《The European Journal of Health Economics》：The economic burden of neurological disorders in Europe – COIN-Eu: Study design and analytic framework
编辑推荐：
引言：神经系统疾病是全球致残、发病和死亡的主要原因，造成的经济负担巨大且在不断增长。在欧洲，人口老龄化和诊断技术改善等因素使其患病率上升。尽管社会影响显著，但欧洲范围内全面且可比的神经系统疾病经济负担估算仍有限，现有研究大多过时、针对特定疾病或地理范围狭窄。欧
引言：神经系统疾病是全球致残、发病和死亡的主要原因，造成的经济负担巨大且在不断增长。在欧洲，人口老龄化和诊断技术改善等因素使其患病率上升。尽管社会影响显著，但欧洲范围内全面且可比的神经系统疾病经济负担估算仍有限，现有研究大多过时、针对特定疾病或地理范围狭窄。欧洲神经病学学会（EAN）Cost Of Illness in Neurology in EUrope（COIN-Eu）研究通过开发标准化框架评估EAN全部47个成员国主要神经系统疾病的疾病和国家特异性经济负担，以解决这一差距。
方法：这项疾病负担研究采用基于患病率的方法估算每种疾病和国家的三个关键经济指标：（1）按成本类型划分的年人均患者成本；（2）国家层面的年总成本；（3）作为GDP百分比的相对总成本。研究纳入影响成人（≥20岁）的十二大神经系统疾病组。流行病学数据主要来自2021年全球疾病负担（Global Burden of Disease，GBD）研究，必要时辅以系统性文献综述。成本数据提取自同行评审发表的系统性综述，并通过标准化程序转换为2019年欧元。数据缺口通过基于收入组分层的结构化插补解决。最终估算由EAN专家小组验证。
结果：该框架能够生成跨国家和疾病的协调成本估算，涵盖直接和间接成本及非正式护理成本。专家评审确保了结果的合理性和一致性。
结论：COIN-Eu研究框架提供了一种全面透明的方法来估算欧洲神经系统疾病的经济负担，有助于循证卫生政策规划、突出数据缺口，并支持未来神经学及其他领域的跨国疾病负担评估。
研究背景方面，神经系统疾病是全球致残、发病和死亡的主要原因，在欧洲因人口老龄化与诊断技术进步患病率持续上升，带来日益加重的社会经济压力。然而当前欧洲范围内缺乏全面、可比的神经系统疾病经济负担估算，现有研究普遍存在过时、仅聚焦单一疾病、地理覆盖范围窄或方法学异质性高等局限，难以支撑跨国、跨疾病的政策制定与资源分配。为填补这一空白，欧洲神经病学学会（EAN）发起Cost Of Illness in Neurology in EUrope（COIN-Eu）研究，旨在构建标准化分析框架，系统评估EAN全部47个成员国成人主要神经系统疾病的疾病与国家特异性经济负担，为循证卫生政策提供依据。研究人员通过开展这项负担性疾病研究，得出所开发框架可实现跨国家、跨疾病的协调成本估算，经专家验证具备合理性与一致性，能为欧洲神经学经济负担评估提供全面透明的方法学基础，其结论支持未来更新分析与跨国比较，具有重要政策与应用价值。该论文发表于《The European Journal of Health Economics》。
为开展研究，研究人员采用的关键技术方法包括：采用基于患病率的方法估算年人均患者成本、国家年总成本及相对GDP占比三类经济指标；流行病学数据主要源于2021年全球疾病负担（GBD）研究，睡眠障碍与多发性神经病辅以PubMed系统性文献检索与双人核对提取；成本数据通过系统性文献综述获取EAN国家2010年后发表研究，转换为2019年欧元并采用中位数合并同疾病国家多研究值；无成本数据国家按世界银行2019年国民总收入（GNI）四分位分层，以卫生支出占GDP比与人均GDP加权插补；最终由EAN四位神经学专家通过标准化验证矩阵审核直接与插补值合理性并修正异常点。样本队列来源为GBD 2019年47个EAN成员国≥20岁成人及20~64岁劳动年龄人口数据。
研究结果部分保留原文小标题并依内容浓缩如下：
