卢双薛培王煊朱文涛
目前，国内关于药物经济学评价大多采用点估计的方法简单对比不同用药方案的评价指标，但是基于统计推断的理论，这种简单处理并不能反映研究人群总体的比较结果。本文将随机化检验应用于药物经济学评价中，能在一定程度上解决药物经济学疗效评价的问题。
随机化检验；统计推断；药物经济学评价。
药物经济学评价是通过识别、测量和比较不同药物、治疗方案及卫生服务项目的成本和社会经济效果，运用统计方法，并结合经济模型对药物经济学评价的结果进行客观、科学的分析，为药品费用控制的关键环节，如药品报销目录及价格的制订、临床医疗指南的制订和修订提供依据。其评价方法有成本-效果分析、成本-效用分析等。针对成本-效用分析，传统计算方法如下：A=C1/E1－C2/E2
其中A代表评价结果，C1、C2分别为两组样本的平均成本，E1、E2分别为两组样本的平均疗效。相应A代表两组样本最终的成本-效用指标评价结果。一般国内文献均根据此样本计算结果给出药物经济学评价的结论。但是，根据统计推断的原理，如果仅关心进入研究的样本人群评价结果，分析到此是可以接受的。想要给出样本人群背后所代表的的总体人群的结论，这个结果是不科学的，因此需要根据样本人群去推断总体人群的结果。
常用的统计推断包括参数检验和非参数检验。前者要求明确数据的分布、构建概率分布、完成统计推断；后者对数据的分布无任何要求。明确成本-效用指标的统计分布比较麻烦，因此笔者检验采用非参数检验的方法完成统计推断的工作。随机化检验是比较理想的选择。
随机化检验，也称为排列检验[1]，是最早用以检验两个总体均值差的方法之一。虽然这种方法本质上对数据的分布没有任何要求，但因涉及大量的计算，所以直到最近才真正可行。它指的是从所有结果中随机产生部分结果。而不是采用所有的可能结果进行计算。具体操作如图1，最后根据结果是否落在拒绝域决定是否拒绝原假设。下面根据某临床研究数据实现以上过程。
1资料来源及数据特征
本研究数据来源于北京中医药大学药物经济学研究所某关于心血管疾病的课题，从中随机抽取份样本，其中使用A、B两种治疗方案的样本分别为70份、32份，见表1。
2数据分析及结果
本研究数据分析基于SAS9.1完成，分析流程见图1，程序如下。
/*原数据成本—效用比分析*/
odsoutputsummary=summary10;/*分别计算两种治疗方案的成本及效用数据特征*/
procmeansnmeanmedianstdminmaxdata=a2;
classgroup;
varf1f2;
run;
odsoutputclose;
odsoutputsummary=summary10;/*分别计算两种治疗方案的平均成本及效用*/
procmeansmeandata=a2;
classgroup;
varf1f2;
run;
odsoutputclose;
datasummary11;/*分别计算两种治疗方案成本-效用比*/
setsummary10;
f3a=F2_Mean/F1_Mean;
run;
proctransposedata=summary11out=summary12;
varf3a;
run;
datasummary13;/*分别计算两种治疗方案成本-效用比差值*/
setsummary12;
f3=col1-col2;
keepf3;
run;
/*随机抽样过程*/
datasummary5;
inputf3;
cards;
run;
%macrotest;
%doi=1%to;/*随机抽样次*/
procsurveyselectdata=Amethod=SRSseed=in=32out=Boutall;
run;
odsoutputsummary=summary;/*分别计算两种治疗方案的平均成本及效用*/
procmeansmeandata=b;
classSelected;
varf1f2;
run;
odsoutputclose;
datasummary1;/*分别计算两种治疗方案成本-效用比*/
setsummary;
f3a=F2_Mean/F1_Mean;
run;
proctransposedata=summary1out=summary2;
varf3a;
run;
datasummary3;/*分别计算两种治疗方案成本-效用比差值*/
setsummary2;
f3=col1-col2;
keepf3;
run;
datasummary5;
setsummary3summary5;
run;
%end;
%mend;
%test;
procsortdata=summary5out=chou;
byf3;run;
以上程序中group为分组变量，f1、f2分别代表效用及成本，col1、col2分别代表两种治疗方案的成本-效用比，f3代表两种治疗方案的成本-效用比差值。原始数据效用、成本信息见表2、3，原始数据成本-效用比分析结果见表4，随机抽样次计算结果见表5。
注：组间分配采用不放回随机抽样，每组例数与原试验一致，总计算次（根据随机化检验原理，应该抽样!/（32!X70!）次，考虑本论文旨在说明一种方法，故仅计算次）。排序后双侧95%分位数分别为12位、位（精确计算为12.5,.5，保守估计采用12,）
3讨论
本研究假设原始数据来源于随机试验，另外计算过程中未考虑到极值问题，其计算过程并不完美。但为药物经济学统计推断提供了一个思考的方向。对于非随机化的观察性研究数据，一些与评价指标相关的因素可能在组间分布不均衡，其因果推断不像随机化试验可信度高，此时建议在完成倾向评分匹配[2-3]的基础上，再进行随机化检验不失为一种可以研究的方向，比如本研究的数据中患病时间存在组间差异，可以先根据倾向值匹配的原理进行组间匹配，之后在完成随机化检验。有学者提出[4]采用自主法估算区间，与本文中提出的方法具有一定的相似性，读者可自行选择合适的方法。另有学者[5]研究提出其他区间估计方法，如BOX法、椭圆法、Taylor级数扩展方法。但在计算机广泛应用的今天，采用重复抽样的方法计算区间相对比较简单。
参考文献
[1]WilliamNavidi.统计学—科学与工程应用[M].北京:清华大学出版社,:-.
[2]郭申阳.倾向值分析:统计方法与应用[M].重庆:重庆大学出版社,:84-.
[3]李智文,任爱国.倾向性评分在SAS软件中的实现[J].中国生育健康杂志,,21(5):-.
[4]谢颖,宗欣,孙丽华.非参数Bootstrap法在成本-效果置信区间估计中的应用[J].中国药房,,21(22):-.
[5]杨莉.药物经济学评价需要求、方法和指南研究[D].复旦大学博士论文,上海,.
公告：
86-10-
邮箱：zgywjjx
.
白癜风带的中药验方北京中科医院怎么样
转载请注明：http://www.deudeguo.com/jyjg/811.html
当前位置： 经济学原理 > 经济学原理价格 > 随机化检验在药物经济学评价中的应用
