預(yù)算影響分析中藥品市場(chǎng)份額的計(jì)算方法探討

張猛 陳磊 席曉宇

中圖分類(lèi)號(hào) R956 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1001-0408（2022）04-0487-05

DOI 10.6039/j.issn.1001-0408.2022.04.17

摘 要 目的 探討預(yù)算影響分析（BIA）中藥品市場(chǎng)份額的計(jì)算方法，以期為BIA研究提供新思路。方法 針對(duì)部分藥品具有多種適應(yīng)證或藥品說(shuō)明書(shū)適應(yīng)證不夠明確且與報(bào)銷(xiāo)目錄適應(yīng)證表述不一致的情況，從“人次數(shù)”這一概念出發(fā)，引入樣本醫(yī)院、每人次平均治療時(shí)間等參數(shù)來(lái)進(jìn)行市場(chǎng)份額計(jì)算;同時(shí)以肝硬化治療藥物為例演示計(jì)算過(guò)程。結(jié)果與結(jié)論 以肝硬化治療藥物為例計(jì)算市場(chǎng)份額的結(jié)果顯示，兩種算法結(jié)果具有較大差異，基于“人數(shù)”計(jì)算的市場(chǎng)份額大多高于基于“人次數(shù)”計(jì)算的市場(chǎng)份額。相較于傳統(tǒng)基于“人數(shù)”的算法，基于“人次數(shù)”的市場(chǎng)份額算法可更準(zhǔn)確地計(jì)算市場(chǎng)份額，可解決傳統(tǒng)算法未充分考慮大部分藥品具有多種適應(yīng)證或藥品說(shuō)明書(shū)適應(yīng)證不夠明確且與報(bào)銷(xiāo)目錄表述不一致而導(dǎo)致的市場(chǎng)份額計(jì)算不準(zhǔn)確的問(wèn)題;同時(shí)，本算法還可基于樣本醫(yī)院的每人次平均治療時(shí)間等參數(shù)，嘗試解決患者總?cè)舜螖?shù)無(wú)法通過(guò)流行病學(xué)數(shù)據(jù)獲得的問(wèn)題。當(dāng)目標(biāo)藥品的適應(yīng)證不夠明確或存在多種適應(yīng)證，或當(dāng)研究者收集臨床、流行病學(xué)和醫(yī)療保險(xiǎn)資料估算目標(biāo)人群數(shù)量時(shí)因必要數(shù)據(jù)缺失而導(dǎo)致市場(chǎng)容量預(yù)測(cè)結(jié)果不符合理論邏輯或?qū)嶋H情況時(shí)，或當(dāng)目標(biāo)病種具有反復(fù)發(fā)作、病程短的特點(diǎn)等情況時(shí)，可考慮選用本算法。

關(guān)鍵詞 預(yù)算影響分析;市場(chǎng)份額;計(jì)算方法;人次數(shù)

Discussion on calculation methods of drug market share in budget impact analysis

ZHANG Meng，CHEN Lei，XI Xiaoyu（Research Center of Drug Policy & Ecosystem， China Medical University， Nanjing 211198， China）

ABSTRACT? ?OBJECTIVE To investigate the calculation method of drug market share in budget impact analysis （BIA） in order to provide new ideas for BIA research. METHODS In view of the situation that some drugs had multiple indications or the indications in the drug instructions were not clear enough and inconsistent with the indications in the reimbursement catalogue， starting from the concept of “times per person”， the parameters such as sample hospital and average treatment time per person for each time were introduced to develop a new market share calculation method. At the same time， the calculation process was demonstrated by taking the treatment drugs for liver cirrhosis as an example. RESULTS & CONCLUSIONS Taking treatment drugs of liver cirrhosis as an example， the calculation results of market share showed that the results of the two calculation methods were quite different. The market share calculated on the basis of “the number of people” was mostly higher than that calculated on the basis of “times per person”. Compared with the traditional calculation method based on “the number of people”， the calculation method of market share based on “times per person” could calculate the market share more accurately， which could solve the problem that the traditional method didn’t fully consider that most drugs had multiple indications， the indications of drug instructions were not clear enough and inconsistent with the reimbursement catalogue， resulting in inaccurate calculation of market share; at the same time， this method could also be used to try to solve the problem that the total number of patients could not be obtained from epidemiological data based on the average treatment time per person of each time in the sample hospital. This method can be considered when the indications of the target drug are not clear enough or there are multiple indications， or when the researchers collect clinical， epidemiological and medical insurance data to estimate the number of target population， the prediction results of market capacity do not conform to the theoretical logic or actual situation due to the lack of necessary data， or when the target disease has the characteristics of repeated attacks and short course of disease.

