药物戒烟在中国恶性肿瘤一级预防中的
卫生经济学评价
【摘要】 目的 对中国常见的戒烟药物干预策略进行成本效用分析，以探究药物戒烟作为中国恶性
肿瘤一级预防策略的卫生经济性。方法 通过建立Markov 队列模拟模型，模拟10 000 名 35 岁有戒烟意
愿的人群采用多种药物戒烟策略的干预效果。模型共纳入12 种与吸烟相关的恶性肿瘤，分别为肺癌、口
腔癌、鼻咽癌、喉癌、食管癌、胃癌、胰腺癌、肝癌、肾癌、膀胱癌、宫颈癌和髓系白血病。以1 年为循环周期，模拟
时长为50 个周期，评价指标采用增量成本效用比（ICER），意愿支付阈值为1 倍人均国民生产总值。通过
单因素敏感性分析、概率敏感性分析、分年龄组敏感性分析方法评估结果的 稳定性。结果 成本效用分析结
果显示，采用伐尼克兰干预最具成本效用优势。与次优干预方案
（盐酸安非他酮缓释片）相比，每增加1 个质量调整生命年的增量成本为11 元，低于意愿支付阈
值。随着接受干预人群年龄增大，增量成本效用比值逐渐增大，但在所有年龄段组别中ICER 值均未超过
意愿支付阈值，伐尼克兰干预在各个年龄段均具有最佳经济学优势。单因素敏感性分析结果显 示，贴现率、
伐尼克兰干预药物的成本以及干预成功风险比对结果影响较大。结论 在中国采用伐尼克兰药物进行恶性肿
瘤一级预防戒烟干预具有较强的卫生经济性，且干预对象越年轻，卫生经济优势 越明显。
【关键词】 恶性肿瘤； 戒烟； 伐尼克兰； 恶性肿瘤一级预防； Markov 模型； 药物经济学； 成本-
效用分析
基金项目：中国医学科学院中央级公益性科研院所基本科研业务费专项资金（2021-RC310-009）
Corresponding author: Zhang Yawei, Email: zhangya69@
【 Abstract 】 Objectives To evaluate the cost-effectiveness of typical pharmaceutical smoking
cessation intervention strategies in China in the context of primary cancer prevention. Methods Markov
cohort simulation models were established to simulate the burden of 12 smoking caused cancer,
including lung cancer, oral cancer, nasopharyngeal cancer, laryngeal cancer, esophageal cancer, gastric
cancer, pancreatic cancer, liver cancer, kidney cancer, bladder cancer, cervical cancer, and acute myeloid
leukemia. Taking incremental cost effectiveness ratio (ICER) as the main indicator, the model sets one year
as the cycling period for 50 periods and simulates the cohort of 10 000 thirty-five-year-old current smokers
with various smoking cessation strategies. To ensure the robustness of conclusion, univariate sensitivity
analysis, probability sensitivity analysis, and age-group sensitivity analysis were conducted. Results The
results showed that varenicline intervention was the most cost-effective intervention. Compared to the next
most effective option, incremental cost of each additional quality-adjusted life year is 11 yuan,
which is below the threshold of willingness to pay (1 year GDP per capita). The value of ICER increased as
the increasing age group of adopting intervention, but neither exceeded the threshold of willingness to pay.
One-way sensitivity analysis showed that the value of discount rate, the hazard ratio and cost of intervention
strategy had a greater impact on the result of ICER. Conclusion In China, the use of varenicline to quit
smoking is highly cost effective in the context of cancer primary prevention, especially for younger smokers.
