EQ-5D-5L与SF-6D在中国接受积极治疗的非小细胞肺癌患者健康相关生活质量中的测量性能比较

《Quality of Life Research》：Measurement properties of the EQ-5D-5L and SF-6D in measuring the health-related quality of life of non-small cell lung cancer patients on active treatments in China

　　

背景：肺癌是全球包括中国癌症相关死亡的首位原因，非小细胞肺癌（NSCLC）占85%。新型NSCLC药物需进行成本-效用分析（CUA）以供中国报销。CUA依赖健康效用值，但中国人群唯一具备价值集的测量工具，即EQ-5D-5L和SF-6D，缺乏NSCLC特异性信度和效度比较证据。本研究在中国NSCLC患者中检验其测量性能。方法：在中国18个省级行政区开展横断面调查（2022.10–2024.03），纳入20家医院947例患者。对患者施测EQ-5D-5L、SF-6D和QLQ-C30，最终纳入886例对上述三量表均有完整应答者进行分析。通过天花板/地板效应、聚合效度（与QLQ-C30）、已知组效度（性别、年龄、癌症分期、手术、脑转移、骨转移和COVID-19感染史）以及Shannon（H′）和均匀度（J′）指数评估测量性能。结果：分析样本（n=886）中女性36.5%，平均年龄61.5岁，平均病程1.8年；64.1%为IV期。EQ-5D-5L和SF-6D的天花板效应分别为26.07%和3.50%。两者与相关QLQ-C30维度呈中至强相关（|rho|=0.58–0.84，均p<0.001）。已知组效度方面，EQ-5D-5L在年龄、癌症分期、手术和骨转移亚组中呈小至中等效应量；SF-6D在癌症分期、手术、骨转移和COVID-19感染史中呈小至中等效应量。信息量方面，EQ-5D-5L的H′/J′从“Self-care”的1.061/0.457到“Pain/discomfort”的1.737/0.748；SF-6D从“mental health”的1.925/0.829到“social functioning”的2.223/0.957。结论：EQ-5D-5L和SF-6D在评估中国NSCLC患者健康状态方面均具有稳健的测量性能。

肺癌是中国及全球癌症相关死亡的首位原因，2022年中国发病率和死亡率分别为40.8/10万和26.7/10万，社会经济负担沉重；非小细胞肺癌（NSCLC，non-small cell lung cancer）约占全部肺癌的85%。靶向治疗、抗体药物偶联物及PD-1/PD-L1免疫检查点抑制剂等进展改变了晚期NSCLC治疗格局，获批适应证增加。自2017年起，中国国家医疗保障局在更新国家医保药品目录时要求提交经济学评价，主要为成本-效用分析（CUA，cost-utility analysis）报告；最新《中国药物经济学评价指南（2025）》建议CUA中的健康效用采用基于中国人群偏好的基于偏好的测量工具（PBMs，preference-based measures）估计。不同PBMs在描述系统、估值算法和健康状态敏感性等方面存在差异，可能对同一人群产生不同健康效用，进而影响质量调整生命年（QALY，quality-adjusted life year）计算和CUA结论，因此需基于目标人群测量性能证据选择工具。指南推荐EQ-5D-3L、EQ-5D-5L和SF-6D V2等通用PBMs；既往Zeng et al.和Zhu et al.评估了中国癌症患者EQ-5D-5L测量性能，但未专门针对肺癌患者验证，且样本未考虑中国NSCLC患者在年龄、性别和治疗方面的实际分布，限制外推性。中国NSCLC人群缺乏EQ-5D-5L与SF-6D测量性能直接比较证据，而该人群CUA对PBMs需求强，故研究人员开展本研究评估并比较二者在中国NSCLC患者中的测量性能。

研究人员开展横断面面对面调查，样本来自中国18个省级行政区19个城市20家三级医院，时间为2022年10月至2024年3月，共947例符合纳入标准，最终886例三量表完整应答者纳入分析。纳入确诊NSCLC、年龄≥18岁、研究期间至少接受一次治疗或处方药物并知情同意者，不限制性别、分期或基因型；排除未开始抗癌治疗、因临床不稳定/严重合并症等被研究者判定不合适、无法沟通/理解问卷或独立完成者。施测EQ-5D-5L、SF-6D和QLQ-C30，临床资料取自医院电子病历。统计分析遵循COSMIN报告规范2.0，评估反应模式、结构效度、已知组效度和信息量及区分力；聚合效度用Spearman相关系数（rho）与QLQ-C30比较，|rho|>0.7为强、0.4≤|rho|≤0.7为中、|rho|<0.4为弱；已知组效度用Mann-Whitney U检验和Cohen’s d效应量，d=0.2、0.5、0.8分别解释为小、中、大；信息量用Shannon指数（H′）和均匀度指数（J′），J′=H′/H′_max。

