宫颈癌已成为危害女性健康的重要疾病，每年导致数十万新发病例，人乳头瘤病毒（HPV）是导致宫颈癌的主要原因。自2006年全球首个HPV疫苗上市以来，世界范围内已有92个国家将HPV疫苗纳入到国家免疫规划中。WHO建议将宫颈癌疫苗纳入到免疫规划之前需进行科学的卫生经济学评估，但这对中低收入国家而言较为困难。因此本文介绍WHO在2014年推荐的一款能够快速、简便的进行HPV疫苗卫生经济学评价的数学模型——人乳头瘤病毒疫苗建模与经济学评估快速界面（PRIME），并以国际癌症研究所（IARC）公布的中国2018年数据为例进行实例分析。评价结果显示，在中国12岁女性中引入HPV疫苗具有较好的成本效果。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
宫颈癌是全球15~44岁女性第二大高发癌症，据国际癌症研究所（International Agency for Research on Cancer，IARC）估计，2018年全球宫颈癌新发病例约57万例，死亡病例约31万例[1]，超过85%的宫颈癌发生在低收入和中等收入国家[2,3]。高危型人乳头瘤病毒（human papillomavirus，HPV）感染是宫颈癌的主要病因[4,5]，接种HPV疫苗可有效预防宫颈癌及癌前病变[6]。目前已有3种HPV疫苗在国内外上市，临床试验结果显示HPV疫苗对相应型别HPV感染导致的宫颈癌及癌前病变的保护率高达98%~100%[7,8,9]。此外，即使仅对适龄女性进行HPV疫苗接种，如果疫苗的覆盖率足够高（如>80%），也可产生群体效应而使未接种者也获得部分保护[10]。HPV疫苗对预防宫颈癌的高度有效性，成为WHO总干事2018年发起"全球一起行动消灭宫颈癌"的呼吁的主要科技支撑[11,12]。截至2018年11月，全球已有85个（44%）国家将HPV疫苗纳入国家免疫规划[13]。
卫生经济学评估是疫苗免疫规划决策的重要科学依据之一，WHO建议公共卫生服务决策者在将HPV疫苗纳入免疫规划前均应根据所服务人群的具体情况进行针对性的卫生经济学评估，在充分考虑成本获益的基础上进行科学决策[7]。然而，全面的HPV疫苗接种成本获益评估通常需要较完整的基础流行病学和人口学数据，使用较复杂的模型，对前期数据、专门人才、经费和时间的要求较高，从而限制了其在中低收入国家/地区的实际应用[14]。为解决这一问题，英国伦敦卫生与热带医学学院Jit等[15]在WHO的支持下研制了一款基于Excel软件的HPV疫苗卫生经济学快速评估工具——人乳头瘤病毒疫苗建模与经济学评估快速界面（papillomavirus rapid interface for modelling and economics，PRIME）。WHO专家委员会评估后，于2014年6月在官网中进行了推荐，并提供了免费下载链接（http://primetool.org/）。本文重点解析PRIME工具的使用方法和结果解释，以便各级医疗工作者和卫生政策制定者针对不同地区的具体社会人口特征进行HPV疫苗接种卫生经济学的快速评估。
疫苗卫生经济学评价的主要工具是不同的数学模型，利用模型将影响疫苗接种成本及获益的多种主要自然和社会因素进行有机整合，模拟在现实社会中采用不同免疫策略时可能需要投入的成本以及相应的社会和经济获益情况。目前国内外报道的HPV疫苗评价相关模型按照对疾病自然史的考虑大致可分为4类[15,16]。见表1。PRIME的设计目的是为了给非专业用户提供一个快捷、简单的经济学评估工具。PRIME属于静态的比例结果模型[17]，输入相关数据即可输出对应结果，以此进行卫生经济学分析。与动态传播模型相比，该模型并未考虑接种疫苗后产生的间接效果（如群体免疫效果）和性行为变化的影响；与静态进展模型如马尔科夫模型相比，该模型未模拟人群从HPV感染至疾病发生的自然史的过程，也未考虑到宫颈癌的筛查对发病率的影响。
