基于网络的计算机为青少年量身定制的酒精预防计划:成本效益和跨部门的成本和效益

简介

过度饮酒和酒精使用障碍是全世界死亡和残疾的主要原因[1-4］．2012年，约有330万例死亡(占全球死亡总数的5.9%)可归因于饮酒[4］．此外，酒精使用估计共导致1.39亿残疾调整生命年，占当年全球疾病和伤害负担的5.1% [4］．就所有年龄组而言，在世界卫生组织欧洲区域可看到与酒精有关的死亡比例的异常值，从80岁及以上人群的10%到20至39岁人群的25%不等。特别引人注目的是，该地区10%的青少年死亡(15至19岁)可归因于酒精。

除了酒精使用对发病率和死亡率的影响外，有害使用酒精还可能导致重大的社会成本[3.-7］．例如，仅在欧洲联盟，2003年与酒精有关的费用估计为1 250亿欧元[4］．这些费用包括医疗保健服务，如住院、家庭保健和门诊护理，但也包括医疗保健部门以外的费用，如生产力损失造成的费用和刑事司法系统的费用。后者的例子包括车祸、犯罪增加和逮捕。研究表明，年轻的饮酒者更容易成为受害者和实施青少年暴力，受教育程度低，对大学的期望也较低[8，9这给刑事司法系统和教育部门带来了财政负担。

因此，预防全体人口特别是青年人口过度饮酒非常重要，不仅可以改善个人和全体人口的健康，而且还可以减少卫生保健部门内外与酒精有关的费用。计算机裁剪可能是实现这些目标的一种手段。计算机裁剪是一种行为干预，可以有效地改变一般的健康行为，包括酒精的使用[10-15］．在计算机定制的干预措施中，内容根据受访者的个人特征进行了调整[16］．问卷通常被用作筛选工具，评估行为、相关社会人口统计和动机因素[17，18］．受访者的回答会被收集到数据文件中，并自动与量身定制的反馈信息相匹配[16，19］．量身定制的信息的一个优势是，它被认为比非量身定制的信息更有相关性[20.，21］．此外，越来越多的世界人口可以通过互联网访问这些项目——2014年有42.3%的人可以访问互联网，而2000年这一比例为5.9% [22)并且可以在任何适合受访者的时间和地点访问。对于欧洲及其更年轻的人口(16-24岁)，目前的互联网普及率更高:70.5% [22]及91.0% [23),分别。通过提供基于互联网的行为干预措施来利用这种高可及性，可能会极大地限制对卫生专业人员的需求和负担，进而可能导致更少的行政成本[19］．由此节省的时间和资源有助于建立一个更有效的卫生保健系统。

虽然已经研究了多种基于互联网和计算机定制的干预措施的有效性[24，25]，有关其成本效益的资料有限[26］．迄今为止，包括成本效益分析(CEAs)在内的研究主要针对18至65岁的成年人[21，27]及18至69岁[3.]，而对18岁以下青少年采取这种干预措施的成本效益尚未进行研究。现有的旨在减少青少年饮酒的干预措施的经济分析不是基于互联网的干预措施，也不是计算机定制的干预措施[28，29］．此外，正如Smit等人所承认的[3.]，这些研究显示出一种局限性，即忽视了卫生保健部门以外部门的许多成本和效益，也称为部门间成本和效益[30.］．排除ICBs，例如教育和刑事司法部门的成本和收益，可能会严重影响干预措施的综合评估结果[30.］．此外，在经济评估中纳入并报告ICBs可以支持有关大规模实施此类计划的决策。因此，本研究的目的是从卫生保健和社会的角度回答基于网络的计算机定制的青少年减少酒精使用干预是否具有成本效益的问题，并评估纳入ICBs对分析结果的影响。

