中文

一种用于患者级分割生存成本-效用分析的贝叶斯框架

应用统计 2020-11-24 v1

摘要

临床试验中收集的患者级卫生经济学数据是技术评估过程的重要组成部分,旨在为资源分配决策提供信息。对于癌症治疗等临终治疗,成本-效果/效用数据的建模可能涉及某种形式的分割生存分析,其中将进展前与进展后时期的健康相关生活质量和生存时间测度相结合,以生成临床获益的聚合测度(例如质量调整生存)。此外,资源使用数据通常从不同服务的健康记录中收集,并从中获得不同成本组分(例如治疗、住院或不良事件成本)。这些分析中的一个关键问题是,效果与成本数据均呈现一些复杂性,包括非正态性、尖峰和缺失,应使用适当方法加以处理。贝叶斯建模提供了一种强有力的工具,在近期卫生经济学与统计文献中已愈发流行,可相对容易地联合处理这些问题。本文提出一个通用贝叶斯框架,考虑试验型分割生存成本-效用数据的复杂关系,潜在地为政策制定者提供更为充分的证据以辅助决策过程。我们的方法受一个基于评估晚期非小细胞肺癌患者新疗法成本-效果试验数据的工作实例所推动并应用于该实例。

关键词

引用

@article{arxiv.2011.10732,
  title  = {A Bayesian framework for patient-level partitioned survival cost-utility analysis},
  author = {Andrea Gabrio},
  journal= {arXiv preprint arXiv:2011.10732},
  year   = {2020}
}