【 Key words 】 Tumor; Smoking cessation; Varenicline; Cancer primary prevention;
Markov model; Pharmacoeconomics; Cost-effectiveness
Fund program: Non-profit Central Research Institute Fund of Chinese Academy of Medical Sciences
(2021-RC310-009)
中国恶性肿瘤发病和死亡人数位居世界之
首
［1］
，且恶性肿瘤负担在未来仍将持续加重。面对这
一严峻形势，在全人群中实施恶性肿瘤防控势在 必行。
恶性肿瘤一级预防是国际公认的最具公共 卫生效
果和经济成本效益的恶性肿瘤防控措施。通过有
效地控制恶性肿瘤风险因素，能够避免约% 的
恶性肿瘤发生
［2］
。在众多恶性肿瘤风险因素之中，
吸烟是我国普遍流行的不良生活习惯。烟 草燃烧时会
释放超过 2 000 种化学物质，其中有
200 多 种 被 世 界 卫 生 组 织 国 际 癌 症 研 究 机 构
（International Agency for Research on Cancer，IARC）
认定为 1 类致癌物［3］。2013 年，吸烟导致了我国
% 的恶性肿瘤男性患者死亡，是所有生活方式中
导致恶性肿瘤死亡比例最大的因素
［4］
。因此，积极开
展戒烟行动，对于恶性肿瘤一级预防至关重要。
吸烟具有一定的成瘾性，在没有辅助的条件下 很
难成功戒除，因此烟草依赖者往往需要药物进行 专业
化戒烟干预。目前我国批准的戒烟药物包括 尼古丁
贴片、尼古丁咀嚼胶、盐酸安非他酮缓释片、伐尼克兰
以及这些药物的联合使用
［5］
，这为恶性肿瘤一级预
防中的戒烟干预提供了多种可能。然而， 由于公共
资源有限，制定科学有效的恶性肿瘤一级 预防策略需
要有效性和成本效益等一系列循证医
学证据作为支撑。在此过程中，Markov 模拟模型能
够通过设立不同健康状态及状态间转换概率模拟
疾病进展的自然过程，通过估计不同状态间的健康收
益、资源成本，从而进行成本-效益分析，辅助决策
的制定。既往有多项研究通过Markov 模拟模型论
证了戒烟药物的有效性和经济性。然而，这些研究
在模拟的过程中大都采用基于欧美地区的相关参
数与数据，且模拟的恶性肿瘤类型只包括肺癌
［6-
13］
。鉴于我国与欧美国家在癌谱、经济发展阶段的
差异性，本研究结合吸烟导致的多种恶性肿瘤在我国
的疾病负担，同时纳入我国戒烟药物的经济成本等经
济学参数，采用Markov 模拟模型，开展不同戒烟药
物干预策略在我国恶性肿瘤一级预防中的卫生经
济学评价。
资料与方法
一、分析方法
由于本研究模拟的人群个体在健康状态进展
过程中具有一定的一致性，因此采用 Markov 队列模
型模拟我国 10 000 名 35 岁有戒烟意愿的吸烟者，
对模拟人群在不同干预策略下进行药物戒烟干 预。本
研究假设模拟初始状态只包括尚未诊断恶 性肿瘤的
当前吸烟者，参照既往发表的模拟模型，
mailto:zhangya69@
只在模拟初始对所有参与者进行1 次戒烟干预，若
戒 烟 成 功 后 复 吸 ，则 不 再 进 行 反 复 戒 烟 尝试［6，8，11-12］。
本研究设立1 个对照组和4 个干预组，对照组为无
辅助自然戒烟，4 个干预组分别采用盐酸安非他酮缓
释片、尼古丁贴片、尼古丁贴片+尼古 丁咀嚼胶联合
用药以及伐尼克兰进行戒烟干预。但由于指南中推
荐的尼古丁替代疗法+盐酸安非他 酮缓释片联合疗
法相较单独的尼古丁疗法并没有 显著的优越性，因
此未纳入本研究
［5］
。根据 IARC 对烟草致癌性的报告
结果，本研究纳入了与吸烟相 关的 12 种主要恶性肿瘤，
包括肺癌、口腔癌、鼻咽癌、喉癌、食管癌、胃癌、胰
腺癌、肝癌、肾癌、膀胱 癌、宫颈癌、髓系白血病［3］。根
据研究个体戒烟及 患癌情况，模型共设置 5 种健康
状态：无恶性肿瘤吸烟、恶性肿瘤吸烟、无恶性肿瘤
戒烟、恶性肿瘤戒 烟以及死亡，状态转换过程见图1。
其中戒烟者复 吸后状态归类为吸烟者（吸烟者既包
括初始吸烟 者，也包括戒烟者复吸后的吸烟者）。模
拟设置循 环周期为1 年，由于我国当前约99% 的人
群不超过85 岁，因此设定干预对象死亡或年龄达到
85 岁会触发模拟过程的终结［14］。为了更好地选择出
最具 有经济学优势的干预方案，本研究采用《中国药
物 经济学评价指南》中推荐的增量分析评估法，按照
各方案成本从小到大的顺序依次进行两两比较的
增量分析
［15］
。
二、模型参数
（一）成本参数
本研究从全社会角度，综合考虑不同干预方案在
实施过程中的直接成本和恶性肿瘤患者每年的治
疗成本。药物戒烟干预方案的用药量参考《中国临
床戒烟指南（2015 版）》［5］，戒烟药物单价采用近年
中国多个省份的政府集中采购时公布的中标价格，
