《npj Digital Medicine》：Economic evaluation of a digital symptom checker for endometriosis using a Markov decision process model
編輯推薦：
為解決子宮內膜異位癥診斷延遲長、社會經濟負擔重的問題，研究人員開展了“數字癥狀檢查器（digital symptom checker）”對子宮內膜異位癥的成本效益（cost-effectiveness）研究。通過馬爾可夫決策過程模型分析，發現數字癥狀檢查器“Flo SC”可顯著縮短診斷延遲、節約成本并改善健康結局，為數字健康工具在慢病早期識別中的價值提供了經濟證據。
想象一下，一種慢性疾病影響著全球約1.76億育齡女性，但平均要花費7年甚至更長時間才能得到確診。在這漫長的等待中，患者不僅承受著疼痛、不孕等身體折磨，其生活質量、工作效率和社會經濟負擔也急劇增加。這就是子宮內膜異位癥（endometriosis）——一種本應生長在子宮內的組織“跑”到盆腔其他部位引發的疾病。其診斷之所以如此困難，源于癥狀的非特異性、患者和醫生對疾病的認知不足，以及缺乏無創且準確的檢測手段。這種延遲診斷不僅是個人的不幸，也構成了沉重的社會經濟負擔。在美國，每年與子宮內膜異位癥相關的總成本（包括醫療費用和生產力損失）估計高達780億至1190億美元。
與此同時，數字健康浪潮正席卷全球，其中數字癥狀檢查器（digital symptom checkers, SCs）作為一種幫助用戶自我評估癥狀并決定如何尋求醫療幫助的工具，正變得越來越普及。從簡單的在線問卷到由大語言模型（large language models, LLMs）驅動的聊天機器人，形式多樣。盡管早期評估多關注其分診準確性和安全性，但關于其成本效益的證據卻非常有限。尤其是在像子宮內膜異位癥這樣診斷延遲長、社會經濟成本高的疾病中，數字癥狀檢查器能否作為一種可擴展、非侵入性的早期識別工具，為患者和醫療系統帶來真正的價值？這成了一個亟待解答的關鍵問題。
為此，研究人員在《npj Digital Medicine》上發表了一項開創性研究，首次對一款用于子宮內膜異位癥篩查的數字癥狀檢查器“Flo SC”進行了全面的經濟評估。該研究旨在填補證據空白，評估這款嵌入在女性健康數字平臺Flo Health中的早期癥狀自我評估工具，相較于標準護理（即患者出現癥狀后自行前往初級保健就診，并遵循常規診斷和治療路徑），是否具有成本效益。
為了回答這個問題，研究團隊開發并驗證了一個決策分析模型。他們采用的核心方法是構建一個馬爾可夫決策過程模型，從社會角度比較數字癥狀檢查器與標準護理。研究模擬了兩組各10,000名20歲、有子宮內膜異位癥樣癥狀的美國女性隊列，追蹤其40年（覆蓋典型育齡期）的健康軌跡。模型整合了疾病發生、癥狀識別、就醫行為、診斷準確性、治療反應、復發、直至絕經的完整路徑。關鍵模型輸入參數，如轉移概率、醫療成本、生產力損失和健康效用值，均基于系統文獻回顧、流行病學數據和早期用戶數據確定。成本效益通過增量成本效益比和增量凈貨幣效益等指標進行評估，并進行了廣泛的單因素敏感性分析、概率敏感性分析和情境分析，以檢驗結果的穩健性。
研究結果
- •
基本情況分析
在40年的時間范圍內，與標準護理相比，使用Flo SC很可能是一個優勢策略。具體而言，Flo SC將平均診斷延遲縮短了4.36年，平均為每位患者節約了5,196.22美元的成本，并帶來了0.049個質量調整生命年的微小增益。在10萬美元/QALY的支付意愿閾值下，每位患者的增量凈貨幣效益為10,089.00美元。成本節約主要來自直接醫療費用的降低。
- •
確定性敏感性分析
單因素分析顯示，健康狀態效用值、Flo SC的特異性和敏感性、工具的采納率以及用戶對檢查結果的依從性是成本效益的最主要驅動因素。更高的準確性和用戶依從性與更好的INMB相關。雙因素分析進一步揭示，當Flo SC的敏感性和特異性均≥0.7時，該工具能實現強成本效益；兩者均超過0.8時，可最大程度減少診斷延遲（最多達5年）。
- •
概率敏感性分析
基于1000次蒙特卡洛模擬的PSA結果強化了基本情況的發現。Flo SC在10萬美元/QALY閾值下具有成本效益的概率為93.7%。平均每位患者可節省5,278.54美元，并獲得0.071個增量QALY，INMB為12,398.92美元。絕大多數模擬結果點落在成本-效果平面的第四象限，表明Flo SC極有可能“更省錢且更有效”。同時，Flo SC將診斷延遲平均縮短了4.37年，并且有93.2%的概率能將診斷延遲減少至少3年。
- •
情境分析
分析表明，用戶行為，特別是依從性，是價值實現的關鍵。當依從性較低（30%）時，干預不再具有成本效益；而當依從性高（90%）時，能實現最大的成本節約和健康獲益。工具采納率本身的影響相對較小。研究還發現，更長的評估時間范圍（至少10年）對于充分捕捉早期診斷的益處至關重要。即使在Flo SC訂閱價格發生較大幅度變動（從每年15美元到240美元）的廣泛區間內，它仍然保持優勢策略的地位。
結論與意義
這項研究首次提供了關于數字癥狀檢查器用于子宮內膜異位癥篩查的經濟評估證據。結論表明，在廣泛的假設條件下，數字癥狀檢查器“Flo SC”能夠顯著縮短子宮內膜異位癥的診斷延遲，改善健康結局，并且是一種節約成本的干預措施。
其重要意義在于多個層面：首先，從患者角度看，該工具通過賦能女性進行早期、便捷的癥狀自我識別，有助于打破因癥狀認知不足和就醫障礙導致的診斷僵局，可能促進更及時的治療介入，從而減輕疾病長期帶來的痛苦和生活質量下降。其次，從衛生系統和支付方角度看，研究證明了該數字健康干預措施具有明確的經濟價值，能夠通過減少不必要的醫療資源使用和誤診相關成本來節約直接醫療開支，為將其納入保險報銷或公共衛生項目提供了基于證據的決策依據。再者，從方法論和研究方向看，本研究建立了一個可用于評估其他數字健康工具成本效益的模型框架，并明確指出數字癥狀檢查器可能在那些以診斷延遲長、病恥感高、社會成本高和就診率低為特征的疾病中發揮最大價值，例如圍絕經期癥狀等。
討論部分強調了幾個關鍵點：數字癥狀檢查器的準確性（特別是特異性）和用戶依從性是實現價值的核心；必須采用足夠長的時間視野來評估其長期影響；盡管觀察到的QALY增益較為 modest，這反映了子宮內膜異位癥低死亡率、高發病率的特點以及現有治療方法的局限性，但成本節約效果顯著。該研究也指出了局限性，如模型對用戶行為模式進行了簡化，未區分不同的子宮內膜異位癥表型，也未對生育相關結局進行建模。未來研究需關注真實世界效果驗證、與臨床路徑的整合、提升用戶參與和公平性，以及從不同支付方視角進行更細致的成本效益分布分析。
隨著數字癥狀檢查器，尤其是由人工智能驅動的新一代工具的快速涌現，這項研究為醫療系統如何整合、監管和補償此類工具提供了及時的證據基礎。它表明，當有效實施時，數字癥狀檢查器可以成為增強疾病早期檢測、支持更高效、更公平的醫療保健服務的有力工具。