Introduction：研究人员指出神经系统疾病在全球及欧洲的疾病负担持续加重，但现有经济负担研究存在时效滞后、疾病与地域覆盖不足及方法异质问题，难以产生可比证据。COIN-Eu研究据此确立目标，评估欧洲成人神经系统疾病的疾病与国家特异性经济负担，明确目标人群、疾病范畴、经济学视角、成本类型与数据整合方法，提供可重复分析模板以支撑未来更新与跨领域应用。
Methods：研究人员将方法学框架分为四步。Step 1: Assessment of epidemiological input data：目标疾病为12组成人≥20岁神经系统疾病及ICD-10编码，额外单独分析6种睡眠障碍与3种多发性神经病以避免双重计数；地域覆盖47个EAN成员国2019年人口9.17亿，其中≥20岁成人7.04亿；流行病学主要用GBD 2021工具提取2019患病率与发病率，缺漏者补以系统性文献检索并按国家均值外推，绝对病例数统一依GBD 2019人口换算。Step 2: Assessment of economic input data：研究人员采纳社会视角，纳入直接医疗、直接非医疗、非正式护理（家庭等无偿协助）与间接生产力损失成本，大部分疾病用患病率法，创伤性脑损伤、脑膜炎、中枢神经系统肿瘤、吉兰-巴雷综合征首选发病率法并在必要时做发病率至患病率转换；通过PubMed按12疾病组分别检索2010年后英德葡西语文献，排除仅报总成本无法拆分的文献与罕见亚组研究，由四人分工提取并交叉核对，成本统一转为年人均患者成本。Step 3: Data synthesis and analytic procedures：研究人员将所有成本经原货币还原、消费者物价指数（CPI）调至2019年、以购买力平价（PPP）转为2019年欧元；同疾病国家多研究值按直接、非正式、间接成本分别取中位数，缺直接非医疗成本者以同国同病中位数插补；无数据国家按GNI低、中低、中高、高收入四层，以卫生支出占GDP比权重插补直接与非正式成本，以人均GDP权重插补间接与部分非正式成本；国家总成本以人均成本乘患病率（或发病率）病例数，相对负担以总成本除2019年国别GDP得cost-to-GDP ratio。Step 4: Expert validation of economic burden：研究人员由CB、TB、PB、GD四位EAN神经学专家分步审核人均与国家成本合理性，填写验证矩阵并提供个体与共识评价，依据反馈复查提取错误并决定是否剔除研究，识别不合理数据国家。
Reporting：研究人员依CHEERS 2022声明以表格与横向条形图报告年人均成本、国家总成本与相对GDP占比，附补充附录记录每估计值的数据来源类别（插补、原始文献、因数据不足未计算）及每病系统性综述的PRISMA流程图。
讨论部分由研究人员总结指出，该框架在透明、可重复、含非正式护理成本、扩展至47国7.04亿成人及专家验证等方面优于既往欧洲脑疾病负担研究（如Andlin-Sobocki等2005、Gustavsson等2011）与近期仅关注直接医疗支出的全球建模研究（Mitchell等2025），可互补实证与模型证据。但同时存在七项局限：依赖已发表成本数据可能导致中低收入国与少见病代表不足及出版偏倚；流行病学依赖GBD估算可能存在局部代表性妥协；GNI分层插补简化卫生体系差异使结果为最佳近似而非精确值；纳入原始研究方法异质（顶向下与底向上、视角与成本项覆盖不同）残留不可比性；GBD未覆盖疾病需补充检索且各国诊断与报告标准不一；仅含≥20岁成人遗漏儿科与部分非神经科管理罕见病致低估；部分研究未清晰分离疾病归因成本可能双重计数或高估；统一调至2019年欧元忽略后续通胀与疫情等变动；未量化生活质量下降、照护压力等无形负担。研究人员强调结果应视为现有证据下最佳估算，缺口可指引未来初级数据收集。
结论部分翻译为：本研究方案提出了一种全面、透明且可适应的方法学框架，用于估算欧洲国家神经系统疾病的经济负担。通过整合系统性流行病学与经济学数据收集、标准化成本转换、解决数据缺口的结构化插补以及专家验证，COIN-Eu框架支持在国家和欧洲层面生成一致、透明且可比的估算。尽管鉴于现有数据局限与原始来源异质性，研究结果应解释为当前尽可能最佳的估算，但该方法为循证卫生政策信息提供、识别证据缺口及指导未来神经学及其他领域疾病负担分析奠定了坚实基础。