方法

设计

使用的数据来自酒精警报研究，该研究被设计为一组随机对照试验(RCT)，在学校层面随机分为两种情况[31］．参与者要么在基线评估(干预条件)后玩一个关于酒精意识的游戏，要么像往常一样接受护理(CAU)，这意味着他们有机会在最终测量(等待名单控制条件)后玩这个游戏。提供这个机会是出于道德考虑。在基线(T0= 2014年1月/ 2月)和4个月后(T1= 2014年5月/ 6月)记录数据。这些被用于进行两组比较CEAs;一项是从医疗保健的角度(包括医疗保健费用，不包括ICBs)进行的，另一项是从社会角度(包括医疗保健费用和ICBs)进行的。由于荷兰政府对最低法定饮酒年龄的政策迅速变化(即从2014年1月1日的18岁到17岁)，上述时间框架和开始日期与最初的设计不同[31］．酒精警报研究已获得Atrium Orbis Zuyd医学伦理委员会(METC编号:12-N-104)的批准，并在荷兰试验登记册(NTR 4048)中注册。

随机化

在学校级别进行随机分组，以防止参与者之间的污染。采用抽签法进行随机化。随机分组后，21所学校被分配到干预组，23所学校被分配到对照组。

样本

研究人群包括荷兰在校青少年(15-19岁)[31］．参与者包括高等中等教育、初中教育和较低职业培训学校的学生。为了有足够的力量进行评估，根据以下标准制定了参与者目标:酗酒场合减少10%(即，女孩至少喝四杯，男孩至少喝五杯含酒精的饮料)[32]，组内相关性为0.02，幂为80%，显著性水平为0.05。此外，考虑到在跟进时预计有50%的辍学率而导致的权力下降，估计至少有34所学校应列入T0 [31］．

为了达到34所要求的数目，学校通过若干媒体进行了招聘;学校首先收到关于酒精警报研究的传单，之后通过电话和电子邮件联系他们。如果学校参与了这项研究，学校的学生就有资格参与。然而，他们只有在点击T0网上问卷之前的复选框提供知情同意后才能这样做[31］．

干预

干预组的青少年参加了一个基于网络的电脑定制的酒精减少项目，叫做酒精警报[31］．参与者在T0酒精警告网站上完成了一份基于网络的问卷调查后，进入了一个名为“Watskeburt”(荷兰俚语，意为“发生了什么?!”)的游戏。在游戏中，参与者扮演一个角色，其目标是弄清楚一夜豪饮之后发生了什么。参与者在游戏中接受了有关酒精相关社会认知因素的问题，包括对饮酒的态度、社会影响、自我效能预期和行动计划。这些问题基于I-Change模型，这是一个解释动机和行为变化的综合模型[33］．根据他们的回答，他们收到了计算机针对这些决定因素定制的反馈。他们在三个阶段中体验了三个游戏场景。在玩第三个游戏场景一周后，参与者被要求重新访问干预网站，回答几个问题。在第四阶段，他们被问及前一周的饮酒行为，然后他们收到了电脑定制的关于他们饮酒情况的反馈，并与荷兰的饮酒指南进行了比较。随后，参与者被问及在未来30天内是否有活动(如派对、婚礼)，然后他们被要求比平时少喝酒，并被问及他们想要的最大饮酒量。活动前一天，他们收到了一封提醒接受挑战的电子邮件。活动两天后，在第五次会议期间，他们被要求访问干预网站并填写他们的酒精使用情况。如果参与者在挑战中失败了，他们会收到电脑定制的反馈和建议，并有机会接受新的挑战。如果参与者接受了挑战，他或她会得到祝贺，干预结束(图1)．

接受CAU的参与者也在T0和T1填写了基于网络的问卷，但他们没有访问游戏，直到最终测量后才收到计算机定制的反馈。有关干预措施的进一步资料，可在别处查阅[31］．

‎ 查看此图

测量和结果

参与者在接受老师的指导后，在学校进行T0和T1的测量[31］．用于测量的基于网络的问卷包括与饮酒行为、卫生保健部门内服务的使用和ICBs相关的项目。此外，T0还测量了几个背景变量，包括性别、年龄、教育水平(高等中等教育水平、较低中等教育水平和较低职业教育水平)、宗教(天主教、新教、穆斯林、其他宗教、无宗教)和种族(荷兰人、安的列斯群岛人、比利时人、德国人、苏里南人、摩洛哥人、土耳其人、其他)[31］．

