高质量的医疗相关信息是进行医疗决策的基础，https://www.cochrane.org/ 就是这样一个对很多临床试验进行系统性地总结，提供高质量循证医学信息（证据）的网站。
生存率未必是评估体检价值的好指标，以5年期生存率为例，在死亡数不变的情况下，早期发现必然带来生存率的提高，假设一个病种，本身从发病到死亡的时间大约是10年的话（60岁发病、70岁死亡），如果发现得晚（死亡前5年内发现，比如68岁）那么5年期生存率为0%，但非常早期发现发病情况时（60岁发现），5年期生存率可以为100%，而这100%并不是早期发现带来的。
特别是比如有1000例进展性前列腺癌的患者，5年后死亡了560人，活下来了440人，那么5年期生存率为44%；但是如果这1000人仅仅是总病例的三分之一，还有2000名患者是非进展性的患者，这样的话5年期生存率就是（2000+440）/3000=81%。显然后者的生存率更高，但是这却让2000名无需接受治疗的患者接受了痛苦或有副作用的检查或治疗。所以对于毫无症状的人需要综合考虑成本利弊之后，再判断是否需要统一推荐癌症筛查。
另外，出生前诊断或基因筛查虽然现在廉价易行，但是是否有意义也需要仔细考虑。
比如唐筛的准确率为98.6%，同时没有唐氏综合症但却被误判有唐氏综合症的概率为0.2%，表面上看起来唐筛的准确率非常高。但唐氏综合症的发病率依赖于孕妇的年龄，20岁时为1/1600，25岁时为1/1250，30岁时为1/1000，35岁时为1/380，40岁时为1/100。
假定大部分孕妇都是30岁时生产，此时发病率只有千分之一，发病的概率很小，根据贝叶斯定理，可以估算出如果被检测出阳性（真阳性+假阳性）时，真正患病的概率到底有多大。
是真患者且被检测出为阳性的概率=真阳性=（1/1000）98.6%=0.000986
不是患者但被检测出为阳性的概率=假阳性=（999/1000）0.2%=0.002
被检测出为阳性的概率=真阳性+假阳性
所以当一个孕妇被检测出阳性的时候，未必表示她真的怀有患儿，因为存在假阳性，那么真正婴儿患有唐氏综合症的孕妇占仅仅是检测出阳性的孕妇的比例（精准度）是多少呢。
真阳性/（真阳性+假阳性）=0.000986/（0.000986+0.002）=33%
也就是说即便唐筛被查出为阳性，实际上只有33%的概率有病，没病的概率更大、为67%。当孕妇年龄在40岁或以上的时候唐筛的精准度才更高，例如40岁的时候精准度为91%。
因此，某些筛查对于普罗大众是否有必要，是要综合考虑假阳性的大小、检查费用的负担、被检测人身体上的负担（比如会因为检查遭受不必要的辐射等）等要素的。
另外，对于癌症筛查等检查的好处的描述方式也会影响普通人的心理以及医疗政策的制定。
假设有1000名女性接受了乳腺癌筛查，另有1000名没有接受。10年后，接受筛查的人群中有3人因乳腺癌去世，没有接受的人群为4人。
即一个的死亡率为0.3%，另一个为0.4%，那么我们可以怎么描述呢。
- 相对风险减少性描述：检查组的死亡率（0.3%）只有非检查组（0.4%）的75%（0.3/0.4），因此检查的话可以降低25%（1-75%）的死亡率。
- 绝对风险减少性描述：检查组的死亡率与非检查组的差只有0.1%，因此检查的话可以降低0.1%的死亡率。
- 需要治疗的人数描述：检查组的死亡人数（3人）比非检查组（4人）要少1人（刚好等于0.1%的倒数），因此对于每1000人，检查的话可以减少1人死亡。这一需要治疗人数的描述（NNT：Number needed to treat）的涵义在于，对于多少个单位（人）进行治疗或检查可以刚好降低1个单位（1个人）的患病/死亡风险。具体在这个乳腺癌的例子上，也就相当于是说为了减少1名癌症患者的死亡，其成本是需要让1000人接受各种乳腺癌相关的筛查。
宣扬癌症筛查的好处时，往往会采用相对风险减少的描述方式。但这样的描述方式脱离了实际的风险程度，因为减少25%死亡率这种描述可以在以下任一情况中发生：
- 1000人中的4人 ： 1000人中的3人 （0.4%：0.3%）
- 1000人中的600人 ： 1000人中的450人（60%：45%）
- 100万人中的4人 ： 100万人中的3人（0.0004%：0.0003%）
