药物经济学T软件的简介讲述.ppt

决策分析和Treeage Pro软件应用 卫生部卫生经济研究所 王 媛 媛 提 纲 决策分析 决策树分析法 TreeAge Pro软件应用实例 决策分析的定义 决策 是从各种可能的行动方案中，选择一个最佳方案的活动，人的任何活动都离不开决策。 决策分析 在研究风险或不确定情况下的决策问题，是构造和分析不确定情况下进行决策的一种方法。它不是描述决策者怎样做出决策的行为，而是指出决策者在给定条件下应该采取的行为。 决策分析意义 决策分析的任务是为决策者提供满意的决策及其可能结果的分析，供作决策时参考。 这种方法可以帮助决策者在复杂的决策过程中清楚地思考其中的每一个环节，例如，有哪些可能发生的结果？在多个结果中哪些为优先选择？复杂且不可预知的系统和过程会产生哪些影响？其它人（如：竞争对手、顾客等）的活动如何？ 决策问题的组成 决策者：决策的主体，一个人或团体； 决策：两个以上可供选择的行动方案； 状态（事件）：决策实施后可能遇到的自然状况； 状态概率：对各状态发生可能性大小的主观估计； 损益性结局：当决策实施后遇到某状态时所产生的效益（利润）或损失（成本） 决策分析的分类 按照决策问题的分类 确定型：只有一种状态。 不确定型：状态不只一种；又可分为完全不确定型（状态概率未知）和风险型（状态概率可知）。 决策分析结果的判断准则 优势准则 最大可能准则 满意准则 意愿支付（Willingness To Pay, WTP） 期望值准则* 最大期望利润（收益）准则 最小期望机会损失准则 损益表法：将所有状态和行动方案进行交叉列表，并在所有状态中注明发生概率，分别计算每种状态对应的行动方案的损益值 决策树分析法 决策树分析法 决策树分析法　是指把某一决策问题的各种供选择方案、可能出现的状态、概率及其后果等一系列因素，按它们之间的相互关系用树形图表示出来，然后按网络决策的原则和程序进行选优和决策，它还可以随时补充并进行不确定型情况下的决策分析。 决策树分析法的步骤是： 决策树模型的发展 决策树 (Decision tree，DT)模型是目前较成熟的决策分析模型之一，它源于20世纪20年代出现的博弈论，20 世纪60年代晚期开始应用于解决临床问题。 DT模型具有简单直观、易于掌握、计算相对简便等优点，是临床决策分析中最常用的模型，它在药物经济学、临床新技术的经济学评价、干预方案评价等多个医学相关领域进行了实践。 决策树分析的基本步骤 明确目的、备选方案和研究背景调研 制定决策路径 决策流程 选择计算方法（SINGLE/CE），确定结局指标 绘制决策树模型 设定参数（如概率等不确定因素） 进行决策分析 敏感性分析 唐氏综合征产前筛查方案决策树分析 唐氏综合征是一种常见的先天性染色体遗传病，该病患儿智力低下，多不能自理，同时还伴有很多其它系统的先天畸形，给社会、家庭带来了极大的经济和精神负担。 目前，可通过母体血清学检测指标进行风险判别，对风险高于域值的孕妇进行羊水穿刺活检，对怀有唐氏患儿的孕妇，通过知情同意，选择性终止妊娠。这是目前较为常用的防治措施之一。 唐氏综合征产前筛查流程图 决策模型的建立与决策树的绘制 决策树按照从左向右的方向绘制 不同种类的事件用不同形状的节点进行区别 决策结点□，由此出发的分枝称决策分枝，主要反映在可能的投资选择之间，用方形的决策节点表示 状态结点○，由此出发的分枝称机会（概率）分枝，从决策节点划分的分支，代表此节点后可能发生的一系列事件，其相应的机会概率总和为1 结果结点△，后标结局（损益）值，从机会节点发出的分支，代表此节点后一系列事件的可能结局 相关参数的确定 根据经验、有质量的文献、专家咨询和研究结果，确定概率、成本等因素的取值范围 需要注意的是： 机会节点发出的分支，需要定义其发生概率，并且每个机会节点发出的所有分支概率之和应该为“1”，概率值标注在分支横线的下方； 在每个终点节点，应该标明收益，收益值应标注在终点节点右侧。 决策树的计算 对于决策树的计算，通常是根据决策树各支的具体数值，从右向左计算每个节点的损益值 通过计算，在决策树的每一个节点都会显示一个数值： 在终点节点标出该节点计算的收益值； 在机会节点标出该机会节点的预期收益，它是这个节点所有分支按照概率分布进行计算的平均值； 在决策节点标出最佳投资途径的收益值。 下图中，从决策节点发出的两个分支 分别代表以下两种可选条件： 风险投资，在风险投资方面，设计了三种结局，因此用圆形的机会节点表示，三种结局分别从机会节点引出，以三角形终点节点结束； 5%的 CD收入，这部分已经代表结局，因此用三角形的终点节点表示。 敏感性分析定义等 敏感性分析是指从众多不确定性