基于價值醫(yī)療的成本效益分析模型演講人01基于價值醫(yī)療的成本效益分析模型基于價值醫(yī)療的成本效益分析模型###一、引言：價值醫(yī)療時代的必然選擇與成本效益分析的核心定位在當前全球醫(yī)療體系面臨的雙重挑戰(zhàn)下——醫(yī)療費用持續(xù)攀升與健康結果改善邊際效益遞減——傳統(tǒng)以“服務量”為核心的醫(yī)療模式已難以為繼。作為回應，“價值醫(yī)療”（Value-basedHealthcare）理念應運而生，其核心要義在于“以患者健康結果為導向，實現(xiàn)醫(yī)療資源投入與產出的最大化”。這一理念的落地，亟需一套科學、系統(tǒng)的評價工具，而成本效益分析（Cost-EffectivenessAnalysis,CEA）模型正是連接“價值”與“實踐”的關鍵橋梁。在我的從業(yè)經歷中，曾參與某省級醫(yī)保目錄調整的藥物經濟學評價項目。當面對一款用于治療罕見病的新藥時，傳統(tǒng)“按療效付費”的邏輯難以平衡其高昂年治療費用（約200萬元）與患者生存質量提升（延長生命期約3年）之間的關系?；趦r值醫(yī)療的成本效益分析模型正是通過構建包含直接成本、間接成本、健康效用等多維度的CEA模型，我們最終測算出其增量成本效果比（ICER）為12萬元/QALY（質量調整生命年），低于地區(qū)willingness-to-pay（支付意愿）閾值，從而為納入醫(yī)保提供了關鍵依據。這一經歷讓我深刻認識到：成本效益分析模型并非冰冷的數學工具，而是價值醫(yī)療從理念到落地的“翻譯器”與“導航儀”——它將抽象的“價值”轉化為可量化、可比較、可決策的指標，推動醫(yī)療體系從“為服務付費”向“為價值付費”轉型。本文將以價值醫(yī)療為內核，系統(tǒng)構建成本效益分析模型的理論框架、核心要素、應用場景與優(yōu)化路徑，旨在為醫(yī)療政策制定者、醫(yī)療機構管理者、醫(yī)藥企業(yè)研發(fā)者提供一套兼具科學性與實操性的方法論體系。02###二、價值醫(yī)療的核心理念與成本效益分析的內在邏輯###二、價值醫(yī)療的核心理念與成本效益分析的內在邏輯####（一）價值醫(yī)療的內涵演進與核心維度03從“按服務付費”到“按價值付費”的范式轉移從“按服務付費”到“按價值付費”的范式轉移傳統(tǒng)醫(yī)療模式以“服務量”為核心指標（如門診量、手術量、住院天數），導致“過度醫(yī)療”與“資源浪費”并存。而價值醫(yī)療強調“價值=健康結果/成本”，其中“健康結果”需覆蓋全病程（從預防到康復）、多維度（生理、心理、社會功能），“成本”則需考慮全生命周期（直接醫(yī)療成本、間接成本、隱性成本）。例如，美國MayoClinic通過整合式醫(yī)療模式，將糖尿病患者的住院率降低30%、再急診率降低25%，雖前期增加了管理成本，但長期醫(yī)療總成本下降18%，這正是“按價值付費”的典型實踐。04價值醫(yī)療的三大核心目標價值醫(yī)療的三大核心目標（1）健康結果最大化：以患者為中心，關注功能恢復、生活質量提升與長期生存率。如關節(jié)置換手術的價值不僅在于手術成功率，更在于患者術后行走能力、社交參與度的改善。（2）資源利用最優(yōu)化：避免低效或無效的醫(yī)療投入，將有限資源配置到“性價比最高”的干預措施。例如，對比兩種降壓藥時，若A藥降壓效果略優(yōu)但價格是B藥的3倍，且患者依從性更低，則B藥可能更具“價值”。（3）公平可及性保障：確保不同人群（如低收入群體、偏遠地區(qū)居民）都能獲得具有成本效益的醫(yī)療服務。世界衛(wèi)生組織（WHO）提出的“全民健康覆蓋”（UHC）本質上是價值醫(yī)療在公平維度的延伸。####（二）成本效益分析在價值醫(yī)療中的定位與功能05CEA：量化“價值”的科學工具CEA：量化“價值”的科學工具-橫向可比性：打破不同疾病領域、不同干預措施間的“評價壁壘”。