1. 项目概述与问题拆解
看到“肿瘤疾病诊疗的经济学分析”这个标题，很多同学第一反应可能是：这到底是数学建模题还是医学题？其实，这正是当前交叉学科研究的热点，也是各类建模竞赛（如国赛、美赛）中越来越常见的题型。它要求我们不是单纯地做临床研究，而是运用数学模型和经济学工具，去量化、分析和优化一个复杂的现实系统。第一问通常扮演着“基石”角色，它的模型构建直接决定了后续所有分析的逻辑是否自洽、结论是否可靠。
简单来说，第一问的核心任务是：针对题目给出的肿瘤诊疗场景，构建一个能够刻画“资源消耗-健康产出”关系的核心经济学模型。这个模型需要回答：在给定的医疗资源（如资金、床位、医生时间）约束下，如何选择或评价不同的诊疗策略，才能使得“钱花得最值”？这里的“值”，在经济学上通常用“成本效果”或“成本效用”来衡量。你可能会遇到诸如“比较A方案和B方案哪个更经济”、“在预算有限下如何分配资源使总健康收益最大”这类具体问题。
这项工作适合所有对数学建模、数据分析、公共卫生政策或医疗管理感兴趣的同学。无论你是数理基础扎实的理工科学生，还是对社科交叉应用有热情的经管类学生，都能在其中找到发挥空间。接下来，我会把自己带队和评审中积累的经验，拆解成一步步可操作的方法，并重点分享那些容易踩坑的细节。
2. 核心模型选型与思路构建
面对第一问，首要任务是确定模型的分析框架。这不是天马行空的创造，而是基于经典卫生经济学理论和题目具体信息的“结构化思考”。
2.1 确定分析视角与评价指标
题目通常不会明说，但你必须先明确分析视角：是从全社会角度、医保支付方角度，还是医院角度？这直接决定了哪些成本需要计入，哪些产出被看重。例如，全社会角度会考虑患者因病误工带来的生产力损失（间接成本），而医院角度可能只关心药品、检查等直接医疗成本。在建模说明中，务必开宗明义地声明你的分析视角。
紧接着是选择核心评价指标，这是模型的“指挥棒”。最常用的是两类：
- 成本-效果分析（CEA）：效果用临床自然单位衡量，如“延长的生命年（LYs）”、“避免的复发次数”、“肿瘤缩小比例（客观缓解率ORR）”。适用于比较治疗同一种疾病的不同方案。
- 成本-效用分析（CUA）：效果用质量调整生命年（QALYs）衡量。它引入了“健康效用值”（通常用1表示完全健康，0表示死亡，0-1之间表示不同健康状态），将生存时间和生存质量结合起来。这是目前卫生经济学评价的“金标准”，尤其适合涉及生存质量差异大的方案比较（如根治性手术 vs. 保守治疗+姑息治疗）。
注意：很多同学直接套用QALYs，却忽略了效用值的数据来源。在建模中，如果题目没有给出，你需要基于文献为每种健康状态（如“无进展生存”、“疾病进展”、“严重不良反应期”）赋予一个合理的效用值，并说明引用来源或假设依据。这是一个关键的得分点，也是容易失分的地方。
2.2 模型结构选择：决策树 vs. 马尔可夫模型
根据疾病进程和治疗决策的复杂性，需要选择合适的模型结构来模拟患者队列随时间推移的状态变化。
决策树模型适用于短期、决策点少、结局明确的一次性决策。例如，比较两种一线化疗方案A和B，治疗后可能只有“有效”、“无效”或“发生严重副作用”几种互斥的终点状态。它的优点是直观、计算简单。在Excel里就能搭建。结构大致如下：
初始决策（选择方案A或B） ├── 概率分支（如：70%有效） │ └── 结局：成本C1，效果E1（如获得10个QALYs） └── 概率分支（如：30%无效/副作用） └── 结局：成本C2，效果E2（如获得5个QALYs，并增加额外处理成本）每个分支的终点都附上其成本和效果，通过概率加权平均，就能算出每个方案的期望成本和期望效果。
马尔可夫模型则擅长模拟慢性、周期性、可能反复发生的疾病过程。肿瘤诊疗非常适合用它，因为患者常在不同健康状态间转换（例如：“健康”、“局部复发”、“远处转移”、“死亡”）。模型将时间离散为一个个周期（如1个月或1年），定义一组互斥且完备的“健康状态”，并通过“转移概率”矩阵来描述每个周期内患者从一个状态转移到另一个状态的可能性。
以一个简化的乳腺癌模型为例，状态可设为：无病生存（DFS）、局部复发（LR）、远处转移（DM）、死亡。每个周期，存活的患者都会根据一组概率（通常来自大型临床研究）决定下一个周期所处的状态。每个状态都关联着特定的“成本”（如DM状态下的姑息治疗费用更高）和“效用值”（如DM状态下的生存质量低于DFS）。通过模拟大量虚拟患者（或采用队列模拟法）在整个时间轴上的状态跃迁，累加他们消耗的总成本和获得的总QALYs。