人乳头瘤病毒疫苗卫生经济学评价的主要方法概述
人乳头瘤病毒疫苗卫生经济学评价的主要方法概述
| 模型类别 | 概述 |
|---|---|
| 静态的比例结果模型 | 相对最为简单，基于人口学数据和HPV相关年龄别宫颈癌的发病率和死亡率即可进行模拟。该模型可保守估计在女孩开始性行为之前接种HPV疫苗的成本和效益[17,18]。 |
| 静态进展模型 | 模拟特定队列人群从HPV感染至疾病发生的自然史，以及宫颈癌筛查对疾病进展的影响。它包括马尔科夫模型、蒙特卡洛模型、基于发病率的模型等[19,20]。 |
| 动态传播模型 | 模拟整个人群随着时间变化的发病情况，刻画病毒通过性行为传播的过程，其病毒感染力是感染人数、性行为模式等诸多变量的函数，所以动态模型能够测算性行为在HPV传播中的作用[21,22,23]。 |
| 混合模型 | 联合使用静态和动态模型，通常将动力学模型的预测结果代入静态模型中，以预测疾病的发展趋势并计算成本和获益[24,25]。 |
PRIME基于Excel软件运行，包括4个可见工作表（模块）和7个隐藏工作表。详见图1。
1．国家选择模块：用于选择拟分析的国家，各个国家的相应数据已整合到数据表内成为本地化参数。在工作表第一列"Select country（选择国家）"使用下拉菜单可选择不同的国家。PRIME中储存有全球179个国家的数据，选择相应国家，即可调用该国本地数据进行卫生经济学评价。各个国家对应指标数据的默认值为PRIME开发时选用的取值，其对应分析结果均已公开发表[18]。选择国家后，将自动填充以下15项指标的默认参数（表1），这些默认参数主要来源于WHO及其学术合作者编制的全球数据库，立场文件和出版物。以中国参数为例，指标共15项，详见表2。
PRIME中国家选择模块的指标含义及参数
PRIME中国家选择模块的指标含义及参数
| 指标 | 含义 | PRIME默认参数（中国） | 参数来源 |
|---|---|---|---|
| 女性出生队列人数 | 该国家当年女性新生儿数目 | 7 707 500 | IARC关于HPV及相关疾病（中国）数据[26] |
| 目标年龄女性人数 | 该国家当年处于目标年龄女性数目 | 6 986 267 | IARC关于HPV及相关疾病（中国）数据[26] |
| 全程接种覆盖率 | 目标年龄组女性完成全程接种的预期比例 | 80% | 对收集文献报告的其他地区接种覆盖率进行加权结算[27,28]，并以此作为预期接种覆盖率 |
| 疫苗对HPV16/18相关宫颈癌的保护率 | 由于接种HPV16/18疫苗使得患相应型别相关宫颈癌风险降低的比例，设定为100% | 100% | 基于IARC流行病学数据，假定疫苗对HPV16、HPV18型别相关宫颈癌保护率为100%，对其他型别保护率为0[29,30] |
| 目标年龄 | HPV疫苗接种适宜年龄 | 12岁 | 综合文献报道，绝大多数女性的初次性生活时间晚于12岁[27,31,32,33,34] |
| 疫苗采购成本 | 人均全程疫苗的采购成本 | 40.44美元 | 泛美卫生组织和中等收入国家依据2013年PAHO制定的疫苗采购价格确定 |
| 疫苗运输成本 | 人均全程疫苗的运输及管理成本 | 15.00美元 | 对坦桑尼亚，不丹和乌干达的成本核算研究表明，将HPV疫苗递送到全国范围的计划的费用可能从4.56美元到5.27美元不等[35]，在高收入国家运输成本将更高[36,37]。因此假定低收入，中等收入和高收入国家的运输成本分别为5美元，15和25美元（每人次） |
| 疫苗总成本 | 人均全程疫苗的购买价格（疫苗采购成本+疫苗运输成本） | 55美元 | 疫苗采购成本与疫苗运输成本之和 |
| 癌症治疗成本 | 人均宫颈癌的治疗成本（从确诊到死亡） | 650美元 | 参考FIGO第26期妇科癌症治疗结果年度报告提出的宫颈癌进展阶段，在14个WHO区域收集各进展阶段的癌症治疗成本，取最高和最低成本的平均值[38,39] |
