OECD国家非传染性疾病经济负担研究：基于疾病阶段、性别和年龄组的卫生支出估算

《Population Health Metrics》：Estimates of non-communicable disease expenditure by disease phase, sex, and age group for all OECD countries

本研究针对当前缺乏跨国可比非传染性疾病（NCD）支出数据的现状，创新性地整合澳大利亚卫生支出数据、新西兰疾病阶段成本比和全球疾病负担（GBD）数据，首次构建了38个OECD国家80种主要NCD的疾病阶段-性别-年龄三维支出估算体系。研究揭示OECD国家平均NCD支出达2.07亿美元/10万人口，肌肉骨骼疾病（17.4%）、癌症（9.4%）和心血管疾病（9.1%）为前三大支出领域，且疾病阶段分布呈现首年诊断占36.8%、末年末年生命占2.6%的显著特征。该研究为跨国卫生政策制定和成本效益评估提供了重要基准数据集。

　　

在全球卫生领域，非传染性疾病（NCD）如同潜伏的冰山，不仅造成每年近三分之二的死亡病例和81%的残疾生存年数（DALYs），更隐藏着巨大的经济冲击力。世界经济论坛曾预测2011-2030年间NCD将导致全球30万亿美元损失，其中半数直接来自医疗支出。然而令人困惑的是，各国关于疾病支出的研究因方法学差异难以直接比较，就像用不同量尺测量同一物体——我们既无法确认各国疾病支出差异的真实性，也难以评估预防措施可能带来的医疗费用节约。这种数据鸿沟使得卫生政策制定者在规划未来医疗预算时，犹如在迷雾中航行。

为解决这一难题，墨尔本大学研究团队在《Population Health Metrics》发表了一项开创性研究。他们巧妙构建了"澳大利亚支出基准+新西兰阶段成本比+GBD流行病学数据"的三维融合模型，首次实现了38个OECD国家80种主要NCD的疾病阶段-性别-年龄精细化支出估算。这项研究不仅填补了跨国可比疾病支出数据的空白，更为评估预防策略的成本抵消效应提供了关键工具。

研究团队采用四大核心技术方法：首先整合全球疾病负担（GBD）2019年数据获取各国疾病流行率、发病率和死亡率；其次运用澳大利亚卫生与福利研究所（AIHW）2018-19年疾病支出数据库建立性别-年龄别支出基准；第三借助新西兰综合数据基础设施（IDI）研究的疾病阶段相对支出比（首年诊断:末年末年:流行期=2.40:1:2.72）；最后通过OECD购买力平价（PPP）将各国支出统一转换为2019年美元值，并利用OECD卫生账户系统进行总量校准。特别值得注意的是，对于哥伦比亚、以色列等4个缺乏详细支出分类的国家，研究者创新性地采用81%的调整系数估算可分配医疗支出。

健康支出规模与疾病分布

研究显示OECD国家平均NCD支出达2.07亿美元/10万人口，但国家间差异悬殊——美国以5.99亿美元高居榜首，土耳其仅0.56亿美元。肌肉骨骼疾病意外成为最大支出领域（17.4%），超越癌症（9.4%）和心血管疾病（9.1%）。这种分布模式挑战了传统认知中心血管疾病主导支出的观点，提示肌肉骨骼问题可能被严重低估其经济影响。

性别差异模式

女性在肌肉骨骼疾病（56.1%）、精神与物质使用障碍（55.8%）和神经系统疾病（54.8%）上支出显著更高，而男性在肾脏泌尿疾病（63.8%）、癌症（58.3%）和心血管疾病（50.7%）方面支出占优。这种性别分化反映了疾病流行病学特征与医疗利用模式的交互作用，为性别差异化卫生政策提供依据。

疾病阶段成本特征

流行期病例消耗60.7%的NCD总支出，首年诊断占36.8%，而病因别末年末年支出仅占2.6%。这一发现颠覆了"末年末年医疗支出占比重大"的普遍印象，强调早期诊断干预对控制医疗成本的关键作用。

跨国数据验证

与挪威、瑞士和美国现有研究的对比揭示重要方法学差异：本研究肌肉骨骼疾病支出估算显著高于三国本地研究（挪威：6.7% vs 16.0%；美国：17.3% vs 8.7%），而神经系统疾病支出则明显偏低（挪威：3.9% vs 15.4%）。这些差异部分源于各国卫生支出分类标准不同——挪威将长期护理计入医疗支出，澳大利亚则将其排除在外。

研究讨论部分明确指出，澳大利亚较高的肌肉骨骼疾病负担（DALYs）导致其单位病例支出基准偏高，进而影响其他国家估算结果。同时，仅73%的澳大利亚经常性支出能被分配到特定疾病，未包含的非处方药、社区健康等领域可能引入系统性偏差。更重要的是，新西兰的疾病阶段成本比是否适用于其他OECD国家存疑——例如各国化疗方案成本和终末期护理模式的差异可能显著改变癌症支出结构。

该研究的核心意义在于构建了首个跨国可比NCD支出数据库，为健康政策三支柱提供支撑：优先确定预防干预措施、规划老龄化背景下的医疗预算、通过跨国比较指导政策发展。研究者建议未来整合多国本地研究数据，引入GDP、公私支出比例等协变量构建预测模型，逐步逼近"理想型"疾病支出估算体系。正如全球疾病负担（GBD）项目革命性地统一了流行病学数据标准，这项研究为建立同等标准的卫生经济数据生态系统迈出关键第一步。