P藥應用有感——個體決策的困惑_風聞
闷空空-无01-08 23:54
最近在支援呼吸科,收治了一些新冠患者,提出一個困擾我好久的困惑,請大家多多指導。
以該研究《Nirmatrelvir Plus Ritonavir for Early COVID-19 in a Large U.S. Health SystemFREE A Population-Based Cohort Study》為參考依據做數據推導,因為比較熱門,暫時不討論研究設計的合理性和數據的可信度、以及對我們國家的參考價值。
該研究屬於真實世界研究:納入12541名患者早期服用了P藥,32010名患者沒有服用。觀察結局事件發生的比例。結局事件包括兩個:第一:14天內住院人數,因美國住院困難,可反應病情進展;第二:28天內死亡。兩種結局事件發生的比例:用藥組為0.55%,而未服藥組為0.97%。於是我們可以推測早期服用P藥可能可以降低50%的病情進展(包括住院、死亡)。因此最近北美醫師協會、一些我國專家均認為P藥是有臨牀應用價值,值得推廣,而中藥沒有這種數據,所以幾乎無人提及。由於文章沒有給出具體死亡率,我通過軟件AI測量,0.5%標尺長度146bt,未用藥組高度為61bt,因此推測未用藥組死亡率為0.21%,文中討論部分説降低71%的死亡率,那麼用藥組死亡率粗略算為0.06%。
個體角度:不用藥物,死亡率為0.21%,1000個人裏面就有2個,這個比例從我的角度來看不低,有錢人可能就更覺得不低了,因為命只有一次。問題在於,沒法預測我是不是那2個倒黴的人,為了降低死亡風險,最好的決策就是買P藥吃上。作為作者,我其實已經陽過了,用了一包小柴胡退燒,在感染3周時候出現皰疹性結膜炎(眼科醫生説是新冠相關),3天后結膜炎也自愈了。相信大部分人都如此,如果再給一次機會,讓我花1萬吃5天藥物,降低70%死亡風險,我可能會選擇吃,因為我的性格偏保守,不願意冒風險,1萬雖然差不多一個月工資了,尚在可接受範圍。
國家角度:假設1萬人沒有服用P藥,會死亡21人,這1萬人均服用P藥,會死亡6個人,可以挽救了15個人的性命。從醫保角度來計算金錢,1個人用P藥5天的費用為1萬(以目前價格來算2000元/天*5天),1萬人用藥5天費用為1個億。1個億換15個人命,值得嗎?這個問題我們就不討論了,今天聽説P藥沒能進醫保,的確太賺錢了。
大夫角度:新冠患者來了以後,可以按照危險風險,高危人羣儘量吃上,低危人羣告知患者價格及獲益,讓患者自己選擇,如果有條件、藥量足夠肯定是都吃上才好,畢竟盡人事、聽天命,因為不懂中藥,西醫大夫暫無法開展中藥治療。這也是有些醫生建議P藥進社區衞生所,用以降低死亡人數。從數據來看,1萬人吃了以後,會6個人很遺憾吃了也還是去世,15個幸運兒吃了以後挽救了生命,但是還有9979個患者吃了跟沒吃一樣的結局。這6個去世的患者家屬可能會感謝醫生,因為醫生已經盡力了,世界上最先進的藥物都用了,一切都是命運的安排,而另外9994個患者因為病情好轉也會覺得藥物是有用的而感謝醫生,但真正需要感謝醫生的只有15個人。
大夫角度和國家角度我們暫不討論,我們重點來討論一下個人角度,目前很多決策方法都是給集體用的,比如德爾菲方法、投票方法等,對於個體的決策幾乎沒有什麼好的理論,個體決策也很難預測,我就簡單的談一下我的初步思考,希望大家多多批評、指徵。
