3)数据的收集与使用问题。规范的药物经济学评价对信息的要求很高，需要准确的流行病学信息、药物治疗效果、消耗的服务类型和数量以及价格水平等，但评价者往往不能完整地获得这些准确的信息。此外，在信息收集过程中也会产生不确定性，如调查问卷的设计、调查方式的选择以及调查对象的选择、合作程度和记忆偏差等都会影响数据的准确性，由此影响最终的评价结果。

    分类

    不确定性可分为数据相关和评价过程相关两类。其中，评价过程相关不确定性又可分为以下3种情况：评价结果外推的不确定性，即从一个临床结果(临床指标的变化等)外推到健康产出(如生存率)所产生的不确定性;评价结果普遍性的不确定性，即从一种评价背景转换到另一种评价背景所产生的不确定性;分析方法选择的不确定性，即在分析数据时选择的模型合适与否所产生的不确定性[5]。鉴于此，Brigger等建议，可将不确定性分为4类，即样本数据、结果普遍性、结果外推和分析方法相关不确定性[6]。

    处理方法

    完善评价设计

    药物经济学评价设计的科学性在很大程度上决定了评价结果的精确度和不确定性。不同的评价设计能避免不同的研究偏倚：①前瞻性研究可有效保证数据的准确性、避免出现回忆偏倚，而样本选择与分组的随机化能最大程度地保证不同样本组之间的同质性，盲法则可减少数据测量中的不确定性[5]。②样本选择要严格。规范的临床试验设计都会制定严格的样本选择标准以控制混杂因素，但这会降低数据的普遍性，进而影响到结果的普遍性和外推性。如果降低样本选择标准，虽然可得到真实条件下的效果数据、提高结果的普遍性和外推性 ......