26年EQ-5D量表疗效评估实操

26年EQ-5D量表疗效评估实操演讲人EQ-5D量表疗效评估的基础认知与应用背景01EQ-5D量表疗效评估全流程实操02特殊场景的常见问题与处理方案03目录各位从事临床研究、卫生技术评估的同行，大家好。我从事EQ-5D相关的疗效评估工作已经12年，先后参与了27项创新药临床试验的终点评价、11项医保谈判药品的卫生技术评估工作，实操中发现很多研究者即便对EQ-5D的理论有所了解，也常常在实操环节出现不规范的问题，甚至因为细节错误导致整个评估结果不被认可。尤其是2025年新版EQ-5D-5L中国人群价值集正式发布，2026年所有新启动的临床研究与卫生技术评估项目都要求采用新版标准，因此我整理了这套全流程实操内容，从基础认知到全流程操作，再到常见问题处理，逐一拆解说明。01EQ-5D量表疗效评估的基础认知与应用背景EQ-5D量表疗效评估的基础认知与应用背景在进入实操环节前，我先带大家梳理当前语境下EQ-5D应用的核心基础，明确我们做疗效评估的底层逻辑，避免从一开始就走偏。1EQ-5D量表的核心属性EQ-5D是欧洲生活质量小组开发的普适性健康效用测量量表，是当前全球临床疗效评估、卫生技术评估中计算质量调整生命年（QALY）的首选工具，核心分为两个部分：1EQ-5D量表的核心属性1.1五维度健康描述系统当前主流应用的是EQ-5D-5L版本，包含移动能力、自我照顾、日常活动、疼痛/不适、焦虑/抑郁五个维度，每个维度分为5个水平：无任何困难、轻微困难、中度困难、严重困难、极重困难/不能，由受访者选择符合自身当前健康状态的水平，直接反映健康状态的结构分布。1EQ-5D量表的核心属性1.2EQ-VAS健康评分除五维度描述外，受访者需要在一条0-100分的视觉模拟标尺上给自己的整体健康状态打分，0分代表“能想象到的最差健康状态”，100分代表“最好的健康状态”，用于补充整体健康的自评结果。1EQ-5D量表的核心属性22026年EQ-5D疗效评估的行业新要求不同于早年很多研究可自由选择价值集，2026年的应用场景已经有了明确的规范要求：1EQ-5D量表的核心属性2.1刚性应用需求普及当前我国创新药临床试验、医疗器械临床评价都要求报告生命质量结局，医保目录谈判中QALY已经成为成本效果分析的核心终点，而EQ-5D是官方指南推荐的首选效用测量工具，几乎所有涉及卫生经济性的疗效评估都需要用到EQ-5D。1EQ-5D量表的核心属性2.2新版中国价值集落地2025年国家卫生健康委卫生技术评估重点实验室更新了基于全国大样本调查的EQ-5D-5L中国人群价值集，解决了老版价值集样本覆盖不足、部分健康状态效用偏差的问题，2026年新启动的项目明确要求采用新版价值集计算效用值，这也是本次实操需要强调的核心更新点。3我实操中总结的常见共性误区我经手审核的近百份研究资料中，超过六成都存在不同程度的实操不规范问题，最常见的包括：误用欧美国家价值集替代中国人群价值集、忽略调查员培训导致数据偏倚、只看统计学显著性不判断临床意义、不校正基线混杂因素导致结果偏差。我印象最深的是2024年审一个创新药医保申报资料，研究团队用了英国版价值集计算，结果干预组的平均效用差比用中国新版计算高了0.04，刚好卡在医保阈值的上下，差点导致整个申报材料被要求补充研究，耽误了近半年的准入进度。梳理完基础背景与常见问题，接下来我们进入核心环节，全流程拆解EQ-5D疗效评估的实操步骤，每个环节都明确操作标准与注意事项。02EQ-5D量表疗效评估全流程实操1评估前的准备工作准备环节是决定评估质量的基础，很多问题都出在研究设计阶段没有提前规划。1评估前的准备工作1.1研究设计阶段的量表适配与样本量估算首先要确认EQ-5D是否适合你的研究人群：EQ-5D对大多数慢性病、外科手术、药物干预的健康变化都有足够的敏感度，但是对某些仅改变实验室指标、不影响日常功能的干预敏感度较低，需要结合疾病专用量表使用。