使用数学建模确定健康优先级的经验教训（英）

Authors 大卫·威尔逊，健康营养和人口全球实践，世界银行，华盛顿特区，USA MarelizeGorgens，健康营养和人口全球实践，世界银行，华盛顿DC,美国 通讯作者:MarelizeGorgens,mgorgens@worldbank.org, TheWorldBank,1818HStreetNW,WashingtonDC,20433,+12024731000 关键词：优先权设定;一揽子福利;卫生筹资;世界银行 利益披露 作者报告没有利益冲突。 Abstract: 新冠病毒疫情凸显了在卫生融资和资源配置中优先级设定的必要性，强调了传统卫生融资策略的局限性。本文探讨了数学建模在增强卫生部门配置效率方面的相关性，特别是在疫情之后。我们借鉴世界银行支持超过20个国家使用数学优化模型进行优先级设定的经验，旨在在预算受限的情况下实现最佳健康成果。疫情对经济增长、收入征收、债务压力以及可用于卫生融资的财政空间的影响，促使需要向注重卫生服务交付效率改进的范式转变。我们概述了此类建模中获得的经验教训，并规划未来方向以提高效率收益，包括整合以患者为中心的方法来提升卫生服务交付效率。我们倡导灵活且有效的本地化优先级设定，利用数据驱动的见解来应对后疫情时代卫生融资的复杂性。 传统卫生筹资方法侧重于五个维度：首先，促进经济增长，以便有更多的资源可供分配 ；其次，提高收入征管，使政府能够从经济中获取更大的份额用于公共支出；第三，减轻债务压力，使国家有更多资源可用于卫生和社会领域；第四，通过更好地优先考虑，提高卫生领域的配置效率，使卫生部及其合作伙伴能够将资金定向投入到对改善人群健康结果影响最大的领域；第五，提升技术和生产效率，使卫生部能够使用确保成本效益的服务模式和机制来提供卫生服务。1 COVID-19对卫生筹资产生了深刻和不同的影响 在本评论中，我们不仅关注COVID带来的教训，还关注建模用于优先级设定的教训。由于COVID对经济、预算、卫生融资、卫生系统绩效和劳动力的影响，优先级设定的教训变得比以往任何时候都更加紧迫。 新冠肺炎疫情对五个维度产生了深远影响：（a）经济增长受到抑制，尤其是在最需要资金支持的低收入国家中，这给卫生预算带来了巨大压力，并限制了可用于卫生部门的资金分配空间。科塞等人的研究表明，许多国家，尤其是中低收入国家，到2025年时的经济规模将比没有新冠肺炎疫情的情况下要小。2(b)在税收方面，即使在新冠肺炎之前，许多国家，特别是中低收入国家 各国提高的收入占国内生产总值(GDP)的比例较低(图1)。3较低的收入占GDP的比例往往是因为低收入和中等收入国家（LMICs）存在较高的非正式经济活动水平。在这种环境下，最高效的收入收集方法，如对移动电话或互联网服务消费征税，或使用移动货币，可能会不成比例地影响低收入群体。4COVID-19加剧了非正式性问题，导致税收收入比例下降。(c)COVID-19强化了合理使用每一分钱卫生资金的需求：资源配置效率、生产效率和技术效率可能比过去更为关键。疫情过后，无论是发展援助还是国家国内预算，尤其是卫生领域的预算都更加有限和具有争议性。这种情况表明，卫生部需要优先考虑提高效率的重要性。5 图1：低收入国家的政府收入占GDP的比重要低得多 资料来源：国际货币基金组织，2023年。 https://www.imf.org/external/datamapper/rev@FPP/USA/FRA/JPN/GBR/SWE/ESP/IND 政府面临着不断增加的压力，因为他们的卫生资源本已有限，在某些情况下仍在继续减少。他们必须同时重建必要的服务，增强基本医疗服务和公共卫生服务，无论病因如何都为未来可能出现的健康紧急情况做好准备，应对不断上升的疾病负担，满足人们对以患者为中心的医疗服务的需求，并为日益扩大的新型健康产品预算，从疫苗创新到癌症治疗等。这一全面且不断扩展的议程将因气候变化带来的额外挑战而变得更加严峻。 