例如，可比較抗癌藥物與心血管藥物的單位QALY成本，實現(xiàn)跨學科資源優(yōu)化配置。成本效益分析通過比較不同醫(yī)療干預措施的“成本”與“效益”，以貨幣化或自然單位（如QALY）衡量其經濟性，為決策提供量化依據。其核心價值在于：-動態(tài)引導性：通過設定成本效果閾值（如英國NICE推薦的2萬-3萬英鎊/QALY），引導醫(yī)療技術創(chuàng)新方向——企業(yè)若想獲得市場準入，需證明其產品具有“可接受的成本效益比”。01020306價值醫(yī)療與CEA的協(xié)同邏輯價值醫(yī)療與CEA的協(xié)同邏輯價值醫(yī)療強調“結果導向”，CEA則為“結果”提供“成本-效益”視角，二者形成“目標-工具”的閉環(huán)：-目標層：價值醫(yī)療定義“什么是好的醫(yī)療”（如提升患者5年生存率）；-工具層：CEA回答“如何以最低成本實現(xiàn)這一目標”（如比較手術、放療、靶向治療的ICER值）。例如，在肺癌早篩項目中，價值醫(yī)療的目標是“降低肺癌死亡率”，而CEA需測算低劑量CT篩查vs.胸片篩查的增量成本效果比——若前者ICER為5萬元/QALY，且低于支付意愿閾值，則符合價值醫(yī)療要求。###三、成本效益分析模型的核心要素構建一套科學、嚴謹的成本效益分析模型需包含“成本界定-效益量化-模型選擇-參數校準-結果解讀”五大核心模塊，各模塊需遵循標準化流程，同時結合醫(yī)療場景特點靈活調整。####（一）成本的界定與計量：從“直接成本”到“全生命周期成本”07成本分類與計量方法成本分類與計量方法（1）直接醫(yī)療成本：與醫(yī)療服務直接相關的資源消耗，包括藥品、耗材、檢查、住院、醫(yī)護人員勞務等。計量方法需遵循“機會成本”原則，以資源的市場價格或影子價格為基礎。例如，某心臟支架的直接醫(yī)療成本包括：支架采購價（1.2萬元/個）、手術操作費（0.5萬元/例）、術后抗凝藥物年費用（0.3萬元/年），需考慮支架使用壽命（如10年）進行年化攤銷。（2）直接非醫(yī)療成本：患者及家庭因就醫(yī)產生的非醫(yī)療開支，如交通費、住宿費、營養(yǎng)費、護工費等?？赏ㄟ^問卷調查（如醫(yī)療支出量表）結合地區(qū)物價水平估算。（3）間接成本：因疾病或治療導致的生產力損失，包括因病缺勤、過早死亡、失能等帶來的經濟損失。常用計量方法有人力資本法（以人均GDP生產力損失估算）和摩擦成本法（考慮崗位替代與培訓成本）。例如，某患者因乳腺癌手術休工3個月，若當地月均工資為6000元，則間接成本為1.8萬元。成本分類與計量方法（4）隱性成本：難以貨幣化但影響生活質量的開支，如疼痛、焦慮、時間成本等?？赏ㄟ^意愿支付法（WTP）或視覺模擬量表（VAS）進行量化，但需注意其主觀性較強，通常作為敏感性分析參數。08成本數據的來源與質量控制成本數據的來源與質量控制成本數據需來自多源驗證，確保準確性與代表性：-醫(yī)療機構端：通過醫(yī)院信息系統(tǒng)（HIS）、病案首頁提取診療項目數據，需進行標準化編碼映射（如ICD-10與醫(yī)保目錄的匹配）；-患者端：采用回顧性問卷調查或前瞻性日記法收集非醫(yī)療成本，需設置邏輯校驗規(guī)則（如“單次交通費超過500元”需核實原因）；-市場端：參考政府集中采購平臺、物價部門定價，避免“高值耗材虛標價格”等數據偏差。####（二）效益的識別與量化：從“臨床指標”到“健康效用”09效益的多維識別框架效益的多維識別框架醫(yī)療效益可分為直接效益、間接效益與社會效益，其中“健康效益”是CEA的核心：（1）臨床效益：包括短期指標（如治愈率、癥狀緩解率）與長期指標（如生存率、復發(fā)率）。