选择依据：如果题目时间跨度长（如5年、10年生存分析），且涉及复发、转移、再治疗等动态过程，马尔可夫模型几乎是唯一的选择。决策树难以刻画这种复杂的循环。我个人的经验是，在肿瘤经济学评价中，马尔可夫模型的应用占八成以上。
2.3 数据来源与处理要点
模型是骨架，数据是血肉。数据准备常常消耗一半以上的时间，且直接决定模型的可信度。
- 临床数据（概率、效果）：转移概率、治疗方案的有效率、生存率等，必须寻找高质量来源。优先顺序为：题目直接给出的数据 > 基于题目所附参考文献推算 > 引用近年的高质量Meta分析或大型随机对照试验（RCT）结果。绝对禁止自己编造核心临床参数。
- 成本数据：区分直接医疗成本（药费、检查费、手术费）、直接非医疗成本（交通、住宿）和间接成本（生产力损失）。视角不同，计入的范围不同。成本需要贴现，将未来发生的成本折算到现值。贴现率通常取3%-5%，需在模型中明确设定并做敏感性分析。
- 效用值数据：如前所述，需要为每个马尔可夫状态赋予效用值。可查阅如《中国药物经济学评价指南》推荐值，或特定癌种的流行病学研究。常用工具如EQ-5D量表评分转换。
实操心得：建立一个清晰的参数表，是团队协作和报告呈现的关键。用表格列出每个参数（参数名、定义、基线值、取值范围、来源），会让你的模型显得非常专业。例如：
| 参数名称 | 定义 | 基线值 | 范围（敏感性分析） | 数据来源 |
|---|---|---|---|---|
| 从无病生存到局部复发的年转移概率 | 患者每年从DFS状态转移到LR状态的概率 | 0.08 | 0.05 - 0.12 | 基于参考文献[1]的5年无复发生存率推算 |
| 远处转移状态的月医疗成本 | 患者在DM状态下，每月平均的直接医疗费用（元） | 8500 | 6000 - 11000 | 本市三级医院医保结算数据抽样 |
| 无病生存状态的健康效用值 | DFS状态下患者的生命质量权重 | 0.85 | 0.75 - 0.95 | 参考XX癌种中国患者效用值研究[2] |
| 年贴现率 | 用于将未来成本和效果折算为现值的比率 | 0.03 | 0 - 0.05 | 参照《中国药物经济学评价指南2020》 |
3. 模型构建的详细步骤与实现
这里我以一个具体的例子来演示如何构建一个马尔可夫模型，比较“标准治疗方案（SOC）”和“新型靶向治疗方案（New）”的经济性。我们假设题目背景是某种晚期肿瘤。
3.1 定义模型状态与周期
首先，基于疾病自然史和治疗路径，定义马尔可夫状态。我们设定三个存活状态：无进展生存（PFS）、疾病进展（PD）、死亡（Death）。其中，PFS和PD是瞬态，Death是吸收态（一旦进入不再离开）。
- 周期长度：根据疾病进展速度和数据可得性，选择“月”或“年”。晚期肿瘤进展较快，常用“月”为周期。我们这里设为“1个月”。
- 时间跨度：即模拟时长。通常要覆盖绝大部分患者的生存期，例如5年（60个月）或直到队列中99%的患者进入死亡状态。我们设为10年（120个月），确保充分捕获长期差异。
3.2 构建转移概率矩阵
这是模型的核心引擎。我们需要为每个治疗方案（SOC和New）分别定义一组转移概率。这些概率通常来自关键临床试验的生存曲线数据（如PFS曲线和OS曲线）。
如何从生存曲线获取概率？假设从文献中得知，SOC组的中位PFS为10个月，New组的中位PFS为18个月。我们可以利用以下公式估算每月从PFS转移到PD的概率（常数风险假设下）：月度转移概率 = 1 - exp(ln(0.5) / 中位时间)
- 对于SOC组：
P_SOC = 1 - exp(ln(0.5)/10) ≈ 0.0669(每月约6.69%的患者从PFS进展到PD) - 对于New组：
P_New = 1 - exp(ln(0.5)/18) ≈ 0.0385(每月约3.85%)
同理，从PD状态到Death的转移概率，需要利用总生存（OS）数据和中位OS来估算。但更精细的做法是，PFS和OS曲线之间的差异就是患者在PD状态下的生存时间。有时文献会直接给出PD状态下的中位生存期。
构建矩阵（以SOC组为例，单位：每月）：
- 从PFS状态：转移到PD的概率为
