实用 ｜ 高价药进医保：主要国家如何评估基金运营风险？

点击“蓝字”关注我们

“健康智荟”系列直播课回放

向上滑动阅览

“价值医疗在中国”公益直播课

历史回放

《医疗/医药反垄断执法前瞻》

《民法典对患者、医生医院、医药行业的影响与对策》

《医疗“好差评”模式：医院/医师信用评价与监管》

《卫生技术评估对创新产品的医院/医保/公共卫生准入的影响》

《从医联体到健共体：医疗/医保政策如何协同》

《全人全程的全科医学服务展望》

《国家医保局生物制品带量采购前瞻》

医改脱口秀直播《健康三人行》

历史回放

《医保、医院、医生如何跳出“猫鼠游戏”》

《医疗、医保、医药：患者参与和权益维护》

《医改重点：“保大病”“保小病”还是“保预防”》

《支持社会办医政策如何全面落地》

《保护医疗数据安全、患者个人隐私》

《反商业贿赂，国家医保局医药招采信用评价解读》

《疫情常态化防控与小微企业、普通市民/患者保障》

《后疫情时期：如何扶持基层医疗卫生机构？》

《新时代爱国卫生运动解读》

新冠疫情期间直播课

历史回放

跨界对话（石琦、王晨光、刘庭芳、韩布新）

疫情防控措施分析（曾光）

数字健康新基建解读（刘尚希）

应急审评审批政策（宋瑞霖、宋华琳）

中央医保改革文件解读（何文炯）

城市应急管理洞察（薛澜）

中美英德战疫国际研讨会（流行病学）

中美英德战疫国际研讨会（社会保障）

想观看上述回放的朋友，请联系管理员微信号“xsc1053715902”（工作时间：9:00-19:00）。

标题

中国医保预算影响分析的研究范式

来源

卫生经济研究

2021年1月第38卷第1期

（本文仅代表发言专家的个人观点，与“健康智荟”编辑部立场无关。）

作者

柳鹏程 李灿 杜怿 方刚 王敏娇 姚文兵

中国药科大学

摘要

目的：探索中国医保预算影响分析研究范式，为规范研究框架和研究过程、提高研究结论的可靠性，提供理论和经验依据。方法：通过文献研究，了解医保预算影响分析研究的模型设计、关键要素、数据需求等理论方法及最新发展动态，结合中国国情，总结归纳适合中国的医保预算影响分析研究范式。结果：医保预算影响分析应包括模型设计、研究角度、市场情景、目标人群、研究时限、治疗成本、不确定性分析7大关键要素；此外，医保预算影响分析报告还应包括计算所用数据集、数据来源，并附计算软件与运算过程，以便于医保主管部门审查验证。结论：医保预算影响分析能够评价短期、特定情景内药物进入医保目录对医保基金的影响，与药物经济学配合使用服务于医保决策。

关键词

医疗保险 预算影响分析 研究范式

思维导图

正文

20世纪90年代以来，美国、英国、加拿大、澳大利亚等近20个国家或地区医疗保险管理机构要求使用医保预算影响分析（Budget Impact Analysis，BIA），对拟纳入医保目录的药物、医疗器械或治疗措施进行经济性评估，以防控医保基金运营风险^[1]。为规范相关研究、确保研究结论的可靠性，这些国家或地区均制定了针对当地医保预算影响分析的指南或方法。近年来，我国学者也陆续发表了医保预算影响分析的研究成果，但由于缺乏统一标准，这些研究普遍存在模型设计不一、研究关键要素不同、数据来源不透明等问题，其结果的稳健性和可靠性存疑，无法形成有说服力的结论^[2]。因此，探索中国医保预算影响分析的研究范式，规范研究框架与研究过程，提高研究结论的可靠性，意义重大。

方法

通过收集、分析相关文献资料，归纳总结医保预算影响分析的关键内容。以中文关键词“预算影响分析”“预算影响模型”，英文关键词“budget impact analysis”“budget impact model”，检索PubMed、ProQuest、The Cochrane library、Elsevier、中国知网（CNKI）、万方数据资源系统数据库和中文科技期刊数据库截至2019年5月的所有指导性及实证性文献。