KEYWORDS? ?budget impact analysis; market share; calculation method; time per person

預(yù)算影響分析（budget impact analysis，BIA）是對(duì)新的醫(yī)療干預(yù)措施進(jìn)入某個(gè)系統(tǒng)（如醫(yī)保目錄）后對(duì)該系統(tǒng)支出影響的分析評(píng)估[1-2]。以BIA在藥品報(bào)銷(xiāo)目錄準(zhǔn)入中的應(yīng)用為例，其相關(guān)計(jì)算過(guò)程包括市場(chǎng)容量計(jì)算、基數(shù)年市場(chǎng)份額計(jì)算和市場(chǎng)份額預(yù)測(cè)等關(guān)鍵步驟。其中，市場(chǎng)份額是BIA中的重要參數(shù)，也是影響藥品企業(yè)和支付方的重要決策因素[2]。

在傳統(tǒng)的BIA計(jì)算中，市場(chǎng)份額一般是基于使用藥物的人數(shù)來(lái)計(jì)算的。由于待評(píng)藥品（目標(biāo)產(chǎn)品）具有明確的適應(yīng)證，故可較為準(zhǔn)確地識(shí)別出使用該藥品治療某適應(yīng)證的目標(biāo)人群，其計(jì)算公式為：

目標(biāo)產(chǎn)品的市場(chǎng)份額=特定時(shí)期和地區(qū)使用目標(biāo)產(chǎn)品治療某適應(yīng)證的人數(shù)/特定時(shí)期和地區(qū)使用全部藥品治療某適應(yīng)證的人數(shù)×100%…公式（1）

然而這種傳統(tǒng)計(jì)算方法并不能適用于全部情境，在部分情境下，使用該方法計(jì)算所得市場(chǎng)份額可能會(huì)導(dǎo)致預(yù)測(cè)結(jié)果嚴(yán)重偏離市場(chǎng)預(yù)期。例如，若某種疾?。ㄈ缈人裕┚哂邪l(fā)作反復(fù)、病程短的特點(diǎn)，研究者利用發(fā)病率等流行病學(xué)數(shù)據(jù)計(jì)算出的某地區(qū)某年患有該病的全部人群實(shí)際為“人次數(shù)”，但要按公式（1）計(jì)算該藥的市場(chǎng)份額，研究者則需計(jì)算該地區(qū)當(dāng)年使用目標(biāo)產(chǎn)品治療該病的全部人數(shù)，而該人數(shù)通常無(wú)法獲得。再如，部分藥品說(shuō)明書(shū)對(duì)適應(yīng)證的描述不夠明確或與報(bào)銷(xiāo)目錄適應(yīng)證表述不一致，這在中成藥中較為常見(jiàn)。在中成藥說(shuō)明書(shū)中，適應(yīng)證一般描述為“功能主治”，其內(nèi)容一般包括該藥的治療作用、適用病機(jī)及證候表現(xiàn);而報(bào)銷(xiāo)目錄的適應(yīng)證則一般是基于現(xiàn)代醫(yī)學(xué)理論根據(jù)人體某生理病理指標(biāo)的異常而確立的疾病名稱(chēng)，如高血壓、糖尿病等[3]。由于BIA往往是針對(duì)某一特定適應(yīng)證開(kāi)展的，對(duì)于適應(yīng)證不夠明確的藥品，研究者若基于上述傳統(tǒng)算法將會(huì)導(dǎo)致公式（1）中的分子數(shù)據(jù)“特定時(shí)期和地區(qū)使用目標(biāo)產(chǎn)品治療某適應(yīng)證的人數(shù)”計(jì)算不準(zhǔn)確。此外，部分藥品可能具有多種適應(yīng)證，基于傳統(tǒng)算法不僅會(huì)出現(xiàn)分子數(shù)據(jù)無(wú)法確定的情況，而且如果需要計(jì)算的同類(lèi)品種數(shù)據(jù)較多，可能還會(huì)面臨分子累計(jì)之和大于分母（基于流行病學(xué)數(shù)據(jù)計(jì)算所得患者總數(shù)）的情況?？梢?jiàn)，基于使用人數(shù)來(lái)計(jì)算市場(chǎng)份額的傳統(tǒng)算法并不適用于全部BIA研究。由于國(guó)內(nèi)外現(xiàn)有BIA指南和指導(dǎo)性文件均未針對(duì)上述情況給出明確建議[2，4-5]，故本研究針對(duì)部分藥品具有多種適應(yīng)證或藥品說(shuō)明書(shū)適應(yīng)證不夠明確且與報(bào)銷(xiāo)目錄適應(yīng)證表述不一致的情境，擬從“人次數(shù)”這一概念出發(fā)，對(duì)BIA中市場(chǎng)份額的計(jì)算方法展開(kāi)探討，并舉例說(shuō)明計(jì)算過(guò)程，以期為BIA研究提供新思路。