P_SOC(0.0669)，留在PFS的概率为1 - P_SOC(0.9331)，直接死亡概率很小，可设为0或一个极小的背景死亡率。 - 从PD状态：转移到Death的概率需要另外估算（假设基于文献，PD状态下中位生存为8个月，则月度死亡概率
= 1 - exp(ln(0.5)/8) ≈ 0.0833），留在PD的概率为1 - 0.0833 = 0.9167。 - 从Death状态：转移到其他状态的概率为0，留在Death的概率为1。
3.3 关联成本与效用
为每个状态（PFS， PD）关联月度成本和健康效用值。
- 成本：PFS状态的成本主要是维持治疗和定期复查的费用。PD状态的成本则包括后续线治疗、支持治疗、住院等，通常显著高于PFS。需要根据当地医疗服务价格或文献进行赋值。例如：PFS状态月成本=5000元，PD状态月成本=12000元。注意：这里通常只计入直接医疗成本。初始治疗成本（如第一个月的高额药费）可以作为初始成本（“入组成本”）单独加入。
- 效用值：PFS状态患者生活质量较好，效用值较高，如0.75。PD状态因症状加重，效用值降低，如0.50。死亡状态效用值为0。
3.4 队列模拟与结果计算
我们可以用Excel、TreeAge Pro、R或Python来实现模拟。这里简述Excel的实现思路，因其最直观且普及。
- 创建跟踪表：建立一个表格，行代表周期（0, 1, 2, ... 120月），列代表各状态的人数分布、成本、效用。
- 初始化：在周期0，假设有100,000名虚拟患者（队列规模足够大以减少随机误差），全部从PFS状态开始。为SOC组和New组分别创建一张这样的表。
- 状态转移计算：对于每个周期，计算下一个周期各状态的人数。
- 下周期PFS人数 = 本期PFS人数 * (1 - 从PFS到PD的概率)
- 下周期PD人数 = 本期PFS人数 * (从PFS到PD的概率) + 本期PD人数 * (1 - 从PD到死亡的概率)
- 下周期死亡人数 = 本期PD人数 * (从PD到死亡的概率) + 本期死亡人数（死亡是吸收态）
- 累计成本与效用：
- 每个周期的总成本 = (PFS人数 * PFS月成本) + (PD人数 * PD月成本)
- 每个周期的总效用（QALYs） = (PFS人数 * PFS月效用值 + PD人数 * PD月效用值) * (周期长度/1年)。因为QALYs是“年”单位，所以月效用需要除以12。更精确的做法是，将每个患者在每个状态下度过的时间（人-月）乘以该状态的月效用值，再汇总折算为人-年。
- 贴现：将未来每个周期的成本和效用，按选定的年贴现率（如3%）折算到现值（周期0）。月度贴现因子
= 1 / (1 + 年贴现率)^(周期数/12)。 - 汇总：将贴现后的所有周期成本相加，得到每个方案的总贴现成本。同样方法得到总贴现QALYs。
- 经济学指标计算：
- 增量成本效果比（ICER）= (New组总成本 - SOC组总成本) / (New组总QALYs - SOC组总QALYs)
- 如果ICER值低于预设的支付意愿阈值（WTP），比如在中国常参考1-3倍人均GDP（2023年约8.5万元/人年），那么New方案就具有成本效果。假设算得ICER为150,000元/QALY，低于3倍人均GDP（约25.5万元），则可认为New方案相对于SOC是成本效果的。
4. 模型验证与敏感性分析
模型建完不等于万事大吉。验证和敏感性分析是体现模型稳健性和你思考严谨性的关键环节，在高质量论文中必不可少。
4.1 模型验证：确保逻辑正确
- 内部验证（Face Validity）：检查模型输出是否符合临床常识。例如，模拟出的中位PFS和OS是否与输入数据的来源文献基本吻合？各状态的人数随时间变化曲线是否平滑合理？你可以让不熟悉模型的队友来审视，看其是否觉得“说得通”。
- 极端值测试：将关键概率设为0或1，看模型输出是否符合预期。例如，将疾病进展概率设为0，患者应永远停留在PFS状态，总成本应趋于稳定，总QALYs应线性增长。这能检验模型结构有无根本性错误。
- 独立重复计算：如果可能，用另一种软件或编程语言（如用Python重写一遍逻辑）进行复算，对比关键结果是否一致。
4.2 敏感性分析：应对不确定性
模型参数存在不确定性（如成本数据是估计的，效用值有波动）。敏感性分析就是测试当这些参数在合理范围内变动时，主要结论（如ICER是否低于WTP）是否改变。