首先依据标题及摘要进行初筛，然后阅读全文进一步复筛，排除未详细分析医保预算影响分析过程的文献、综述及其他无关文献，检索出国际药物经济学和结果研究协会（ISPOR）等国际组织以及加拿大、美国等国家现有的医保预算影响分析指南或指导性文件、实证性文献（包括17篇中文、60篇英文）。据此，全面了解医保预算影响分析研究设计的模型设计、关键要素、数据需求等理论方法及最新发展动态，在结合中国国情的基础上，总结归纳中国医保预算影响分析研究范式。

结果

01

医保预算影响分析的定义

不同国家和国际组织对“医保预算影响分析”的定义描述略有区别。ISPOR指南对“医保预算影响分析”的定义是：采用新干预措施后医疗保健系统支出的预期变化^[3]。美国医保预算影响分析指导性文件将“医保预算影响分析”定义为：预测新药的治疗份额，当新药进入治疗组合时所有当前治疗方案使用率的变化以及对疾病结果、资源使用和成本的影响^[4]。这两个定义本质都是研究某个药物、医疗器械或治疗措施（为便于论述，下面将研究对象限定于药物）纳入医保报销范围后的医保基金支出变化。

综合各文献^[3,5,6]，本文认为：“医保预算影响分析”是从医保基金运营方角度出发，在有限医疗资源约束的前提下，分析将一种健康干预措施纳入或排除在医保目录范围后所产生的经济后果，以确保医保基金运营平稳。医保预算影响分析主要应用于以下两方面：一是通过建立数学模型，计算目标人群、市场份额和治疗成本等，衡量药物对医保基金支出的影响^[7]，为医保目录调整提供科学建议；二是反向推导最终不对医保基金运营产生冲击的药物最高限价，协助医保决策方制定可负担的医保支付价格^[8]。

02

医保预算影响分析与药物经济学评价的互补性

一般而言，药物经济学评价侧重分析研究药物相较其他药物的经济性^[9]；医保预算影响分析则侧重分析现有各类资源限制下，药物纳入医保目录后带来的基金支出变化，更为关注医保基金运营方的可负担性，从而达到资源合理配置的目标。医保预算影响分析通常与药物经济学评价配合使用，用于评价某个药物能否纳入医保报销范围^[8,10]。若药物经济学研究认为某药物具有经济性，医保预算影响分析认为医保可负担，则可以考虑将该药物纳入医保目录。若药物经济学研究认为该药物具有经济性，但医保预算影响分析认为医保不可负担，或者药物经济学研究认为不经济，但医保预算影响分析认为医保可负担，则可采取降价补偿、量价协议补偿等方式，在重新进行医保预算影响分析后，再考虑是否将其纳入医保目录。若药物经济学研究认为该药物不经济，且医保预算影响分析认为医保不可负担，则不应将该药物纳入医保报销范围（见图1）。

图1 医保预算影响分析与药物经济学评价的

配合使用

03

医保预算影响分析的研究框架

科学设计医保预算影响分析的研究框架是开展相关研究的基本前提。医保预算影响分析的有效性取决于模型设计的科学性和数据来源的可靠性，以及对分析过程不确定性的妥善处理^[11]。本文通过归纳整理国内外医保预算影响分析指南及指导性文件、实证性文献，总结医保预算影响分析的研究框架中最基本的7个关键要素：模型设计、研究角度、市场情景、目标人群、研究时限和贴现、治疗成本、不确定性分析。

3.1 模型设计

模型设计是指研究者需根据医保预算影响分析的基本原理进行研究思路的初步设计。医保预算影响分析的基本原理是计算某药物纳入医保前后医保基金支出的差额，计算公式为：增量成本=新药情景支出-对照组情景支出。(“新药情景”中的“新药”，并非指这个药物是药品注册概念中的新药，而是针对已纳入医保目录范围内的“老”药品而言。)结果为正，说明该药物进入医保目录后会增加医保基金支出；结果为负，说明该药物进入医保目录后医保基金支出会减少。医保预算影响分析结果可以指示医保基金的盈亏，从而支持医保部门做出决策。