在这项研究中，结果衡量标准是每周饮酒和前30天内狂饮次数。每周饮酒量的评估方法是询问参与者在过去一周的哪天喝酒，如果有的话，他们这些天喝了多少杯酒。根据这些信息，我们计算出了每杯酒的总量[17］．由此，对于豪饮场合，从T0的饮酒量中减去T1的每周饮酒量。这导致每周饮酒或酗酒次数减少时得分为正，而每周饮酒或酗酒次数增加时得分为负。

资源使用及成本计算

与酒精警报干预有关的以下成本被认为是重要的和可衡量的:(1)干预成本，(2)卫生保健成本(即卫生保健部门内服务的成本)，(3)部门间成本(即卫生保健部门外服务的成本)，以及(4)药物使用成本(如使用硬性毒品)。由于酒精使用是本研究的结果衡量标准，因此酒精使用的成本不包括在CEA中。这样做会导致重复计算[34］．

成本(以欧元计算)不分由谁承担，并使用荷兰统计局的2014年价格指数[35］．服务使用和物质使用的具体费用的计算可以从第一作者(RD)获得。

干预的成本

干预成本分为制定干预措施期间的成本和实施干预措施的成本。开发过程中产生的成本包括游戏开发成本(20328欧元)和自动定制软件许可和开发成本(8367.15欧元)。这些成本以及参与本研究干预措施开发和应用的其他人员的成本，如联系学校、招募参与者和分析数据所产生的成本是沉没成本[36］．因此，这些不包括在CEA中。干预本身是基于网络的，对青少年来说是普遍的，这进一步证明了这一点，这意味着干预具有广泛的覆盖面，当它被广泛和结构化地使用时，每个参与者的开发成本降至最低。

运行干预的成本包括网站的托管成本、定制的反馈软件和参与者的时间投资。至于沉没成本，如果广泛使用且不包括在CEA中，每个参与者的网站托管成本(每年300欧元)将降至最低。量身定制的反馈软件成本为每个参与者每周7欧元。如果参与者在第五次会议中遇到了挑战，他或她将在3至6周的时间内收到量身定制的反馈。平均干预时间为4周，因此量身定制的反馈成本为28欧元。这五节课占用1.5小时的在校时间(每小时8.30欧元)和1小时的空闲时间(每小时12.50欧元)。总共2.5小时，每位参与者价值25欧元。总的来说，每位参与者的干预总成本估计为53欧元。

医疗费用

保健费用的计算方法是将保健服务量乘以相关成本价格。被测量的健康服务包括与全科医生的接触、紧急护理、住院、救护车乘坐和精神健康服务。成本价格源自荷兰经济评估成本计算手册[37］．

跨部门的成本

保健服务部门相关费用的计算方法是将保健部门以外的服务量和时间投资与相关成本价格相乘。国际商业银行按照Drost等人的国际商业银行分类方案进行行业分类[30.］．该计划涉及的部门包括教育、劳动和社会保障、家庭和休闲以及刑事司法系统。所测量的服务和时间投资包括学校缺勤和与考勤官员的联系(教育)，工作缺勤(劳动和社会保障)，未能履行家庭和其他活动，与青年和家庭中心和家庭护理的联系(家庭和休闲)，与(青年)警察服务、法庭诉讼和儿童(健康)保护服务的联系(刑事司法系统)。成本价格取自荷兰(预防性)干预措施部门间成本和效益手册[38］．手册中未提及的成本价格取自医疗技术评估研究所(iMTA)有关青少年重症护理的问卷[39］．对于需要评估时间的ICBs，例如未能进行家庭活动，一些额外资料来自荷兰的报告“一天的荷兰”(意译)[40］．

