临床决策支援的预测工具.pptxVIP

Chapter18

臨床決策支援的預測工具

PredictiveToolsfor

ClinicalDecisionSupport報告人：王昭庸1

內容大綱介紹預測工具之發展決策支援--利用簡單預測工具預測規則—利用統計分析方法以決策分析為基礎的工具評估與結論2

1.Introduction(1)臨床人員必須不斷地作決策，包括他們將採取什麼診斷程序及哪種治療行為決策的最終目標是在提高病人的癒後臨床上的決策有許多方面的不確定性，造成複雜性的增加。這些方面包括對病人作疾病的診斷、良好的治療和給予這些診斷及治療後病人的癒後情況3

1.Introduction(2)預測診斷及治療的結果可以讓臨床人員在作決策時能有參考依據，提高病人的癒後情形藉由有系統的臨床資訊，決策支援工具可提供預測(prediction)，在臨床人員作決策時提供幫助4

2.預測工具的發展步驟(1)表18.1六個預測工具的步驟步驟說明決策(Decision)時序及型態：預測模式之角色結果(Outcome)診斷：治療結果預測(Predictors)與結果相關的臨床特徵定量(Quantification)將結果與預測相連結(專家意見，迴歸分析)資料集(DataSet)含預測及結果的病患資料檔呈現(Presentation)顯現結果的適當方法(使用或不使用電腦)5

2.預測工具的發展步驟(2)每個預測發展的步驟都必須証實這項預測工具的可信度及正確性應該審慎評估這些預測對臨床人員及病人的影響這些評估對於可能使用到這些工具而受益的使用者來說，是非常重要的一項工作6

2.預測工具的發展步驟(3)過去幾十年間，已開發出許多預測系統，這些系統都是遵循Baye’s定律以及一些統計的方法，如：邏輯迴歸(logicregression)(參閱第二十四章)類神經網路(NeuralNetworks)監督型態辨識方法(Supervisedpatternrecognitionmethod)(參閱第二十七章)7

3.決策支援-利用簡單預測工具簡單的預測工具可能是建立在各種各類的分析上臨床統計分析上的預測工作，使用到的統計方法及統計資料通常來自於一大族群的病人，包含我們將要預測的結果及設定的預測因子8

3.1預測規則-利用統計分析方法統計分析的計算常需使用電腦統計分析結果以臨床預測的規則表示，不需使用到電腦分析的方法通常是利用迴歸分析迴歸分析的種類取決要預測之結果的類型具有連續性的結果二取一的結果二取一加上連續時間的結果9

3.1預測規則-利用統計分析方法具有連續性的結果-用線性迴歸來分析如：長時間血壓的變化二取一的結果-用邏輯迴歸來分析如：短期的死亡率二取一加上連續時間的結果-使用故障時間分析(failure-timeanalysis)(如：Cox’s迴歸)如：長期死亡率10

3.1通用的預測準則結果的明確定義及預測的變數正確地描述病人的族群及此族群的來源描述利用到何種數學方法可利用的正確率或失敗率有多少此預測對病人照顧的影響有多少11

以迴歸分析做預測規則的主要步驟表18.2步驟說明選擇(Selection)變數，互動項目，及分類與迴歸模式的選擇估量(Estimation)迴歸係數的估量評量(Evaluation)使用差別方式及最佳擇優之評定呈現(Presentation)對模式結果的表列或圖示呈現12

3.1.1變數的選擇(1)在統計的模型中，選擇做為預測因子的變數相當複雜通常具潛在可預測的病人特徵是可使用的(可能有50~200個)，但若要全部使用，是不需要且不實際的按階段逐步的選擇方式是選取有限數量的預測因子，是最常被使用的方法；此種方法根據差異的數量自動選擇變數13

3.1.1變數的選擇(2)按階段逐步的選擇方式，可應用在正向、反向或雙向的檢定逐步的選取方式之優點：在預測的模型中，可以引導至使用有限量的變數，且被廣泛使用在一般標準的電腦統計套裝軟體這些限量的變數被包含在一個模型中，很難再增加任何額外的預測資訊14

3.1.1變數的選擇(3)逐步的選擇方式之問題：迴歸係數的估計過高，這個偏差起因，係數較大的值，P值較低，較容易被選取統計效力(定義：預測因子被選擇的機率)，有時因預測因子的值太小而無法被選取，會造成具有適當預測值的預測因子效力很低(特別是在小規模的樣本研究中)15

3.1.1變數的選擇(4)策略：可克服逐步選取方式的問題減少潛在預測因子的數量使其能達到可用於資料評估的範圍內可藉由使用相關疾病的臨床知識，進而檢視可能變數之預測值的合理性由其它研究中之經驗証據，也可使用在選取的程序中16

3.1.2迴歸係數的估計預測因子被選取，須同時估計迴歸係數適當的估計需要高品質的資料，也就是該組資料必須完整且精確