由于医保预算影响分析本质是成本计算，涉及的公式较为简单，因此在设计医保预算影响分析模型时应优先使用简单有效的静态模型^[3]，如成本加成模型、决策树（Decision Tree，DT）模型等。若疾病情况较为复杂，或时间范围内治疗顺序的变化及疾病转归较为明确^[4]，也可采用较为复杂的动态模型，如马尔可夫（Markov）模型等。DT模型在慢性疾病的医保预算影响分析中具有较大局限性^[12]，比较适合急性疾病的研究；Markov模型则适合慢性疾病的医保预算影响分析研究^[13]。进行具体模型设计时，确定研究时限、目标人群、市场份额和治疗成本，分别计算新药情景和对照组情景下的医保基金支出，为是否将该药物纳入医保目录提供可靠的预算影响估计（见图2）。

研究者可根据自己的需要，结合特定研究角度，设定相应的假设内容；同时，研究者需确保相关假设均得到有效说明，数据来源可靠。需要说明的是，模型设计并不能完全模拟所有可能发生的情景，与真实世界会有出入，可采用情景分析对未来可能发生的情况进行分析。

图2 医保预算影响分析模型设计

3.2 研究角度

鉴于中国医保系统存在部分地域差异性，每个医保预算影响分析都应该基于特定的研究角度。一般而言，医保预算影响分析基于各级医保决策机构的视角，如国家医保主管部门、省级医保主管部门、统筹地区医保主管部门、医院医保部门等。基于不同研究视角，医保预算影响分析所需考虑的成本计量项目有所不同。

由于中国医保目录调整权限在国家医保主管部门，因此医保预算影响分析的研究角度通常首选国家医保主管部门。另外，医院医保部门也是一个重要的研究视角。医院通过医保预算影响分析，在医保预算总额控制相关政策下，可以帮助其更好地调整用药目录，保障患者的用药经济性。

3.3 市场情景

市场情景是指研究时限内用于某一适应症的所有药物在市场上的价格、需求、份额以及变动情况，医保预算影响分析的市场情景是指分析两种市场情景（新药情景和对照组情景）下医保费用年度增量成本或节省成本。

对照组情景是假定药物未被纳入医保报销目录，继续采用现有治疗方式而消耗的医保基金，是当前市场情景的预测版本^[11]。在对照组情景中确立针对同一种疾病的不同治疗方案，这些治疗方案被称为比较情形。本文推荐根据以下三种情况确立比较情形：

🔵 由权威专家或机构发表的最新版疾病诊疗指南的首选治疗方案；

🔵 临床使用最广泛的治疗方案；

🔵 已被纳入医保目录的治疗方案。

需要注意的是，比较情形与新药治疗方案针对的目标人群应是相同类型，适应症等方面均需保持一致，否则不具有可比性。

新药情景是假定药物被纳入医保报销目录后，采用新的治疗方式消耗的医保基金支出状态。具体应包括三种类型的变化：

🔵 替代，即该药物取代一个或多个现有治疗方案中的药物；

🔵 组合，即该药物加入现有治疗方案，与原有的药物一起使用；

🔵 市场扩张，即由于无效、不耐受或其他原因而没有选择现有治疗方案的患者选择该药物接受治疗^[3]。

预测新药情景的方式与对照组情景类似。

对两种情景的描述，推荐以下的步骤：

🔵 描述适应症相应的治疗方案及药物；

🔵 确定可能的替代品以及药物的使用情况；

🔵 在两种情景下估算所有药物的预期市场份额以及预测目标人群^[14,15]。

综上，在两种情景下都至少应考虑：当前治疗某一适应症的所有药物的市场份额，在药物纳入医保目录时患者的接受程度以及使用新药的比例。研究应该对相关假设作出清晰的描述，并提供作出这些假设的依据。

3.4 目标人群

医保预算影响分析的目标人群是指与药物特定适应症对应的、确诊并接受治疗且参保的患者数量。预估目标人群应该从药物说明书或新药申报书中被批准的所有适应症开始，考虑疾病的流行病学特征^[16]，包括患病率、发病率、诊断率、治疗率等。然后需要考虑医保规定的有关使用和报销该新药可能的限制条件，包括超说明书用药。需要注意的是，发病率和患病率是两个相关但属于不同方面的数据。对慢性疾病，一般需要考虑患病率情况^[4]；对急性疾病，则主要考虑发病率。另外，针对特殊疾病也需要考虑其他相关因素，如疾病分型等。