药物使用成本

除了酒精的使用，还测量了其他物质的使用情况。这些行为包括吸烟、使用软性毒品和使用硬性毒品。费用价格可在Jellinek诊所的网站上找到，该诊所是荷兰一家著名的机构，专门预防和治疗酒精和药物滥用[41］．

数据准备

分析的基础是用于酒精警报效应研究的数据集[24］．然而，由于在进行经济评估时使用了成本度量，因此需要一些额外的数据清理来创建适合进行CEA的数据集。

首先，由于数字问卷包含开放式问题，参与者有机会填写不切实际的答案。系统地填写这些不切实际的答案的子样本很小，但为了提高结果的有效性，将这些受访者排除在分析之外。为了清除这些受访者的数据，为每个变量设置了限制。通过提供不切实际的答案而打破这些限制的参与者被排除在分析之外。例如，由于T0和T1之间的4个月回忆期为120天，因此任何声称在医院住院超过120天的受访者都被排除在外。总的来说，为了减少错误排除参与者的机会，设置了较高的限制，但在可信度范围内。对于数据准备和分析过程中的所有步骤，在作者会议上进行了讨论，并得到了所有作者的一致同意。这些限制的列表可以在多媒体附件1．

其次，数据集清除了在基线时没有回答任何与成本相关问题的受访者。基于这两个步骤，T0和T1时的样品在CEA中比用于效应研究的样品更小，成分也不同[24］．

最后，为了评估该聚类随机对照研究中基于学校的部分方差，计算了周饮酒和酗酒事件结局测量的组内相关系数(ICCs)。根据以下公式计算ICC: ICC或ρ = s_b²/(年代_b²+ s_w²),年代_b²=聚类与的方差年代_w²=聚类内方差[42］．通过运行线性回归混合模型，使用SPSS 20版本生成两种结果效应量的输入。这些分析和相应的计算得出ρ=。06代表豪饮场合，ρ=。，这表明两种效应量的簇内方差均远大于簇间方差[42］．基于这些结果，不需要重新估计影响。

分析

描述性统计

用描述性统计来描述样本在T0和T1时的特征。在spss20版本中使用独立样本评估干预和对照条件之间的差异t连续变量的检验和离散变量的卡方检验。使用相同的软件进行逐步线性回归分析，以评估结果测量对这些变量的依赖性。

成本效益分析

本研究的基本场景包括前面提到的两个角度的cea。我们分三个步骤计算服务使用成本:(1)评估T0和T1之间4个月期间的服务和所消耗的时间，(2)以欧元计算相关成本，以及(3)使用公式(C .)计算增量成本-效果比(ICER)_我- c_c) / (E_我- e_c)．在这里C为T0至T1和之间4个月期间每个参与者的平均总成本E表示T1时饮酒或豪饮次数与T0时在干预中测量的次数的平均差异(C_我和E_我C_c和E_c)条件。

采用非参数自举法处理数据中的随机不确定性。利用自举技术，计算平均值和置信区间，模拟5000个icer，并在成本-效果平面上绘制。这些平面通过显示icer在四个象限内的分布，提供了与控制条件相比，干预具有成本效益的概率的可视化表示:(1)东北象限(NE)更有效且成本更高，(2)东南象限(SE)更有效且成本更低，(3)西南象限(SW)较低有效且成本更低，以及(4)西北象限(NW)较低有效且成本更高[43］．

SE和NW的ICER为负，表明干预优于(SE)或劣于(NW)控制条件。SW或NE的ICER为正，表明从成本-效果的角度来看，只有当ICER低于单位效果的支付意愿(WTP)时，干预才比对照条件更有利。由于每周酒精使用结果测量没有阈值(即最大WTP)，因此为两个角度创建了成本-效果可接受度曲线(CEAC)。CEAC显示了几种假设阈值的干预优于CAU的可能性。