这三种情况的临床意义是绝然不同的，因此在向一般市民宣传筛查的好处时应该采用绝对风险减少性的描述，防止25%这种相对风险描述，从而避免让民众产生错觉（以为检查了1000人就有250人可以得救）。
现实生活中，普通人体检中的胸片是否有必要就值得考量了，日本和中国都几乎是必查项，但是在英美却并不推荐胸片，如果为了找出为数不多的几个结核患者而需要全员都暴露在辐射之中的话，成本就远远高过收益了。
能够负责任地向民众提供卫生保健信息的代表性的国家是英国，他们的信息公开网站是www.nhs.uk。并且英国除了能提供信息外，还能有善于运用信息的组织制度。在英国等国家有三分之一到二分之一的医生是家庭医生，他们既能重视与患者的交流，又有处理常见疾患、健康问题的全科知识，能够有效利用医学证据来为患者提供有效的建议。在日本这种体检业务商业化很强的国家，整个社会偏向于一味地接受体检，而事先却并不能得到体检的利弊两方面的详实客观的说明，这导致实际上需要接受某些体检的人群并没有接受到合适的检查。
信息与医疗竞争的关系
如果卫生保健政策中用红绿黄灯这一更一目了然的信息展现形式在食品上标注健康度的话，更能促进人们选择较为健康的食品（这是基于行为经济学的Nudge理论）。
政府如果将医院的诊疗质量信息公开的话，假设市场上存在两家垄断性的医院，如果这两家医院的服务质量以及他们提高服务质量的边际成本相同的时候，随着患者得到越来越多的信息，会促进医院进行竞争从而达到相同的服务水平。而两家水平明显不同，改善质量的成本差异很大时，更丰富的信息反而会让两家的服务都变得很差（服务差的医院明显没人去也就更没动力进行改善）Imperfect Information in a Quality-Competitive Hospital Market。
性价比与政策
随着医保压力的增大，什么药进入医保需要根据其有效性、安全性以及性价比来进行价值判断。
对于获取医药品，20世纪初是考虑其安全性，1960年代开始注重其有效性（通过随机对照试验确认），1990年代开始注重性价比。
那么性价比如何计算，计算成本会有不同的角度，对于患者或医保局来说成本就是要付的医药费，而对于整个社会来说成本是因为生病受伤带来的生产力的损失。而制定医疗政策时一般都是站在医保部门的角度来考虑成本的。
性价比的分析并非是对现在接受医疗要花费的成本和接受医疗后将来能减少的费用进行比较，它是对“高成本但有效的医疗”和“高成本但无效的医疗”进行区分评估，从而让医疗资源得到有效的分配。
一般会从2个维度考虑，一是成本效益分析(Cost-Benefit Analysis,CBA)，一是成本效果分析(CostEffectivenessAnalysis,CEA)
CBA是收益与成本的比值或差值来计算的，如果要比较新药是否优于旧药的话，这里的收益并非指减少了多少医药费，而是指健康成效（减少了死亡率、减少了病痛、降低了血压等），并且将这个健康成效换算成金钱来计算，但有的人会为了方便起见，不将健康成效换算成金钱，而直接用省了多少医药费来作为收益。
CEA则是不换算成金钱，直接以健康成效的自然单位来计算。
CEA的实际数值一般是通过增量成本效果比(incremental cost-effectiveness ratio,ICER)来计算的，也就是说看看（比如换成新药之后）增加的成本是否能像营地增加健康成效，看看多付出的成本是否划算。
举个例子，比如旧药每100人只能救85人，并且成本是200万，新药是每100人可以救90人，但成本是1000万。那么新药多增加的800万的成本划得来吗？
先分别计算每个药的成本效果比（cost-effectiveness ratio,CER），但这个数值并不是正确的评估方法。
CER（旧药）=200万/85人=2.35万
CER（新药）=1000万/90人=11.11万
我们需要看为了多救5个人，花这多增加的800万值不值
ICER=（1000万-200万）/（90人-85人）=160万/人
这个ICER的数值越小，表明新药的性价比越高。
