基于贝叶斯框架的试验内医疗资源使用和费用建模
统计方法学
2024-07-31 v2 应用统计
摘要
试验中的个体水平有效性和医疗资源使用(HRU)数据通常被收集。虽然有效性通常以来自某些健康相关生活质量工具(如EQ-5D问卷)的效用得分来表示，但可能包括不同类型的HRU。费用通常通过将单位价格应用于HRU数据来生成，传统统计方法被用于分析费用和效用或将它们组合成聚合变量(如质量调整生命年)。当结果数据未完全观察到时，例如一些患者脱落或只提供部分信息时，结果的有效性可能受到效率和偏倚的双重影响。常常采用某些“事后”方法处理部分完整的HRU数据，隐式依赖某些假设(例如填零)，这在实际上仅为增加完成率的便利而难以合理。我们提出一个一般的贝叶斯框架，用于部分观察HRU的建模，允许灵活的模型规范以容纳数据的典型复杂性，并量化不同类型的不确定性对结果的影响。我们通过一个示范性例子展示了使用我们方法的好处，并将结果与传统分析进行比较，这些分析侧重于在HRU数据上采用某些事后填补策略后对成本变量进行建模。
引用
@article{arxiv.2407.17036,
title = {A Bayesian modelling framework for health care resource use and costs in trial-based economic evaluations},
author = {Andrea Gabrio},
journal= {arXiv preprint arXiv:2407.17036},
year = {2024}
}
备注
Error: estimates reported in Table 3 are incorrect and need to be doubled checked before being published due to issue in coding of the model discovered. Same for all results displayed based on the models