在真实世界中可能会出现超说明书用药的情况^[17]。如果医保报销不限制药物使用范围，即药物超说明书用药也能被医保报销，则超说明书用药的情况应计算在目标人群之内^[4]。若当前不考虑超说明书用药，但未来可能需要考虑，则超说明书用药的情景可以放在情景分析中考虑。

目标人群是动态变化的，适应症扩增、医保报销条件变化、症状消失或死亡等都可能造成目标人群的变动。如果纳入率和排除率处于相对平衡状态，那么目标人群不会随时间而变化，但由于药物可能缩短治疗时间，减缓疾病进程或在不完全治愈的情况下降低死亡率等，目标人群将会随之发生改变。在分析过程中应考虑到这些变化对目标人群的影响。

3.5 研究时限和贴现

医保预算影响分析的研究时限是指药物纳入医保目录后，对其进行预算影响分析的研究时长。研究时限应当根据医保基金管理的预算调整周期、新药的预测推广速度^[15,18]以及治疗疗程或住院时长等因素来估计。在ISPOR及加拿大等国家或地区的医保预算影响分析指南中，推荐研究时限为3~5年。近年来，中国人口基数变化较大，医疗费用高速增长，导致医保基金收益与支出高度不稳定^[19]，因此，中国的医保预算影响分析研究时限应尽可能延长，至少为5年。

但通常医保主管部门比较关心当前时限的基金支出，因此每一年度均应计算相应的预算影响，即计算每一年度内医保支付的实际金额和预算增量，这样才能让医保主管部门充分了解研究时限内每一关键时间点上可能产生的基金预算影响。

另外，关于医保预算影响分析中相关成本表示形式，推荐为每个预算周期内的名义货币，即一般不考虑贴现等因素^[3,4]。在以下两种情况下，研究者可以延长研究时限或考虑贴现率等因素：

🔵 某些特定慢性疾病，由于慢性疾病与急性疾病的治疗持续时间、治疗次数以及治疗成本等方面存在差异，因此某些特定慢性疾病可使用经治疗达到稳态的一段时间作为研究时限；

🔵 医保主管部门有明确要求的情况，如果医保基金运行方依然希望计算净现值，可在模型设计中加入贴现率进行换算（贴现率参考中国人民银行公布的当期基准利率，并假设研究周期内基准利率不变）。

3.6 治疗成本

治疗成本是指在研究时限内，与患者治疗相关的、纳入医保基金报销范围的所有成本，是整个治疗方案中所产生的一系列可报销的费用，通常包括治疗方案成本、医疗服务成本、疾病相关成本及其他成本。新药情景中可能出现的并发症、不良反应等情况与传统方案不同，将会导致疾病相关成本有所不同，也需要考虑治疗不良反应及并发症的药物是否需要报销。并且，新药情景可能会影响疾病持续时间、疾病进程或治疗结果，进而影响整体治疗方案成本。在计算治疗成本时，都需要将以上因素考虑在内。此外，可能会出现模型设计之外，直接导致成本改变或增加成本种类的情况，如超说明书用药。

3.7 不确定性分析

不确定性分析是对医保预算影响分析研究过程中各种事前无法控制的外部因素变化与影响进行估计和研究。由于信息不完整等多种因素，医保预算影响分析研究结果可能与真实情况存在一定的误差。因此，研究者与医保主管部门必须了解医保预算影响分析结果的可靠程度^[20]。本文推荐采用不确定性分析方法，通过改变特定的参数和结构的假设，验证结果的稳健性。

医保预算影响分析结果的不确定性主要来自两方面，一是相关参数选值的不确定性，二是构建模型框架时相关假设的不确定性，即结构不确定性。参数不确定性主要来自数据与真实世界之间的差异，例如预估患病率与实际患病率之间的差异。结构不确定性主要来自模型与真实世界的差异，例如药物进入市场后由于可及性及使用限制导致治疗方案的变化。