1 計(jì)算思路

雖然商品的市場(chǎng)份額可用銷(xiāo)售量、銷(xiāo)售額和使用人群等指標(biāo)來(lái)衡量，但藥品是一種特殊的商品，其支付方不僅包含使用者（患者），還可能包含第三方機(jī)構(gòu)（如各類(lèi)醫(yī)療保險(xiǎn)機(jī)構(gòu)等），且藥品一般需按照標(biāo)準(zhǔn)的用法用量使用，在其市場(chǎng)份額計(jì)算中需將銷(xiāo)售數(shù)據(jù)轉(zhuǎn)化為使用人群。使用人群可以用“人數(shù)”或“人次數(shù)”來(lái)統(tǒng)計(jì)。相比于“人數(shù)”，使用“人次數(shù)”來(lái)統(tǒng)計(jì)還能涵蓋實(shí)際情況中同一患者多次就診的行為。

在傳統(tǒng)算法中，公式（1）的分母數(shù)據(jù)“特定時(shí)期和地區(qū)使用全部藥品治療某適應(yīng)證的人數(shù)”（又稱(chēng)市場(chǎng)容量）一般可基于流行病學(xué)數(shù)據(jù)測(cè)得，分子數(shù)據(jù)“特定時(shí)期和地區(qū)使用目標(biāo)產(chǎn)品治療某適應(yīng)證的人數(shù)”可通過(guò)該藥品年銷(xiāo)售額和每人每年平均治療成本推算得到。相應(yīng)地，采用“人次數(shù)”來(lái)統(tǒng)計(jì)具有與傳統(tǒng)算法相同的思路，即分子數(shù)據(jù)可根據(jù)某藥品的年銷(xiāo)售額和該藥品每人次平均治療成本進(jìn)行推算，獲得該藥品的年用藥人次數(shù)[1];而分母數(shù)據(jù)，即以研究患者總?cè)舜螖?shù)所代表的市場(chǎng)容量，則需視情況而定：對(duì)于咳嗽這種具有易復(fù)發(fā)和病程短的疾病，其發(fā)病率是基于人次數(shù)的統(tǒng)計(jì)結(jié)果，且上一年的留存患者可因病程短而忽略其數(shù)量，因此以研究患者總?cè)舜螖?shù)所代表的市場(chǎng)容量可基于流行病學(xué)數(shù)據(jù)測(cè)得;對(duì)于存在具有多種適應(yīng)證或藥品說(shuō)明書(shū)適應(yīng)證不夠明確且與報(bào)銷(xiāo)目錄適應(yīng)證表述不一致的藥品來(lái)說(shuō)，當(dāng)所治療疾病上一年留存患者不可忽略且多種適應(yīng)證和多種競(jìng)爭(zhēng)藥品同時(shí)存在時(shí)，以研究患者總?cè)舜螖?shù)所代表的市場(chǎng)容量一般無(wú)法通過(guò)流行病學(xué)數(shù)據(jù)測(cè)得，這時(shí)可抽樣選取代表性醫(yī)院，計(jì)算樣本醫(yī)院中具有相同適應(yīng)證藥品的年銷(xiāo)售額和每人次治療成本，即可計(jì)算出所有相同適應(yīng)證藥品的年使用人次數(shù)。為方便表述，本文所述的“相同適應(yīng)證藥品”包括目標(biāo)產(chǎn)品、主要競(jìng)品和其他競(jìng)品。其中，主要競(jìng)品是指研究者根據(jù)相關(guān)標(biāo)準(zhǔn)納入的與目標(biāo)產(chǎn)品具有競(jìng)爭(zhēng)關(guān)系的主要產(chǎn)品，其一般已被納入國(guó)家醫(yī)保目錄，主要適應(yīng)證或作用機(jī)制與目標(biāo)產(chǎn)品相同且臨床應(yīng)用較多;其他競(jìng)品是指除主要競(jìng)品外，市場(chǎng)上仍存在的與目標(biāo)產(chǎn)品具有競(jìng)爭(zhēng)關(guān)系且有必要納入考慮的產(chǎn)品的統(tǒng)稱(chēng)。基于“人數(shù)”與“人次數(shù)”的市場(chǎng)份額計(jì)算思路對(duì)比見(jiàn)圖1。