| 宫颈癌诊断首年损失的DALY | 宫颈癌诊断首年因宫颈癌损失的健康寿命年 | 0.08 | 根据2001年全球疾病负担研究[26]，若宫颈癌诊断、治疗和控制时间预计超过一年的，假定损失的DALY权重为0.08 |
| 非晚期癌症的后遗症损失的DALY（/年） | 确诊为非晚期宫颈癌后因宫颈癌损失的健康寿命年 | 0.11 | 对于非致死性肿瘤，为解释癌症造成长期后遗症（不孕和尿失禁），假定4年内损失的DALY权重为0.04~0.17（取决于该国的WHO死亡率分级）。中国分级为B，取值0.11 |
| 晚期癌症死亡当年损失的DALY | 确诊为晚期宫颈癌后死亡当年损失的健康寿命年（不包括死亡后损失的寿命年） | 0.78 | 对于致死性肿瘤，假设包括6个月的转移前期癌症和6个月的晚期癌症，定义死亡当年损失的DALY权重为0.78 |
| 贴现率 | 贴现率指根据货币时间价值原理，消除货币时间价值的影响时确定的货币转化率 | 3.0% | WHO卫生经济学指南[27] |
| 由HPV 16/18引起的宫颈癌的比例 | 由HPV 16/18引起的相应型别宫颈癌占所有宫颈癌的比例 | 68.4% | 各地流行病学文献综述[40] |
| 人均国内生产总值 | 指一个国家（或地区）所有常驻单位，在一定时期内，生产的全部最终产品和服务价值的总和与总人口数的比值 | 5 445美元 | 世界银行2011年年度报告[41] |
注：PRIME：乳头瘤病毒建模与经济学评估快速界面；IARC：国际癌症研究所；HPV：人乳头瘤病毒；PAHO：泛美卫生组织；FIGO：国际妇产科联盟；DALY：伤残调整寿命年
2．自定义参数（Customisation）模块：允许对国家选择调用的15个指标的本地默认参数进行修改，修改值会替代默认值进行自动运算并反映到结果输出窗口。
3．年龄相关参数（Age Data）模块提供了另一个自定义参数的机会。该模块包含两部分参数，一部分为默认值，包含本地数据库中的0~100岁的年龄别（每岁）宫颈癌发病率、死亡率、全死因死亡率的默认值；另一部分为自定义值，为数据输入区域，以便PRIME使用者根据目标人群实际情况修改参数，更新值会替代默认值进行自动运算并反映到结果输出窗口。
4．结果输出（Output）模块：主要由一个表格和一张图组成，并提供了指向PRIME网站的链接，以帮助使用者获取更多的信息。结果表展示了12项结果指标的未贴现值与贴现值，输出的结果指标及结果推导过程见表3。贴现是指根据货币时间价值原理，消除货币时间价值的影响。考虑到该部分健康投入如果放到其他方面也会有效果产出，以及诊疗水平逐步提高使发病率或病死率呈一定下降趋势等因素，因此目前通行做法是对产生效果也进行贴现，且成本和产出取同样的贴现率（3%~5%），已被大多数卫生经济学评价指南所采纳的[42]。结果图展示了接种疫苗对宫颈癌发病率的影响。图片的横坐标为年龄，纵坐标为HPV16/18型相关宫颈癌的发病率，描述同一出生队列人群，未接种或按定义接种率接种HPV疫苗后，其一生中各年龄段宫颈癌的预期发病率。图内文字均可编辑修改。结果输出模块所输出的指标是用来进行疫苗成本获益评估的关键指标。
乳头瘤病毒建模与经济学评估快速界面的结果输出模块部分结果指标及计算
乳头瘤病毒建模与经济学评估快速界面的结果输出模块部分结果指标及计算
| 指标名称 | 解释说明 | 计算过程 | |
|---|---|---|---|
| 剩余寿命年 | PRIME内隐藏一个"寿命表"工作表，用来计算年龄别剩余寿命年，寿命表包括：死亡概率、存活概率、标化尚存人数、生存人年数（Lx）、生存总人年数（Tx）、剩余寿命年、贴现的剩余寿命年 | （1）死亡概率：年龄别死亡率；（2）存活概率：1-死亡概率；（3）标化尚存人数：设0岁为1，上一年龄组尚存人数×存活概率；（4）生存人年数：相邻年龄组标化尚存人数的平均值；（5）生存总人年数：生存人年数之和；（6）剩余寿命年：剩余寿命年=生存总人年数/标化尚存人数；（7）贴现的剩余寿命年：贴现的剩余寿命年=未贴现剩余寿命年对应的累计贴现因子+不足一年的未贴现剩余寿命年×未贴现剩余寿命年对应的贴现因子 | |