在具体研究中，一般使用敏感性分析评估参数不确定性，即考虑参数变化对最终结果的影响程度，评价结果的稳定性^[21]，包括确定性敏感性分析（Deterministic Sen－sitivity Analysis，DSA）和概率敏感性分析（Probabilistic Sensitivity Analysis，PSA）。DSA包括单因素敏感性分析、多因素敏感性分析和极值分析。单因素敏感性分析是在假定其他因素不变的情况下，一次更改一个模型参数以评估对模型结果的影响。多因素敏感性分析则一次更改多个参数以评估对模型的综合影响。PSA是根据各种参数的不确定性来进行计算，将概率分配给每个相关变量，进而得出两种或两种以上治疗方案的成本-效果何种更优的概率^[22,23]。为方便医保预算影响分析的推广，本文推荐使用单因素敏感性分析，确立对结果影响最大的因素，并且需要计算极大值与极小值；一般不推荐PSA。

由于参数有限，并且更多的不确定性来自结构不确定性，本文同时推荐采用情景分析法，作出各种关键假设，对未来可能发生的各种情景进行推理和描述。具体而言，情景分析法通过改变选定输入值和改变结构假设来产生合理的替代情景，如超说明书用药情景、国家药物政策对药物使用的影响等。

04

医保预算影响分析的数据需求及来源

医保预算影响分析结果的稳健性很大程度上取决于数据的质量、准确性与适用性。一份完整的医保预算影响分析所需数据主要包括以下四方面：目标人群数据、市场情景数据、治疗成本数据以及不确定性分析假设。本文推荐采用的数据应全部来自现有文献资料（包括公开发表的期刊文献、国家或地区的统计年鉴或报告等）、数据库（国家、政府部门、医院、企业）、专家意见等。若使用专家意见作为数据来源，则需对专家意见的获得方式、专家研究领域以及使用的估计方法进行描述。如果无法从确定性来源获取相关数据，可通过德尔菲法、敏感性分析和情景分析等方法对数据进行不确定性处理。无论从何处获取数据，均应附有清晰的数据来源，保证数据的可追溯性。

4.1 目标人群数据

目标人群通过人口数据、流行病学数据、医疗保险数据及其他相关数据进行预估。首先需要得到特定时间内总人口中某疾病新旧病例所占的比例，然后确定经医疗机构确诊并接受治疗的人数，其中医疗保险覆盖并给予报销的人群才是最终纳入的目标人群。人口数据一般为研究地区的户籍人口，需要考虑研究时限的人数变化情况，并阐明变化的依据；此外，需要阐述研究地区人口的年龄、性别、种族等人口学特征，可从国家或地区的统计公报或统计年鉴获得。流行病学数据包括相关疾病的患病率、发病率、诊断率（就诊率×确诊率）及治疗率等数据，以此来统计患病并使用该药物的人数，这些数据通常来源于相关流行病学资料及相关领域专业文献等。

医疗保险数据主要考虑医保覆盖且给予报销的人口比例，我国三大基本医疗保险在筹资渠道、管理部门、待遇标准、医保报销等方面均存在差异，在进行目标人群界定及成本计算过程中需要确定医保类型，从而确定所对应的医保数据，这些数据可参考国家或地区的统计年鉴、人力资源与社会保障部公报及政府工作报告等公开资料。

其他相关数据应根据疾病性质，考虑疾病分型、适应症相关限定条件，如复发率、基因突变率等相关数据。

4.2 市场情景数据

市场情景数据主要为市场份额数据、市场增长率数据及基准数据。预测年市场份额计算公式为：预测年市场份额=基准数据×基线年市场份额×（1+市场增长率）。

此处的市场份额定义为新药情景和对照组情景下各治疗方案在研究时限内的市场占有率，分为新药在纳入医保目录前各治疗方案中的市场份额（即“对照组情景”的市场份额）以及新药在纳入医保目录后各治疗方案中的市场份额（即“新药情景”的市场份额）。研究者可通过医保数据库、调研公司的市场调查报告等途径，确定各治疗方案的市场份额。

市场增长率取决于未来医保准入标准、报销条件、治疗模式等因素。研究者可从医保数据库、文献资料、市场情报和有关专家中获得这类信息，同时结合市场往年经验和发展趋势，运用相关软件进行推测。