为了应对这一议程，需要采取多管齐下的方法。中低收入国家（LMICs）的经济增长对于增加可用于卫生领域的资源至关重要。需要公平和高效的税收征收策略以增加公共收入。通过优先级设定提高配置效率可以有助于优化国家卫生预算分配和支出。最后，在实施卫生服务时，必须同时考虑技术和生产效率。本文重点关注通过优先级设定提高配置效率，并探讨模型应用以提高效率方面的经验教训。 确定优先顺序对于后COVID卫生融资考虑至关重要 优先化可能在公共卫生的多个维度中促进基本救命解决方案的可用性，并且对于后COVID时期的卫生融资议程至关重要。优先化应遵循一套商定的四项原则：(a)基于既定指南（即预先确定的标准）；(b)遵循明确且特定于情境的优先化标准；(c) 基于数据，使决策直接受到证据的影响，确保使用成本效益数据做出最优选择；并且（d ）以协作和开放的方式执行，意味着在整个过程中与所有相关方进行互动，并为所有财务选择提供清晰的理由。6 考虑到这些原则，Bloom等人对10个国家的优先事项确定做法进行了审查。7他们发现，在这10个国家中，逐渐形成了基于证据和回应国家需求的优先级设定实践。优先级设定在这些国家主要体现在两个方面：(a)国家从按项目输入预算转向根据各种形式的项目预算分配资源；或(b)国家至少定义了一个公共福利包，尽管在实践中可能并未广泛使用。 优先设定方面也存在挑战；尤其是在使用定量工具（如成本计算或优先级设定工具 ）来优先排序和分配预算方面仍较为不足。7然而，优先考虑使用数学模型的卫生 部门预算表现出明显的配置效率更高。4 这篇论文考虑了作者在世界银行近期的工作经验，与合作伙伴一起使用数学优化模型来指导优先级设定，同时认识到这些模型只是优先级设定的多种输入之一。更广泛的伦理和法律维度必须被考虑，而政治经济因素对优先级设定的影响尤为重大。卫生部可能没有能力为其全年的可用资金设定总额。 但是它们往往在确定预算内的资金分配方面拥有更大的灵活性。详尽的数据可以使其更具能力为特定的资金选择进行倡导，并argumentate争取更大的预算。 世界银行支持各国政府使用建模来确定卫生部门的优先事项 考虑到这些优先级设定的做法，世界银行在过去的十年中与超过20个国家合作，探索如何利用数学优化建模来改进优先级设定的方法。 与学术合作伙伴共同工作，世界银行支持各国在特定疾病项目（如艾滋病、结核病和疟疾）以及营养项目预算编制中，结合健康计划预算方法，利用数学优化建模来改进预算分配。8,9不同于其他预算编制方法从成本开始并“汇总”成总额或特定项目的预算，数学优化预算编制是从给定的资源envelopes开始。资源应根据其流行病学特征和当前资源分配情况进行分配，以优化结果，这既包括减少疾病负担也包括减少死亡率。10这些优化的资金分配可以与当前的资金分配进行比较，以提出建议，例如增加对基于社区的抗逆转录病毒服务的支出，或在艾滋病疫情集中国家减少对一般人群行为改变项目的支持，因为在这些国家，针对一般人群的项目效果较差。 换句话说，使用优化算法的数学优化模型可以计算在不同预算情景下的最优投资分配。这些模型还可以根据预算的增减轻松进行调整。 数学优化算法构建的数学模型可用于在不同预算情景下计算最优的投资分配。此类优先级研究，利用各种模型（如Optima模型），可以显著改善预算分配。这些研究有助于将预算转向更优的投资。它们为技术专家提供了客观证据，以应对不合理的政治扭曲。优先级模型的发展从针对特定疾病的优先级划分扩展到指导整个卫生系统的资源配置。例如，Optima模型已被证明能够通过有效突出资源限制下的优先级来增强优先级讨论。 自2012年成立以来，Optima模型已改善了40多个国家的资源分配。12HIV研究和应用优先算法的研究已inform了若干国际健康资助机构，并被用于在考虑物流、政治和伦理约束的情况下，在23个不同国家确定资源的最佳分配以满足国家HIV目标。