例如，抗病毒藥物的臨床效益體現(xiàn)為HIV病毒載量轉陰率、CD4+T淋巴細胞計數提升。（2）患者報告結局（PROs）：從患者視角評估生活質量，如疼痛評分（VAS）、疲乏程度（BFI量表）、功能狀態(tài)（KPS評分）。（3）健康效用值：將健康結果轉化為“質量調整生命年”（QALY）或“失能調整生命年”（DALY），實現(xiàn)跨疾病、跨干預措施的可比性。QALY=生存年數×效用值（0=死亡，1=完全健康），如某患者術后生存5年，效用值為0.7，則QALY=5×0.7=3.5QALY。10健康效用值的測量與轉換健康效用值的測量與轉換（1）測量工具：常用EQ-5D、SF-6D、HUI-3等普適性量表，或疾病特異性量表（如糖尿病專用量表ADS）。例如，EQ-5D包含行動能力、自我照顧、日?；顒?、疼痛/不適、焦慮/抑郁5個維度，每個維度3個水平，組合后形成243種健康狀態(tài)，通過時間權衡法（TTO）或標準博弈法（SG）賦予效用值。（2）數據轉換：當臨床研究未直接測量效用值時，可通過映射法（Mapping）將臨床指標（如血糖控制水平、腫瘤縮小程度）轉換為效用值。例如，基于糖尿病控制臨床試驗（DCCT）數據，建立HbA1c水平與EQ-5D效用值的非線性回歸模型。####（三）模型的框架選擇與適用場景根據研究問題特點，可選擇不同類型的CEA模型，常見模型包括：|模型類型|核心原理|適用場景|案例|健康效用值的測量與轉換|--------------------|---------------------------------------|-------------------------------------------|-------------------------------------------||決策樹模型|模線性序貫決策，每個節(jié)點代表事件概率|短期干預、單次治療決策|急性心梗溶栓vs.介入治療的成本效益分析||馬爾可夫模型|模擬疾病在多個健康狀態(tài)間的轉移過程|慢性病、需長期隨訪的疾病|高血壓患者不同降壓方案的終身成本效益分析||離散事件模擬（DES）|模擬個體在系統(tǒng)中的動態(tài)流動過程|復雜醫(yī)療系統(tǒng)（如分級診療、醫(yī)院資源調配）|社區(qū)衛(wèi)生服務中心糖尿病管理模式的優(yōu)化|11決策樹模型：短期干預的“快照式”分析決策樹模型：短期干預的“快照式”分析以某抗生素治療社區(qū)獲得性肺炎（CAP）為例，決策樹起點為“初始治療”，分支為“有效”（概率70%）、“無效”（30%）；“無效”分支再分“更換二線抗生素”（成本增加1500元，有效率60%）、“住院治療”（成本增加8000元，有效率90%）。通過計算各路徑的期望成本與期望效用，得出“初始使用一線抗生素”的增量成本效果比。12馬爾可夫模型：慢性病的“動態(tài)軌跡”模擬馬爾可夫模型：慢性病的“動態(tài)軌跡”模擬以2型糖尿病管理為例，設定健康狀態(tài)為“無并發(fā)癥”“視網膜病變”“腎病”“神經病變”“死亡”，根據研究數據轉移概率（如“無并發(fā)癥”每年10%進展為“視網膜病變”），模擬不同干預方案（如強化降糖vs.標準降糖）在10年周期內的累計成本與QALY。需注意：馬爾可夫模型假設“無記憶性”，若疾病存在狀態(tài)依賴（如并發(fā)癥發(fā)生率與既往病史相關），需結合半馬爾可夫模型修正。13離散事件模擬：復雜系統(tǒng)的“微觀推演”離散事件模擬：復雜系統(tǒng)的“微觀推演”以區(qū)域醫(yī)療資源優(yōu)化為例，模擬患者從“基層首診”到“雙向轉診”的全流程，包括：患者到達時間（服從泊松分布）、醫(yī)生接診時間（服從指數分布）、檢查等待時間（服從正態(tài)分布）、轉診觸發(fā)條件（如血糖控制不佳）。