基于MPA构建PGx干预胃癌诊治的药物经济学评价模型

China has the largest number of new cases of gastric cancer. The expensive medical fees is a great burden for both the patient and the society. With the development of the idea of “Precision Medicine”, the PGx intervention in the diagnosis and treatment of gastric cancer has became a hot topic. It has been discovered that the traditional evaluation way is inapplicable to the primary stage of the PGx intervention of gastric cancer, which is based on the economics evaluation model for three gastric cancer chemotherapy constructed by the research group. We found that there still exit the following difficulties to conduct this research. 1.The choice of model type. 2. Lack of the computing method used to calculate the transition probability of PGx intervention of different health conditions. 3. To acquire data for the cost and effectiveness of PGx intervention. In this research, we will build a mixed model consists of decision tree and Markov using R for Statistical Computing. It is the first time to use the model population analysis (MPA) to solve the key problem of transition probability among different health conditions. The study will promote the PGx intervention of gastric cancer and it will meet the standard of precision medicine, so the invalid or over treatment can be contained. It can not only provide scientific support to the containment of the rising medical fees, but also provide the medicare with objective reference data.

中国胃癌年新增病例居世界首位，昂贵的诊治费用给患者和社会带来沉重经济负担。“精准医疗”使药物基因组学（PGx）干预胃癌诊治成为当前研究热点。基于课题组前期构建的三种胃癌化疗方案之间药物经济学评价模型，发现传统评价方式不适应初级阶段PGx干预胃癌的药物经济学评价。开展本项研究，我们认为还存在以下困难：1.模型类型选择；2.缺少PGx干预临床治疗各健康状态之间的转移概率计算方法；3.PGx干预组成本和效果数据的获取。本研究拟运用R语言构建决策树与Markov混合模型，首次采用模型集群分析（MPA）法，重点解决各健康状态之间“转移概率”的计算瓶颈问题。促进PGx干预胃癌临床诊治，达到精准医疗的临床应用，减少无效和过度医疗，为遏制医疗费用快速增长提供科学支撑，为医疗保险提供客观参考数据。

背景：中国胃癌年新增病例居世界首位，昂贵的诊治费用给患者和社会带来沉重经济负担，本项目从药物经济学评价建模和关键瓶颈问题入手，提出了3点主要困难：模型类型选择；缺少临床干预措施各健康状态之间的转移概率计算方法；临床干预措施的成本和效果数据的获取。. 方法：引入模型集群分析（MPA）方法，从数据提取、整合等方面着重解决转移概率问题。采用真实世界数据智能化手段，解决大数据处理问题；从胃癌、乳腺癌、肺癌三种疾病领域分别进行数学建模，解决建模与模型稳定性问题。. 结果：MPA的结果揭示了LT与系统治疗相比，可以提供相对较好的生存率。综合比较三种临床终点(OS，CSM或ACM)，RP的CSM或ACM相对低于RT，BT在OS方面优于RP；从2011年到2017年，共64,930例肿瘤患者电子医疗系统，14,928,926份医嘱， 基于FSM的G-CSF编码策略共生成了1437种临床指纹；构建的胃癌数学模型，证明了XELOX方案作为一线化疗方案在中国老年患者晚期胃癌的治疗中能获得更多的QALYs，但基于我们的模型，从中国医疗保障角度出发，当与卡培他滨单药治疗方案相比较时，XELOX方案对于中国晚期胃癌的老年患者，不具经济性；构建的乳腺癌数学模型，其基线结果和敏感度分析结果显示，在美国以当前价格将palbociclib加到氟维司群中作为HR阳性/ HER2阴性MBC的二线内分泌治疗不具经济性。 就经济结果而言，PAL + PUL不适合中国MBC患者；构建的肺癌模型，经评价后显示色瑞替尼作为晚期ALCL重排的NSCLC的一线治疗，不具经济性。. 结论：MPA方法能解决转移概率关键问题，可引入药物经济学预测模型构建中，大数据处理将是今后真实世界研究的重点内容，构建稳健的数学模型是进行药物经济学预测的基本保证，可为医疗保险提供客观参考数据、为遏制医疗费用快速增长提供科学支撑。