一种用于成本效益概率度量的回归框架
统计方法学
2021-01-27 v1 应用统计
摘要
为就某项治疗做出知情的健康政策决策，我们必须同时考虑其成本与临床有效性。在以往工作中，我们引入了净获益分离（net benefit separation, NBS）作为一种新颖的成本效益度量。NBS 是一种概率度量，刻画了接受治疗的患者相比未治疗患者更可能获益的程度。由于患者间治疗反应存在差异，揭示影响成本效益的因素可协助政策制定者进行资源分配的群体层面决策。本文中，我们引入 NBS 的回归框架，以估计协变量特定的 NBS 并找出 NBS 变异的决定因素。我们的方法能够通过逆概率加权技术处理信息性成本删失，并通过半参数标准化过程解决混杂问题。通过模拟，我们表明 NBS 回归在多种常见情景下表现良好。我们将所提出的回归过程应用于一个逼真的模拟数据集，以说明该方法如何用于研究子宫内膜癌术后患者中辅助放疗与化疗比较时癌症分期、合并症与成本效益之间的关联。
引用
@article{arxiv.2101.10466,
title = {A regression framework for a probabilistic measure of cost-effectiveness},
author = {Nicholas Illenberger and Nandita Mitra and Andrew J. Spieker},
journal= {arXiv preprint arXiv:2101.10466},
year = {2021}
}