| 疫苗预防效果 | |||
| 预防的宫颈癌发病数 | 在某个年龄女性中因接种疫苗而减少的对应型别宫颈癌发病数 | 预防的宫颈癌发病数=(目标年龄未接种疫苗人群未来疫苗对应型别宫颈癌发病率-目标年龄接种疫苗人群未来疫苗对应型别宫颈癌发病率)×目标年龄接种疫苗的女性数目 | |
| 预防的宫颈癌死亡数 | 在某个年龄女性中因接种疫苗而减少的对应型别宫颈癌死亡数 | 预防的宫颈癌死亡数=(目标年龄未接种疫苗人群未来疫苗对应型别宫颈癌死亡率-未来接种疫苗人群未来疫苗对应型别宫颈癌死亡率)×目标年龄接种疫苗的女性数目 | |
| 经济学结果 | |||
| 接种成本 | 在某个年龄女性中实施接种所花费的总成本 | 接种成本=每个全程接种的女性的疫苗总成本×目标年龄的女性数目×疫苗覆盖率 | |
| 节省的治疗成本 | 在某个年龄女性中实施接种导致对应型别宫颈癌发病减少从而减少的宫颈癌治疗成本 | 节省的治疗成本=预防的宫颈癌发病数×宫颈癌治疗成本 | |
| 净成本 | 在某个年龄女性中接种疫苗的净花费，取值为接种成本与节省的治疗成本之差 | 净成本=接种成本-节省的治疗成本 | |
| 节省的寿命年 | 在某个年龄女性中因接种疫苗减少的对应型别宫颈癌死亡人数从而挽救的剩余寿命年 | 挽救的寿命年=预防的宫颈癌死亡数×剩余寿命年 | |
| 节省的非致死性伤残调整寿命年 | 即因接种疫苗减少的宫颈癌死亡人数从而挽救的DALY，该指标仅考虑从确诊至宫颈癌治愈或死亡期间损失的DALY，不包括由于癌症导致早死而损失的剩余寿命年（此部分即为"节省的寿命年"）。指标由两部分组成，包括非致死性肿瘤导致的DALY和致死性肿瘤导致的DALY，其中，非致死性肿瘤导致的DALY及致死性肿瘤导致的DALY均在"模型"工作表中进行计算。对于非致死性肿瘤，为解释癌症造成长期后遗症（不孕和尿失禁），假定四年内损失的DALY权重为0.04-0.17（取决于该国的WHO死亡率分级）［18］ | （1）挽救的非致死性DALY=［预防的宫颈癌发病数-预防的宫颈癌死亡数］×非致死性肿瘤导致的DALY+预防的宫颈癌死亡数×致死性肿瘤导致的DALY；（2）非致死性肿瘤导致的DALY=宫颈癌诊断首年损失的DALY+非晚期癌症的后遗症损失的DALY (/年)×4；（3）致死性肿瘤导致的DALY=宫颈癌诊断首年损失的DALY+晚期癌症死亡当年损失的DALY | |
| 每预防1例宫颈癌需要的增量每预防1例对应型别宫颈癌发生需要花费的成本，取成本值为净成本与预防的宫颈癌发病数的比值 | 每预防1例宫颈癌需要的增量成本=净成本/预防的宫颈癌发病数 | ||
| 每预防1例死亡需要的增量成本 | 每预防1例对应型别宫颈癌死亡需要花费的成本，取值为净成本与预防的宫颈癌死亡数的比值 | 每预防1例死亡需要的增量成本=净成本/预防的宫颈癌死亡数 | |
| 每节省1个寿命年需要的增量成本 | 每挽救1人年对应型别宫颈癌死亡导致的寿命年损失需要花费的成本，取值为净成本与节省的寿命年的比值 | 每节省1个寿命年需要的增量成本=净成本/节省的寿命年 | |
| 每预防1个伤残DALY需要的增量成本 | 每挽救1人年对应型别宫颈癌患病或死亡导致的寿命年损失需要花费的成本，取值为净成本与节省的寿命年和节省的非致死性伤残调整寿命年之和的比值 | 每预防1个DALY需要的增量成本，即成本效果比（CER）=净成本/（节省的寿命年+挽救的非致死性DALY） | |
| 经济学结果中的贴现 | 贴现结果是由未贴现的结果与贴现因子相乘进行计算 | 贴现因子取值设定：小于目标接种年龄，贴现因子取1；大于等于目标接种年龄，贴现因子=1/(1+贴现率)^(队列年龄-目标接种年龄)。WHO建议贴现率设定为3%［42］ | |
