第八章 临床决策分析课件.ppt

* 实例计算（续） 三、贝叶斯分析在社区人群筛检中的应用 在已知筛检试验的灵敏度、特异度及所筛检人群的患病率的情况下，贝叶斯分析可以在筛检工作开始前对筛检项目的预测值进行估计。 实例计算 四、影响预测值的因素 灵敏度、特异度 患病率 第三节 决策树分析 一、决策树分析的概念 1.决策树（decision tree） 决策树是一种能够有效表达复杂决策问题的数学模型，按逻辑、时序将决策问题中的备选方案和结局有机组合并用树状图形从左到右表达出来，犹如一棵从左到右不断分支的树，包括一系列节点(node)和分支(branch) 。 2.决策树分析（decision tree analysis） 决策树分析是将临床决策的各个备选方案和思路通过决策树图形表达出来，使整个决策思路过程更加清晰、直观和条理化，再比较各种方案的预期结果而进行决策。 二、决策树的构成 决策树从左到右由节点、分支和结局三者构成。 节点分为决策节点（decision nodes）和机会节点（chance nodes），前者以方框“□”表示，后者以圆圈“○”表示。 分支分为决策（方案）分支和机会（概率）分支，前者从决策节点引出，是决策者能够控制的备选方案（决策选项），其上标注方案名称，后者是从机会节点引出，是决策者不能控制的相应事件（结局），其上标明事件或结局出现的概率。 决策树的末梢是各