结果如下。反应模式（Response pattern）：通过天花板/地板效应及水平应答分布评估，EQ-5D-5L各维度报告有问题比例分别为活动能力（MO）36.01%、自我照护（SC）19.87%、日常活动（UA）37.01%、疼痛/不适（PD）56.10%、焦虑/抑郁（AD）44.13%；健康状态“11111”占26.07%，“55555”占0.34%；平均效用0.806（SD 0.273），中位0.897。SF-6D各维度报告有问题比例从疼痛（PN）59.60%到身体功能（PF）92.21%；“111111”占3.50%，“55555”占0.34%；平均效用0.645（SD 0.254），中位0.698。聚合结构效度（Convergent construct validity）：通过EQ-5D-5L、SF-6D与QLQ-C30相似构念维度的Spearman相关评估，EQ-5D-5L的MO、SC、UA与QLQ-C30身体功能维度呈中等相关（rho=-0.65、-0.58、-0.68），AD与情绪功能维度中等相关（rho=-0.70），PD与疼痛维度强相关（rho=0.75）；SF-6D的PF、RL与身体功能维度中等相关（rho=-0.69、-0.64），社会功能（SF）与社会功能维度中等相关（rho=-0.67），PN、心理健康（MH）、活力（VT）与疼痛、情绪功能、疲乏维度分别呈强相关（rho=0.84、-0.71、0.71）。已知组效度（Known-groups validity）：通过Mann-Whitney U检验和Cohen’s d评估，EQ-5D-5L指数在年龄≤70岁、I/II期、接受手术、无骨转移者中显著更高，效应量小；EQ VAS在男性、I/II期、无脑转移、无骨转移者中更高，效应量小；SF-6D指数在I/II期、接受手术、无骨转移、无COVID-19感染史者中更高，效应量小。补充维度分析显示，>70岁患者中EQ-5D-5L在MO、SC、UA报告有问题比例分别为51%、29%、44%，SF-6D仅PF为96%；有COVID-19感染史者中EQ-5D-5L的PD维度Level 2应答较少而Level 3–5较多（21%），SF-6D在PF、SF、MH、VT报告有问题比例从MH的67%到PF的93%。信息量与区分力（Informativity and discriminatory power）：通过Shannon H′和J′评估，EQ-5D-5L各维度H′为1.061（SC）至1.737（PD），J′为0.457（SC）至0.748（PD）；SF-6D各维度H′为1.925（MH）至2.223（SF），J′为0.829（MH）至0.957（SF）。

讨论部分总结：研究显示在中国NSCLC患者中EQ-5D-5L和SF-6D均具有良好测量性能并适合健康状态评估；SF-6D天花板效应少于EQ-5D-5L，信息量和区分效度略优，聚合效度和已知组效度二者表现相当。由于缺乏NSCLC人群EQ-5D-5L或SF-6D验证研究，无法与该特定人群验证证据直接比较；与Li and colleagues、Szabó and colleagues、Li and colleagues、Xie et al.等在其他人群中的比较结果总体一致。多数心理测量评估基于横断面数据，未来应优先比较重测信度和反应度。补充维度分析提示，EQ-5D-5L对年龄差异的区分可能与活动能力和日常活动维度直接捕获有关，SF-6D对既往COVID-19感染相关健康负担更敏感，提示当健康损害涉及多个功能维度而非仅日常活动时SF-6D可能表现更好。缺失数据按预设规则排除，分析样本与排除样本除转移外特征总体可比，其他与HRQoL密切相关特征无显著差异，选择偏倚可能有限。样本在设计上最大化地理位置、肿瘤分期和治疗类型多样性，但均来自大城市三级医院，农村患者代表性不足；调查处于中国COVID-19封锁中后期，49.66%患者当时已感染，仅收集感染状态而缺感染时间、严重度、恢复期和重复HRQoL评估，难以判断差异反映应答行为/症状解释变化还是健康状态变化或二者兼有。研究结论部分翻译为：分析表明，EQ-5D-5L和SF-6D在测量NSCLC患者HRQoL方面的测量性能大体可比，特定方面存在微小差异；EQ-5D-5L表现出更强的天花板效应；SF-6D的Shannon均匀度指数呈更窄且更高值分布；EQ-5D-5L在区分年龄组间日常活动（MO、UA和SC）差异方面表现更好，而SF-6D对有和无COVID-19感染史肺癌患者整体身体功能差异更敏感。