敏感性和亚群分析

除了处理随机不确定性的分析之外，还进行了其他一些分析。首先，为了评估成本离群值的影响，基于排除成本离群值的数据计算icer。根据描述性统计的输出，我们决定排除总成本大于5000欧元的参与者。基于这种方法，在从保健角度进行的分析中，排除了一名参与者。在从社会角度进行的分析中，有四名参与者被排除在外。其次，为了评估吸收的影响，使用香烟的成本，以及从社会角度进行分析的软性和硬性药物的使用，在没有这些成本的情况下进行了额外的分析。

最后，考虑到研究样本的异质性组成，基于T0测量的背景变量进行了几个亚组cea。这些分析包括基于二元背景变量的分析，包括性别(男性，女性)、年龄(15-16岁，≥17岁)、教育水平(低，高)、宗教(宗教，非宗教)和种族(荷兰人，非荷兰人)。同样，对于所有这些分析，随机不确定性都是使用非参数自举法处理的。

结果

Dropout和样本特征

图2显示T0及T1阶段参与的学校及青少年数目的流程图。总共有44所学校被随机分为对照组和干预组。在随机分配到对照条件的学校中，有五所学校在T0之前退出了参与(一所中等教育，一所较低的职业培训，两所中等高等教育，一所中等教育混合)。此外，对照条件下的三所学校(所有中等高等教育)和干预条件下的两所学校(一所低职业教育，一所高等中等教育)没有开始基线评估，也没有回复电子邮件和电话[24］．

共有来自34所学校的2649名青少年参与了基线问卷调查。与效应研究不同的是24]，另有91名参与者(3.4%)因对成本问题提供不切实际的答案而被排除在分析之外。另外65名参与者被排除在分析之外，因为他们在T0时没有回答成本问题。这导致2493名青少年被纳入基线分析。其中，1538人处于干预状态，955人处于对照组(图2)．的t对基线样本进行的检验和卡方检验显示，两种情况下的青少年在多个特征上存在显著差异。与对照组的青少年相比，干预组的青少年明显更年轻，多为女性，受教育程度更高，更常被表明有宗教信仰，不太可能成为饮酒者，不太经常酗酒，酗酒场合更少，每周饮酒次数更低(表1)．

2493名青少年中，757人在T1时参与了成本问卷调查(回复率30.36%)。在这757人中，另外27名参与者(3.6%)因对成本问题提供了不切实际的答案而被排除在分析之外。另有40人被排除在分析之外，因为他们在T1时没有回答成本问题，导致690名参与者在基线时被分析。其中，干预组有387人，对照组有303人。在这里，干预条件下的青少年通常是女性，具有较高的教育水平，更经常表明有宗教信仰，每周饮酒比对照组的参与者更低(表1)．

对于T1样本，线性回归分析的结果表明，每周饮酒依赖于性别、年龄和教育水平(R²= .146)。对于豪饮场合，很大一部分差异可以用年龄和教育水平来解释(R²= .136)。

‎ 查看此图

成本

表2结果显示，干预组的每个青少年的总医疗费用(85.65欧元)低于对照组(124.49欧元)。这种差异在很大程度上可以用报告住院费用的差异来解释。然而，干预组的ICBs成本(162.68欧元)和物质使用成本(36.30欧元)高于对照组(分别为112.61欧元和24.64欧元)。法院诉讼程序平均费用的差异是显而易见的，这在很大程度上解释了icb相关费用的差异。具体成本的巨大差异是由干预或CAU组的异常值引起的。如前所述，敏感性分析在没有这些异常值的情况下进行。当干预成本同时从医疗保健和社会角度考虑时，干预组的成本更高。的z各成本类别的得分均为正，并高于参考值1.96 [44]，表明成本偏向并向右倾斜(表2)．

增量成本

表3显示每个条件的成本。请注意，这些方法与中所示的成本略有不同表2的费用表2bootstrap是指，而cost是指表3是从原始数据中得出的均值。从这两个角度来看，干预条件下的成本更高。增量成本(即干预和控制条件之间每个青少年的平均成本的差异)在每个角度都不同，即从医疗保健角度来看13.76欧元，从社会角度来看74.03欧元。