2 算法介紹

2.1 算法公式

假設(shè)目標(biāo)產(chǎn)品、主要競(jìng)品和其他競(jìng)品構(gòu)成一個(gè)市場(chǎng)，基于上述計(jì)算思路可知，目標(biāo)產(chǎn)品的市場(chǎng)份額計(jì)算公式如下：

目標(biāo)產(chǎn)品的市場(chǎng)份額=特定時(shí)期和地區(qū)使用目標(biāo)產(chǎn)品治療某適應(yīng)證的人次數(shù)/特定時(shí)期和地區(qū)使用相關(guān)藥品治療某適應(yīng)證的人次數(shù)×（1-其他競(jìng)品用于該適應(yīng)證的市場(chǎng)份額）×100%…公式（2）

式中，“相關(guān)藥品”包括目標(biāo)產(chǎn)品和主要競(jìng)品。其他競(jìng)品的市場(chǎng)份額可設(shè)為某一固定值，若研究者認(rèn)為不用考慮其他競(jìng)品，則其他競(jìng)品的市場(chǎng)份額可設(shè)為零。

2.2 算法內(nèi)容

2.2.1 假設(shè)條件 （1）基于樣本醫(yī)院計(jì)算出的市場(chǎng)份額分布與該類(lèi)藥品在全國(guó)的市場(chǎng)份額分布相似;（2）假設(shè)患者治療過(guò)程中的依從性為100%。

2.2.2 資料與參數(shù) （1）樣本醫(yī)院。在抽樣選擇樣本醫(yī)院時(shí)，建議綜合考慮所研究藥品的市場(chǎng)情況和疾病背景，根據(jù)患者的就診習(xí)慣和就診醫(yī)院的人群分布將醫(yī)院分為不同層級(jí)或類(lèi)別，并在同一層級(jí)或類(lèi)別的醫(yī)院中進(jìn)行隨機(jī)抽樣，以更好地反映所研究藥品的市場(chǎng)份額分布。（2）樣本醫(yī)院中所研究的相同適應(yīng)證的藥品應(yīng)包括目標(biāo)產(chǎn)品、主要競(jìng)品及其他競(jìng)品。（3）樣本醫(yī)院歷史數(shù)據(jù)中所研究疾病人群的每人次平均治療時(shí)間，即所研究疾病人群每次就診時(shí)醫(yī)師所開(kāi)藥品的可持續(xù)治療時(shí)間。樣本醫(yī)院每人次平均治療時(shí)間可通過(guò)醫(yī)院實(shí)際處方數(shù)據(jù)和專(zhuān)家調(diào)研獲得。

在該算法中，特定時(shí)期和地區(qū)使用相關(guān)藥品治療某適應(yīng)證的人次數(shù)=相關(guān)藥品治療該適應(yīng)證的年銷(xiāo)售額/每人次平均治療成本。因相關(guān)藥品具有多種適應(yīng)證，故其用于該適應(yīng)證的年銷(xiāo)售額和每人次平均治療成本按下式計(jì)算：相關(guān)藥品治療該適應(yīng)證的年銷(xiāo)售額=相關(guān)藥品的年銷(xiāo)售額×相關(guān)藥品用于該適應(yīng)證的比例，每人次平均治療成本=藥品單位平均價(jià)格×藥品日用量×每人次平均治療時(shí)間（d）。可見(jiàn)，該算法包含藥品單位平均價(jià)格、藥品日用量、每人次平均治療時(shí)間（d）、相關(guān)藥品年銷(xiāo)售額和相關(guān)藥品用于該適應(yīng)證的比例5個(gè)參數(shù)。此外，對(duì)于主要競(jìng)品，若市場(chǎng)上存在同一企業(yè)生產(chǎn)的同一劑型不同規(guī)格的同通用名藥品，還應(yīng)考慮是否需要確定各規(guī)格所占比重，用于按照同通用名進(jìn)行規(guī)格合并。其他競(jìng)品用于該適應(yīng)證的市場(chǎng)份額一般基于專(zhuān)家咨詢(xún)或文獻(xiàn)來(lái)進(jìn)行假設(shè)。