最终根据推荐的用药药量和药品单价计算得出
注：直线箭头表示状态间可能发生的转换方向，椭圆上方或 下方
的箭头表示状态保持原样
图1 吸烟与患癌状态转移过程
每种干预方案的成本（表 1）。每例恶性肿瘤患者
的治疗成本来自于一项基于中国13 个省（自治区、
直辖市）37 个三级医院的调查研究，既包括直接医
疗支出，也包括非医疗类花费，平均每位患者负担 为 9
美金（2014 年价值）。按照当年美元对人民
币平均汇率（1 美元≈ 人民币），同时为了消除不
同年份货币价值不同带来的影响，采用了5% 的
贴 现 率 折 算 到 2021 年 的 价 值 ，约 为
84 元/年［16］。
（二）健康效用值
本研究无恶性肿瘤吸烟者和无恶性肿瘤戒烟
者的健康效用值均进行了年龄组划分
［17］
。恶性肿
瘤患者的健康效用值（）也按照无恶性肿瘤人
群数据进行了分年龄组的等比例折算
［18
（
］
表 2）。
（三）状态转换概率
根据对当前已发表的文献证据，设定了不同健
康状态之间相互转换的概率。包括戒烟概率（从
“无恶性肿瘤吸烟”状态变到“无恶性肿瘤戒烟”状
表1 不同干预方式对有戒烟意愿吸烟者的戒烟效果及其干预成本
干预方式
自然戒烟
盐酸安非他酮缓释片a
尼古丁贴片b
尼古丁贴片+尼古丁咀嚼胶c
伐尼克兰d
OR （ 95% CI）
（～）
（～）
（～）
（～）
药物单价
-
元/12 片
元/7 贴
元/7 贴
元/30 片
元/28 片
12 周疗程成本（元）
-
1
2
1
注：-为无数据；a 用药第1～3 天：150 mg，1 次/d；第4～7 天：150 mg，2 次/d；第8 天起：150 mg，1 次/d；b 每 24 h 或 16 h 1 次，每次1 贴，治疗开始
时宜用较大剂量，按照疗程逐渐减量；c 在尼古丁贴片的基础上加上尼古丁咀嚼胶，咀嚼胶戒烟第1～6 周：每1～2 h 1 片，8～12 片/d；第7～ 8 周：
每2～4 h 1 片，4～8 片/d；第9～12 周：每6～8 h 1 片，2～4 片/d；d 用药第1～3 天： mg，1 次/d；第4～7 天： mg，2 次/d；第8 天起：1 mg，
2 次/d
表2 不同年龄组人群健康状态转移概率与健康效用值
组别（岁）
15～＜20
20～＜25
25～＜30
30～＜35
35～＜40
40～＜45
45～＜50
50～＜55
55～＜60
60～＜65
65～＜70
70～＜75
75～＜80
80～＜85
85+
吸烟者无恶性
肿瘤变化至
患癌概率（%）
吸烟者无恶性
肿瘤变化至
死亡概率（%）
吸烟者
健康 效
用值a
戒烟者无恶性
肿瘤变化至
患癌概率（%）
戒烟者无恶性
肿瘤变化至
死亡概率（%）
戒烟者
健康 效
用值a
恶性肿瘤
人群健康
效用值
注：a 无恶性肿瘤人群健康效用值；全年龄组人群吸烟恶性肿瘤患者变化至死亡的概率为%，戒烟恶性肿瘤患者变化至死亡的概率为
%
态）、复吸概率（从“无恶性肿瘤戒烟”状态返回到“无恶
性肿瘤吸烟”状态，或从“恶性肿瘤戒烟”状态返回到“恶性
肿瘤吸烟”状态）、恶性肿瘤发病概率
（从“无恶性肿瘤吸烟”状态到“恶性肿瘤吸烟”状 态，或从
“无恶性肿瘤戒烟”状态到“恶性肿瘤戒烟” 状态）、以及死亡
概率（从“无恶性肿瘤吸烟”“无恶 性肿瘤戒烟”“恶性肿瘤
吸烟”“恶性肿瘤戒烟”任 意一种状态到“死亡”的状态）。
1. 戒烟概率：根据《中国成人烟草调查报告
（2018 年）》，假设本研究中未采取任何辅助戒烟措施
的戒烟成功率，即背景戒烟率，为 %（调查报
告中的戒烟成功率为整体被调查人群戒烟成功率，
由于被调查人群中超 % 未采取任何辅助戒烟
措施，因此直接采用 % 作为未采取任何辅助
措施的戒烟成功率）
［19］
。《中国临床戒烟指南
（2015 版）》中推荐的不同干预组的戒烟成功参数来
自Cochrane 发布的一篇荟萃分析［20（］ 表 1）。
2. 复吸概率：复吸概率随着戒烟的年限而减
小，本研究拟采取既往同类研究中常用的复吸概率：
戒烟后的第2～5 年的复吸率为%，第6～ 10 年
的复吸率为%，从第11 年开始，复吸率为 %
［8］
。一项来自中国从2010—2018 年开展的研究显
示，在随访过程中，有 % 的戒烟者复吸， 其观
察性结论与通过本假设参数预估得出的结论 接近，
说明了本假设具有一定的合理性
［21］
。
3. 恶性肿瘤发病概率：本研究涉及的恶性肿瘤
发病率来自2022 年发表的《中国肿瘤登记年报》中
分癌种分年龄组发病率，将本研究纳入的 12 个癌
种的各个年龄组的发病率分别相加（表 3）得到综
合恶性肿瘤发病率
［22］
。
4. 死亡概率：恶性肿瘤患者（综合多癌种）1 年
内的死亡概率是通过国家癌症中心发布的 2012—
2015 年登记数据进行公布的12 个癌种患者的5 年
生存率进行估算得出
［23］
，在加权综合估算恶性肿瘤
患者1 年内死亡概率过程中，患病率越高的恶性肿瘤