通過調整基層醫(yī)院配備數量、轉診響應時間等參數，觀察“系統(tǒng)總成本”“患者等待時間”“基層就診率”等指標的動態(tài)變化，找到資源配置的最優(yōu)解。####（四）參數校準與敏感性分析：應對不確定性的“防護網”14參數獲取與校準參數獲取與校準模型參數（如事件概率、成本、效用值）需來自高質量證據：-臨床試驗數據：RCT研究提供高等級證據，但外推性有限（如入組標準嚴格、隨訪時間短）；-真實世界研究（RWS）數據：電子病歷（EMR）、醫(yī)保claims數據可補充長期效果與安全性，但需控制混雜偏倚（如采用傾向性評分匹配PSM）；-專家共識：當數據缺失時，通過德爾菲法集結臨床專家、衛(wèi)生經濟學專家意見，需明確“證據等級”（如GRADE分級）。參數校準是提升模型真實性的關鍵步驟：例如，若模型預測的糖尿病患者5年腎病發(fā)生率（15%）高于實際登記數據（12%），需調整轉移概率參數，使模型輸出與真實世界趨勢一致。15敏感性分析：檢驗結果的穩(wěn)健性敏感性分析：檢驗結果的穩(wěn)健性（1）單因素敏感性分析：逐一變動關鍵參數（如藥品價格、效用值±20%），觀察ICER值的變化范圍，判斷結果對參數波動的敏感度。（2）概率敏感性分析（PSA）：同時模擬多個參數的不確定性（如成本服從伽馬分布，概率服從貝塔分布），通過蒙特卡洛模擬生成1000次隨機抽樣結果，繪制成本效果可接受曲線（CEAC），計算“ICER低于支付意愿閾值”的概率。例如，若支付意愿閾值為10萬元/QALY，CEAC顯示新藥有85%的概率具有成本效益，則決策者可考慮納入。###四、成本效益分析模型在不同醫(yī)療場景的應用與適配價值醫(yī)療理念需滲透到醫(yī)療服務的全鏈條，CEA模型也需根據不同場景特點進行本地化調整，以下從藥物、技術、服務、公共衛(wèi)生四大維度展開分析。####（一）藥物經濟學評價：從“研發(fā)定價”到“醫(yī)保準入”16新藥研發(fā)階段的早期CEA新藥研發(fā)階段的早期CEA在II期臨床試驗階段，即可通過“模擬決策樹”預測藥物的成本效益。例如，某靶向藥針對HER2陽性乳腺癌，若模型顯示其ICER低于15萬美元/QALY（美國常見閾值），則企業(yè)可繼續(xù)推進III期臨床；若ICER過高，則需調整研發(fā)方向（如聯(lián)合用藥降低成本）。17醫(yī)保目錄調整中的CEA應用醫(yī)保目錄調整中的CEA應用以我國《藥品目錄》準入為例，需綜合考慮：-臨床價值：是否填補治療空白、療效是否優(yōu)于現(xiàn)有標準治療；-經濟性：ICER與地區(qū)GDP（2022年我國人均GDP約1.27萬美元，即8.7萬元人民幣）的比值；-基金影響：若某藥年費用超10億元且參保人群超100萬，即使ICER可接受，也需考慮醫(yī)?；鸪惺苣芰Α＠?，2023年某PD-1單抗通過談判降價61%進入醫(yī)保，其ICER從18萬元/QALY降至7萬元/QALY，既滿足了經濟性要求，又確保了基金可持續(xù)性。####（二）醫(yī)療技術評估：創(chuàng)新與成本的“平衡術”18高值醫(yī)療技術的CEM模型高值醫(yī)療技術的CEM模型對于機器人手術、質子治療等高值技術，需采用“成本-效果-預算影響分析（CEA-BIA）”組合模型：-CEA：比較新技術與傳統(tǒng)技術的增量成本效果比；-BIA：測算技術在3-5年內對醫(yī)?；鸹蜥t(yī)院總預算的影響。例如，達芬奇機器人手術早期單臺成本超200萬元，但通過CEA發(fā)現(xiàn)其前列腺癌根治術的并發(fā)癥率降低15%，住院時間縮短3天，5年BIA顯示若年手術量超500例，長期總成本低于傳統(tǒng)開放手術。19適宜技術的推廣路徑適宜技術的推廣路徑對于基層醫(yī)療機構，需優(yōu)先推廣“低成本、高效益”的適宜技術。