增量的影响

表3显示每个条件的效果。与对照条件相比，干预在减少每周饮酒和酗酒次数方面渐进式有效。在T1时，对照组的青少年比T0时平均每周多喝1.51杯酒。在干预条件下，增加了0.78杯，导致每周平均增加0.73杯的效果。此外，在对照条件下，酗酒次数增加了0.33次。在干预条件下，减少了0.16，导致每30天0.49次豪饮的平均增量效应。对于两种结果测量，这没有改变视角;在基本案例场景中，视角的变化只规定了成本的变化。

增量成本效益比

从两个角度来看，干预条件的平均成本高于对照条件。由于干预在两项结果测量上都比CAU更有效，这导致了积极的ICERs (表3)．然而，icer在两个角度上都有所不同，即从卫生保健角度来看，每增加每周减少一杯酒精和每30天酗酒次数，icer分别为40欧元和79欧元，从社会角度来看，icer分别为62欧元和144欧元。

具成本效益的飞机(图3而且4，左边)显示了从两个角度进行的CEAs之间5000个模拟icer在四个象限上的分布差异。与中位数icer相对应表3，所有基本情况分析的大部分模拟icer都位于NE象限。然而，模拟的icer在不同视角下的象限分布不同。值得注意的是，与从社会角度进行的分析(即分别为23%和25%)相比，从医疗保健角度进行的分析(即每周饮酒30%和豪饮场合34%)中icer云向SE象限的转移。

上述百分比等于ceac中WTP最大值为0欧元时干预具有成本效益的概率(图3而且4，右侧)。这些结果表明，对于低WTP阈值，从卫生保健角度来看，干预比对照干预更具成本效益的概率高于从社会角度来看。对于所有基本情况分析，绝大多数模拟的增量效应都在NE象限;因此，当WTP最大值增加时，这些概率增加到大约80%。对于WTP阈值大于500欧元(图3而且4，右侧)。

敏感性和亚群分析

敏感性分析的结果(即排除成本异常值)证明了基本情况分析的稳健性(表3)．从社会的角度来看，icer是相似的。从卫生保健角度看，icer呈上升趋势，且高于社会角度。然而，对于基本案例分析，干预具有成本效益的概率仍然取决于WTP最大值。从社会角度减去药物和香烟使用成本的分析结果与包括这些成本的分析结果相似(图3而且4)．

亚组分析表明，从卫生保健和社会的角度来看，对于两种结果测量，干预对年龄较大的青少年和教育水平较低的青少年来说是具有成本效益的(表4而且5)．从保健的角度来看，对男性和无宗教信仰的青少年亚群体来说，这也是具有成本效益的。对于那些非荷兰族裔的人或女性青少年来说，干预对每周酒精使用结果的测量不具有成本效益。对于所有其他亚组，icer均为阳性，这意味着根据WTP max，干预具有成本效益。中可以得到各子组分析的相应成本-效果面和ceac多媒体附录2而且3.．

‎ 查看此图

‎ 查看此图

讨论

主要结果

据我们所知，这是第一次从医疗保健和社会角度对基于网络的干预进行成本效益分析，同时还考虑了ICBs对成本效益结果的可能影响。从医疗保健和社会的角度来看，我们的研究表明，干预比CAU更有效，也更昂贵。这对纳入每周酒精使用结果测量的分析和基于酗酒场合结果测量的分析都有意义。

虽然干预措施在针对每周饮酒的目标上是渐进有效的，但在试验的两组中，T0和T1之间的酒精杯数都有所增加。这可以解释为，大约三分之一的研究样本在T0和T1之间的4个月期间度过了他或她的生日，其中一些人达到了18岁的法定饮酒年龄。此外，样本中的所有青少年都是4个月大，这增加了他们开始喝酒或喝得更多的机会。年轻的荷兰青少年也是如此，因为许多人在法定饮酒年龄之前就开始喝酒了。45］．然而，与每周饮酒相反，干预组的酗酒次数并没有增加;与CAU组的平均0.33次酗酒次数相比，CAU组的平均酗酒次数减少了0.16次。因此，相对于总酒精摄入量，与CAU相比，可以初步得出结论，干预组的青少年对饮酒的不负责任程度降低。

