《Value in Health Regional Issues》：Mapping Minnesota Living with Heart Failure Questionnaire Onto EQ-5D-5L and SF-6Dv2 in Iranian Patients With Ischemic Heart Failure
编辑推荐：
研究目的：疾病特异性工具如明尼苏达心力衰竭生活质量问卷（Minnesota Living with Heart Failure Questionnaire, MLHFQ）具有高灵敏度，但通用工具如欧洲五维健康量表5水平版（EuroQol 5-Dimension
研究目的：疾病特异性工具如明尼苏达心力衰竭生活质量问卷（Minnesota Living with Heart Failure Questionnaire, MLHFQ）具有高灵敏度，但通用工具如欧洲五维健康量表5水平版（EuroQol 5-Dimension 5-Level, EQ-5D-5L）和简短六维健康量表第二版（Short-Form 6 Dimension version 2, SF-6Dv2）对于计算质量调整生命年（quality-adjusted life-years, QALYs）至关重要。研究人员开展了这项研究，以开发针对伊朗缺血性心力衰竭患者的映射算法。方法：在这项横断面研究中，从德黑兰心脏中心选取了205名符合纳入标准（年龄大于18岁、伊朗国籍、能够完成问卷）的缺血性心力衰竭患者。数据包括MLHFQ评分、EQ-5D-5L和SF-6Dv2效用值，以及影响健康相关生活质量的因素。比较了直接映射模型（普通最小二乘法、广义线性模型、多元分数多项式回归（MFP）、Tobit模型和删失最小绝对偏差）和间接映射模型（有序Logit），并加入了额外解释变量（如居住地区、病程）。评估标准包括平均绝对误差、均方根误差、赤池信息准则、贝叶斯信息准则、平均排名值和组内相关系数，并采用3折交叉验证。结果：MLHFQ平均得分为35.82（标准差22.34），EQ-5D-5L为0.409（标准差0.316），SF-6Dv2为0.453（标准差0.318）。MLHFQ评分与EQ-5D-5L（?0.819）和SF-6Dv2（?0.842）之间存在强烈的负斯皮尔曼相关性。包含身体/情绪维度和额外变量的MFP模型表现最佳（EQ-5D-5L的平均排名值为1；SF-6Dv2为1.25）。在直接映射模型中，包含身体和情绪维度以及额外协变量的MFP模型表现最佳，优于间接映射。结论：所开发的算法能够从MLHFQ生成准确的效用值，并促进伊朗的经济评估。这项研究通过使用伊朗人群数据和价值集解决了文化差异，为伊朗未来的卫生经济学评估提供了基础。
论文《Mapping Minnesota Living with Heart Failure Questionnaire Onto EQ-5D-5L and SF-6Dv2 in Iranian Patients With Ischemic Heart Failure》发表于《Value in Health Regional Issues》，针对伊朗缺血性心力衰竭（IHF）患者，研究背景与现有问题：心力衰竭（HF）是全球主要健康问题，影响超过6400万人，缺血性心力衰竭（IHF）作为最常见亚型，显著降低生活质量。准确评估健康相关生活质量（HRQOL）对疾病负担评价、临床决策和经济评估至关重要。疾病特异性工具如明尼苏达心力衰竭生活质量问卷（MLHFQ）能敏感捕捉症状，但计算质量调整生命年（QALYs）需要通用偏好基础工具如欧洲五维健康量表5水平版（EQ-5D-5L）和简短六维健康量表第二版（SF-6Dv2）。然而，伊朗缺乏从MLHFQ到这些通用工具的有效转换函数，经济评估常依赖国际研究数据，可能引入偏倚。现有映射研究多集中于西方人群，未考虑文化、卫生系统和人口差异，且较少同时评估EQ-5D-5L和SF-6Dv2，也缺乏直接与间接映射方法的系统比较。因此，研究人员开展本研究，旨在开发并比较直接与间接映射算法，填补伊朗IHF患者的数据空白，支持更准确的QALY估计和资源分配决策。