13模型表明，重新分配卫生支出可在2030年前使12个国家的新艾滋病病毒感染病例减少18%，并在8个国家减少约29%与艾滋病相关的死亡人数。14算法优化模型可以同时优先考虑分配效率、生产效率和技术效率。例如，不仅需要为疟疾防控融资购买蚊帐，还需要考虑不同人群的配送模式和机制，以及如何进行分发。 这样的优先级研究可能会带来预算分配方面的显著改进，并有助于将实际预算转向更为优化的投资，如苏丹案例在图2、3和4中所示。图2展示了如何重新分配现有预算以产生更大的影响。图3展示了在多种预算情景下的最优分配。图4展示了从现有预算重新分配到优化预算分配的过程——它显示了模型成功地推动了实际支出的变化。苏丹案例尤为具有影响力的是，尽管总体资金减少，关键人口项目的绝对预算金额却有所增加：“当为2015-2017年分配预算时，总资金水平低于2013年的水平。然而，由于优化结果，更多资金被转移到了针对关键人口的项目上，预计这将导致新感染病例总数的减少。”15 图2：2013年的支出模式和优化分配，以最大限度地减少新的艾滋病毒2014年至2020年之间的感染，2013年苏丹的资源水平为1230万美元 来源：世界银行，2015年 图3：在不同预算下，到2020年将艾滋病毒发病率降至最低的优化分配在苏丹的水平 来源：世界银行，2015年 图4：2015-2017年艾滋病毒应对预算中艾滋病毒资源的重新分配苏丹 来源：世界银行，2015年 在此次工作中突出的三个重要特征如下：首先，在使用数学模型进行优先级设定和利益组合确定的过程中，世界银行及其学术合作伙伴力求尽可能透明。为此，开发了可供政府授权人员使用的在线云版本模型，并提供了相关的培训课程，同时培训当地学术机构在未来能够使用这些模型。其次，努力不仅限于针对特定疾病的建模优化。通过这些特定疾病优化的做法，世界银行与学术合作伙伴以及津巴布韦、科特迪瓦和赞比亚三国合作，试点了一个涵盖整个卫生领域的优先级工具，即健康干预优先级工具（HIPTool）。这些试点努力表明，在整个卫生领域进行优先级设定是可能的，但数学建模只是更广泛政策和项目对话过程中的一个步骤，旨在推动更具成效的干预措施。最后，在津巴布韦案例中，我们发现最大的节省可以通过改变服务交付模式实现，例如任务转移，允许更多的工作由社区卫生工作者和初级卫生保健工作人员完成，而不是改变所提供的具体服务。 在卫生部门使用数学建模进行优先级设置的经验教训 许多重要教训表明，在总体资金增加不可得的情况下，如何增加资金支持以及如何做得更好。所有研究均得到了卫生部和国家级学术机构的全面参与，并且导致了提高使用数学优化模型进行优先级设定的能力。这些经验显示，为了进一步提高效率，下一波优先级设定努力将需要更加详细、集成和广泛，以解决这些问题： 首先，我们需要通过扩展优先级设定的概念，将分配效率和技术效率之间的互动纳入考虑范围，同时关注服务提供的模式。迄今为止，关于哪些干预措施应获得资金支持的讨论大多与其实现方式相分离，忽视了分配效率和实施效率之间的相互作用。不仅在于什么被实施，还在于它是如何被实施的。例如，移动技术作为患者的提醒工具可能对某些人群非常有效，但对其他人群则不然。如今，差异化护理是以人为本的卫生系统中的关键要素。优先级设定主要集中在服务类型上，如产前护理，而较少关注其提供方法。例如，与要求进行八次面对面的产前护理访问相比，一种更分层的方法可能是通过电话提醒进行两次产前护理访问、与助产士进行讨论，并在必要时转介至妇产科医生。 第二，未来优先级分析需要考察服务交付质量、覆盖面和规模。不仅仅是融资的内容和方式，还包括其质量以及是否能带来更好的健康效果。某些交付模式可能能提供更高的质量，因此应当被优先考虑。 第三，必须包括地理空间分析，这些分析关注脆弱人口、服务接入、需求和利用情况，这些内容在COVID-19期间受到了越来越多的关注。优先事项设定的概念不仅需要集中于资金分配给哪种服务的数量问题，还需要考虑服务的地理位置。例如，世界银行对印度尼西