临床决策分析.pptxVIP

会计学;提 纲;一、概述;（一）临床决策分析定义;（二）临床决策分析应遵循的原则 ;（三）临床决策分析程序;（四）临床决策分析方法;（五）临床决策分析用途;二、决策树分析法;（一）临床决策背景——临床案例;治疗方案;（二）决策树分析过程与方法;;2.列出所有可能的直接结局及最终结局 通过一系列决策结、机会结(chance node)直至最终结局(final outcome)结的连结，展示事件的客观顺序。 在我们的例子中，两种备选方案的直接结局详见表2。;备选方案;不管选用何种备选方案，病人的最终结局取决于一系列的机会事件。 在决策树上受机遇控制的事件用机会结表示。机会结是决策树上的一种节点，表示可能发生的机会事件。一般以圆圈符号表示。每一个作为结局的机会事件应用与圆圈连结的臂表示。受机遇控制的事件包括检验结果、诊断和治疗结局等。 不管机会结有多少个结局，从每个机会结引出的结局必须是互相择斥的、明确的状态，在各种状态之间不能互相包容、涵盖或交叉。 决策树的画法是自左至右，最初的决策结在左端，从左至右机会结的顺序应该依照事件的时间先后关系而定 。 最终结局应用结局结，一般用小三角形表示，放在决策树最右端（图2） 。;;3.明确各种结局可能出现的概率 可以从文献中类似的病人去查找相关的概率，也可以从临床经验凭直觉进行推测。 在本例中，如果保守治疗，则可能迅速治愈，也可能迁延，假如加重的可能性是80％，则未变的可能性是20％。 如果手术治疗，3种手术方案只能选择其一。如更换髋臼的概率25％，此时，围手术期死亡、效果差和效果好的概率分别为5%、20%和80%，则该组中效果差的概率=（1－5%）×20%=19%，效果好的概率= （1－5%）×80%=76%。同理，可求其他各结局臂的概率（图2） 。 在为每一个机会结发出的直接结局臂标记发生概率时，必须注意各概率相加之和必须为1.0。如果对某一个事件不能确定其概率时，可应用其最高或最低的可能概率，并注明概率变动的范围。;4.对最终临床结局用适宜的效用值赋值(表3)在进行决策分析时，应该为每一个最终结局确定合理的效用值，本例用预期生存时间(期望寿命年)表示结局。;5.计算每一种备选方案的期望值；选择期望值最高的备选方案为决策方案(图2)。 计算期望值的方法是从“根梢”开始向“根干”的方向进行计算；将每一个机会结所有的不同状态效用值与其发生概率分别相乘，其总和为该机会结的期望效用值。在每一个决策臂中，各机会结的期望效用值分别与其发生概率相乘，其总和为该决策方案的期望效用值。 图2显示手术治疗的期望效用值是0.661，保守治疗的期望效用值是0.240，根据优选最大效益方案的决策原则。本例最佳备选方案为手术治疗。; 6.应用敏感性试验对决策分析的结论进行测试 决策分析的最后一步是敏感分析，其目的是测试决策分析结论的真实性。尽管每个机会结的直接结局的概率以及结局的效用值可能是较好的估计值，这些概率值及效用值常常可在一个较宽的范围内变动。敏感分析要回答的问题是：当概率及结局效用值等在一个合理的范围内变动时，决策分析的结论会改变吗?;表4 围手术期死亡率变化对决策的影响;表5 效用值变化对决策的影响;三、阈值决策法;（一）诊断阈值决策;1.正确进行诊断决策的前提及主要影响因素 认识诊断试验的规律，把握赖以决策的诊断效能基本数据如患病率（验前概率）、诊断试验的灵敏度、特异度、似然比等指标及其临床意义。 在应用诊断性试验时，验后概率即阳性预测值受到患病率的影响最大，在不同地区、不同级别的医疗环境中同种疾病的患病率各不相同，因此医务人员必须熟悉自己所在医疗环境各种疾病的患病率。只有明确本单位各种具体疾病的患病率，才能对有关验后概率进行定量的计算，从而作出正确的诊断决策。 对于用计量指标表示结果的诊断试验，如果仅仅利用正常参考值(截断值)判断阴性或阳性，会损失很多信息。在进行诊断试验时，应该取不同截断值计算系列的敏感度、特异度值，绘制ROC曲线，这样就可以根据临床病人具体测定值及其对应的敏感度、特异度，用似然比推算其相应的验后概率，从而更便于诊断决策。 ;2.应用该阈值分析法的假定条件 单个疾病，有明确有效的治疗方法，在证实患有该病的情况下，接受治疗利大于弊，无需治疗却接受治疗则有一定风险；另外一种诊断方法可以提供是否有病的新信息，从而帮助进一步确定治疗方案，但也存在假阴性和假阳性，进行该诊断试验时具有某种风险。 例如对冠心病诊断作冠状动脉造影即属这种情况。;;计算诊断试验阈值Tt的公式为： Tt=（FPR×Rrx +Rt）/(FPR×Rrx +SEN×Brx) 计算诊断—治疗阈值Ttrx的公式为： Ttrx=(SPE×Rrx -Rt )/(SPE×Rrx +