我们的研究还表明，在经济评估中纳入ICBs影响了分析的成本效益结果，特别是对某些亚组。从卫生保健的角度来看，干预对男性、低教育程度、年龄较大的青少年和非宗教亚群体具有成本效益。然而，从社会的角度来看(包括ICBs)，这种干预显然只对教育程度较低和年龄较大的青少年群体具有成本效益。

除其他原因外，某些亚组的干预效果较差，部分原因可能是基于这些亚组的基线消费量相对较低的发现。例如，女性亚组的基准平均每周饮酒量为1.49杯(SD 3.57)，而男性亚组的基准每周饮酒量为4.18杯(SD 8.42)。根据对最小的子组(n=56)的分析，可以得出以下结论，这也适用于非荷兰子组(平均2.16,SD 5.00玻璃杯和平均1.21,SD 2.44豪饮场合)与荷兰子组(平均2.74,SD 6.48玻璃杯和平均1.64,SD 2.77豪饮场合)。在这些亚组中，获得的效果较小。因此，这可能与这些青少年不认为自己是干预的目标群体的一部分和受干预影响的可能性有关。

优势与局限

这项研究的一些优势在于其相对较大的样本量和随机设计。在学校级别的聚类随机化最小化了研究条件之间的污染风险。此外，大量的异质性研究样本很好地代表了荷兰青少年就学人口，并允许对多个背景变量进行亚组分析。

这项研究的一个主要优势是使用社会视角和医疗保健视角。社会视角被认为比其他视角更具主导地位[46-48］．这是因为但不限于卫生经济学在福利经济学中的基础，这意味着经济评估应该包括干预对整个社会的影响[46］．然而，不仅视角的选择，而且在研究设计中实施的方式，都可以被认为是一个主要的优势。由于研究人群由在校青少年组成，将社会视角限制为仅包括劳动生产率成本将不能正确反映这种影响。本研究结果显示，劳动生产力成本仅占工业楼宇总成本的一小部分(表2)．通过将成本纳入教育部门和刑事司法系统，我们设法更好地反映了这种干预对社会的经济影响。

除了这些优势，这项研究的发现需要放在研究的局限性的背景下。首先，在T0和T1阶段，干预组青少年的组成在性别、文化程度、宗教等各项特征上均与对照组存在显著差异。这可能是由于(1)聚类随机对照试验设计而不是在个体水平上的随机化和/或(2)对照条件与干预条件相比，在基线评估前有较大的落差。虽然回归分析的结果显示了一些背景变量和结果测量之间的关系，但通过各种策略处理了基本案例分析中计算出的icer的不确定性。敏感性分析证明了研究结果的稳健性。此外，通过计算icer和基于所有背景变量对所有亚组进行自举分析，广泛解决了样本的异质性。

其次，本次CEA的随访时间(4个月)可能比较短。超过这4个月的成本和(健康)效益没有得到评估。未来的研究，包括额外的后续措施和成本效益模型，可能会很有趣。其他研究表明，在青少年的生命周期内采取促进健康的干预措施，累积节省的费用可能很高[49］．

第三，作者决定不通过imputation进一步修改原始数据集，将分析限制在完整的案例中。在SPSS 20版本中，基于从基线开始的N=2493样本的缺失完全随机分析(MCAR)显示T1时每个成本变量的比例为71%至72%。此外，缺失的值并不是随机的(P<措施)。虽然考虑到T0和T1之间的巨大下降，这是意料之中的，但对于开始随访的n=757样本也是如此(P<措施)。考虑到成本变量的非正态性，缺失值的非随机性，以及在许多基于web的干预中普遍存在的大落差[19，50-55]，得出的结论是，额外的imputation会过多地操纵原始数据集。这既适用于基本的imputation方法，如期望最大化和最后的观察，也适用于更先进的方法，如带有预测平均匹配的Markov链蒙特卡罗技术[56］．至于归责策略，所选择的策略可能会导致结果偏倚。然而，替代超过70%的值，这在本研究中是需要的，将会增加第二类错误的风险[51］．归咎会增加低估干预效果的可能性，并使成本反映不现实。

