VAS、TTO、SG方法在EQ-5D生命质量测量中的差异及其消除研究*

叶静陶 卓 琳 王国威 贡佳慧 刘丁阳 朱 杰 徐 玲 卓 朗△

欧洲生命质量量表(EQ-5D)是一种标准化的生命质量测评工具[1]。该量表由5个维度组成：行动、自我照顾、日常活动、疼痛/不舒服、焦虑/沮丧，每个维度包含没有困难、有中度困难、有重度困难三个等级，分别采用1、2、3来表示。

EQ-5D的建模方法主要有三种，视觉标尺法(VAS)、时间权衡法(TTO)和标准赌博法(SG)。目前尚没有国家运用SG方法构建生命质量评估模型。然而就各国的研究结果来看，运用VAS和TTO两种方法得到的常模存在结果不一致现象。第一类，如英国、丹麦、西班牙等国家[2-4]的两条曲线存在交叉现象，即前半段TTO曲线高于VAS曲线，后半段VAS曲线高于TTO曲线(图1，以英国为例)；第二类，如瑞典[5]的模型特征是高低分布，即TTO 曲线完全高于 VAS曲线(图2)。

图1 英国EQ-5D生命质量常模曲线

由于两种方法的测量结果不一致，降低了EQ-5D的信度，限制了EQ-5D的应用，严重影响了生命质量的测量与EQ-5D的发展。

本研究的假设是不同方法对生命质量的测量应该得到一致的结果。差异的原因可能来自于方法的复杂性不同、人群的理解力不同、应答者的依从性不同。本研究拟消除这些因素，期望得到相对一致的结果，解决EQ-5D应用的方法困境。

图2 瑞典EQ-5D生命质量常模曲线

研究对象和方法

1.研究对象

本研究选取医学院校大学生作为测评对象，以分层整群随机抽样的方法，按年级、专业分层抽取了300名医学生作为应答者，采用EQ-5D-3L健康量表在计算机辅助下进行调查，经过统一的指导培训，要求每位应答者独立完成对18个健康状态的评分。信度合格视为一个合格样本，最终回收有效问卷278份。

2.研究方法

(1)标准健康状态的设计

本研究采用了EQ-5D-3L健康量表，选取L18(2×37)正交设计表，得到18个健康状态，参见表1[6]。

(2)问卷的信度控制

信度的控制主要有三个指标：①自我评价可接受性：在计算机辅助下，使用18个标准状态评分构建回归模型并对应答者自身健康状态进行预测，应答者对自身健康状态的预测值认为合理可接受，否则需重新测评。②内部一致性：个体构建的模型中逻辑错误不得超过20%，即水平1(没有障碍)的效用值应大于水平2(中等障碍)，水平2(中等障碍)的效用值应大于水平3(严重障碍)，反之记为1个逻辑错误。③离差合理性：数据的分布标准差在0.25左右，离差偏移不超过20%。测评在计算机辅助下完成，三个信度指标实时反馈。

(3)三种方法评估生命质量

视觉标尺法(VAS)是指应答者在20厘米长，刻度从0到100的垂直放置的VAS轴上勾选出最符合18个健康状态的等级水平的数值。同时要求应答者指出死亡的分值。生命质量的测算公式为：Q=(VASraw-Dead)/(11111-Dead)。

时间权衡法(TTO)是指应答者处于某种假定的健康状态10年，自愿换取完全健康状态(11111)时所能接受的最短时间。如果状态优于死亡，愿意换取的最短时间为t，生命质量为Q，则Q=t/10；如果状态比死亡差，愿意忍受的最长时间为t，则Q=-(10-t)/t。

标准赌博法(SG)是指应答者假设处于某种特定的健康状态，愿意接受治疗换取完全健康状态(11111)时所能接受的最小治愈概率值Pmin，见图3。应答者选择治疗时，获得完全健康状态(11111)的概率为P，同时治疗失败面对死亡的概率为1-P；当概率P→Pmin时应答者放弃治疗，维持现状。此时生命质量Q=Pmin(图3)。

图3 标准赌博法评估生命质量

每种测量方法之间至少有72小时的间隔时间。VAS和TTO测量的生命质量取值理论上在1～0～-∞之间，由于SG方法是概率评价，介于1～0之间，因此，对于VAS<0和TTO<0的值进行线性变换，最终VAS、TTO的取值范围为1～0～-0.3333(-1/3)[6-7]，SG的取值范围为1～0。

(4)模型哑变量的设计

本研究总共设计了10个哑变量，包括M2、M3、S2、S3、U2、U3、P2、P3、A2、A3等，其中M2、S2、U2、P2及A2分别表示行动能力、自我照顾能力、日常活动能力、疼痛/不舒服、焦虑/抑郁处于水平2时为1，否则为0；M3、S3、U3、P3及A3分别表示这五个维度处于水平3时为1，否则为0。

(5)回归模型的构建

本研究在个体水平上采用普通最小二乘回归法(OLS)和加权最小二乘回归法(WLS，以残差e2的倒数为权重)进行数据分析[8]。应用STATA/SE 12.0 软件构建多重线性回归模型。