2.2.3 算法流程 基于“人次數(shù)”計(jì)算目標(biāo)產(chǎn)品市場(chǎng)份額的算法流程見(jiàn)圖2。

3 案例分析

下文以肝硬化治療藥物為例計(jì)算目標(biāo)產(chǎn)品A及其競(jìng)品的市場(chǎng)份額。

3.1 案例背景

案例基數(shù)年為X年，所研究產(chǎn)品具有多種適應(yīng)證;主要競(jìng)品與目標(biāo)產(chǎn)品A具有相同的適應(yīng)證和類(lèi)似的作用機(jī)制，且同為國(guó)家醫(yī)保目錄藥品;綜合目標(biāo)產(chǎn)品A的銷(xiāo)售情況和肝硬化疾病的治療情況，在全國(guó)范圍內(nèi)抽取樣本醫(yī)院，抽樣結(jié)果涉及北京、上海、成都、沈陽(yáng)、銀川、大理、武漢、濟(jì)南、長(zhǎng)沙等市的二級(jí)甲等及以上綜合性醫(yī)院。

3.2 參數(shù)獲取與計(jì)算

第一，基于藥品說(shuō)明書(shū)和藥智網(wǎng)（https：//www.yaozh.com/）、米內(nèi)網(wǎng)（https：//www.menet.com.cn/）等信息，確定目標(biāo)產(chǎn)品A和競(jìng)品的規(guī)格、日用量及單位平均中標(biāo)價(jià)格;第二，通過(guò)樣本醫(yī)院的專(zhuān)家咨詢(xún)得到患者使用各藥品的每人次平均治療時(shí)間，據(jù)此計(jì)算出每人次平均治療成本（表1）;第三，依據(jù)樣本醫(yī)院提供的各藥品在（X-6）～（X-2）年的銷(xiāo)售額，利用統(tǒng)計(jì)學(xué)模型預(yù)測(cè)各藥品在X年的銷(xiāo)售額（表2）;第四，通過(guò)專(zhuān)家咨詢(xún)得到各藥品用于肝硬化的比例，計(jì)算得X年可治療人次數(shù)和各藥品市場(chǎng)份額。同時(shí)，根據(jù)樣本醫(yī)院提供的銷(xiāo)售額數(shù)據(jù)并結(jié)合臨床專(zhuān)家意見(jiàn)，假定其他競(jìng)品K的X年市場(chǎng)份額為固定值25%。

A～J代表不同藥品，A為目標(biāo)產(chǎn)品，B～J為主要競(jìng)品;不同下標(biāo)代表同一藥品的不同規(guī)格

A～J代表不同藥品，A為目標(biāo)產(chǎn)品，B～J為主要競(jìng)品;不同下標(biāo)代表同一藥品的不同規(guī)格;-表示相關(guān)數(shù)據(jù)缺失

3.3 關(guān)鍵計(jì)算步驟

以目標(biāo)產(chǎn)品A為例，A在X年的可治療人次數(shù)和市場(chǎng)份額分別按下式計(jì)算：A在X年的可治療人次數(shù)=A在X年的銷(xiāo)售額×A用于肝硬化的比例/每人次平均治療成本，A在X年的市場(chǎng)份額=A在X年的可治療人次數(shù)/A～J在X年的可治療總?cè)舜螖?shù)×（1-25%），隨后依據(jù)不同規(guī)格占比得到各藥品市場(chǎng)份額。基于“人次數(shù)”的各藥品基數(shù)年市場(chǎng)份額及相關(guān)參數(shù)見(jiàn)表3。

A～J代表不同藥品，A為目標(biāo)產(chǎn)品，B～J為主要競(jìng)品，K為其他競(jìng)品;不同下標(biāo)代表同一藥品的不同規(guī)格;-表示相關(guān)數(shù)據(jù)缺失

