间窗口可能无法捕捉长期后遗症相关的成本，以及主要关注VHA系统内医疗资源使用可能低估整体疾病负担。随着疫情演变和NR价格变化，此类预算影响分析需要定期更新。

综上所述，这项研究为大型医疗系统在后疫情时代合理使用高价抗病毒药物提供了关键经济学证据。通过风险分层策略，医疗机构能够在保障患者健康结局的同时优化有限医疗资源的配置效率，这一范式对未来新发传染病防控药物采购具有重要借鉴意义。