中南大学流行病学第八章临床决策分析报告.ppt

临床决策分析 中南大学公共卫生学院流行病教研室 为什么要作决策分析？ 临床医生每天要面临很多选择。 20％死亡危险和80％的生存机会？ 怎样选择？ 在发生某灾害（包括疾病爆发）时，有600人面临危险，2种措施： 200人获救； 2/3可能全部死亡，1/3机会所有人获救， 怎样选择？ 在发生某灾害（包括疾病爆发）时，有600人面临危险，2种措施： 400人死亡； 1/3机会所有人获救，2/3可能全部死亡， 在面临选择时，对危险不自觉的夸大；临床上存在很多危险和利益共存的情况，所以决策 决策和决策分析 决策(decision)就是选择一个方案。 决策分析(decision analysis)是运用各种数学模型，从各个备选方案中选择最佳方案的过程。 临床决策 通过估计各种结局的效用值，计算不同的临床选择或临床策略的期望效用值，从而对各种策略做出量化的、具有代表性的选择的一个过程。 决策 An explicit, quantitative and systematic approach to decision making under uncertainty. Handdix et al., Prevention Effectiveness Oxford University Press 1996 临床决策 Uncertainty: 机会事件发生的概率；决策结果的不确定 最大优点是可依病人preference的不同而有不同决策结果。 临床决策实际上是Evidence-based medicine 的最终目的，是可以说是EBM个体化的过程。 是individualized Evidence-based medicine的最高境界。 风险型决策 存在一些可能会影响结果的因素，这些因素对结果的影响可以用概率加以估计。临床上最常见的决策大部分都是风险型决策。 决策树 decision tree 决策树分析法是临床决策分析中最常见的方法，它模拟临床医生在诊疗过程中的分析过程，采用分层的方法，用概率表示各种诊疗过程中的决策和其相应的结局，犹如一棵不断分支的树，因而称为决策树。 决策树的结构 模型基本的树形结构 决策结：decision node--square 机会结: chance node--circle 决策枝：one decision branch denote one choice or strategy 机会枝：one chance branch denote one uncertainty outcome 决策树的结构 临床决策分析软件 决策树的结构 各种随机事件的发生概率 RCT trail meta-analysis Systematic review Case-based data 决策树的结构 每一个结局的效用值。 可以反映决策目标的量化的指标，不同的结局效应值不同 。 效应值是指研究者和病人对该结局的一个偏好评价，临床决策可以选用不同的效用值，因而不可避免得带有主观性 决策树的绘制和分析 基本步骤 明确决策问题，确定备选方案 列出所有可能的结局 明确各种结局出现的概率 确定各种结局的效应值 计算备选方案的期望值 敏感性试验或灵敏度分析 决策树的绘制和分析  明确决策问题，确定备选方案 决策问题：就是指通过决策树分析需要解决的问题： 病人是否患有某种疾病？ 某种疾病的病人应该选择哪一种治疗方案？ 决策树的绘制和分析  明确决策问题，确定备选方案 决策目标： 主要是最大限度的延长期望寿命或减少死亡或致病水平。 备选方案： 所有的临床治疗方案，有多少备选方案，就决定了决策树第一层有多少分支，即从第一个决策结可以引出多少分支。 决策树的绘制和分析  列出所有可能的结局 直接结局 immediate outcome ： 每一个机会结点上可能发生的事件，每一个机会结可以引出两个和两个以上的结局，这些结局是互相排斥的，他们发生的概率之和应该是1。 最终结局 final outcome： 一系列机会事件的最终结果 决策树的绘制和分析 确定备选方案和各种结局后，我们可以绘制决策树的基本结构。 决策树至左向右，最初等决策结在最左边，中间是一系列的机会结和相应得结局(或