第10章 循证医学实践的决策分析.ppt

? 间接测量方法 ? 填写生存质量量表，计算量表得分， 再将量表得分转换为效用值 ? 计算质量调整寿命年（ quality- adjusted life years ， QALYs ） 决策树分析 ? 决策树分析又称为决策树的折叠与平 均 , 指通过以上步骤所形成的决策树， 计算每一种决策选项所对应的不同结 局出现的情况。 例 10-1 在掌握了以上各种基本信息后， 就可计算各机遇节点和各种方案的期望值 （ expected value ， EV ）。各机遇节点的 期望值为该节点各分支概率与结局 QALYs 值的乘积之和。根据上面的决策树可以计 算临床观察分枝的期望值和手术分枝的期 望值如下： ? 临床观察的期望值 ： EV C =(15 × 1 × 0.89)+(15 × 0.5 × 0.11)= 14.18 QALYs ? 手术的期望值 ： EV S =(15 × 1 × 0.95 × 0.98 × 0.99)+(15 × 0.5 × 0.05 × 0.98 × 0.99)+(15 × 0.5 × 0.02 × 0.99)+(0 × 0 × 0.01) =14.34 QALYs 比较两者的期望值，手术治疗的期望 值稍高，提示应该选择手术治疗，但是应 该看到，两个方案的期望值相差不大，而 手术治疗还有致死的可能性。 虽然死亡的概率很低，但是在生与死 的可能选择的情况下，医生或患者难以 仅凭 14.34 QALYs14.18 QALYs 的结果， 承担那 1% 的死亡风险！因此，与患者及 时沟通，在知情的情况下做出决策是十 分必要的。 敏感性分析 ? 敏感性分析通过观察假设变化时，决策 分析的结果是否具有良好的稳定性，对 其结论加以评估。 ? 敏感性分析也可以通过观察哪些假设对 结果影响最大而发现对于该分析最重要 的假设，从而为问题的深入研究和进一 步解决提供线索。 ? 敏感性分析在决策分析中具有重要的 地位，它可以验证决策分析结果的可 靠性，因此决策分析应该常规进行敏 感性分析。 例 10-1 进行敏感性分析，当取不同的手术 病死率时，可分别计算出不同的手术治疗 方案的期望值，下图显示的就是当手术病 死率在一定范围内变动所对应的期望值。 图 10-3 对手术死亡率的敏感性分析 从图 10-3 中可以看出，当手术病死率 为 2.1% 时，两种方案的期望值相当，此时 的 2.1% 叫阈值，表明这一数值是两种方案 选择的分界点。当手术病死率在小于 2.1% 的区间内，选择手术这一方案是合适的。 第三节 复杂决策问题和 Markov 模型 一、复杂决策问题 二、 Markov 模型及方法 三、 Markov 模型的应用实例 复杂决策问题 ? 在循证临床决策中，可供选择的决策选 项可能很多，同时可能会出现多种结局， 并且从干预措施到结局出现又会经过许 多过程（状态），这些过程又有可能受 众多因素的影响。在这些情况下，决策 分析就变得比较复杂。 ? Markov 模型有助于解决复杂决策问题。 Markov 模型及方法 ? Markov 模型能够更精确而且非常简洁的 表示在不同健康状态间多次的或者时间 不确定的转换，从而对复杂决策树进行 决策分析。 ? 应用 Markov 模型需要四个步骤 ? 1. 定义不同的健康状态 ? 描述在不同的健康状态之间转换的方式 ? 2. 选择适宜的周期长度 ? 要根据实际情况决定。周期较长者，计算 的负荷较小，反之亦然。 ? 3. 估计转换的概率 ? 估计转换概率的大多数信息来源于文献 ? 4. 估算结局 ? 蒙特卡罗模拟法 （ Monte Carlo simulation ） ? Markov 队列模拟法 （ Markov cohort simulation ） ? 矩阵代数法（ matrix algebra ） Markov 模型的应用实例 ? 左颈动脉硬化是否手术治疗远期效果评 价的 Markov 模型 例 10-1 如果考虑远期效果时，可以采用 Markov 模型进行决策分析。图 10-6 显示了 观察或手术治疗后患者出现的三种结局： 维持无症状性颈动脉硬化状态，发生脑卒 中和死亡。 儿科学 第一章 绪论 循证医学 循证医学 第十章 循证医学实践的 决策分析 摘 要 第一节 概述 第二节