罕见病药物因高成本、低证据质量及传统评估方法难以捕捉其多元价值，导致医保准入面临困境。多准则决策分析（MCDA）因能综合考虑多重决策准则而被广泛推崇，但其应用效果高度依赖于准则权重的确定，传统赋权方法如直接评分法主观性强，易引入偏差。
离散选择实验（DCE）作为一种成熟的陈述偏好研究方法，通过模拟真实决策情境，让受访者在不同选项间权衡，从而推断各属性的相对重要性。将DCE引入MCDA框架，可为准则权重确定提供更科学的解决方案。
本研究以一篇在中国医保视角下首次采用DCE为MCDA框架赋权的实证研究为基础，从DCE方法学角度，系统分析其在研究设计、实施和分析中的规范性与创新性，探讨其对罕见病药物医保准入决策的研究启示。
标题罕见病药物医保准入的核心矛盾在于：患者群体小、疾病负担重，药物价值高，但高昂价格和低质量证据导致其在传统成本-效果分析框架下难以纳入医保。传统评估维度单一，无法体现其“广义价值”。
多准则决策分析（MCDA）因能综合考虑多重决策准则而被广泛采用，但其准则权重的传统赋权方法主观性强，难以反映真实权衡过程。离散选择实验（DCE）通过模拟真实决策情境，让受访者在不同选项间权衡，从而推断各属性相对重要性，为权重确定提供更科学的解决方案。
本文从DCE方法学角度，评述一项将此方法论融合应用于中国罕见病药物医保准入的研究，探讨其设计规范性与研究启示。
研究方法与设计：
DCE在MCDA框架构建中的应用
该研究严格遵循了ISPOR提出的DCE研究设计与实施规范，在属性设定、实验设计和模型选择等方面均体现了较高的方法学质量。
研究流程图
DCE问卷示例属性与水平设定的多维性与政策贴合度
属性与水平的确定是DCE研究的基石。研究通过系统梳理前期基于EVIDEM框架构建的MCDA框架（Chen et al., 2024），并结合文献综述及中国本土政策报告，最终筛选出7个关键属性，并为每个属性设置了3个递进水平：
1.疾病维度：疾病严重程度（低/中/高）
2.药物维度：药物疗效（稳定控制/部分改善/显著改善）；药物安全性（轻度/中度/重度不良反应）；健康相关生活质量改善（无/部分/显著）；未满足需求（有成熟疗法/有对症治疗/无特效药）
3.证据维度：证据质量（低/中/高）
4.成本维度：医保年治疗费用（10万/30万/60万元）
这一设定体现了以下特点：维度覆盖全面，涵盖了疾病特征、药物价值、证据质量和经济影响等多个维度；水平设定具有区分度与现实依据；“健康相关生活质量改善”的界定与临床研究和患者报告结局的核心指标相呼应；“医保年治疗费用”的水平设定也紧密贴合中国医保基金的支付能力。
实验设计的高效性与有效性保障
面对完全析因设计产生的2187种可能组合，研究采用D-efficient设计，通过统计软件生成30个选择集并平衡分成3个版本。这种高效的部分析因设计在保证参数估计精度的前提下，最大限度地减少了受访者的选择负担。
研究还采取多项措施确保数据质量：加入“opt-out”选项，允许受访者选择“都不纳入”，更贴近医保决策的真实情境；设置重复选择集，通过内置一致性检验保障数据质量；采用无标签设计，引导受访者完全依据属性水平进行判断。
模型选择的先进性：
捕捉偏好异质性
在数据分析阶段，研究采用混合logit模型而非传统条件logit模型。混合logit模型的优势在于允许模型参数在受访者间随机分布，从而能够捕捉和解释不同决策者之间存在的偏好异质性。这种异质性不仅体现在偏好的强度上，更体现在偏好的方向和结构上。
研究结果：
DCE分析的核心发现与深度解读
基于DCE模型的分析，研究不仅得出了各属性的偏好系数，还进行了相对重要性分析和支付意愿分析，其结果在深度和精度上均优于传统直接赋权法。
1.相对重要性：揭示隐性的决策优先级
通过计算各属性对效用的最大影响程度，DCE方法直观展示了各属性的相对重要性权重。结果显示，“健康相关生活质量改善”是最重要属性，权重23.44%，其后依次为“疾病严重程度”(18.65%)、“医保年治疗费用”(17.34%)、“药物疗效”(13.50%)、“药物安全性”(12.52%)、“证据质量”(10.94%)和“未满足需求”(4.61%)。
这表明专家更关注患者真实世界获益而非传统临床终点。与SMART直接评分法得出的“药物疗效”权重最高不同，DCE通过模拟权衡情境，揭示了决策者在复杂现实中的隐性优先级。
基于DCE的相对重要性分析结果
2.支付意愿（WTP）：量化价值的“标尺”
将成本属性作为连续变量纳入模型，可计算出决策者为获得特定属性水平改善愿意付出的额外成本。研究发现，决策者为“显著改善日常活动”愿意支付56.79万元/年，为“高度严重程度疾病”愿意支付45.19万元/年，清晰量化了生活质量与扶危救困的伦理价值。
值得注意的是，卫生经济学专家对“无特效药可用”的支付意愿为28.88万元/年，而医保专家则为-19.34万元/年，揭示了两组专家对不确定性的根本性价值分歧。WTP分析将抽象价值货币化，为医保价格谈判提供了直观参考基准。
3.群体差异的精细化分析
DCE模型的分组分析揭示了不同背景专家的显著偏好异质性。医保专家更“保守”，其对“安全性”和“证据质量”表现出更高支付意愿，“药物安全性”权重是卫生经济学专家的2.84倍，反映其对公共责任和基金稳定的审慎考量。
卫生经济学专家更“进取”，更看重“疾病严重程度”和“未满足需求”，在“未满足需求”属性上偏好系数出现符号差异，表明其对不确定性的容忍度存在根本性分歧。这种精细化分析为构建多层次决策机制、协调多方诉求提供了科学依据。
总结
本研究实现了DCE与MCDA的方法论融合创新，为准则权重确定提供了更科学的解决方案。DCE通过模拟真实权衡，成功捕捉到“健康相关生活质量”等易被传统方法低估的隐性价值，揭示其在专家决策中的核心地位。混合logit模型的应用深度挖掘了群体偏好异质性，为理解决策冲突来源提供了实证依据。WTP分析将抽象价值货币化，为医保价格谈判提供了直观参考基准。
[1]Zhao Z, Tang X and Hu M (2025) Establishment of a value assessment framework for orphan drugs in China: an application of the discrete choice experiment in multicriteria decision analysis. Front. Pharmacol. 16:1677627.