3.4 結(jié)果對(duì)比

X年，據(jù)我國(guó)國(guó)家統(tǒng)計(jì)局官網(wǎng)數(shù)據(jù)，全國(guó)總?cè)丝诠?40 005萬(wàn)人，肝硬化患病率為0.51%[6]，假設(shè)肝硬化就診率為100%，使用保肝藥的肝硬化患者在全國(guó)肝硬化就診總?cè)藬?shù)中的占比為52.51%[7-8]，故可計(jì)算出全國(guó)使用保肝藥的肝硬化患者（市場(chǎng)容量）為3 749 348人。若按照傳統(tǒng)算法，公式（1）的分母數(shù)據(jù)是根據(jù)流行病學(xué)數(shù)據(jù)估算的總市場(chǎng)容量，若分子數(shù)據(jù)采用基于樣本醫(yī)院得到的人數(shù)，那么分子與分母的數(shù)據(jù)比值顯然會(huì)使得藥品A～J的市場(chǎng)份額被低估;同時(shí)，若分子數(shù)據(jù)不采用樣本醫(yī)院的人數(shù)估算值，那么所研究產(chǎn)品具有多種適應(yīng)證的特點(diǎn)會(huì)導(dǎo)致該產(chǎn)品治療所研究適應(yīng)證的銷(xiāo)售情況無(wú)法被闡明，進(jìn)而導(dǎo)致分子數(shù)據(jù)無(wú)法被準(zhǔn)確計(jì)算，因此傳統(tǒng)算法不適用本研究產(chǎn)品。為與傳統(tǒng)算法結(jié)果對(duì)比，筆者查閱文獻(xiàn)[9-13]獲得肝硬化患者使用各藥品的年平均治療時(shí)間（表1），再依據(jù)“3.3”項(xiàng)下計(jì)算過(guò)程獲得基于人數(shù)的市場(chǎng)份額結(jié)果，詳見(jiàn)表4。由表4可知，兩種算法結(jié)果具有較大差異，且基于“人數(shù)”計(jì)算的市場(chǎng)份額大多高于基于“人次數(shù)”計(jì)算的市場(chǎng)份額。但從參數(shù)的來(lái)源差異考慮，年平均治療時(shí)間多來(lái)源于臨床試驗(yàn)，每人次平均治療時(shí)間來(lái)源于以樣本醫(yī)院為代表的真實(shí)世界，故在本案例中，基于“人次數(shù)”的算法更貼近實(shí)際。建議研究者應(yīng)基于對(duì)目標(biāo)產(chǎn)品和相關(guān)數(shù)據(jù)的可獲得性來(lái)選擇合適的計(jì)算方法，盡可能使市場(chǎng)份額的計(jì)算結(jié)果合理并更接近于真實(shí)情況。

4 結(jié)語(yǔ)

相較于傳統(tǒng)算法，本文提出的基于“人次數(shù)”的市場(chǎng)份額算法可更準(zhǔn)確地計(jì)算目標(biāo)產(chǎn)品的市場(chǎng)份額，可解決傳統(tǒng)算法未充分考慮大部分藥品具有多種適應(yīng)證或藥品說(shuō)明書(shū)適應(yīng)證不夠明確且與報(bào)銷(xiāo)目錄表述不一致而導(dǎo)致市場(chǎng)份額計(jì)算不準(zhǔn)確的問(wèn)題;同時(shí)，本算法還可基于樣本醫(yī)院數(shù)據(jù)以解決患者總?cè)舜螖?shù)無(wú)法通過(guò)流行病學(xué)數(shù)據(jù)獲得的問(wèn)題;此外，本算法的關(guān)鍵參數(shù)“每人次平均治療時(shí)間”來(lái)源包括樣本醫(yī)院實(shí)際處方數(shù)據(jù)和專(zhuān)家調(diào)研數(shù)據(jù)，這在我國(guó)醫(yī)療衛(wèi)生體系中具有較高的可獲得性，且可基于不同的可靠數(shù)據(jù)來(lái)源（如全國(guó)醫(yī)院門(mén)診數(shù)據(jù)、樣本醫(yī)院實(shí)際處方數(shù)據(jù)和專(zhuān)家調(diào)研數(shù)據(jù)）進(jìn)行交叉驗(yàn)證，使得計(jì)算結(jié)果具有較高的質(zhì)量。在實(shí)際運(yùn)用中，若目標(biāo)產(chǎn)品的適應(yīng)證不夠明確或不止1種，可采用本算法;當(dāng)研究者在收集臨床、流行病學(xué)和醫(yī)療保險(xiǎn)資料估算目標(biāo)人群數(shù)量時(shí)，若因必要數(shù)據(jù)缺失而導(dǎo)致市場(chǎng)容量預(yù)測(cè)結(jié)果不符合理論邏輯或?qū)嶋H情況時(shí)，可考慮選擇本算法;若目標(biāo)病種具有反復(fù)發(fā)作、病程短的特點(diǎn)，可采用本算法。