所占比重越大，计算得出综合多癌种后恶性肿瘤患者
1 年内的死亡概率为%（表 4）［24-25］。非恶性肿
瘤患者的分年龄组死亡概率信息来自2020 年中国
全死因检测系统，并且按照非恶性肿瘤人群的吸烟和
戒烟状态进行加权（表 5）［26-27］。
在按照吸烟状态分别计算恶性肿瘤发病概率
和死亡概率时，采用了既往同类研究中常用的加权计
算方式
［28］
：（E×D1）+（F×D2）+（G×D3）=C，该计算方
式以不同人群的恶性肿瘤发病风险（或死亡风险）
的比值比（OR），以及不同吸烟状态的人数占比作为
权重，计算得出不同吸烟状态人群的恶性肿瘤 发生率
（或死亡率）。以计算恶性肿瘤发生率为例， C 为某
年龄组的综合恶性肿瘤发生率，E、F、G 分别为这一
年龄组中不吸烟人群、吸烟人群、戒烟人群 的恶性肿
瘤发生率。D1、D2、D3 分别为这3 类人群
5
表3 吸烟相关恶性肿瘤发病率（1/10 万）
组别（岁）
15～＜20
20～＜25
25～＜30
30～＜35
35～＜40
40～＜45
45～＜50
50～＜55
55～＜60
60～＜65
65～＜70
70+
肺癌a
口腔癌a
鼻咽癌a
喉癌a
食管癌a
胃癌a
胰腺癌a
肝癌a
肾癌a
膀胱癌a
宫颈癌a
髓系
白血病a
合计b
注：a参数计算依据发病率来自《2020 中国肿瘤登记年报》；b参数计算结果
表4 吸烟相关恶性肿瘤患者数据计算依据
癌种
肺 癌
口腔癌
鼻咽癌
喉 癌
食管癌
胃 癌
胰腺癌
肝 癌
肾 癌
膀胱癌
宫颈癌
髓系白血病
患病例数a
404 897
21 851
46 974
21 331
167 607
265 898
53 898
200 004
51 367
62 619
81 588
60 577
权重（%）
年
生存率b
吸烟人群
患癌风险比c
戒烟人群
患癌风险比c
吸烟恶性肿瘤患者
死亡风险比c
戒烟恶性肿瘤患者
死亡风险比c
注：a 来自GLOBOCAN 2020 网站公布的中国1 年全年龄组患癌例数；b 来自肿瘤登记2012—2015 数据；c 来自文献[24]和[25]；参数计算结
果：恶性肿瘤患者1 年内死亡概率为%，吸烟人群患癌风险比为，戒烟人群患癌风险比为，吸烟恶性肿瘤患者死亡风险比为，戒
烟恶性肿瘤患者死亡风险比为
的分布占比（《中国成人烟草调查报告（2018 年）》显
示，不吸烟人群占%，吸烟人群占%，戒
烟人群占%［19］）。根据吸烟人群和戒烟人群相
较于不吸烟人群的恶性肿瘤发病风险 OR 值，可以
建立E、F、G 之间的关联。
本研究模型中使用的吸烟人群、戒烟人群相较于
不吸烟人群的恶性肿瘤发病风险、恶性肿瘤死亡风险、
以及非恶性肿瘤死亡风险的 OR 值均来自新发表的
大样本代表性数据
［25-27］
。恶性肿瘤整体的发病与
死亡风险 OR 值由 12 个癌种加权平均后计算得出
（表 4）。最终使用的吸烟人群恶性肿瘤发病OR
值为，恶性肿瘤死亡OR 值为；戒烟人群恶
性肿瘤发病OR 值为，恶性肿瘤死亡OR
值为。依据上述参数信息，计算得出不同健康状
态间的转移概率如表2 所示。
5. 意愿支付阈值：根据《中国药物经济学评价指
南（2020）》建议，以1～3 倍人均国民生产总值
（gross domestic product，GDP）为成本-效用阈值［15］，
我国国家统计局公布 2021 年我国人均 GDP 为80
元［29］，本研究采用较为保守的1 倍人均
GDP 作为意愿支付阈值，因此为80 元。
（四）敏感性分析
为检验本研究结果的稳定性，针对最优干预方案，
本研究对戒烟干预药物的成本、效果、恶性肿瘤患者健
康效用值、背景戒烟率、贴现率、恶性肿瘤患者治疗成
本、死亡概率进行单因素敏感性分析。其
1 1
表 5 非恶性肿瘤人群死亡概率（%） 成本排序，依次为对照组、盐酸安非他酮缓释片干
组别（岁）
15～＜20
20～＜25
25～＜30
30～＜35
35～＜40
40～＜45
45～＜50
50～＜55
55～＜60
60～＜65
65～＜70
70～＜75
75～＜80
80～＜85
年内死亡
概率ab
3
8
7
4
4
2
0
8
7
9
8
0
2
6
吸烟人群 年内
死亡概率b
4
7
7
8
7
3
8
9
5
7
1
5
8
3
戒烟人群 年内
死亡概率b
2
5
1
2
4
8
3
4
3
2
8
9
0
7
预组、尼古丁贴片干预组、尼古丁联合干预组和伐 尼
克兰干预组（图 2）。排除尼古丁联合干预组这一
“绝对劣势”和尼古丁贴片干预这一“拓展劣势” 方案之后，
将对照组、盐酸安非他酮缓释片干预组、伐尼克兰干预
组按成本额由小到大排序，依次进行 增 量 分 析 ，计 算
各 方 案 增 量 成 本 效 用 比
（incremental cost effectiveness ratio，ICER），结果如
表 6 所示。比较剩余两种干预方案的成本和效用，