注：PRIME：乳头瘤病毒建模与经济学评估快速界面；DALY：伤残调整寿命年；CER：成本效果比
5．隐藏工作表：PRIME还具有寿命表（Life Table），模型（Model），基本参数（Parameters），宫颈癌发生率（Mortall），宫颈癌死亡率（Mortcecx），全原因死亡率（Incidence），更新日志（Changelog）等共7个隐藏工作表（表4）。在界面下方工作表选择栏点击鼠标右键，在弹出菜单中选择"取消隐藏"即可显示。
PRIME中隐藏工作表
PRIME中隐藏工作表
| 隐藏工作表名称 | 解释说明 |
|---|---|
| 寿命表 | 为PRIME工具的数据运算模块，用于构建寿命表，计算宫颈癌导致损失的剩余寿命年 |
| 模型 | 为PRIME工具的数据运算模块，用于模型各分析结果的运算，并将计算结果输出为结果输出模块的各项未贴现值及贴现值 |
| 基本参数 | 储存有全球179个国家的数据，包括经济发展状况、疫苗采购、管理成本、宫颈癌治疗成本、人均国内生产总值、宫颈癌的卫生经济学负担等，用于模型工作表的运算 |
| 宫颈癌发生率 | 存有全球179个国家的女性宫颈癌年龄别发病率数据，用于模型工作表的运算 |
| 宫颈癌死亡率 | 储存有全球179个国家的女性宫颈癌年龄别死亡率数据，用于模型工作表的运算 |
| 全原因死亡率 | 储存有全球179个国家的女性所有原因导致死亡的年龄别死亡率数据，用于模型工作表的运算 |
| 更新日志 | 记录PRIME各版本更新内容 |
注：PRIME：乳头瘤病毒建模与经济学评估快速界面
卫生经济学评价，就是应用技术经济分析与评价方法，对卫生干预措施的制定、实施或产生的结果，从卫生资源的投入（卫生成本）和产出（效益、效果和效用）两个方面，进行科学的分析。在HPV疫苗卫生经济学评估中，投入（Cost）是指为实现HPV疫苗接种而额外增加的费用，产出指标通常分为效益（benefit）、效用（utility）和效果（effectiveness）三类。效益指标一般直接以货币来衡量，包括因疫苗接种而在未来减少的医疗费用以及避免的劳动价值损失；效用一般用伤残调整寿命年（disability-adjusted life year，DALY）或质量调整寿命年（quality-adjusted life years，QALY）来度量，以便于投入用于其他公共卫生方向的获益进行直接对比；效果指标通常使用健康结果或临床治疗指标，一般为实施接种后降低的宫颈癌发生数和死亡数等。见表5。
依据国际癌症研究所在2012和2018年发布的中国数据重新计算的结果输出模块
依据国际癌症研究所在2012和2018年发布的中国数据重新计算的结果输出模块
| 结局指标 | 2012年（修改前） | 2018年（修改后） | ||
|---|---|---|---|---|
| 未贴现值 | 贴现值 | 未贴现值 | 贴现值 | |
| 女性出生队列人数 | 7 707 500 | 7 707 500 | 7 706 789 | 7 706 789 |
| 目标年龄女性人数 | 6 986 267 | 6 986 267 | 7 048 912 | 7 048 912 |
| 接种成本（美元） | 309 854 923 | 309 854 923 | 507 521 664 | 507 521 664 |
| 节省的治疗成本（美元） | 17 968 808 | 6 495 057 | 29 912 843 | 9 293 595 |
| 净成本（美元） | 291 886115 | 303 359 866 | 477 608 821 | 498 228 069 |
| 预防的宫颈癌发病例数 | 27 640 | 9 991 | 46 013 | 14 296 |
