藏药药物经济学评价技能

概述

藏药药物经济学评价全流程技能，覆盖从评价设计→成本测算→效果测量→增量分析→敏感性分析→报告撰写→政策建议的完整8阶段工作流。兼具藏医药学、卫生经济学和循证医学的复合视角，特别处理藏药复方/珍稀药材/民族医学体系的评价特殊性问题。

三位一体架构：
- references/pharmacoeconomics-framework.md — 7大模块、18个子步骤的详细评价框架（评价设计/成本测算/效果测量/增量分析/数据来源/报告规范/政策建议）
- references/regulatory-reference.md — 中国药物经济学评价指南、CHEERS 2022、WTP阈值、数据来源法规依据
- references/tibetan-medicine-context.md — 藏药材资源成本、三因学说衔接、藏药产业价值链、医保准入特殊路径

触发条件

以下场景应触发本技能：

工作流

Phase 0：需求澄清与参数收集

在进入正式评价流程前，通过交互式问答索要以下信息：

必需信息：
1. 目标藏药品种 —— 药品通用名、藏文名、剂型、规格、生产单位
2. 目标适应症 —— 疾病名称（藏西医双重诊断）、疾病严重程度
3. 对照干预 —— 标准治疗/阳性药/安慰剂
4. 可用的临床数据 —— RCT/RWS/经典医案
5. 评价目的 —— 医保准入/学术研究/企业决策
6. 研究角度偏好 —— 全社会/医保支付方/医疗体系角度

信息收集方式：
向用户逐项提问，每次1-2个问题，避免一次性过多。可使用如下结构化获取：

ASSUMPTIONS I'M MAKING:
1. 研究角度：假设为[全社会/医保支付方/医疗卫生体系]角度
2. 效果指标：假设采用[CUA(QALYs)/CEA(临床有效率)]
3. WTP阈值：假设为[3倍/1倍]人均GDP
→ 如需调整请告知，否则将以此为基础开展评价。

如果用户仅提供了品种名称而缺少数据，则定位到 Phase 6 的数据补集策略，提出数据收集建议。

Phase 1：评价设计

加载 references/pharmacoeconomics-framework.md 的模块一：评价设计。

按以下顺序确定评价架构：

1. 确定研究角度（默认全社会角度，可根据用户需求调整）
2. 定义目标人群（藏医辨证+西医诊断双轨纳入/排除标准）
3. 描述干预措施与对照（完整描述、对照选择论证）
4. 选择评价方法（CUA首选、CEA备选、CMA在等效时使用）
5. 确定研究时限与贴现率（>1年需贴现，基础5%）

输出：评价设计方案摘要（1-2段），交用户确认后再进入Phase 2。

Phase 2：成本测算

加载 references/pharmacoeconomics-framework.md 的模块二：成本测算，以及 references/tibetan-medicine-context.md 的藏药成本构成章节。

成本类别：
- 直接医疗成本（药品/诊疗/检查/住院/AE处理）
- 直接非医疗成本（交通/食宿/营养）
- 间接成本（生产力损失/误工）
- 藏药特殊成本（藏药材采集炮制/质量检测/资源保护）

数据来源优先级：
官方定价 > 招标价 > HIS数据 > 文献 > 专家咨询

输出：成本数据明细表（含4大类别下的细项和金额）

若用户未提供成本数据，则标记为"待补充"，并在Phase 6提出数据补集方案。

Phase 3：效果/效用测量

加载 references/pharmacoeconomics-framework.md 的模块三：效果/效用测量，以及 references/tibetan-medicine-context.md 的藏医药理论与效果评价的衔接章节。

双轨效果评价：
- 现代医学指标：主要终点、次要终点
- 藏医特色指标：三因证候积分、整体效应评分

CUA优先：
- 使用EQ-5D-5L获取效用值（推荐）
- 效用值获取方式：直接测量/映射法/文献提取
- 备选：SF-6D

输出：效果指标定义表和效用值来源说明

Phase 4：增量分析与不确定性处理

4a. 确定性ICER计算

运行 scripts/icer_calculator.py 计算：
- 增量成本(ΔC)和增量效果(ΔE)
- ICER = ΔC/ΔE
- 净货币效益(NMB)和净健康效益(NHB)
- 与WTP阈值比较的结论

4b. 单因素敏感性分析

运行 scripts/icer_calculator.py 的龙卷风图模块：
- 改变关键参数（±20%或±1SD）
- 识别对ICER影响最大的变量
- 生成龙卷风图数据（JSON格式）

4c. 概率敏感性分析(PSA)

运行 scripts/monte_carlo_ceac.py 执行：
- 蒙特卡洛模拟（≥1000次）
- 成本 ~ Gamma分布、效果 ~ Beta分布
- 生成增量成本-效果散点图数据
- 生成成本-效果可接受曲线(CEAC)数据