伐尼克兰干预组具有更佳的效用，且与盐酸安非他酮
缓释片干预组相比，ICER 值为11 元/质量调
整生命年（quality-adjusted life year，QALY），低于
意愿支付阈值（80 元），因此伐尼克兰戒
烟干预方案更具经济学优势，为最优选择。与对照
85+ 2 5 1
注：a 来自2020 年中国全死因检测系统；b 恶性肿瘤除外；全年
龄组吸烟人群死亡风险比为 0，全年龄组戒烟人群死亡风险比
为 0，来自于文献[25]的数据
中，药物戒烟成功率的变化范围为 OR 值的 95%
CI，贴现率区间按照指南建议的～%，其余
变量的变化范围假设为升高或降低%。
同时，本研究采用二阶蒙特卡洛模拟对成本、效
果、健康效用值进行概率敏感性分析。其中，假 设成
本服从伽玛分布、效果服从正态分布、健康效 用值服
从贝塔分布，模拟次数为1 000 次。此外，为了进一步
探究戒烟人群接受干预时的年龄对结果 可能造成的
影响，本研究对 15～75 岁人群以 10 年为间隔，分别
进行多组成本-效用分析。本研究的 统计分析均采
用TreeAge 2019 软件。
结 果
一、成本-效用分析
经过 50 个循环周期后，按照由低到高对干预
组相比，1 万人的模拟队列中伐尼克兰干预组效用
增加3 QALYs，成本增加31 743 元。
图2 不同戒烟药物干预策略的成本效用
此外，1 万人的模拟队列在经过50 个循环周期
后，伐尼克兰干预组和对照组中不同健康状态的队列
分布情况以及累积成本和累积QALY 如表 7 所示。
与对照组相比，伐尼克兰干预组的吸烟人数少30 人，
戒烟人数比对照组多 120 人，死亡人数比对照组少
90 人。
二、敏感性分析
1. 单因素敏感性分析：以最优干预方案伐尼克
表 6 模拟 10 000 人采用不同药物戒烟的成本-效用增量分析结果
干预策略
对照
安非他酮
尼古丁贴片
尼古丁替代联合疗法
伐尼克兰
成本
（万元）
19
20
21
23
22
增量成本
（万元）
-
1
-
-
2
QALY
（万年）
增量QALY
（万年）
-
-
-
ICER
-
8
-
-
11
平均成本
效果
注：QALY：质量调整生命年；ICER：增量成本效用比；-为无数据
1
表 7 模拟 10 000 人采用伐尼克兰干预戒烟的队列分析结果（第 50 个周期）
健康状态 对照组 伐尼克兰干预组
无恶性肿瘤吸烟
恶性肿瘤吸烟无
恶性肿瘤戒烟恶
性肿瘤戒烟死亡
人数
790
80
50
20
9 060
累积成本（万元）
18
1
累积QALY（万年）
人数
760
80
140
50
8 970
累积成本（万元）
1
17
3
累积QALY（万年）
注：QALY：质量调整生命年
兰干预组为例，分别对潜在的影响因素进行单因素敏
感性分析，结果显示，贴现率、干预药物的戒烟成功风
险比值、干预药物的干预成本和恶性肿瘤患者每年的
治疗成本对模型结果的稳定性影响最大，而恶性肿
瘤患者死亡的概率对模型结果的影响较小（图 3）。
2. 概率敏感性分析：概率敏感性分析显示，当意
愿支付阈值为 80 元时，伐尼克兰干预组
% 具有成本效用优势（图 4）。
3. 分年龄组分析：针对不同年龄组的成本-效用
分析显示，随着接受干预人群年龄增大，ICER 值逐
渐增大，但在所有年龄段组别中 ICER 值均未超过
意愿支付阈值，伐尼克兰干预在各个年龄段均最具有
经济学优势（表 8）。
讨 论
本研究采用Markov 模型对35 岁有意愿戒烟者
进行为期 50 年的模拟，将大量中国公开数据信息作
为模型参数，分析常见戒烟药物干预方式（盐酸安非
他酮缓释片、尼古丁贴片、尼古丁联合疗法、伐尼克兰）
在我国恶性肿瘤一级预防中的经济性。研究结果表
明，在意愿支付阈值为单倍人均 GDP 的情况下，
伐尼克兰是最佳方案，具有成本- 效用优势。
伐尼克兰作为一种相对新型的戒烟药物，已有 国
际研究团队分别基于瑞典、比利时、荷兰、美国、泰国、
希腊的人群数据对其卫生经济性进行了评 价。本研
究与既往研究的结论在整体方向上是一 致的，尽管
伐尼克兰的费用较高，但是相较于其他 常见辅助戒烟
干预药物，其在预防因吸烟所致疾病 的过程中却更能
节约卫生医疗费用，因此是戒烟的 最佳选择［6-11，13］。
部分既往的研究结果显示，伐尼 克兰相较于其他戒
烟药物，其对应的 ICER 值低于意愿支付阈值。如瑞
典学者得出结论，在模拟期为 20 年的情况下，安非
他酮相比伐尼克兰的 ICER 值
图3 针对伐尼克兰干预的单因素敏感性分析飓风图 黑色表示敏感性分析中系列参数（如贴现率）的取值大于主分析中的取值，灰色
表示敏感性分析的参数取值小于主分析取值
图4 针对伐尼克兰干预戒烟的概率敏感性分析可接受曲
线
大约在 1 000～2 000 欧元之间［10］；比利时学者发
现，在模拟期为终身的情况下，伐尼克兰相较于安非
他酮和尼古丁替代疗法具有绝对优势，相较于戒烟
