现在的位置:主页 > 综合新闻 >

药物经济学测算专家组长揭秘医保谈判:拆信封(3)

来源:中国药物经济学 【在线投稿】 栏目:综合新闻 时间:2021-02-08 16:08

【作者】:网站采编

【关键词】:

【摘要】我的确也遇到过专家评审的结果出现了问题,而被企业指正的情况。 专家对有一款药的评审结论是与对照药品在患者生存率上没有差异。但在与企业沟通

我的确也遇到过专家评审的结果出现了问题,而被企业指正的情况。

专家对有一款药的评审结论是与对照药品在患者生存率上没有差异。但在与企业沟通的过程中,企业提出了不同意见。企业表示,患者用了他们的药品,生存率有了显著的提高,相比对照药品有明显优势。

我当场虚心核实,请教企业所提出的意见有没有证据支持?药企有备而来,准备材料很充分,立即展示了他们所说情况的文献证据。我当时跟药企表示:非常抱歉,我们的专家在这个地方处理不当,你们提供的正确信息会如实反馈,一定让专家根据你们提供的材料证据,把不准确的地方修改过来。

我之所以记住这个案例,是因为我当时深感抱歉和不好意思,因为我们专家也许只是一个评价错误,但对于企业来说就是生死攸关的问题。当然这是极个别的案例,除此之外就没再遇到过在关键指标上出现问题的情况了。

药物经济学评价需要药企提供更多准确材料

澎湃新闻:在进行评价过程中,您遇到了哪些压力或者难点?

刘国恩:令我最头大的事,无非就是在药企提供的材料当中,所能够让我们药物经济学专家进行客观、科学评价的素材不够。不少药企提供的素材和数据要么质量不好,要么数量不足,还有些数据没办法用。

澎湃新闻:您认为是什么原因造成了这个情况?

刘国恩:我认为这其中有三个原因:

第一,不同药企在发展阶段上存在着较大差异,在药物经济学研究的人才储备上普遍不足,导致了对药物经济学认知水平较低、能力不足。特别是一些老字号企业、偏远地区的地方企业,研发队伍能力相对较弱,对药物经济学的投入有限。受这些客观条件限制,药企提供的材料质量不高就是大概率事件,这是基础性原因。

第二,企业对药物经济学工具使用的主观重视程度不够。药物经济学评价进入《国家医保目录》调整工作也就是近两、三年的事情。此前没有明文政策要求,企业也就没有巨大的压力和动力开展药物经济学研究,不愿意在此投入资源。这不是企业单方面的问题,也是相关政策对药物经济学使用程度决定的。

第三,企业进行申报时选择的对照药品,与临床专家建议的对照药品常有较大出入。药企在开展药物经济学研究的时候,因为对照药品并非唯一,所以不确定性高,经常出现药企选择的对照药品和专家要求的对照药品不一致,但到了评审阶段,再通知药企变更对照药品已经来不及了。

澎湃新闻:相比较而言,国外企业在材料申报、药物经济学研究开展等领域会好一些么?

刘国恩:对于跨国药企,在基础研究、临床技术、人力资本、管理手段等方面的实力确实强一些。他们的认知、视野宽广,包括对药物经济学研究的重视和投入具有明显的优势,所以外企在提供数据方面,整体而言的质量更好。

澎湃新闻:对于提高药企提供药物经济学评价材料的质量,您有什么建议?

刘国恩:首先,专业人才配比低是一个相当普遍的共性问题,当然不仅是在药物经济学领域,各个领域可能都有待提高。中国要进一步在人才培养、人才储备方面加快步伐。2008年的金融危机以来,世界经济萎靡不振,2020年的新冠危机再雪上加霜,目前来看,在全球人才市场招聘优秀专业人员应该是难得的好时机,这可能是当务之急。

其次,可以通过完善制度来提高企业对药物经济学评价的重视程度,让企业主动提高数据的质量。通过释放政策导向信号,可以使企业采取相应的行动对资源进行调整配置。只要继续加强药物经济学评价在《国家医保目录》调整政策当中的实际作用,企业定会作出良好的反应,配置更多优质资源,提高数据质量。

此外,对于药企与专家在对照药品选择上的不一致物体,可以通过评估工作制度完善来进一步弥补。比如,今后的医保目录调整工作可以进一步常态化,成立由临床药学和医学专家组成的兼职专家组,一旦药品开始评审前的上市后再评价,无论进行循证医学还是药物经济学研究,可以同步向国家医保部门提出对照药选择的咨询,获得专家组意见和系统备案后,再推进相关研究,这样就可以从制度上避免上述对照药不一致的问题,大幅降低社会和政府不必要的资源浪费代价,提高药物经济学评价的科学性、公平性、有效性。

我相信很多药企可以通过此次《国家医保目录》调整更加认清药物经济学评价的重要性,针对2021年度以及未来更远期的《国家医保目录》调整,可以准备更全面、更充分的数据和材料。

文章来源:《中国药物经济学》 网址: http://www.zgywjjx.cn/zonghexinwen/2021/0208/694.html

上一篇:第四届中国创新药论坛在北京经开区举行
下一篇:药物经济学模型之Markov模型(五)——模型中需