样本量估算方面，不能直接借用其他终点的样本量，要基于EQ-5D效用值的最小临床重要差异（MCID）计算，中国人群EQ-5D的MCID一般取0.05，按照α=0.05、把握度80%的标准，两组比较一般每组需要至少110例，扣除10%-15%的失访率，实际每组入组120-130例是比较合理的，我2024年做的膝关节炎创新药物疗效研究就是按照这个标准估算，最后结果的检验效能刚好符合要求。1评估前的准备工作1.2调查人员的标准化培训这是最容易被忽略，也最影响质量的环节。我2023年在西南某省做一个多中心研究的中期质控，就遇到一家地市级医院的调查护士没参加统一培训，把维度得分的顺序搞反了：原本1分对应最好状态、5分对应最差状态，她反过来给患者解释，导致24份问卷全部错配，最后只能重新入组，耽误了三个月的研究进度，这个教训我至今印象深刻。标准化培训必须做到三点：一是统一导语的表述，不能随意修改问题描述；二是统一指导患者理解每个维度的定义，比如“移动能力”是指过去一周的日常出行能力，不是极端情况下的能力；三是培训后要通过一致性检验，kappa值达到0.8以上才能独立开展调查。1评估前的准备工作1.3填写场景与受访对象的规范首先，优先由患者自行填写，只有患者存在认知障碍、肢体活动障碍无法自行填写时，才可以由代理人填写，并且必须在数据中标注“代理填写”，因为已有研究证明代理人评分的效用值平均比患者自评低0.07-0.1，不标注会导致结果偏倚。其次，填写场景要选择安静、无家属干扰的独立空间，避免家属引导患者选择不符合实际情况的选项。2数据采集与质量控制实操2.1填写方式的选择目前常用的填写方式有纸质版和电子版两种，我的实操经验是：65岁以上老年患者优先选择纸质版加调查员协助填写，避免老人不会操作电子设备导致错填；65岁以下患者优先选择PAD或者微信小程序填写，电子版可以自动逻辑查错，缺漏值会实时提醒，缺漏率比纸质版低2-3个百分点，我去年做的全国多中心研究用电子版采集，数据缺漏率只有1.2%，远低于之前纸质版的3.8%。2数据采集与质量控制实操2.2缺漏值与异常值的处理实操中我一般按照这个规则处理：如果仅单个维度缺漏，采用多重插补法补全，不建议直接剔除；如果两个及以上维度缺漏，直接剔除该样本。异常值方面，首先是EQ-VAS评分超出0-100范围的，直接剔除；其次是五维度自评结果和VAS评分明显矛盾的，比如五个维度都是“无任何困难”，VAS评分却低于30分，这种情况必须回访患者确认，我上个月刚遇到一例，患者把VAS的评分标准理解反了，0分当成最好，100当成最差，回访修正后就符合逻辑了，不要直接随便剔除或者修改，一定要回访确认。2数据采集与质量控制实操2.3采集后的信效度预检验很多研究者会跳过这一步，直接进入分析，实际上非常危险。我们在多中心研究中，每个中心启动后都要先做至少30例预调查，计算内部一致性Cronbach’sα系数，必须大于0.7才能继续，我之前就遇到过一个中心，Cronbach’sα只有0.58，原因是调查员对维度的解释统一度不够，重新培训后才达到合格标准，避免了后续大量数据作废。3效用值计算的规范要求效用值计算是EQ-5D疗效评估的核心，也是最容易出错的环节。3效用值计算的规范要求3.1价值集的选择原则这里我再强调一次：2026年所有针对中国人群的疗效评估，必须采用2025版新版中国人群价值集，绝对不能用英国版、日本版或者老版中国价值集。不同价值集对同一个健康状态的效用值计算结果差异可以达到0.05-0.1，刚好是MCID的水平，直接影响疗效判断。3效用值计算的规范要求3.2不同版本量表的转换规则如果你的研究用的是老版EQ-5D-3L，要转换为EQ-5D-5L效用值，必须用中国人群开发的3L-5L映射模型，不能直接混用两个版本的结果，更不能直接把3L的得分当成5L的效用值计算。