指导组和对照组，每增加1 个 QALY 的成本分别为
240 和 1 656 欧元［6］。然而更多的研究则直接表明
了伐尼克兰与其他常见的戒烟药物相比具有绝对
优势。如荷兰、美国、希腊、泰国等团队均采用本国人
群数据进行模拟并得出伐尼克兰具有卫生经济学
绝对优势的结论
［7-9，13］
。2018 年，研究者使用大量
药物戒烟临床试验数据更新了其他学者既往
发表的研究，依然得出伐尼克兰具有绝对优势的结 论
［11］
。本模型与既往研究不同，既往研究纳入的疾 病范
围更广泛，大多包括慢性阻塞性肺炎、冠心病、肺癌以
及脑卒中多个病种，但在涉及恶性肿瘤时只 纳入了肺
癌这单一癌种，未充分考虑其他已被证实 与吸烟相关
的恶性肿瘤种类，因此难以证明戒烟药 物在恶性肿瘤
预防中的重要作用。而本研究更多 更全面地聚焦
于与吸烟相关的 12 种恶性肿瘤负担，且大量采用
中国人群数据作为参数假设，证明 了采用伐尼克兰药
物戒烟干预在我国进行恶性肿 瘤一级预防的成本
效用优势。
分年龄组的敏感性分析显示，随着开始接受药物
戒烟干预的年龄增大，ICER 值整体呈现增大的趋
势，而 QALY 增量幅度逐渐缩小，说明对年轻的有
意愿戒烟者开展药物干预更具有经济性。可能的
原因是在干预成本固定的情况下，年轻人有更长的时
间窗口罹患恶性肿瘤，而更早受益于戒烟干预则可以
更多增加QALY。
本研究存在一定的局限性，但也尽可能地将其带
来的偏差降到了最低。首先，尽管完全基于中国人群
的数据资源有一定限制，本研究在按照吸烟状态计算
相关参数时用到的OR 值采用了国外已发表
表 8 不同年龄开始戒烟的人群（10 000 人）接受不同药物戒烟干预策略的成本-效用分析
年龄（岁）
15
25
35
45
55
65
75
干预策略
对照
安非他酮
伐尼克兰
对照
安非他酮
伐尼克兰
对照
安非他酮
伐尼克兰
对照
安非他酮
伐尼克兰
对照
安非他酮
伐尼克兰
对照
安非他酮
伐尼克兰
对照
安非他酮
伐尼克兰
成本（百万元）
增量成本（百万元）
-
-
-
-
-
-
-
QALY（万年）
增量QALY（万年）
-
-
-
-
-
-
-
ICER
-
5
8
-
6
9
-
8
11
-
11
14
-
15
19
-
20
25
-
20
29
注：QALY：质量调整生命命；ICER：增量成本效用比；-为无数据
的大规模人群研究的结论，但在其他参数的选取过 程
中尽可能多地采用了来自中国的数据（如分年龄 组的
恶性肿瘤发生率与死亡概率、恶性肿瘤患者的 成本、
药物戒烟成本、基线戒烟成功概率、意愿支付 阈值等）。
国内外人群在生理结构、代谢水平等方 面可能存在差
异，因此本研究尽可能多采用中国人 群数据，以减少
由此造成的偏差。在选取恶性肿瘤 患者的平均治疗成
本和健康效用值时，模型参数仅 来自于中国城市癌
症早诊早治项目发布的会议摘要
［16，18］
，但由于该研
究涵盖了中国13 个省（自治区、直辖市）的癌症筛查
项目数据，覆盖癌种全面且同 时考虑了患者的医疗
费用和非医疗费用，是目前可 应用的符合本研究需求
的参数。鉴于此，未来研究 还亟需使用中国人群的
大规模前瞻性研究权威数 据细致探讨不同吸烟状态
与恶性肿瘤的关联，以及 不同癌种患者的直接/间接
医疗成本和健康效用。此外，为了避免模型过于复杂，
本研究在计算药物 干预组的成本时仅考虑了一次戒
烟尝试所用药物 的成本，未包含药物干预可能带来不
良反应的治疗 成本以及复吸者重复戒烟涉及的成本。
本研究首次探索了我国多种戒烟干预推荐用
药在恶性肿瘤一级预防场景下的成本效益性，研究
表明伐尼克兰戒烟药物在预防吸烟相关恶性肿瘤
中最具有成本效用优势。此外，随着国内群众生活习
惯的变化，药品价格的调整以及流行病学证据的积累，
未来研究需要对药物戒烟的卫生经济学评价结果不断
论证。
利益冲突 所有作者声明无利益冲突
作者贡献声明 孙培元：酝酿和设计实验、实施研究、采集数据、分析/
解释数据、起草文章、统计分析；谢瑀婷、郄然然：酝酿和设计实验、采
集数据、分析/解释数据、对文章的知识性内容作批评性审阅、 统计分析；
黄璜、胡卓伦、吴梦瑶、闫琪、朱彩蓉、石菊芳、邹开勇：酝酿和设计实验、
对文章的知识性内容作批评性审阅、指导；张亚玮： 酝酿和设计实验、采
集数据、分析/解释数据、对文章的知识性内容作批评性审阅、统计分析、
获取研究经费、行政、技术或材料支持、 指导、支持性贡献
参 考 文 献
[1] Cao W, Chen HD, Yu YW,, et al. Changing profiles of cancer
burden worldwide and in China: a secondary analysis of the
global cancer statistics 2020[J]. Chin Med J (Engl), 2021,
134(7):783-791. DOI:
[2] WHO. Cancer Control: Knowledge into Action: WHO
Guide for Effective Programmes: Module 2: Prevention [M].
Geneva: World Health Organization, 2007.
[3] IARC Working Group on the Evaluation of Carcinogenic
Risks to Humans. Tobacco smoke and involuntary
smoking[M]. Lyon: International Agency for Research on
Cancer, 2004.
[4] 国家卫生健康委员会. 中国吸烟危害健康报告(2020)[M].
北京: 人民卫生出版社, 2021.
National Health Commission of the People's Republic of
China. China Smoking Hazardous Health Report (2020) [M].
Beijing: People's Health Publishing House, 2021.
[5] 中华人民共和国国家卫生和计划生育委员会. 中国临床戒
烟指南(2015 年版)[M]. 北京:人民卫生出版社, 2017.
National Health and Family Planning Commission of the
People's Republic of China. China Clinical Cessation
Guidelines (2015 edition) [M]. Beijing: People's Health
Publishing House, 2017.
[6] Annemans L, Nackaerts K, Bartsch P, et al. Cost effectiveness
of varenicline in Belgium, compared with bupropion, nicotine
replacement therapy, brief counselling and unaided smoking
cessation: a BENESCO Markov cost-effectiveness analysis[J].
Clin Drug Investig, 2009, 29(10):655-665. DOI:
[7] Hoogendoorn M, Welsing P, Rutten-van Mölken MP. Cost-
effectiveness of varenicline compared with bupropion, NRT,
and nortriptyline for smoking cessation in the Netherlands[J].
Curr Med Res Opin, 2008, 24(1): 51-61.
DOI:
[8] Howard P, Knight C, Boler A, et al. Cost-utility analysis of
varenicline versus existing smoking cessation strategies using
the BENESCO simulation model: application to a population
of US adult smokers[J]. Pharmacoeconomics, 2008, 26(6):
497-511. DOI: 200826060-00004.
[9] Tosanguan J, Chaiyakunapruk N. Cost-effectiveness analysis
of clinical smoking cessation interventions in Thailand[J].
Addiction, 2016, 111(2): 340-350. DOI:
[10] Bolin K, Mörk AC, Willers S, et al. Varenicline as compared
to bupropion in smoking-cessation therapy--cost-utility results
for Sweden 2003[J]. Respir Med, 2008, 102(5): 699-710.
DOI:
[11] Baker CL, Pietri G. A cost-effectiveness analysis of
varenicline for smoking cessation using data from the
EAGLES trial[J]. Clinicoecon Outcomes Res, 2018, 10: 67-74.