此外，基准数据也不容忽视。新药进入市场后，可能会发生替代、合并或扩大作用，从而使市场份额发生改变，因此需要相关数据作为预测市场份额及市场增长率的依据，即基准数据。基准数据可通过德尔菲法，咨询相关专家获得。

4.3 治疗成本数据

治疗成本包括治疗方案成本、医疗服务成本、疾病相关成本及其他成本。治疗方案成本主要来源于药物组合单价以及伴随药物的费用，其中药物成本受到药物价格、人均用药量和用药时长以及依从性的影响^[24]。药品价格信息来源于集中招标采购价格或医保支付价格，若尚未参加集中招标采购或医保谈判，应采用其公司对外公布的统一零售价格。用药量、用药时长等数据可从药品说明书及临床获得。

医疗服务成本主要有疾病检测、诊断费用及外科介入费用等，具体可分为门诊挂号费、住院诊查费、护理费、床位费、治疗费、手术费及中医诊疗、针灸等其他一般医疗服务费用，可从医院信息系统获得。

疾病相关成本包括不良反应成本及并发症成本，若治疗并发症及不良反应的药物也在医保目录中，则还需相关药物的报销比例数据。其他成本主要是药物在管理、储存、运输等过程中发生的纳入医保报销的成本。这些数据可从临床试验、实际医疗记录、药品说明书或文献中获得。

4.4 不确定性分析假设

敏感性分析所需数据主要来源于两方面：敏感性分析所选择的参数及参数的变动范围^[25]。

敏感性分析应选取关键参数，且能够显著反映成本的变化，着重考察以下因素：

🔵 研究时限内目标人群的变化；

🔵 新药及其对比药物的市场份额分布，包括在治疗方案中添加新药可能会增加或减少其他药物使用的情况，以及药物在一定时间范围内的市场增长率；

🔵 治疗成本的变化，包括药物单价及医保报销比例的变化等。此外，也可考虑依从性的变化。

参数变动需要确立合适的范围，并给出理由或依据。参数变化幅度的不同对预算的影响程度以及变化幅度也不尽相同，不同参数在进行敏感性分析时的变动数值范围（即阈值）的选择对反映结果可能的变化情况具有重要作用。因此，不提倡对所有参数使用相同的任意范围^[4]。参数变动范围的主要数据来源有：预算持有人、现有期刊文献、医保或医疗机构数据库、药品生产企业或调研公司的公开资料及德尔菲法等。

05

研究整体要求

总体而言，医保预算影响分析模型设计必须足够严谨，针对7大关键要素逐一进行分析，参数估计及数据来源必须具有可靠性。一份完整的医保预算影响分析研究报告至少包括：标题和摘要、研究背景、分析框架、数据需求及来源、结果呈现、政策建议、结论与局限性及其他部分。分析框架除了包含7大关键要素外，其余要素的要求如下。

5.1 标题、摘要及背景部分

标题需要包含研究适应症、药物以及“医保预算影响分析”等信息；摘要则是概括描述文章的研究目的、角度、方法、结果、结论等信息；研究背景是对研究的适应症、药物基本情况等方面进行总体概括。

5.2 结果及总结部分

结果呈现是阐述成本计算的结果。政策建议是基于成本增量结果，为医保主管部门提供理论依据。结论与局限性是阐述研究结论及结论可推广性，并说明研究的局限性和不足之处。其他部分可包含利益相关性说明，需要披露文章中研究相关的商业、学术或其他实体的财务和非财务关联，以及研究资金来源。

5.3 其他相关要求

在提交医保预算影响分析报告时，还应提交相应计算所用数据集、数据来源，并提供计算软件与运算过程，以便于医保主管部门审查验证。对医保预算影响分析进行有效性验证应基于以下两个标准步骤：

🔵 与医保主管部门就模型设计、各项考虑因素以及假设能否实现等方面达成一致，确定测试效度；

🔵 对成本计算或框架模型及所有公式进行验证。

此外，尽可能将含有对照组情景下医保目录中的实际可收集到的成本花费，与医保预算影响分析中的研究时限起始年度的估值作比较，并在新药情景实施时收集数据，与医保预算影响分析的估值进行比较^[26]。如果实际值与研究结论差距不大，那么这份医保预算影响分析报告可以为医保主管部门提供可靠的依据。

