Value in Health:罕见病效用值研究系统性文献综述,方法学特征、工具应用与质量分析
时间:2025-09-17 12:16:05 热度:37.1℃ 作者:网络
在医疗技术评估和药物经济学研究中,健康相关生命质量(HRQoL)的测量对于评估干预措施的价值尤为关键,尤其是在罕见病领域。罕见病由于患者数量稀少、临床表现异质性强,以及常常涉及特殊人群(如儿童或认知障碍患者),使得传统HRQoL测量工具在适用性、敏感性和可行性方面面临显著挑战。效用值作为一种将健康状态量化为0(等同于死亡)至1(完全健康)之间的数值,广泛应用于成本-效果分析中,但其在罕见病中的生成方法缺乏标准化,导致不同研究之间可比性较差,也影响了后续报销决策的科学性和公平性。
为系统梳理当前罕见病效用值研究的方法学特征与趋势,本研究开展了一项系统性文献综述(SLR)。研究团队遵循PRISMA指南,于2022年3月检索了MEDLINE、Embase等多个电子数据库,并补充检索了卫生技术评估(HTA)机构报告、会议摘要及灰色文献。由于初步检索结果量巨大,研究者将2020年设为时间节点,优先筛选该年份及之后发表的文献,以确保纳入最新方法学实践。文章筛选由两名评审员独立进行, disagreements通过第三位评审员仲裁解决。最终纳入的文献需满足以下条件:研究对象为罕见病患者或其代理者(如照顾者或临床专家),研究报道了原始效用值数据(0–1范围内),研究设计包括直接评估法(如时间权衡法TTO、标准博弈法SG)、间接评估法(如EQ-5D)、映射法或vignette研究等。排除非罕见病研究、仅报告照顾者效用或无原始数据的综述类文章。
数据提取内容涵盖研究设计、人群特征、所用HRQoL工具类型、效用值生成方法、映射算法、vignette开发与评估流程等。研究质量采用AHFMR标准评估工具进行评价,vignette类研究则参考Matza等人提出的报告透明度标准进行额外评估。所有分析均在文章层面进行,区分主要研究与二次研究,样本量以实际提供HRQoL数据的患者数为准。
图1:PRISMA流程图
本研究最终纳入了97篇文章,对应89项独立研究,涵盖56种罕见病。这些研究发表于2018至2022年间,其中以2021年数量最多。样本量差异显著,从1至2382人不等,多数研究依赖患者或代理者报告,少数采用普通公众或临床专家样本。研究地域以国际多中心研究和英国为主。就研究类型而言,vignette研究最为常见(25%),其次为干预性研究(24%)和调查性研究(16%)。在HRQoL测量工具方面,共识别出19种不同工具,其中14种为通用型工具。间接评估法的使用远高于直接评估(80次 vs 43次)。在最常用的工具中,偏好型的EQ-5D问卷居首(55次),尤其是五级版本(EQ-5D-5L)。非偏好型工具中以各类短表问卷(SF系列)和儿科生命质量量表(PedsQL)为主。疾病特异性工具仅5种,如用于肌肉疾病的INQoL、用于癌症的EORTC-QLQ-C30等,使用频率较低。
直接评估方法中,TTO应用最广(26篇文章),SG和离散选择实验(DCE)分别出现6次和11次。间接评估中除了EQ-5D,健康效用指数(HUI)也有一定使用。映射方法主要用于将非偏好型工具(如SF-36、EORTC-QLQ-C30)转换为偏好型效用值,其中最常映射至EQ-5D。值得注意的是,部分疾病特异性工具(如INQoL)尝试通过实验性算法进行映射,但遭到HTA评估组的质疑,反映出映射在罕见病中的方法学挑战。此外,不同国家的价值集(value sets)也在25项研究中被用于效用值推导。
图2:生成效用值所报告的样本量
vignette方法在29项研究中被采用,主要用于患者直接报告不可行的情况(如儿科疾病、病情严重或罕见性导致样本难招募)。vignette数量从4到24个不等,多基于文献、定性访谈和定量数据综合开发。然而,其开发过程报告透明度普遍不足:仅21%的研究完全符合最佳实践报告标准,多数未详细描述临床专家和患者如何参与vignette修订与验证,仅少数报告开展了前导研究。在评估方式上,73%的vignette采用直接偏好 elicitation(以TTO为主),其余则使用EQ-5D等间接工具进行赋值。评估者以普通公众为主,患者和临床专家参与较少。
研究质量评估显示,绝大多数研究能清晰描述研究问题并使用恰当设计,但在分析方法透明度和结果测量的鲁棒性方面表现较差,仅约半数研究充分描述了分析方法,不足三成研究明确定义了结果并控制测量偏倚。这说明罕见病效用研究在方法学严谨性和报告完整性上仍有提升空间。
图3:纳入研究的地理分布
综上所述,当前罕见病领域的效用值研究仍高度依赖通用型、偏好型测量工具,尤其是EQ-5D,这有利于不同疾病或干预之间的比较,但也可能因工具灵敏度不足而无法全面捕捉疾病特有的HRQoL影响。疾病特异性工具的开发和应用仍处于初步阶段,且缺乏经过验证的映射算法支持。vignette作为一种替代方法在特定情境下具有实用性,但其开发与评估过程的报告不够透明,限制了结果的可信度与可接受性。未来需进一步推动疾病特异性工具的开发、改进映射方法、提高vignette研究的报告质量,从而更全面、准确地捕捉罕见病对患者生命质量的影响,为治疗措施的价值论证和报销决策提供可靠依据。
原始出处:
Ruban-Fell B, Wright SD, Abdullah A, Smith A, Upadhyaya S, van Pelt R, Griffiths AGM. Utility Studies in Rare Diseases: A Systematic Literature Review. Value Health. 2025;28(9):1444–1453.
本文相关学术信息由梅斯医学提供,基于自主研发的人工智能学术机器人完成翻译后邀请临床医师进行再次校对。如有内容上的不准确请留言给我们。