Super Learner G计算法用于HTA中群体调整间接比较的敏感性分析

Super Learner G-Computation as a Model-Specification Sensitivity Analysis for Population-Adjusted Indirect Comparisons in Health Technology Assessment

发布于 2026/8/19 01:44:25（北京时间）

监管科学工具与数字健康

DOI: 10.1016/j.jval.2026.07.010

作者：Ying Chen、Yun Bao、Yueting Chen、Yan Jin、Kaijie Yao、Wen Li、Yan Zhong、Bin Wu

摘要

ISPOR官方期刊《Value in Health》于2026年8月18日在线发表一项方法学研究，由中外学者合作提出将Super Learner G计算法作为健康技术评估（HTA）中群体调整间接比较（PAIC）的模型规格敏感性分析工具，以评估不同统计模型选择对间接比较结果稳健性的影响，为药企在HTA提交中提供更可靠的经济学证据。

AI 主编 · 推荐理由推荐理由

HTA评审日益重视模型不确定性，PAIC是市场准入证据链的关键。建议卫生经济学团队关注该方法，在提交材料中增加敏感性分析以应对评审质疑，提升产品准入成功率。

五维评分

信源权威度

影响范围

合规紧急度

行业关注度

时效性

查看原文 ↗