主要技术方法：研究人员采用横断面设计，从伊朗德黑兰心脏中心（Tehran Heart Center）纳入205名符合纳入标准（年龄>18岁、伊朗国籍、能完成问卷）的IHF患者。数据收集包括MLHFQ（源工具）得分、EQ-5D-5L和SF-6Dv2（目标工具）效用值，以及通过系统综述提取的影响HRQOL的因素（如居住地区、病程、住院时长、血红蛋白水平、疾病认知）。直接映射采用普通最小二乘法（OLS）、广义线性模型（GLM）、多元分数多项式回归（MFP）、Tobit模型和删失最小绝对偏差（CLAD）；间接映射采用有序Logit回归（分为切点法和众数分配法）。模型评估指标包括平均绝对误差（MAE）、均方根误差（RMSE）、赤池信息准则（AIC）、贝叶斯信息准则（BIC）、平均排名值（ARV）和组内相关系数（ICC），并采用3折交叉验证确保稳定性。
研究结果：
- **描述性统计（Descriptive Statistics）**：样本平均年龄65.12岁（标准差10.9）。MLHFQ平均得分35.82（标准差22.34，范围3-75），EQ-5D-5L平均效用值0.409（标准差0.316，范围-0.215至1），SF-6Dv2平均效用值0.453（标准差0.318，范围-0.193至1）。根据纽约心脏协会（NYHA）分级，23.9%为轻度（II级），49.2%为中度（III级），26.8%为重度（IV级），无I级患者。
- **源工具与目标工具的相关性（Correlations Between Source and Target Instruments）**：斯皮尔曼相关系数显示MLHFQ与EQ-5D-5L呈强负相关（r=-0.819），与SF-6Dv2呈更强负相关（r=-0.842），表明工具间有显著重叠。
- **数据分析（Data Analysis）**：直接映射中，基于ARV和ICC，含MLHFQ身体和情绪维度及额外解释变量的MFP模型表现最佳。对于EQ-5D-5L，额外变量包括居住地区、病程和血红蛋白水平；对于SF-6Dv2，包括疾病认知和长期住院。该模型ARV在EQ-5D-5L为1，在SF-6Dv2为1.25。间接映射（有序Logit）表现劣于直接映射。3折交叉验证确认了MFP模型的稳定性。最终算法公式如下：
EQ-5D-5L效用值 = 0.2877265 + 0.7076461·mlhfqph1 + 0.2920442·mlhfqph2 ? 0.0356254·mlhfqem1 ? 0.0152926·mlhfqem2 ? 0.027315·x11 ? 0.2079664·x31 + 0.0384104·x53 + ε
SF-6Dv2效用值 = 0.2517825 + 1.998803·mlhfqph1 + 0.6398764·mlhfqph2 + 0.0026309·mlhfqem + 0.0331962·x29 + 0.1373686·x38 + ε
其中mlhfqph1、mlhfqph2为身体维度的变换变量，mlhfqem1、mlhfqem2为情绪维度的变换变量，x11为居住地区，x31为病程，x53为血红蛋白水平，x29为疾病认知，x38为长期住院。模型在严重度三分位组中表现稳定，低效用组（严重组）预测误差更小，Bland-Altman图显示95%以上数据在一致性界限内，散点图沿45°线集中，表明预测准确性良好。
讨论总结：本研究首次在伊朗IHF患者中开发并比较了从MLHFQ到EQ-5D-5L和SF-6Dv2的直接与间接映射算法。MFP模型因纳入身体和情绪维度及临床社会因素（如居住地区、病程、血红蛋白、疾病认知、长期住院）而优于其他模型，这些因素在西方模型中常被忽略，体现了本地化的重要性。与现有文献相比，本研究MAE和RMSE较低，可能得益于伊朗特定价值集和额外协变量的使用。3折交叉验证增强了模型稳健性。研究局限性包括横断面设计、单中心采样、缺乏外部验证以及极端健康状态代表性不足。未来需进行纵向和外部验证。结论：本研究提供了针对伊朗IHF患者从MLHFQ映射到EQ-5D-5L和SF-6Dv2的上下文特定且方法学稳健的算法，解决了文化和方法学空白，为伊朗卫生经济学评价提供了基础，并有助于全球映射文献的发展，尤其是来自发展中国家的证据仍有限。