| 预防的宫颈癌死亡例数 | 17 447 | 4 232 | 25 400 | 5 792 |
| 挽救的寿命年 | 319 109 | 89 652 | 444 435 | 112 126 |
| 挽救的非致死性伤残调整寿命年 | 20 305 | 6 359 | 32 563 | 9 007 |
| 每预防1例宫颈癌需要的增量成本（美元） | 10 560 | 30 363 | 10 380 | 34 851 |
| 每预防1例死亡需要的增量成本（美元） | 16 730 | 71 686 | 18 803 | 86 020 |
| 每挽救1个寿命年需要的增量成本（美元） | 915 | 3 384 | 1 075 | 4 443 |
| 每挽救1个伤残调整寿命年需要的增量成本（CER） | 860 | 3 160 | 1 001 | 4 113 |
| 人均国内生产总值（美元） | 5 445 | 5 445 | 8 780 | 8 780 |
| ICER/国内生产总值比值a | 0.16 | 0.58 | 0.11 | 0.47 |
注：a模型中未给出该指标。且因与不采取干预相比较，故使用CER代替ICER进行计算。根据WHO推荐的成本效果阈值，若某项干预措施的ICER低于该国3倍人均GDP则认为干预具有成本效果，若低于该国人均GDP，则认为干预具有高度成本效果（所挽救的DALY能创造出高于所耗费的成本的劳动价值）；ICER：成本效果比；DALY：伤残调整寿命年
PRIME分别从成本效益（cost-benefit analysis，CBA）、成本效果（cost-effectiveness analysis，CEA）和成本效用（cost-utility analysis，CUA）三个方面进行HPV疫苗的卫生经济学评估，PRIME运行的卫生经济学评估结果输出主要包括：（1）成本效益：不同干预方案的直接成本和贴现后成本，与未干预相比较，产生的增量成本和增量DALY；（2）成本效用：进而分别得到挽救单位DALY所增加的成本的比值（成本效果比；cost-effectiveness ratio，CER），以及与现有标准策略相比得到的增量成本效果比（incremental cost-effectiveness ratio，ICER）。当与不进行任何干预相比时，可用CER代替ICER进行计算；（3）成本效果：实施接种前后，减少的宫颈癌发病数/发病率和死亡/死亡率及每产生1个效果所需的成本等。
根据WHO推荐的用于判断干预措施经济性的成本效果阈值，若某项干预措施的ICER大于该国3倍人均国内生产总值则认为干预不具有成本效果；若ICER在该国人均GDP的1~3倍之间则认为干预具有成本效果；若ICER低于该国1倍人均GDP，则认为干预具有高度成本效果（所挽救的DALY能创造出高于3倍所耗费的成本的劳动价值）[42,43,44]。
如图2所示，当选择国家为"CHINA"时，将自动填充储存在本地数据库的15项指标的默认数据。
依据IARC在2018年发布的中国数据，我们修改了"定制数据"模块中的"女性出生队列数量""目标年龄女性数量""疫苗采购成本""疫苗运输成本""疫苗总成本""由HPV 16/18引起的宫颈癌的比例"和"人均国内生产总值"的取值（图3），以及年龄数据模块中的女性宫颈癌发病率、死亡率的取值（图4），进行了重新计算[45]。
如表4所示，本研究的成本-效益分析中，总成本应包含疫苗从采购到接种的全部花费，总投入为507 521 664美元；因实施接种导致对应型别宫颈癌发病减少从而减少的宫颈癌治疗成本为29 912 843美元；总成本与节省的治疗成本之间的差值即为接种的实际支出（净成本），为477 608 821美元。
