卫生经济学评价中基于贝叶斯NMB模型的样本量估计方法及SAS实现

目的通过SAS编程实现Bayesian方法在卫生经济学评价中的样本量估计,弥补该领域样本量计算在操作上的不足。方法概括性地介绍Bayesian方法的理论背景,以及分析阶段和设计阶段的先验信息对样本量估计的重要性,给出样本量估算的不等式。编写SAS宏程序,利用迭代算法估算出不同参数组合下的样本量。结果通过举例展示了三种情形下的样本量估计结果,包括:分析阶段较弱、设计阶段较强的先验信息,分析阶段较弱、设计阶段适当的先验信息,以及分析阶段、设计阶段相同的先验信息。效果与成本的相关系数(含方向)、效应量、意愿支付界值与所需样本量呈负相关。此外,先验信息越强,所需样本量越小。结论本文的SAS程序可以实现不同效应量、相关系数、意愿支付界值等参数组合下的Bayesian样本量估计结果,还包括了经典的频率方法。