除了看能救多少人之外，其他还有一些评估新药的健康成效的指标，简单易得的指标是替代性（Surrogate）指标，比如血压值，但这个指标并不能完全反应我们想看的真正健康成效（是否真能预防心肌梗塞，是否真能延长寿命）；另外以寿命做指标的时候一般会用生命余命（Life Year,LY），但是除了生命年限外，生活质量（Quality of Life,QOL）也是要考虑到的一大要素；将寿命和生活质量同时考虑在内的指标就是质量调整寿命年（Quality Adjusted Life Year,QALY），此概念就包含了人们身心状态、社会福利状态等各种层面。为了简化这个QOL的概年，有人建议用患者报告结局(Patient-Reported Outcome,PRO)来让患者主观描述他的状态。
1个QALY表示健康人生活1年，也等于健康状态为0.1的人生活10年。这个数值不论男女老幼都是相同的。但是也会有一些不同的看法，比如有人觉得应该考虑伦理问题等单纯性价比以外的要素，也有人觉得应该优先挽救年轻人的健康，还有人觉得应该根据对社会的贡献度来判断该优先谁（这种想法对老人有利）。但总的来说QALY是一个比较标准且简洁的指标。
测量QOL分为直接法和间接法。
直接法：其中之一为Visual Analogue Scale法，是一种从0（死亡）~100（完全健康）的打分体系，但是由于大部分人都处在比较健康的40~80分的状态下，所以这种计算方式会导致在普通人的40~80分下变动10分与极端状态（0或100分）下变动10分的意义不一样，所以一般很少使用。另一种叫Time Trade Off法，它会问“瘫痪着躺10年”和“健康地活X年”你喜欢哪一个，随着对这个X值进行调节，最终会得到一个平衡点，比如有人说健康活4年跟躺10年价值差不多，那么他的QOL值就是4/10=0.4；与Time Trade Off法类似的还有Standard Gamble法，它是问“瘫痪躺10年”还是接受“成功率为x%的手术”，手术成功的话就变成健康人，失败的话就死亡，然后根据每个人自己判断的x%的值来作为QOL值。
间接法：因为直接法获得答案还是费事费力，于是就有了用问题量表来打分之后再转换成QOL值的办法。常用的有由欧洲研究机构开发的EQ-5D法（Euro-QOL 5 Dimension），它包括五个问题（行动能力、自我照顾能力、日常活动能力、疼痛或不适感、焦虑或抑郁感），可以从3个或5个程度进行回答（完全没问题、有点问题、很有问题等）
性价比中的成本如何计算####
往往会有人认为成本是引进新药或新疗法的成本，而效益是因为引进新的方法从而可以缩减的将来的成本。其实不论是新引进所需的花费还是将来可以节省的花费都是成本。效益其实是指能被改善的健康成效。性价比的评估不是为了缩减成本，而是对“价高但有效（的新药新疗法）”与“价高但无效”的内容进行区分。（不过减少医保压力也是伪命题，比如旨在促进健康的政策虽然现阶段可能可以减少年轻人就医的费用，但是健康的年轻人老龄化之后的费用又要增加了。）。从整个社会而不单是医保局或医疗费支付方的角度来看，价高但有效的医疗避免了人们因为患病而导致的社会生产力的损失。不过对于某些老年病来说却又不需要考虑生产力的损失，因为他们已经退休而不从事生产了。另外，对于效益还要考虑时间折扣，很多早期预防的疾病（比如戒烟预防肺癌），年轻时戒烟的效果要年老时才能看出来，假设戒烟可以多活50年，按照2%的折扣率计算，这一50年寿命在当前的价值只有31.1年。所以对于需要长期分析的效益，有时需要可以压低折扣率来计算。
使用QALY来计算性价比的时候，会设置一些阈值来看这个性价比是否够高。即ICER（增量成本效果比）是否划算，每增加一个QALY，花费多少成本是值得的。在日本这个阈值大概是500-600万日元，英国是2-3万英镑，美国是5-10万美金。计算它有4种方法。
1 与维持生命所必不可缺的治疗（透析等）的性价比进行对比
2 假定一个人健康地生活一年会创造出一年的价值，于是计算每个人的GDP
3 每个人为了健康地活1年多愿意付出的代价
4 因为了某项医疗服务而投入预算后不得不丧失的健康价值，也就是机会成本
即便用3的方法来计算，现实情况下医保是否付得出这个钱也是问题。
日本从16年4月，韩国从2006年开始使用性价比数据来判断新药是否进医保。泰国对于医保目录的评定也会要性价比数据，只是它不是问药企获得，而是由医保局自行计算的。