第 6 章 · 健康经济学评价与卫生技术评估（HTA）
报销推荐：参数不确定性、信息价值与分配公平
你是 HTA 委员会决策分析组负责人。一种新疗法的增量成本与增量效果都只是带标准误的估计。你要用概率敏感性分析给出"采纳/拒绝"的期望损失、完全信息价值、预算可承受性，并在社会福利权重下检验结论的分配含义。
合成教学情境：成本、QALY、证据精度、预算与收入分布均为教学假设；PSA 由固定种子生成，结果可复现。本页输出是决策分析方法演示，不构成任何真实报销建议。
- 案卷准备
- 技术听证
- 意见揭晓
证据案卷与教学推演
新疗法是否纳入报销？
申报方报告潜在健康收益，医保方要求核实预算可承受性，委员对收入组间的受益分配存在分歧。滑块仅用于准备教学案卷，并非委员会能改变的现实成本与疗效。
标准方案固定：¥8,000/人·年，0.74 QALY。
可承受性约束；与成本效果性是两个不同问题
封存前预测
技术结果（参数抽样与概率分析）
ΔC 均值
元/人
ΔE 均值
QALY/人
ICER（均值之比）
元/QALY
NMB 均值（95% 区间）
P(ΔE > 0)
效果落入负象限概率一并监测
决策分析：期望损失与完全信息价值
| 项目 | 数值 |
|---|---|
| 采纳的期望损失 E[max(0, −NMB)] | |
| 拒绝的期望损失 E[max(0, NMB)] | |
| 委员会推荐 | |
| 人均 EVPI（最优决策下消除参数不确定性的价值） | |
| 全人群 EVPI（×N）对照追加研究成本 | |
| 是否资助追加研究 |
成本效果可接受曲线（CEAC）
P(NMB ≥ 0) 随支付意愿阈值变化；竖线为当前阈值
预算可承受性
| 项目 | 数值 |
|---|---|
| 预算内可资助人数 / 目标人群 | |
| 未能覆盖人数及其期望 NMB 机会成本 | |
| 年度增量预算超支概率 P(ΔC×N > 预算) |
分配式成本效果分析（DCEA）
| 收入五分组 | 效果乘数 | ΔE（QALY） | NMB（元/人） | 公平权重 |
|---|
技术、财政与公平并非同一个问题
请结合期望损失、研究价值和可覆盖人数作出建议。若建议追加研究，EVPI 只是完全消除参数不确定性时的价值上界，不是未来研究的保证收益。
委员会意见与模型对照
会后调整的参数属于反事实推演；原案和已封存意见保持不变。
原案的成本有效概率
预算内可覆盖限额覆盖不等于全员采纳
全人群 EVPI 上界不等于追加研究的实际收益
查看模型、参数与边界
理论锚点：决策论与损失函数；概率敏感性分析（PSA）与成本效果可接受曲线（CEAC）；期望完全信息价值（EVPI）与研究优先级；可承受性（affordability）与成本效果性区分；分配式成本效果分析（DCEA）与社会福利权重。
ΔC ~ Normal(μC, SE_C)，ΔE ~ Normal(μE, SE_E)，联合抽样 4,000 次（固定种子）
SE_C 与 SE_E/μE 随证据质量：高(350, 0.20) / 中(700, 0.40) / 低(1200, 0.70)
NMB = λΔE − ΔC；EVPI/人 = E[max(0, NMB)] − max(0, E[NMB])
可资助人数 = min(N, 预算/μC)；公平权重 w_q = (平均收入 / 组收入)^ε
SE_C 与 SE_E/μE 随证据质量：高(350, 0.20) / 中(700, 0.40) / 低(1200, 0.70)
NMB = λΔE − ΔC；EVPI/人 = E[max(0, NMB)] − max(0, E[NMB])
可资助人数 = min(N, 预算/μC)；公平权重 w_q = (平均收入 / 组收入)^ε
模型不含：折现与长期 Markov 外推、参数间相关性、依从性的独立分布建模、支付方式改革的供给反应、研究成本的时间价值与实施摩擦。EVPI 是参数不确定性的上界，不含结构性不确定性；DCEA 的效果差异为教学假设，需真实流行病学与卫生服务利用数据支撑。