药物经济学评价技能包是一套系统化的评估工具与方法体系，旨在为医药干预措施的经济性提供科学、规范的量化分析框架。该技能基于中国《药物经济学评价指南（2023年版）》构建，覆盖从研究设计到结果报告的完整流程，适用于新药上市前后的经济性论证、医保目录调整、临床路径优化等关键决策场景。其核心目标是通过严谨的成本-效果分析（CEA）、成本-效用分析（CUA）、预算影响分析（BIA）等手段，帮助政策制定者、医疗机构和制药企业理解不同治疗方案在资源投入与健康产出之间的权衡关系。 该技能包强调透明性与可重复性，不仅提供了标准化的分析步骤，还内置了多种计算脚本与模型构建方法，支持马尔可夫模型、决策树、离散事件模拟及分区生存模型等多种建模技术。用户可根据疾病类型（如慢性病或急性病）、数据可得性和时间跨度选择最合适的分析路径。同时，系统推荐采用社会视角进行全局评估，并对成本和效果进行贴现处理，贴现率建议设为3.5%，以反映资金的时间价值。所有参数均需明确标注来源，确保研究结果具备可追溯性和国际可比性。 此外，该工具包特别注重不确定性管理，要求执行全面的一元敏感性分析与概率敏感性分析（PSA），并利用蒙特卡洛模拟生成成本-效果可接受性曲线（CEAC）和价值信息分析（VOI），从而增强结论的稳健性。最终报告需遵循CHEERS 2022标准，清晰呈现基线结果、置信区间、局限性讨论及利益冲突声明，满足监管申报与学术发表的双重需求。
核心功能特点
- 支持五种主流药物经济学评价类型：成本效果分析（CEA）、成本效用分析（CUA）、成本效益分析（CBA）、成本最小化分析（CMA）和预算影响分析（BIA）
- 提供完整的分析工作流：包括研究框架定义、成本识别与测量、效果/效用评估、决策模型构建、增量成本效果比（ICER）计算以及敏感性分析
- 集成多种决策分析模型：涵盖马尔可夫模型、决策树、离散事件模拟（DES）和分区生存模型（PSM），适应不同疾病特征与数据条件
- 内置自动化计算脚本：包含QALY计算、ICER求解、预算影响建模、蒙特卡洛模拟及CEAC生成等功能模块，提升分析效率与一致性
- 严格遵循中国标准与全球规范：依据《中国药物经济学评价指南（2023）》与ISPOR良好实践，确保方法学合规性与结果可信度
适用场景
该技能包广泛应用于新药研发与准入评估中，特别是在药品进入国家医保谈判或省级采购目录前的经济性论证阶段。例如，某创新抗癌药在完成III期临床试验后，需向医保局提交成本-效用分析报告以证明其相较于现有疗法的性价比优势。此时，研究人员可利用该技能包构建马尔可夫模型，模拟患者从确诊到死亡的全病程健康状态转移，结合EQ-5D量表获取各状态的效用值，进而计算出两组治疗方案的QALY差异，并得出ICER是否低于预设阈值（如12万元人民币/QALY）。若结果显示具有成本效果，则有助于推动该药纳入报销范围，减轻患者经济负担。 在公共卫生政策制定方面，地方政府或卫生行政部门常面临如何在有限预算内配置最优医疗资源的挑战。此时可通过预算影响分析（BIA）评估引入某项新技术（如基因检测指导用药）对整体医保基金支出的长期影响。利用技能包中的BudgetImpactModel类，设定不同市场渗透率情景（保守、基准、乐观），预测未来五年内新增支出规模，并结合敏感性分析考察药品价格波动、使用人群变化等因素的影响。这种前瞻性的财务规划能力，能够帮助决策者在保障公平可及的前提下实现可持续的医疗保障体系运行。 对于科研机构或CRO公司而言，该技能包同样是开展真实世界研究与药物经济学建模的重要支撑。无论是撰写学术论文还是准备注册申报材料，都需要严格按照CHEERS 2022标准进行结构化报告。借助技能包提供的模板化代码框架与参数组织格式，研究者可以快速搭建符合国际期刊要求的分析流程，并通过概率敏感性分析验证模型稳定性。尤其在肿瘤、糖尿病等慢性疾病领域，由于病程漫长且存在多次复发可能，采用马尔可夫或分区生存模型能更准确地捕捉长期健康收益与累积成本，为精准医学时代的个体化治疗策略提供坚实的循证依据。