4d. 亚组分析

按疾病严重程度/年龄/性别/藏医分型进行分层分析。

输出：ICER报告 + 敏感性分析结果 + 亚组分析结果

Phase 5：数据来源与证据等级评估

加载 references/pharmacoeconomics-framework.md 的模块五：数据来源与证据等级。

1. 评估现有数据的质量（证据等级I-V级）
2. 成本数据来源（注明每项成本的数据来源和年份）
3. 效用数据来源（注明量表类型和积分体系版本）
4. 识别数据缺口（哪些参数只能靠假设或无数据）
5. 提出数据补集方案（推荐按优先级：RWS > 决策模型 > 专家咨询）

Phase 6：报告撰写

加载 references/pharmacoeconomics-framework.md 的模块六：报告规范，以及 references/regulatory-reference.md 的CHEERS 2022 Checklist。

报告结构：

# 藏药[药品名]药物经济学评价报告

## 摘要
## 1  引言
  1.1 研究背景
  1.2 研究目的
## 2  方法
  2.1 研究角度
  2.2 目标人群
  2.3 干预措施与对照
  2.4 评价方法（CUA/CEA）
  2.5 研究时限与贴现
  2.6 成本测算方法
  2.7 效果/效用测量方法
  2.8 增量分析与不确定性处理方法
## 3  结果
  3.1 基础分析结果（ICER表）
  3.2 单因素敏感性分析结果
  3.3 概率敏感性分析结果（CEAC）
  3.4 亚组分析结果
## 4  讨论
  4.1 主要发现
  4.2 与国内外研究的比较
  4.3 创新性（藏药评价特色）
  4.4 局限性
## 5  结论与建议
  5.1 评价结论
  5.2 医保准入建议
  5.3 产业政策建议
## 参考文献
## 附录（数据表格、敏感性分析图）

Phase 7：政策建议

加载 references/pharmacoeconomics-framework.md 的模块七：藏药产业与政策建议，以及 references/tibetan-medicine-context.md 的藏药医保准入特殊路径章节。

基于ICER结果的建议分级：
| ICER水平 | 医保准入建议 |
|----------|-------------|
| 优势方案 | 积极推荐纳入目录 |
| ICER < WTP | 推荐纳入，可谈判降价 |
| ICER > WTP | 降价/限定支付范围后再评 |
| 劣势方案 | 不建议纳入 |

从三个维度给出建议：
1. 医保准入策略（支付方式、价格谈判）
2. 产业可持续路径（资源保护、工艺优化）
3. 研发与临床指导（精准人群定位、方案优化）

脚本使用指南

icer_calculator.py

路径： scripts/icer_calculator.py

功能： ICER计算、成本明细表、单因素敏感性分析、亚组分析

用法：

python scripts/icer_calculator.py

交互方式：
- 默认使用内置示例数据（藏药A vs 西药B，12周疗程）
- 也可手动输入干预组/对照组的成本和效果数据
- 输出包括：成本明细表、ICER结果、单因素敏感性分析表、龙卷风图JSON数据、亚组分析表

适用场景： 已有成本数据和效果数据时进行基础增量分析。

注意事项：
- WTP阈值默认使用390,000元/QALY（3倍人均GDP估算），使用前请用当前最新人均GDP数据更新
- 示例数据中的敏感性分析结果为简化演示，实际使用时使用完整参数变分定义

monte_carlo_ceac.py

路径： scripts/monte_carlo_ceac.py

功能： 概率敏感性分析(PSA)、蒙特卡洛模拟、成本-效果可接受曲线(CEAC)

用法：

python scripts/monte_carlo_ceac.py

输出：
- PSA报告（含ICER均值、中位数、95%CI）
- CEAC数据JSON（可导入绘图工具绘制曲线）
- 增量成本-效果散点图数据JSON（前500样本）

分布假设：
- 成本 ~ Gamma分布（右偏态，适合非负成本数据）
- 效果 ~ Beta分布（适合0-1范围的效用值/概率）
- 可通过参数调整分布形状

适用场景： 需要评估结果稳健性和不同WTP阈值下成本-效果概率时。

参考文件使用指引

输出格式规范

最终交付物为一份完整的结构化报告（Markdown格式），包含：

1. 完整报告正文（7个章节）
2. 关键数据表格：
   - 成本明细表（Table 1）
   - 基础分析结果表（Table 2: ICER）
   - 单因素敏感性分析表（Table 3: Tornado数据）
   - 概率敏感性分析表（Table 4: CEAC关键点）
   - 亚组分析结果表（Table 5, 若有）
3. 讨论与建议
4. 参考文献列表

关键注意点

1. WTP阈值更新 — 每次使用前需确认最新人均GDP数据，并在搜索引擎中搜索 中国 人均GDP 当前年份 元
2. 藏药双轨评价 — 不能只用现代医学指标评价藏药，必须同时考虑藏医证候指标
3. 数据不足时的诚实处理 — 如果关键参数只能基于假设，必须在报告中明确标注，并做广泛敏感性分析
4. 藏药资源可持续性 — 珍稀药材的成本影响显著，需在成本测算中单独列出并做敏感性分析
5. 跨文化评价敏感性 — 藏药的文化价值和民族医药的特殊地位应在讨论中充分论述
6. 模型关联 — icer_calculator.py的输出可作为monte_carlo_ceac.py的输入；先运行确定性分析再运行PSA