第四，测量是基于自我报告，这可能导致与日常日记相比，低估了服务使用、酒精使用和其他物品的使用[24，57］．至于任何基于回忆所使用的服务或商品的测量，这是因为遗忘[17］．然而，在这项研究中，回忆时间被保持得很短。例如，受访者被问及他们在前一周的饮酒情况，而不是在典型的一周。此外，成本计量问题的召回周期仅为4个月。此外，由于各组是随机的，这种低估很可能在干预组和对照组中平均分布。因此，icer不太可能受到影响。

最后，在本研究的设置中，受访者可以在测量过程中自由填写答案。如前所述，需要设置限制以排除提供不切实际答案的受访者。作者排除整个病例的选择可能影响了分析的结果。然而，这种选择是合理的，因为我们发现绝大多数不切实际的答案甚至都没有接近作者设定的极限，而且远远高于可信范围。例如，有7名受访者声称在过去的4个月里有超过200个晚上在医院度过，其中3人说花费超过20万美元。在T1阶段填写不切实际答案的27名青少年(开始随访的n=757个样本中只有3.6%)的平均不切实际答案为2.9个。根据这些数据，很明显，这27名青少年中的绝大多数人都是故意和系统地这么做的。尽管分析结果可能受到作者设定的限制的影响，但这些限制是经过仔细考虑、讨论并在分析之前决定的。这样做是为了尽量减少结果偏差的可能性。此外，成本离群值对基本案例分析结果的影响已经包括在敏感性分析中，其中成本离群值被排除在外。

建议

计算机定制的反馈是针对青少年饮酒和酗酒的一种经济有效的方法。在荷兰，尽管荷兰政府改变了政策，降低了最低法定饮酒年龄，但2014年仍有33.4%的荷兰青少年是饮酒者[45］．这是因为在实践中，饮酒规则不仅由荷兰法律制定，而且由父母或照顾者制定，而且可以很容易地通过家人和朋友获得酒精饮料。因此，针对青少年饮酒行为的有效且具有成本效益的干预措施仍然非常需要。酒精警报干预措施的高度传播能力，加上其在I-Change模型中的坚实基础和较低的干预成本，可能使其成为减少青少年饮酒的一项有趣的投资。

由于整个样本的成本效益取决于每个效果的最大水tp值，因此很难从经济角度对是否应该实施干预提出强有力的建议。与一般结局测量方法相反，质量调整生命年(QALY) [58，59]，正如大多数具体结果测量的常见情况一样，没有指导方针为减少酒精消费提供参考成本-效果阈值。然而，CEACs提供了决策支持信息，因为它们为所有分析提供了广泛的假设阈值的成本-效益概率。这些结果还表明，从卫生保健和社会的角度来看，无论设定哪个门槛，干预对年龄较大的青少年和教育水平较低的青少年来说都具有成本效益。从卫生经济的角度来看，建议将这些特定群体作为目标。从医疗保健的角度来看，男性和无宗教信仰的青少年亚群体也是如此。

总的来说，决策者应该意识到为分析所选择的视角对其结果的影响。省略ICBs可能会对从社会角度进行的分析的可靠性和信息价值产生负面影响。因此，建议研究人员仔细考虑要纳入的成本，因为忽略重要的成本可能会导致有偏差的结果[60］．最后，与本研究一样，高流失率可能会影响cea的结果。电子保健干预措施的高流失率很常见[61，62］．建议开展更多关于遵守电子卫生干预措施的研究，并在实践中实施这些干预措施，从而提高其有效性、成本效益和对公共卫生的影响。