结 果

1.模型系数

本研究采用OLS和WLS方法在个体水平上构建了6个模型，见表1、表2。所有回归模型的系数均具有统计学意义(P<0.05)。

2.综合指数模型对经典状态的预测曲线

本研究构建的模型Model 1～6见图4、图5。

从图4、图5可以看出，无论是OLS回归模型还是WLS回归模型，VAS、TTO、SG三种方法构建的模型评分曲线基本相似，模型产生了一致的结果。

表1 以OLS为基础构建的模型系数估计表

表2 以WLS为基础构建的模型系数估计表

图4 以OLS为基础构建的综合指数模型对经典状态的预测曲线

图5 以WLS为基础构建的综合指数模型对经典状态的预测曲线

3.模型两两之间的相关系数

Model 1～Model 6的13个预测值的两两之间的相关系数矩阵见表3。

表3 模型预测值两两之间的相关系数矩阵表

讨 论

1.模型产生了一致的结果

由图4、图5可以看出，VAS、TTO、SG三种方法构建的模型评分曲线基本相似、走势相同，几乎重叠。SG评分曲线略高于VAS和TTO。Model 1～Model 6六个模型预测值之间的相关系数在0.9969～0.9999之间。

2.本研究取得相对一致的测量结果，来自以下几个方面原因

(1)三个典型

典型样本：普通人群具有依从性差，理解力不足等缺点，难以保证调查数据的质量。本研究采用医学生作为样本，因其对生命质量不同测量方法理解力高，依从性好，可以有效保证数据的质量，减少逻辑错误发生的可能性；典型状态：本研究采用正交设计法(L18,2×37)选取了18个健康状态。这些健康状态具备了“均匀分散，齐整可比”、有代表性的特点，有利于对数据质量的控制，Sun S等人[9]的研究表明合理的健康状态的选择可以产生更优的效果；典型刻度轴：SG代表的是概率取值仅限于1～0之间。VAS和TTO评分取值范围经线性变换调整为1～0～-0.3333 (-1/3)，相关研究证明调整负极值的取值范围不仅可以减少模型的内部逻辑错误，而且可以避免评分过程中的“地板”效应[10]，从而保证不同方法构建的模型基本一致。

(2)三种控制

本研究采用EQ-5D-3L健康量表在计算机辅助下进行调查，控制自我评价的可接受性、数据的内部一致性、离差合理性，及时反馈数据测量的质量，修正测评不一致性，提高了信度，提高了问卷的有效率。

(3)三次测量

对一组样本分别进行VAS、TTO和SG三次测量。每种方法测量间隔72小时的洗脱时间，可以降低三次测量之间的相互干扰。

(4)两个消除

通过三个典型、三种控制、三次测量，可以实现两个消除，即消除应答者的理解力差异、依从性差异，消除数据离差和负极值的不可控性。从而使得三种方法产生较为一致的结果。

3.三法择优

SG方法只提供在一个特定健康状态的个人偏好分数，不能很好地考虑时间维度的影响，即忽略了应答者假设处于某种健康状态的时间长短[11]。另外，因为SG是概率取值仅限于1～0，所以SG方法对可能比死亡更差的状态评估具有局限性。TTO方法复杂难懂，调查实施难度大，数据的质量难以保证。而VAS法更简便易懂，容易实施调查，可以降低应答者的理解难度，能有效地反映人群的生命质量[12]。

4.结论与推论

在应答者理解力强、依从性好、测量结果实时反馈等条件下，三种生命质量测量的方法可以得出较为一致的结果。但如果在普通人群中应用，最简便易行的方法能够降低理解难度，保证应答者的依从性，从而保证研究数据的质量。因此，三者相比VAS方法更适合推广应用。

[1] Rabin R,de Charro F.EQ-5D:a measure of health status from the EuroQol Group.Ann Med,2001,33(5):337-343.

[2] Dolan P.Modeling valuations for EuroQol health states.Med Care,1997,35(11):1095-1108.

[3] Badia X,Roset M,Kind P,et al.A comparison of United Kingdom and Spanish general population time trade-off values for EQ-5D health states.Med Decis Making,2001,21(1):7-16.

[4] Wittrup-Jensen KU,Lauridsen J,Gudex C,et al.Generation of a Danish TTO value set for EQ-5D health states.Scand J Public Health,2009,37(5):459-466.

[5] Burstrom K,Sun S,Levin LA,et al.Swedish experience-based value sets for EQ-5D health states.Qual Life Res,2014,23(2):431-442.

[6] 孙硕,卓琳,卓朗,等.联合分析法探索EQ-5D量表积分体系.中国卫生统计,2015,32(6):1031-1036.

[7] 叶静陶,王国威,卓朗,等.正交设计联合时间交换法探索EQ-5D量表积分体系研究.中国卫生统计,2016,33(5):792-795.

[8] 方积乾主编.卫生统计学.第7版.北京：人民卫生出版社,2012,238-265.

[9] Sun S,Chen J,Kind P.Experience-based VAS values for EQ-5D-3L health states in a national general population health survey in China.Qual Life Res,2015,24:693-703.

[10] Seymour J,McNamee P,Scott A.Shedding new light onto the ceiling and floor? A quantile regression approach to compare EQ-5D and SF-6D responses.Health Econ,2010,19:683-696.

[11] Sutherland HJ,Llewellyn-Thomas H,Boyd NF.Attitudes toward quality of survival.The concept of "maximal endurable time".Med Decis Making,1982,2(3):299-309.

[12] 吉珂,周王艳.欧洲生命质量量表EQ-5D的应用研究进展.国外医学(卫生经济分册),2010,27(4):168-172.