结论与讨论

医保预算影响分析能够评价短期、特定情景内药物进入医保目录对医保基金的影响，与药物经济学研究相互配合使用帮助医保主管部门进行决策，在支付方式改革、价格谈判等宏观决策方面发挥重要作用，因而理应得到相关部门重视。

本文通过查阅并研读ISPOR以及加拿大等国家或地区的医保预算影响分析指南、指导性文件和实证性文献，总结适合中国国情的医保预算影响分析研究范式，以期建立统一的标准，提升中国医保预算影响分析的规范性和可靠性。

本文存在的局限性是，在文献和关键要素的选择上可能存在选择性偏倚，或存在忽略其他关键要素的情况。后期应继续与医保部门、其他业内专家沟通，确保其他潜在的关键要素也得到充分体现。

参考文献

向上滑动阅览

[1] Ghabri S,Mauskopf J. The use of budget impact analysis in the economic evaluation of new medicines in Australia, England,France and the United States:relationship to cost-effectiveness analysis and methodological challenges [J].European Journal of Health Economics,2018,19(4):1-3.

[2] 董雅琦，顾佳慧，柳鹏程.医保预算影响分析国际经验研究及对我国的启示[J].中国药房，2018，29（12）：1652-1657.

[3] Sullivan S D, Mauskopf J A, Federico A, et al. Budget impact analysis-principles of good practice: report of the ISPOR 2012 Budget Impact Analysis Good Practice II Task Force [J].Value in Health the Journal of the International Society for Pharmacoeconomics & Outcomes Research,2014,17(1):5-14.

[4] Mauskopf J, Earnshaw S. A Methodological Review of US Budget-Impact Models for New Drugs [J].PharmacoEconomics, 2016,34(11):1111-1131.

[5] Mauskopf J A, Stephanie E, C Daniel M. Budget impact analysis: review of the state of the art [J].Expert Review of Pharmacoeconomics & Outcomes Research,2005,5(1):65-79.

[6] Authority H I A Q.Guidelines for the Budget Impact Analysis of Health Technologies in Ireland [EB/OL].https://www.hiqa.ie/sites/ default /files/2018-01/HIQA_BIA_Guidelines_2018_0.pdf.,2018.

[7] 俞观文.再谈国家基本药物制度[J].中国制药信息，2007,23(7):1-3.

[8] 顾佳慧，柳鹏程.浅析药物经济学评价与医疗保险预算影响分析的差异[J].中国药物经济学，2018，13（3）：40-44.

[9] Shiragami M.Pharmacoeconomics[J].Cheminform,2003,34(30):133.

[10] Leelahavarong P. Budget impact analysis [J].J Med Assoc Thai, 2014,97 Suppl 5:S65-S71.

[11] Marshall D A D P R D. Guidelines for Conducting Pharmaceutical Budget Impact Analyses for Submission to Public Drug Plans in Canada[J].PharmacoEconomics,2008,26(6):477-495.

[12] Zorman M,tiglic M M, Kokol P,et al.The Limitations of Decision Trees and Automatic Learning in Real World Medical Decision Making[J].Journal of Medical Systems,1997,21(6):403-415.

[13] Welsing PMJ,Severens J L,MargrietH, et al. The initial validation of a Markov model for the economic evaluation of (new) treatments for rheumatoid arthritis[J].Pharmacoeconomics,2006,24(10):1011- 1020.

[14] 中国药物经济学评价指南课题组,刘国恩, 胡善联,等.中国药物经济学评价指南（2011版）[S].2011.

[15] Ghabri S,Autin E,Poullié A I,et al.The French National Authority for Health (HAS) Guidelines for Conducting Budget Impact Analyses (BIA)[J].Pharmacoeconomics,2018,36(4):407.

[16] Hilden J.Budget Impact Analysis and Its Rational Basis[J]. Medical Decision Making An International Journal of the Society for Medical Decision Making,2008,28(4):460.

