研究目的:本研究探索采用单因素敏感性分析、双因素敏感性分析,并结合以成本-效果可接受边界、完备信息期望值为展现形式的概率敏感性分析对多种降压药Markov模型药物经济学评价结果的不确定性进行分析和量化,以期全面、直观地呈现出药物经济学评价结果。研究方法:本研究采用文献研究法,检索中国知网(CNKI)、万方(W.F)、维普(VIP)、Springer、Pubmed、Cochrane六大中英文数据库关于降压药的临床随机对照研究文献,对五类降压药中使用频率较高的药物进行汇总分析,将卡托普利、硝苯地平、氯沙坦、吲达帕胺和阿替洛尔五种降压药确定为研究药物;利用网状Meta分析对五种药物进行有效性评价和安全性评价;构建五种降压药的Markov模型,从长期用药角度评价五种药物的成本与效果;采用单因素敏感性分析、双因素敏感性分析和概率敏感性分析处理多种降压药Markov模型的药物经济学评价结果的不确定性。研究内容:1.确定研究对象。在降压药的药物经济学评价领域内还未有学者对不确定性分析方法进行过探索,同时根据数据的可获得性,确定降压药作为本文的研究对象;2.构建五种降压药的Markov模型。对五种降压药的成本、效果进行回乘分析和队列模拟,获取各降压药在各转换状态的概率分布、各周期的成本和效用数据;3.比较五种降压药的成本-效用比。通过计算各降压药的远期成本-效用比和增量成本-效用比,评价五种降压药的经济性;4.探索药物经济学评价结果的不确定性分析方法。采用单因素敏感性分析、双因素敏感性分析和概率敏感性分析处理基于Markov模型的药物经济学评价结果的不确定性,探索全面、直观地描述药物经济学研究结果不确定性的分析方法。研究结果:本研究对五种降压药的Markov模型进行回乘分析,结果显示氯沙坦、硝苯地平和卡托普利为三种绝对劣势的治疗方案;吲达帕胺组效果优于阿替洛尔组且成本高于阿替洛尔组,增量成本效用比为3348.35元/QALY,远远小于成本-效果阈值(我国人均GDP)59660元,故吲达帕胺为五种干预措施中治疗高血压最具成本-效果的药物。对以上药物经济学评价结果进行不确定性分析,单因素敏感性分析结果显示,贴现率、非致死性中风状态成本或吲达帕胺药品总成本在限定范围内变化均未改变原结论。双因素敏感性结果显示,当贴现率逐渐升高且高血压无事件状态效用值逐渐降低时五种治疗方案的净效益均逐渐减少,当贴现率逐渐升高且非致死性中风状态效用值逐渐降低时五种治疗方案的净效益均逐渐减少。概率敏感性分析结果显示,CEAC显示当意愿支付值为2850元时,吲达帕胺组和阿替洛尔组最具成本效果概率均为50%,其余三组最具成本效果的概率均为0;随着意愿支付值的增加,吲达帕胺组最具成本效果的概率逐渐增加直至100%,阿替洛尔组最具成本效果的概率逐渐降低至0,与其余三组最具成本效果的概率相同。由于本研究将成本-效果阈值设置为59660元,故在该阈值上吲达帕胺组最具成本效果且概率为100%,未对评价结果产生影响,表明模型结果稳定性较好。CEAF和EVPI结果显示,由于其余三组干预措施具有最佳干预措施的概率均为0,故CEAF结果等同于CEAC,在明确了不确定性的基础上,计算CEAF上最佳干预措施的EVPI,讨论是否需要采取进一步措施消除不确定性;当意愿支付值为2850元时,EVPI为139.76元,提示为消除评价结果的不确定性需付出139.76元;当意愿支付值为18000元时,EVPI为13.29元;当意愿支付值持续增加(18000元<λ<180000元)时,EVPI逐渐减少并稳定为0,故在59660元的成本-效果阈值上,无需为减少结果的不确定性付出成本。研究结论:本研究运用多种不确定分析方法处理基于降压药Markov模型药物经济学评价结果的不确定性。其中,单因素敏感性分析可判断模型中单个参数的变化对模型结果稳定性的影响,多因素敏感性分析可同时改变两个及两个以上的参数取值来分析其对模型结果的影响程度。但由于实际问题中各参数都是联动变化的,故引入概率敏感性分析可将各参数假设为适宜的参数分布,分析各参数同时变化对模型结果稳定性的总体影响程度,并通过计算完备信息期望值,量化各参数同时变化所带来的不确定性,为未来是否需要采取相关措施减少不确定性提供客观依据。考虑到本研究数据的数量和质量均具有一定局限,故不确定性分析方法的探索有待进一步大样本高质量原始研究及临床试验数据来支持。