面向常规决策的分布成本效果分析（DCEA）评估社会经济群体健康不平等影响——澳大利亚昆士兰州健康公平影响计算器适配的技术可行性研究

《Value in Health Regional Issues》：Routine Distributional Analysis of Health Inequality Impact by Socioeconomic Group: Technical Feasibility Study in Queensland, Australia

　　

本研究通过为澳大利亚昆士兰州适配健康公平影响计算器（Health Equity Impact Calculator），弥补关键方法学空白，使研究人员能够利用现成数据和最少分析输入开展常规分布成本效果分析（distributional cost-effectiveness analysis, DCEA）。适配后的计算器实施具有可行性，并可对社会经济群体的健康不平等影响进行快速、透明和可重复的估计。可视化输出清晰呈现健康获益、健康不平等与成本效果之间的权衡。该工具为将公平性考量纳入医疗决策和资源配置提供了实用方法。更广泛的实施，包括开发澳大利亚全国版本，可支持在健康技术评估（health technology assessment, HTA）和政策决策中更系统地评估分布影响。

论文解读：减少健康不平等是全球优先事项。社会健康不平等（亦称健康不公平、差异或不平等）具有系统性、社会产生和不公平特征，弱势群体健康更差。成本效果分析（cost-effectiveness analysis, CEA；比较干预健康获益与成本的经济评价方法）可指导资源配置，但不能捕捉健康不平等影响的大小和方向；不同干预因疾病和危险因素流行、可及性、 uptake 和依从性在不同社会群体间存在差异，其健康不平等影响可能不同。分布成本效果分析（DCEA；将成本效果与健康不平等分布影响结合的方法）可量化并比较这些影响，但资源密集、数据要求高；聚合DCEA通过结合标准CEA或成本效用分析（cost-utility analysis, CUA；以质量调整生命年等效用指标评价健康获益）输出与患病率或 uptake 的不平等估计，按亚组量化健康和不平等获益。英国应用显示，依赖CEA可能扩大不平等；英格兰和威尔士正在探索将聚合DCEA嵌入健康技术评估（HTA）。健康机会成本（health opportunity costs, HOC；资源用于新干预时放弃的健康获益）在传统CEA中常假设均匀分布，但英国证据提示资源替代对更贫困群体影响更大；澳大利亚混合公私医疗系统下HOC分布可能更异质，Edney et al发现额外公共医疗支出在基线健康较差地区产生更大健康获益，支持亲贫HOC分布。澳大利亚HTA重视公平但方法多为定性，健康不平等影响很少被量化；英国健康不平等影响计算器提供了利用聚合DCEA估计健康不平等影响的简单工具。本研究旨在为澳大利亚昆士兰州社会经济群体适配该计算器，并展示其在不同疾病领域的常规DCEA应用，以量化不平等影响和公平-效率权衡、指导实施并系统评价现有干预。

关键技术方法概括（≤250字）：研究人员在Microsoft Excel中适配英国健康不平等影响计算器，方法基于Griffin et al和Love-Koh et al的聚合DCEA；使用常规收集的人口规模、医院入院（作为疾病患病率代理）和质量调整预期寿命（quality-adjusted life expectancy, QALE；结合健康相关生活质量与死亡率的群体健康汇总指标），并以已发表CUA案例展示，成本为2022年澳元（A$），健康用质量调整生命年（quality-adjusted life-years, QALYs）测量。数据来源包括昆士兰州2023年人口及社会经济五分位分布（IRSAD；Q₁最弱势20%至Q₅最优势20%，成人≥20岁，各五分位平均人口798 365，SD=148 827）、QALE，以及Queensland Health提供的2022年7月至2023年6月公立和私立医院入院 episodes（按10岁年龄组和IRSAD五分位；主要诊断按ICD-10-AM第12版3字符编码；Queensland Health按规则排除并以“<5”处理1–4例）。用Stata 18估计Q₁与Q₅入院份额相对不平等差距；通过MEDLINE、HTA数据库和Google Scholar检索2010年至2024年6月文献筛选CUA案例，成本用AIHW健康价格指数膨胀至2022年；用户参数包括边际HOC $28 000/QALY、平坦HOC梯度（每五分位20%）、支付意愿阈值$50 000/QALY；输出包括观察和预测基线不平等、SII、GHB、HOC、NHB、观察/预测/直接加权净健康不平等获益（NHIB）、ICER及敏感性分析。