在個體決策前,首先我假設兩條原則:1.個人在決策前採集的相關信息都是不全面的,認識始終是有侷限性的,盡人事得有度。2.決策的結局不一定能反過來證明決策的正確性,原因是存在未知、不可控的因素,承認天命的存在。
個體決策第一看概率,客觀數字最有説服力,比如P藥的數據,降低71%的死亡率很讓人激動。但個體對數字的感受是不一樣:在臨牀統計學中,5%或者1%是一個界限,小於1%可認為是小概率事件,那麼新冠不吃P藥死亡率0.21%,這個數字是大、還小呢?我們可以換一個數據,北京2019年交通事故死亡人數1258,北京人口2000萬,那我出門坐車死亡風險可粗略認為是0.006%,不到萬分之一,這個概率應該是我們普通人能接受的,不能為這種小概率事件而不出門,另外大部分規範開車的人因車禍死亡概率可能更低。另外就是同一個概率可以有多種説法,比如一個手術死亡率是10%,一個手術成功率90%,雖然數據表達同一個意思,但接受度也不同。比如吃了P藥,1萬人有15人獲益,所以個體獲益概率為0.15%,這麼看獲益概率也是非常低的。另外就是吳尊友分析的數據(吳尊友財經年會演講2022),按照年齡分組,年齡越大,死亡率越高,因此對於30歲男性個體而言,獲益可能非常低。所以當我們作為個體看概率的時候,不能只看媒體宣傳的那個數字,要儘量看到全部的數據才能作出合理的決策。
個體決策第二是看後果的嚴重程度,後果是不是可以承擔的。死亡對於個體而言,可以説是最嚴重的後果,儘管死亡率為0.21%,但因為後果極其嚴重,所以本能的會更加重視。當然要求新冠放開的部分羣眾,的確生活受到嚴重影響,兩害取其輕,死亡對部分人不是嚴重後果,生不如死也是存在的。
個體決策第三是看性格、情緒等主觀因素的影響,性格受到成長經理、家庭環境、經濟基礎、工作種類等多種因素的影響,情緒也有動態變化,導致對事情發生概率和嚴重度的感受度也是動態變化,往往最後的選擇就是在特殊時間、特殊情緒下的“賭一把”。比如我作為30歲的男性,周圍沒有一個30歲左右新冠死亡病例,無論指南怎麼寫,我的第一感覺就是我應該也沒事,這種個體的經歷對決策影響不小,所以不管文獻數據如何好看,反正我才不去吃P藥呢。陽明先生説的“不動心”,可能是為了減少了情緒等主觀因素對客觀事件觀察的干擾,是提高個人決策能力的關鍵環節。
對於決策的結果:無論之前怎麼估算,事後對個體而言,就是0%或者100%,剩下能做的就是知其無可奈何而安之若命。
作為醫生,看患者或家屬在醫療問題前的決策,人生的不可預測性往往被突出強調,我們中國人一直都承認天命的存在。目前按照西方的循證醫學後個體決策結果的隨機性更加明顯,跟中醫時代有明顯差異,中醫治療是一般大夫的説的算,一人一方。除了這次新冠的P藥數據,臨牀中常見的降壓藥、降糖藥、冠心病吃阿司匹林也存在類似的問題,具體可以參考《醫學的温度》(韓啓德編著),慢性病需要長期服藥,究竟有多大比例的人真正從服藥中獲益,有多大比例的人不需要吃,有多大比例的人吃了也沒用,這種問題大家關心過嗎?這需要西醫個體化的診療技術突破,目前大多數是通過進行危險分層來初步解決個體化治療問題,比如高血壓、高血糖,可能部分人不用用藥也沒事,但目前看來危險分層很困難,因為這裏面利益太大了,資本家會動殺心來維持自己的利益,西醫和資本已經融為一體了,這次P藥沒進醫保的背後大家應該能想到利潤有多大。
因此這裏需要醫療界外的高人給我以指導,個體決策如何優化,西藥的結局隨機性如何解決。目前按照商業公司或者指南的引導,充分利用了不可預測性,好多人都要一輩子吃西藥,這個問題如何破解?