DOI:
[12] Knight C, Howard P, Baker CL, et al. The cost-effectiveness of
an extended course (12+12 weeks) of varenicline compared
with other available smoking cessation strategies in the United
States: an extension and update to the BENESCO model[J].
Value Health, 2010, 13(2): 209-214. DOI:
.
[13] Athanasakis K, Igoumenidis M, Karampli E, et al. Cost-
effectiveness of varenicline versus bupropion, nicotine-
replacement therapy, and unaided cessation in Greece[J]. Clin
Ther, 2012, 34(8): 1803-1814. DOI: 10.
1016/.
[14] 国家统计局 . 中国统计年鉴 2022[EB/OL]. [2023-07-17].
National
Bureau of Statistics. China Statistical Yearbook 2022[EB/OL].
[2023-07-17].
ndsj/2022/.
[15] 刘国恩 , 胡善联 , 吴久鸿 , 等 . 中国药物经济学评价指南
2020[M]. 北京: 中国市场出版社, 2020.
Liu GE, Hu SL, Wu JH, et al. China Pharmacoeconomics
Evaluation Guide 2020[M]. Beijing: China Market Publishing
House, 2020.
[16] Huang HY, Shi JF, Guo LW, et al. Expenditure and financial
burden for the diagnosis and treatment of colorectal cancer in
China: a hospital-based, multicenter, cross-sectional survey[J].
Chin J Cancer, 2017, 36(1): 41. DOI:
0209-4.
[17] Fiscella K, Franks P. Cost-effectiveness of the transdermal
nicotine patch as an adjunct to physicians' smoking cessation
counseling[J]. JAMA, 1996, 275(16):1247-1251.
[18] Shi JF, Huang HY, Guo LW, et al. Quality-of-life and health
utility scores for common cancers in China: a multicentre
cross-sectional survey[J]. The Lancet, 2016, 388:S29. DOI:
[19] 中国疾病预防控制中心. 2018 中国成人烟草调查报告[M].
北京: 人民卫生出版社, 2020.
Chinese Center for Disease Control and Prevention. 2018
China adult tobacco survey report[M]. Beijing: People's
Health Publishing House, 2020.
[20] Cahill K, Stevens S, Perera R, et al. Pharmacological
interventions for smoking cessation: an overview and network
meta-analysis[J]. Cochrane Database Syst Rev, 2013, 2013(5):
CD009329. DOI: .
[21] Hu NF, Yu ZF, Du YR, et al. Risk factors of relapse after
smoking cessation: results in China family panel studies from
2010 to 2018[J]. Front Public Health, 2022, 10: 849647.
DOI:
[22] 国家癌症中心. 2020 中国肿瘤登记年报[M]. 北京: 人民卫
生出版社, 2022.
National Cancer Center. China tumor registry 2020 annual
report[M]. Beijing: People's Health Publishing House, 2022.
[23] Zeng HM, Chen WQ, Zheng RS, et al. Changing cancer
survival in China during 2003-15: a pooled analysis of 17
population-based cancer registries[J]. Lancet Glob Health, 2018,
6(5): e555-e567. DOI:
30127-X.
[24] Weber MF, Sarich PEA, Vaneckova P, et al. Cancer incidence
and cancer death in relation to tobacco smoking in a
population-based Australian cohort study[J]. Int J Cancer,
2021, 149(5): 1076-1088. DOI: .
[25] Chang ET, Liu ZW, Hildesheim A, et al. Active and passive
smoking and risk of nasopharyngeal carcinoma: a population-
based case-control study in southern China[J]. Am J
Epidemiol, 2017, 185(12):1272-1280. DOI:
aje/kwx018.
[26] 中国疾病预防控制中心慢性非传染性疾病预防控制中心 ,
国家卫生健康委统计信息中心 . 中国死因监测数据集
2020[M]. 北京: 中国科学技术出版社, 2021.
Center for Prevention and Control of Chronic Non-
communicable Diseases, Chinese Center for Disease Control
and Prevention, Statistical Information Center of the National
Health Commission. China Cause of Death Surveillance Data
Set 2020[M]. Beijing: China Science and Technology
Publishing House, 2021.
[27] Mehta N, Preston S. Continued increases in the relative risk of
death from smoking[J]. Am J Public Health, 2012,
102(11):2181-2186. DOI:
[28] Flack S, Taylor M, Trueman PA: Cost-effectiveness of
interventions for smoking cessation. York Health Economics
Consortium. (2007) [J].
[29] 国家统计局 . 中华人民共和国 2021 年国民经济和社会发
展 统 计 公 报 [EB/OL]. [2023-07-17]. http://www. gov. cn/
xinwen/2022-02/28/.
National Bureau of Statistics. Statistical Bulletin of the
People's Republic of China on National Economic and Social
Development 2021[EB/OL]. [2023-07-17]. http://