结果—Assessment of Health Inequality（健康不平等评估）：通过比较Q₁与Q₅的QALE并拟合SII，General population baseline health inequality显示人均QALE差距为11.6年（观察）和15.6年（模型），昆士兰州成人群体健康短缺为1 134万年（观察）和1 509万年（模型）。通过Stata 18估计入院相对不平等差距并排序，Assessment of the inequality gap显示前25个ICD-10编码的差距为56%–74%，最大为J44（其他慢性阻塞性肺疾病，74%）， notable包括I21（急性心肌梗死，70%，第3位）、Z49（涉及透析的照护，64%，第10位）、E11（2型糖尿病，64%，第11位）；Q₁入院份额为35.5%–28.4%，平均约三分之一；排除O00-O9A及Z74、Z48、Z75等非特异性编码。通过靶向综述筛选，Case study selection从4篇短名单文献中确定1篇符合标准（Howard et al），其余因未用澳元、未用QALYs或未分别报告增量成本与增量健康获益而排除，作者S.M.、A.L.和G.K.同意使用Howard et al。Case study key characteristics显示5项干预纳入，蛋白尿人群筛查因不再符合指南而排除；干预1–3针对已知危险因素管理，4–5为人群筛查；干预1–2映射E11，干预3映射I21，干预4–5映射全国患病率数据，合格人群为昆士兰州50–75岁成人。Population health benefit通过计算GHB、HOC和NHB得出：风险因素管理中强化BP控制NHB最高（1438 QALYs）；糖尿病中加用ACEi高于强化血糖控制（1133 vs 685 QALYs）；人群筛查中高血压筛查NHB最大（61 462 QALYs）高于糖尿病筛查（19 233 QALYs）；成本节约干预HOC假设为0。Health inequality benefit通过计算观察、预测和直接加权NHIB得出：所有干预均显示正NHIB，提示可缩小Q₁与Q₅间QALE差距；风险因素管理观察NHIB为148–400 QALYs、模型201–514 QALYs；人群筛查观察NHIB为2575–6618 QALYs、模型2922–8562 QALYs；权益-NHB影响平面中全部位于象限I，权益-ICER影响平面展示成本效果与健康不平等结果。Equity-weighted ICER通过构建超过$50 000/QALY阈值的假设强化血糖控制场景得出ICER $62 880，应用澳大利亚公平权重后降低约23%至$48 246/QALY。Sensitivity Analysis通过改变输入和HOC情景进行：Varying screening starting age将筛查起始年龄降至30岁使不平等获益增加约4倍（n=2 904 360），两种筛查均出现约4倍不平等缩小；Varying screening uptake将Q₁–Q₂ uptake降至50%、Q₃–Q₅维持75%时，糖尿病模型NHIB从6850降至1252，高血压NHB降低（53 029 vs 61 771）且NHIB逆转（?3315 vs 2337）；Health opportunity cost显示中等梯度将更多HOC归于Q₁使NHB降低，Q₅梯度增加使HOC降低、NHB升高，糖尿病筛查因每接受者增量机会成本较大受梯度影响更大。

讨论部分总结：本研究为昆士兰州适配英国健康不平等影响计算器，并以CKD筛查和管理案例评价5项干预；所有干预均估计可减少健康不平等，强化BP控制和糖尿病筛查影响最大。该工具可量化干预健康不平等影响的大小和方向，数据可在线获得或按请求获得，所需数据少，内置功能保证透明和可重复，嵌入图形可视化健康、不平等和成本效果权衡，并支持澳大利亚公平权重；局限包括无置信区间，但可做情景不确定性分析。未来版本可加入概率敏感性分析、成本效果可接受曲线及HOC分配反转公平结果的阈值；概率敏感性分析因社会群体间参数相关性证据有限仍是DCEA方法学挑战。尽管本研究中所有干预均为成本有效并同时改善人群健康和公平的“双赢”情景，计算器仍可通过跨疾病领域比较和排序增加价值。计算器逐项输出，研究人员手工合并为一张图比较；最优选择取决于政策优先（最大化健康或减少不平等），弱势群体 uptake 较低会显著降低模型NHIB，高血压筛查中甚至逆转公平影响。使用障碍包括理解HOC、NHB、NHIB、健康不平等厌恶和公平权重等概念，国家培训手册可能有帮助；合适已发表CUA可得性有限。局限包括仅用主要诊断、医院入院作为患病率代理、Queensland Health排除可能偏倚、结果仅为示范；未来应纳入全部诊断编码、患者级数据和初级保健记录。Lorenz曲线和集中指数（CI）不直接考虑社会不平等厌恶或明确量化公平-效率权衡，与Atkinson加权NHB可比性有限；SII应作为不平等汇总指标而非精确关系模型，需结合NHB分布解释。Howard et al案例较旧但成本已膨胀并与当前CKD指南一致，案例用于展示而非政策制定；澳大利亚HOC跨社会经济群体分布证据有限，未来应优先估计健康支出变化对社会经济群体的影响。未来澳大利亚全国版本可纳入国家级医院 episode 数据，并扩展至Aboriginal and Torres Strait Islander peoples及按Accessibility and Remoteness Index of Australia的偏远性；英国NICE已将不平等证据纳入HTA并试点该计算器，澳大利亚应探索类似机会。研究结论（翻译）：本研究成功为昆士兰州适配健康公平影响计算器（Health Equity Impact Calculator），证明其估计健康不平等影响的可行性。该工具可利用最少数据实现快速、透明和可重复的分析，其可视化输出支持探索健康结局、不平等与成本效果之间的权衡。研究结果表明，开发澳大利亚全国版本将有价值，可识别公平性结局应在何时影响政策决策。研究人员鼓励使用该工具以支持持续开发和更广泛应用。