经济观察眼 ——左根永专栏(山东大学卫生管理与政策研究中心讲师，管理学博士)

    随着大数据技术的兴起，药物经济学研究方法正在面临革新。大数据技术的核心在于挖掘数据，并结合算法将数据变为信息，发现人的行为中蕴含的商业价值。而在药物经济学研究中，很多数据尚未充分挖掘，原因在于收集数据的技术手段缺少大数据的理念、整合数据的算法还停留在临床试验组别间直接比较阶段。

    国际药物经济学与结果研究协会多年前推出了整合数据的新方法——间接比较(Indirect Treatment Comparision，ITC)，这种方法为整合药物经济学研究过程中产生的大数据提供了机会。那么，临床试验直接比较怎么发展到间接比较的呢？理解这一演变逻辑，有利于理解间接比较在药物经济学研究中的作用以及这种作用对药品价格和补偿政策的意义。

    直接比较难充分挖掘信息价值

    药物经济学的关键研究设计起源于临床试验中的健康结果研究。健康结果研究的核心是量化，而量化的关键在于对“测量”的理解。测量包括分类、比较和定量三大类。最早研究者将健康状态分为生理、心理和社会三个层面，三个层面间不存在差别，也就是没有进行比较，难以应用于临床决策。随着技术发展，研究者逐渐将健康状态分为健康、亚健康和不健康，这种分类比较的成份已经很多，但是仍然无法帮助进行精确的临床决策。因此，后来出现了将健康状态用质量调整生命年等指标量化的技术 ......