但本研究存在如下局限性：第一，算法中納入的專(zhuān)家咨詢(xún)數(shù)據(jù)可能存在一定的主觀性，可能導(dǎo)致非藥學(xué)、非衛(wèi)生技術(shù)評(píng)估和非藥物經(jīng)濟(jì)學(xué)領(lǐng)域?qū)＜业恼J(rèn)可度較低;第二，由于數(shù)據(jù)的可獲得性，本研究并沒(méi)有論證本算法計(jì)算的市場(chǎng)份額結(jié)果與真實(shí)值的差距，且本算法尚未經(jīng)過(guò)實(shí)證檢驗(yàn)，今后應(yīng)在方法細(xì)節(jié)上有所改進(jìn)，或進(jìn)一步開(kāi)發(fā)為更合理的算法。

參考文獻(xiàn)

[ 1 ] 官海靜，范長(zhǎng)生，王雅楠.維格列汀治療2型糖尿病預(yù)算影響分析[J].中國(guó)醫(yī)療保險(xiǎn)，2016（5）：56-59，62.

[ 2 ] 劉國(guó)恩.中國(guó)藥物經(jīng)濟(jì)學(xué)評(píng)價(jià)指南2020[S].北京：中國(guó)市場(chǎng)出版社，2020：53-56.

[ 3 ] 莊潔，張利民.對(duì)中成藥說(shuō)明書(shū)功能主治項(xiàng)內(nèi)容表述方式的思考[J].中國(guó)中藥雜志，2001，26（7）：502-505.

[ 4 ] National Institute for Health and Clinical Excellence. Assessing resource impact process manual：guidelines[EB/OL]. [2021-12-16]. https：//www.nice.org.uk/Media/Default/About/what-we-do/our-programmes/developing-NICE-

guidelines-the-manual.pdf.

[ 5 ] MAUSKOPF J，EARNSHAW S. A methodological review of US budget-impact models for new drugs[J]. Pharmacoeconomics，2016，34（11）：1111-1131.

[ 6 ] XIAO J，WANG F，WONG N K，et al. Global liver di- sease burdens and research trends：analysis from a Chinese perspective[J]. J Hepatol，2019，71（1）：212-221.

[ 7 ] 中華醫(yī)學(xué)會(huì)肝病學(xué)分會(huì)脂肪肝和酒精性肝病學(xué)組，中國(guó)醫(yī)師協(xié)會(huì)脂肪性肝病專(zhuān)家委員會(huì).非酒精性脂肪性肝病防治指南：2018年更新版[J].臨床肝膽病雜志，2018，34（5）：947-957.

[ 8 ] 孫瀅，任天舒，趙慶春.肝硬化失代償期537例患者用藥分析[J].創(chuàng)傷與急危重病醫(yī)學(xué)，2016，4（4）：229-235.

[ 9 ] 莫偉斌，歐陽(yáng)婉愛(ài).大豆磷脂散聯(lián)合常規(guī)治療用于慢性乙型肝炎的療效觀察[J].中國(guó)醫(yī)院用藥評(píng)價(jià)與分析，2019，19（8）：959-960，964.

[10] 王晨明.促肝細(xì)胞生長(zhǎng)素聯(lián)合多烯磷脂酰膽堿膠囊治療乙型肝炎肝硬化的療效觀察[J].海峽藥學(xué)，2009，21（12）：143-145.

[11] 彭攀.甘草酸二銨聯(lián)合恩替卡韋對(duì)慢性乙型肝炎并肝硬化患者肝功能及肝纖維化的影響[J].臨床醫(yī)學(xué)研究與實(shí)踐，2020，5（23）：57-59.

[12] 汪朝暉.中西醫(yī)結(jié)合治療慢性乙型肝炎早期肝硬化30例臨床研究[J].江蘇中醫(yī)藥，2010，42（9）：22-23.

[13] 韓怡，胡乃中.還原型谷胱甘肽聯(lián)合水飛薊賓治療肝硬化的臨床觀察[J].中國(guó)藥房，2016，27（9）：1200-1202.

（收稿日期：2021-09-26 修回日期：2022-01-18）

（編輯：孫 冰）