例如，世界衛(wèi)生組織推薦的“兒童肺炎抗生素規(guī)范治療”項目，在非洲國家應用后，通過CEA測算其ICER為50美元/QALY，遠低于該國人均GDP（1200美元），成為基層醫(yī)療標準化的典范。####（三）醫(yī)療服務模式優(yōu)化：資源整合的“效益放大器”20分級診療模式的CEA驗證分級診療模式的CEA驗證以“基層首診、雙向轉診”為例，可通過離散事件模擬構建“患者-醫(yī)療機構-支付方”三方協(xié)同模型：-結果輸出：系統(tǒng)總成本下降15%，患者年人均醫(yī)療支出減少800元，QALY提升0.05。-參數設定：基層醫(yī)院高血壓控制率提升至60%（目前約40%），三級醫(yī)院門診量下降20%；該模型為我國分級診療政策提供了“可量化、可復制”的循證依據。21整合式醫(yī)療的長期效益評估整合式醫(yī)療的長期效益評估對于腫瘤、糖尿病等需要多學科協(xié)作（MDT）的疾病，馬爾可夫模型可測算MDT模式對“生存率、再入院率、醫(yī)療成本”的綜合影響。例如，某肺癌中心采用MDT模式后，模型顯示5年生存率提升12%，人均醫(yī)療成本降低8%，ICER為6萬元/QALY，具有顯著成本效益。####（四）公共衛(wèi)生干預：群體健康的“成本效益杠桿”22疫苗接種項目的CEA疫苗接種項目的CEA以HPV疫苗為例，基于馬爾可夫模型模擬“未接種”“二價疫苗”“四價疫苗”“九價疫苗”四種策略：-成本：包括疫苗采購、接種、不良反應處理成本；-效益：宮頸癌發(fā)病率、死亡率下降，以及HPV相關疾病（如生殖器疣）的醫(yī)療成本節(jié)約。我國研究顯示，9-14歲女性接種二價疫苗的ICER為3.5萬元/QALY，遠低于WHO推薦的“人均GDP倍數”閾值，具有極高的成本效益。23慢性病管理的社區(qū)干預慢性病管理的社區(qū)干預針對2型糖尿病患者，社區(qū)“醫(yī)防融合”干預（包括健康宣教、定期隨訪、免費血糖監(jiān)測）的CEA顯示：每投入1元社區(qū)干預，可節(jié)省3.2元住院費用，QALY提升0.12，ICER為2.8萬元/QALY，證明社區(qū)干預是“低成本、高效益”的公共衛(wèi)生策略。###五、模型應用的挑戰(zhàn)與優(yōu)化路徑盡管CEA模型在價值醫(yī)療中具有重要價值，但在實踐中仍面臨數據、方法、實施等多重挑戰(zhàn)，需通過系統(tǒng)性優(yōu)化提升其適用性與可靠性。####（一）數據層面的挑戰(zhàn)：從“數據孤島”到“多源融合”24核心挑戰(zhàn)核心挑戰(zhàn)-數據質量參差不齊：基層醫(yī)療機構電子病歷覆蓋率低（我國2022年鄉(xiāng)鎮(zhèn)衛(wèi)生院電子病歷覆蓋率約65%），且數據標準化程度不足（如“高血壓”診斷編碼存在“ICD-10I10”與“高血壓病”混用）；-真實世界數據（RWD）獲取難：醫(yī)保數據、商業(yè)保險數據存在“數據壁壘”，患者自付成本、非醫(yī)療成本難以追蹤；-長期效果數據缺失：多數RCT研究隨訪時間不足2年，而慢性病干預需10-20年數據驗證長期效益，導致模型外推風險高。25優(yōu)化路徑優(yōu)化路徑1-構建區(qū)域醫(yī)療數據平臺：整合醫(yī)院HIS、電子病歷、醫(yī)保claims、公共衛(wèi)生監(jiān)測數據，建立標準化數據字典（如統(tǒng)一疾病編碼、藥品編碼）；2-推動RWD研究規(guī)范化：制定《真實世界數據應用指南》，明確數據采集、清洗、分析的SOP，降低混雜偏倚；3-開展長期隨訪隊列研究：建立“醫(yī)院-社區(qū)-患者”協(xié)同隨訪機制，通過APP、可穿戴設備收集實時健康數據，補充模型長期參數。