单因素敏感性分析（One-way SA）：每次只改变一个参数，观察ICER的变化。通常用“旋风图”来呈现，直观显示哪些参数对结果影响最大。下图是一个示例，可以看到“新药价格”和“PFS状态效用值”是影响ICER最敏感的参数。 （此处应为旋风图，文字描述其呈现形式：纵轴列出被分析的参数，横轴是ICER值，每个参数有一条水平条形，两端对应其取值下限和上限时的ICER结果，条形越长说明影响越大。）
概率敏感性分析（PSA）：更高级的方法。为每个不确定参数指定一个概率分布（如成本服从Gamma分布，概率服从Beta分布，效用值服从Beta分布），然后进行成千上万次蒙特卡洛模拟。每次模拟都从这些分布中随机抽取一组参数值进行计算，最终得到ICER的一个分布。
- 结果呈现：成本-效果可接受曲线（CEAC）。这张图能告诉我们，在不同支付意愿阈值下，新方案具有成本效果的概率是多少。例如，当社会愿意为获得一个QALY支付20万元时，New方案有85%的概率是划算的。这为决策提供了强有力的概率依据。
- 实现工具：Excel结合@RISK、TreeAge Pro、R（
heemod包）、Python（NumPy随机抽样）都可以实现PSA。
实操心得：时间紧的话，必须做单因素敏感性分析并绘制旋风图。如果时间允许，强烈建议尝试PSA和CEAC图，这是拉开论文档次、冲击高奖的关键。在文中要详细说明你为每个参数选择的分布类型及其理由（例如，概率介于0-1之间，常用Beta分布；成本非负且可能右偏，常用Gamma分布）。
5. 常见问题与实战避坑指南
根据多年辅导和评审经验，第一问模型分析中，以下几个坑几乎每年都有人掉进去。
5.1 问题一：混淆成本与收费
这是最普遍的错误。模型中的“成本”应该是社会为提供这项医疗服务所消耗的真实资源价值，而不是医院的收费标准或医保报销前的价格。在中国，药品和耗材存在加成，检查费定价也可能偏离成本。理想数据是来自“成本核算”研究，但竞赛中更多使用医保支付价或经过调整的公开价格作为成本的近似。必须在文中明确指出你使用的成本数据是什么性质，并讨论其局限性。
5.2 问题二：忽略时间因素与贴现
成本和效果发生在不同时间点，其价值不同。明天的100元不如今天的100元值钱，未来的健康产出也不如现在的“值钱”。因此，必须对发生在未来（通常指一年后）的成本和效果进行贴现。只贴现成本而不贴现效果，是错误的常见做法。两者应使用相同的贴现率（通常为3%-5%）。在敏感性分析中，测试贴现率为0%和5%的情形是标准动作。
5.3 问题三：模型结构过于简单或复杂
- 过于简单：例如，用简单的加减乘除计算总成本和总生存，完全没有考虑疾病状态的动态转换和概率事件。这无法反映诊疗过程的不确定性和时间动态，模型说服力弱。
- 过于复杂：设计了十几个状态，转移概率矩阵极其庞大，但很多参数找不到可靠数据来源，最终只能大量假设。复杂模型如果缺乏数据支持，其可靠性反而低于结构清晰、参数有据的中等复杂度模型。记住：模型复杂度应与数据可得性相匹配。
5.4 问题四：参数来源不清或假设不合理
“假设新型治疗方案的有效率为80%”，这个80%从哪来？是你希望的，还是文献报道的？所有核心临床参数（概率、生存数据）和关键经济参数（成本、效用值）都必须注明来源。如果是假设，必须说明假设的理由（例如，“参考同类药物XX的临床试验数据”），并进行广泛的敏感性分析来测试这个假设对结论的影响。
5.5 问题五：结果呈现不专业
- 只有数字，没有图表：ICER算出一个数就完了。优秀的分析应包含：模型结构示意图、各方案成本效果散点图（PSA结果）、旋风图、成本-效果可接受曲线。
- 图表信息不全：图表缺少标题、坐标轴标签、单位、图例。旋风图看不出参数的波动范围。
- 忽略基线分析结果：在呈现PSA结果时，忘了在散点图上标出基线分析的结果点（即用参数基线值算出的那个成本和效果点），这个点是所有模拟分布的“锚”。
最后一个小技巧：在论文中描述模型时，多用“我们构建了一个马尔可夫状态转移模型（Markov model）”这样的专业术语，并附上一张清晰的模型状态转移图（可以用PPT或Visio画，很简洁）。在附录中提供关键的模型计算表格或代码片段（如Excel的关键公式区域截图），能极大增加评审专家对你模型工作量的认可和结果可信度的信任。模型分析部分，本质上是展示你如何将模糊的现实问题，转化为一个清晰、可计算、可验证的逻辑框架的能力，这个能力远比算出某个具体数值更重要。