图5显示同一出生队列人群，按假定接种率完成全程HPV疫苗接种后其一生中各年龄段宫颈癌的预期发病率将明显降低；如表4所示，按照2018年数据预测，预期HPV疫苗接种覆盖率为80%时，可预防46 013例宫颈癌发生，避免25 400例宫颈癌死亡；成本-效果分析显示，每投入10 380美元即可避免一例宫颈癌病例，每投入18 803美元即可避免一例宫颈癌死亡，接种HPV疫苗具有很好的成本-效果。
如表4所示，按照2018年数据预测，预期HPV疫苗接种覆盖率为80%时，可挽救剩余寿命年444 435人年，挽救癌症导致的非致死性DALY为32 563人年；成本-效用分析显示，每投入1 001美元即可挽救一个因宫颈癌导致的DALY（挽救的剩余寿命年与非致死性DALY之和）（CER），低于人均国内生产总值，表明接种HPV疫苗具有很好的成本-效用。
与2012年数据相比，ICER/人均GDP比值的未贴现值或贴现值分别为0.16/0.58（2012年）和0.11/0.47（2018年）。与2012年相比，虽然2018年CER有所提高，但国内生产总值提高的速度更快，因此总体成本效果更高。
Jit等[18]使用PRIME对全球179个国家引入HPV疫苗进行了卫生经济学评价，并与使用复杂模型进行的评价进行比较。结果显示，就ICER值的评估而言，PRIME可以得到高度一致的结果，证明PRIME分析可以满足HPV疫苗的卫生经济学评价的疾病需要，尤其适用于尚未大面积开展筛查的中低收入国家。Van Minh等[46]使用PRIME对越南引入HPV疫苗的成本效果进行了分析，结果表明当以全球疫苗免疫联盟（Global Alliance for Vaccines and Immunisation，GAVI）价格采购疫苗时才具备高度成本效果。为探究在73个中低收入国家扩大接种年龄组较常规的单一年龄接种对疫苗保护效果的影响，Jit和Brisson[17]还使用PRIME进行了扩大接种年龄组范围的卫生经济学评价，结果显示，如果接种年龄组扩大至9~14岁，即使认为已有性经历的女孩无法获得疫苗保护，则每预防1例宫颈癌死亡需接种101名，成本仅略高于仅接种9岁时的87名，但可减少接种人群15年内30%~40%的宫颈癌死亡（或预防123万~179万例因宫颈癌死亡）；若认为已有性经历的女孩也可以获得疫苗保护，则可获得更高的成本效果。分析结果表明在9~14岁女孩中接种可扩大HPV疫苗的效果，具有较高的成本效果。
然而，PRIME并未考虑筛查及病毒传播对发病和死亡的影响[18,46]。PRIME应用的前提设定包括：在模型预测时间内，宫颈癌的筛查方法和规模不发生明显改变；疫苗对对应型别感染相关宫颈癌的完全保护能持续终生；不考虑间接效应（如群体免疫）。若这些前提设定与拟分析的人群的实际情况不完全符合时，需谨慎考虑输出结果的适用性以及可能的偏差。此外，由于中国人口众多，各省市之间经济、流行病学情况、基础医疗卫生情况差别较大，以国内整体数据进行卫生经济学评价较难以反映各省市具体情况。若要参照各省市卫生经济学评价结果制定卫生政策，需探索开展不同省份的评估工作，结合各省市具体情况进行分析。
PRIME具有快捷、简单、专业性要求低等优点，特别适合于非建模专业人员进行HPV疫苗的卫生经济学快速评估。最近，国外的二价、四价和九价HPV疫苗均已在我国上市，多个国产HPV疫苗已完成或正在开展临床试验。我国不同省市的社会经济发展以及人口特征的差异较大，因此在全国性的统一免疫规划出台之前，各地可以考虑借助PRIME工具根据当地实际情况进行本地化的HPV疫苗卫生经济学快速评估，为及时出台适合当地的HPV疫苗接种策略提供科学依据。PRIME工具数据表内的参数与指标大多基于全球数据，为使PRIME工具更加适合中国各省市实际运用，可对PRIME进行"本地化"处理，对工具的关键参数进行改进、替换。同时，可将各省市现有的数据对PRIME工具中179个国家数据进行替换，以作为各地使用PRIME工具计算时的参考。此外，可探索PRIME的改进策略，以使其可以适用于筛检覆盖率较高的经济、教育较发达的地区。
所有作者均声明不存在利益冲突