4####（二）方法論層面的爭議：從“標準化”到“本土化”26核心爭議核心爭議-成本效果閾值（Threshold）的設定：國際常用標準為“人均GDP的1-3倍”，但我國地區(qū)經濟發(fā)展差異顯著（2022年東部省份人均GDP超10萬元，西部不足5萬元），單一閾值難以適配；01-非健康效益的量化難題：如“醫(yī)療服務的可及性提升”“患者就醫(yī)體驗改善”等非健康結果，缺乏公認的貨幣化或效用轉換方法。03-效用值測量的文化差異：EQ-5D量表在歐美人群中的效用值普遍高于亞洲人群（如“行動輕度受限”在歐美效用值0.85，在中國僅0.75），直接引用國際數據會導致偏差；0227優(yōu)化路徑優(yōu)化路徑-建立分層閾值體系：根據東、中、西部地區(qū)人均GDP分別設定5萬元、8萬元、10萬元/QALY的閾值，并向邊疆地區(qū)、罕見病傾斜；-開發(fā)本土化效用值量表：基于中國人群偏好數據，修訂EQ-5D-5L中文版，建立“中國健康效用值數據庫”；-引入多準則決策分析（MCDA）：當難以量化非健康效益時，結合臨床效果、成本、公平性、患者偏好等多維度指標，通過加權評分綜合評價干預措施的價值。####（三）實施層面的障礙：從“模型結果”到“政策落地”28核心障礙核心障礙-利益相關方認知差異：醫(yī)院關注“收入增長”，藥企關注“市場份額”，支付方關注“基金可持續(xù)”，而CEA強調“資源整體優(yōu)化”，易引發(fā)沖突；-政策銜接不足：CEA結果尚未與醫(yī)保支付標準、醫(yī)院績效考核、藥品招標采購形成閉環(huán)，導致“模型算得好，但政策跟不上”；-臨床轉化能力薄弱：醫(yī)生缺乏衛(wèi)生經濟學知識，難以將CEA結果轉化為臨床決策，仍依賴“經驗用藥”。29優(yōu)化路徑優(yōu)化路徑-建立多利益相關方協(xié)商機制：由衛(wèi)健委、醫(yī)保局、醫(yī)院、藥企、患者代表組成“價值醫(yī)療評價委員會”，共同參與CEA模型設計與結果解讀；-推動CEA結果與政策掛鉤：將ICER值作為醫(yī)保談判的“硬指標”，將成本效益指標納入醫(yī)院績效考核（如“QALY提升率”作為三級醫(yī)院評審加分項）；-加強臨床醫(yī)生衛(wèi)生經濟學培訓：在醫(yī)學繼續(xù)教育中增設“藥物經濟學”“臨床決策分析”課程，開發(fā)“臨床決策支持系統(tǒng)（CDSS）”，嵌入CEA模型輔助用藥選擇。###六、未來發(fā)展趨勢與展望：邁向“精準化、動態(tài)化、智能化”的價值醫(yī)療隨著醫(yī)療技術的迭代與數據科學的進步，成本效益分析模型將呈現(xiàn)三大發(fā)展趨勢，進一步強化其在價值醫(yī)療中的核心地位。####（一）人工智能與大數據驅動的動態(tài)模型30機器學習優(yōu)化參數預測機器學習優(yōu)化參數預測利用隨機森林、神經網絡等算法，整合多源異構數據（如基因組數據、電子病歷、環(huán)境數據），構建“個體化成本效益預測模型”。例如，基于2型糖尿病患者的基因多態(tài)性、生活方式、合并癥數據，預測其使用SGLT2抑制劑的成本效果比，實現(xiàn)“精準醫(yī)療”與“價值醫(yī)療”的融合。31實時數據更新與模型迭代實時數據更新與模型迭代通過區(qū)塊鏈技術連接醫(yī)院、醫(yī)保、藥企數據庫，實現(xiàn)成本、效用數據的實時采集與模型參數動態(tài)更新。例如，當某抗癌藥物降價后，CEA模型自動重新測算ICER值，為醫(yī)保談判提供即時決策支持。####（二）精準醫(yī)療背景下的個體化成本效益分析32從“群體平均”到“個體差異”從“群體平均”到“個體差異”傳統(tǒng)CEA模型基于“群體平均參數”，而精準醫(yī)療強調“千人千面”。例如，攜帶BRCA1突變的乳腺癌患者使用PARP抑制劑的療效顯著優(yōu)于非攜帶者，需構建“基因分型-療效-成本”三維模型，評估不同基因亞組的成本效益比。33真實世界證據（RW