[17] Gazarian M,Kelly M,Mcphee J R,et al.Off-label use of medicines: consensus recommendations for evaluating appropriateness [J]. Med J Aust,2006,185(10):544-548.

[18] Orlewska E, Mierzejewski P.Proposal of Polish Guidelines for Conducting Financial Analysis and Their Comparison to Existing Guidance on Budget Impact in Other Countries [J].Value in Health,2010,7(1):1-10.

[19] 沈焕根, 张磊.全民医保基金长期平衡运营面临的风险[J].中国医疗保险，2012（2）：22-25.

[20] Claxton K. Exploring Uncertainty in Cost-Effectiveness Analysis[J].Pharmacoeconomics,2008,26(9):781-798.

[21] Briggs A,Sculpher M,Buxton M. Uncertainty in the economic evaluation of health care technologies:the role of sensitivity analysis[J]. Health Econ,1994,3(2):95-104.

[22] Marshall D A,Douglas P R, Drummond M F,et al.Guidelines for Conducting Pharmaceutical Budget Impact Analyses for Submission to Public Drug Plans in Canada[Z].Cham:Adis International, 2008: 26,477-495.

[23] 马爱霞，钱焊森，张籍元，等.中国与加拿大预算影响分析研究的研究质量评价[J]. 中国循证医学杂志，2017，17（10）：1231-1236.

[24] Kuan R, Holt R J,Johnson K E,et al. Budget Impact Modeling for a Single-Tablet Formulation of Ibuprofen and Famotidine for Prevention of Upper Gastrointestinal Ulcers in Patients With Osteoarthritis and/or Rheumatoid Arthritis[J].Clinical Therapeutics, 2013,35(3):321-332.

[25] Nuijten M J C,Mittendorf T,Persson U.Practical issues in handling data input and uncertainty in a budget impact analysis[J]. European Journal of Health Economics Hepac Health Economics in Prevention & Care,2011,12(3):231-241.

[26] Mar J,Arrospide A,Comas M.Budget Impact Analysis of Thrombolysis for Stroke in Spain: A Discrete Event Simulation Model [J]. Value in Health, 2010,13(1):69-76.

“健康智荟”系列直播课回放

向上滑动阅览

“价值医疗在中国”公益直播课

历史回放

《医疗/医药反垄断执法前瞻》

《民法典对患者、医生医院、医药行业的影响与对策》

《医疗“好差评”模式：医院/医师信用评价与监管》

《卫生技术评估对创新产品的医院/医保/公共卫生准入的影响》

《从医联体到健共体：医疗/医保政策如何协同》

《全人全程的全科医学服务展望》

《国家医保局生物制品带量采购前瞻》

医改脱口秀直播《健康三人行》

历史回放

《医保、医院、医生如何跳出“猫鼠游戏”》

《医疗、医保、医药：患者参与和权益维护》

《医改重点：“保大病”“保小病”还是“保预防”》

《支持社会办医政策如何全面落地》

《保护医疗数据安全、患者个人隐私》

《反商业贿赂，国家医保局医药招采信用评价解读》

《疫情常态化防控与小微企业、普通市民/患者保障》

《后疫情时期：如何扶持基层医疗卫生机构？》

《新时代爱国卫生运动解读》

新冠疫情期间直播课

历史回放

跨界对话（石琦、王晨光、刘庭芳、韩布新）

疫情防控措施分析（曾光）

数字健康新基建解读（刘尚希）

应急审评审批政策（宋瑞霖、宋华琳）

中央医保改革文件解读（何文炯）

城市应急管理洞察（薛澜）

中美英德战疫国际研讨会（流行病学）

中美英德战疫国际研讨会（社会保障）

（本文仅代表发言专家的个人观点，与“健康智荟”编辑部立场无关。）

想观看上述回放的朋友，请联系管理员微信号“xsc1053715902”（工作时间：9:00-19:00）。

梁嘉琳 | 责任编辑

许思晨 | 视觉设计

学术交流 

梁老师 [e-mail]（邮箱）

授权转载

许同学 xsc1053715902（微信号）

  联系研究成果团队

      本文作者团队

      加入读者社群

请长按扫码

点亮“在看”，与更多人分享你的看法