使用双变量Meta分析模型和汇总数据，将疾病特异性测量指标映射为通用健康相关生活质量量表上的治疗效果

《Value in Health》：Mapping treatment effects on generic health-related quality of life scales from disease-specific measures using bivariate meta-analytic models and summary data.

　　

摘要

背景

缺失的与健康相关生活质量（HRQoL）通用指标的疗效是经济评价中的常见局限。将疾病特异性HRQoL指标映射到通用指标可弥补这一证据缺口。我们旨在估计强直性脊柱炎（AnSp）和非放射学轴性脊柱关节炎（nr-axSpA）中治疗对HRQoL通用指标的影响，并突出其对经济评价的益处。

方法

我们从25项针对AnSp和nr-axSpA治疗的随机对照试验（RCTs）中提取了HRQoL的汇总指标。我们确定了疾病特异性指标与通用指标之间的相关配对。我们使用多元荟萃分析替代终点模型将疾病特异性指标映射到通用指标。当通用指标缺失时，我们通过疾病特异性指标对其进行预测。我们比较了双变量随机效应荟萃分析（BRMA）模型、Daniels-Hughes（D&H）固定效应模型以及乘积正态形式下的BRMA（BRMA PNF）模型的预测结果。此外，我们还比较了包含和排除缺失疗效预测的汇总通用指标。

结果

通用指标——36项简明健康调查表（SF36）的躯体成分汇总（SF36-PCS）和心理健康成分汇总（SF36-MCS）——的预测区间与90%的报告观测估计值重叠。与D&H模型相比，BRMA-PNF对缺失疗效的估计更为精确。使用BRMA-PNF汇总报告和预测的疗效与单变量模型相比，将不确定性减少了最多38%。

结论

汇总水平映射使用BRMA-PNF模型对数据拟合最佳，并为本AnSp和nr-axSpA案例研究中HRQoL通用指标的相对疗效提供了更精确的估计。

Ayman S. Sadek|Nicola J. Cooper|Nicky J. Welton|Sylwia Bujkiewicz

布里斯托尔大学医学院人群健康科学系