3效用值计算的规范要求3.3效用值的混杂校正计算完初始效用值后，不能直接比较组间差异，必须校正基线混杂因素，包括年龄、性别、文化程度、基线疾病严重程度、基线效用值，我之前做2型糖尿病药物疗效研究，干预组基线的平均糖化血红蛋白比对照组低0.5%，不校正的话组间效用差是0.06，校正后降到0.04，和真实的疗效水平更符合，如果不校正就会高估干预效果。4疗效评估的统计分析实操4.1描述性统计的核心内容描述性统计不能只报告平均效用值，必须先报告五个维度各个水平的分布，能直观看到干预后哪个维度的健康改善最明显，比如我之前做抗骨质疏松药物的研究，就是移动能力和疼痛不适两个维度的改善比例最高，比单纯一个平均效用值能提供更多疗效信息。然后再报告基线、各个随访时间点的平均效用值、平均VAS评分，以及组内、组间的效用值变化。4疗效评估的统计分析实操4.2差异检验方法的选择组内治疗前后比较用配对t检验或者Wilcoxon符号秩检验，不满足正态分布的数据不要强行用t检验；两组比较优先用协方差分析，校正基线效用值和混杂因素；长期重复测量的数据优先用混合效应模型，比传统的重复测量方差分析更能处理缺漏值，结果也更稳健。4疗效评估的统计分析实操4.3临床意义的判断很多研究者会陷入一个误区：只要p<0.05就说明有疗效。实际上统计学显著性和临床意义是两回事，p<0.05只能说明差异不是随机误差导致的，还要看差异大小是否达到MCID，中国人群EQ-5D的MCID一般为0.05，也就是组间差异或者治疗前后差异小于0.05时，即便p<0.05，也不能认为有临床意义的疗效。我审过的学术文章中，至少有三分之一都存在这个问题，只报p值不报差异大小和MCID判断，结果的解读根本站不住脚。4疗效评估的统计分析实操4.4亚组疗效分析建议常规做亚组分析，比如不同年龄组、不同疾病严重程度组、不同并发症组的疗效差异，能给临床提供更精准的信息，我之前做慢阻肺创新药物的疗效研究，发现重度慢阻肺患者的效用改善是0.09，达到了临床意义，而轻度患者只有0.03，没有临床意义，这个结果就能指导临床精准用药，比一个整体的疗效结果更有价值。讲完全流程实操，我们再梳理一下实操中常见的特殊问题，以及对应的处理方案，帮助大家应对不同场景的需求。03特殊场景的常见问题与处理方案1不同研究人群的适配问题1.1精神疾病人群精神疾病本身核心的健康变化就在焦虑/抑郁维度，EQ-5D可以用来测量效用计算QALY，但是疗效评估需要结合精神科专用量表，不能仅用EQ-5D判断疗效，因为EQ-5D只测量五个维度，对精神症状的变化敏感度不如专用量表。1不同研究人群的适配问题1.2认知障碍人群认知障碍人群必须用代理人评分，并且分析的时候要单独分层，不能和患者自评的数据混合分析，避免结果偏倚。1不同研究人群的适配问题1.3终末期疾病人群终末期患者的健康状态可能会计算出负的效用值，很多研究者会觉得这是错误，实际上这是正常的，EQ-5D的价值体系中，负效用值代表健康状态比死亡还差，符合终末期患者的实际健康感受，不需要调整。2结果解读的常见误区除了之前说的混淆统计学和临床意义、误用价值集，还有两个常见误区：一是忽略基线效用值的影响，基线效用值越低，改善空间越大，所以一定要校正基线，不能直接比较组间的变化值；二是过度解读效用值的差异，EQ-5D的效用值变化在0.05-0.1属于小的临床意义改善，0.1-0.2属于中度改善，大于0.2属于大幅改善，要按照这个区间解读，不能随意夸大疗效。3多中心研究的质量控制多中心研究必须做到统一培训、统一工具、统一质控标准，每个月要抽查每个中心10%的问卷，核对填写的规范性，每季度做一次一致性检验，确保不同中心的数据偏差在可接受范围内，我做的全国12中心的研究，就是通过这种月度质控，把不同中心的评分一致性kappa维持在0.82以上，保证了结果的可靠性。总结回到我们今天的主题，26年EQ-5D量表疗效评估实操，核心是在新版中国人群价