循证医学实践的决策分析经典课件(PPT68页)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
节点又可分为决策节点(decision nodes) 与机会节点(chance nodes),前者以小 方框“□”表示,后者以圆圈“○”表 示。
在决策树末梢,为各方案的最后结局 (outcome),各种结局必须定量描述。
图10-1 动脉硬化处理的决策树
相关证据及信息的检索与搜集
决策分析中最重要的信息是每一种可 能的事件在相应条件下出现的概率。
如果选择进行手术,手术虽然有益于解 决问题,减少发生脑卒中的可能性,但是却 有围手术期间发生脑卒中和死亡的风险。
决策问题的结构化
决策树(decision tree) 决策树是一种能够有效地表达复杂决策 问题的数学模型,按逻辑、时序把决策 问题中的备选方案及结局有机组合并用 图标罗列出来,犹如一棵从左到右不断 分支的树,包括一系列节点与分支。
决策分析及其在临床中的应用
决策分析: • 定量比较各种决策选择可能产生的后果
和效应,从而使决策更为科学和合理的 过程。
• 基本要素:决策主体、决策目标和一系 列备选方案。
临床决策分析
(clinical decision analysis,CDA):
• 采用定量分析方法在充分评价不同方案 的风险和利益之后,选取最佳方案以减 少临床不确定性和利用有限资源取得最 大效益的思维方式。
手术的期望值: EVS=(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。
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: EVC=(15×1×0.89)+(15×0.5×0.11)= 14.18 QALYs
• 包括诊断决策、治疗(康复)决策等。
临床决策分析的基本流程与常用方法
第二节 决策分析的实施
一、决策问题的确认 二、决策问题的结构化 三、相关证据及信息的检索与搜集 四、确定最终结局的效用值 五、决策树分析 六、敏感性分析
决策问题的确认
对所研究的问题给出精确的定义,并 且根据问题的定义将其分解为三部分, 包括: 不同的决策选项 不同选项之后所有可能发生的事件 决策所关心的结局
风险型决策: 对决策者期望达到的目标,存在着两 个或两个以上的不以决策者的主观意志为 转移的自然状态,但每种自然状态发生的 可能性可以预先估计或可以利用文献资料 得到,进行这类决策时要承担一定的风险 。
不确定型决策: 决策者对各种可能出现的结果的概 率无法知道,只能凭决策者的主观倾向 进行决策。
相关信息可来自以下几方面: 通过文献估计概率: meta 分析
咨询专家意见以获取所需的信息: 德尔菲法
概率估计中不确定性的估算: 敏感性分析
获取所需要的信息后,将其填入决策 树中,进行下一步分析工作。
例10-1 中的决策相关信息的基线估计值 如下:
选择临床观察的患者有11% 可能会发生 脑卒中,而选择做手术会有1% 的患者死亡, 而术后存活的患者中有2% 会在围术期间发 生脑卒中,术后“未发生脑卒中”者在以后 会有5% 的患者再次发生脑卒中的可能,这 些估计值在决策树中各概率分支下方标出。
例10-1
男性患者,50岁,体检发现左颈动脉硬 化,但目前没有任何临床症状。现有证据表 明,颈动脉硬化者发生脑卒中的危险性升高。 因此,对于该患者是否需要治疗,就是一个 决策问题,临床上可以有两种选择,一是暂 时临床观察,二是行颈动脉内膜切除术。
但是结合临床实际考虑,有如下可能, 临床观察虽然避免了手术相关的短期危险因 素(围术期死亡,手术中发生脑卒中),可 以维持无症状性颈动脉硬化状态(在一段特 定时间内未发生脑卒中),但是不可避免面 临将来更高的脑卒中的风险。
决策及其分类
决策: 为实现一定目的而制订的多个行动方 案,并从中选择一个“最优的”或 “最有利的”或“最满意的”或“最 合理的”行动的过程; 其本质是利用知识预测行动的可能后 果。
按照决策问题具备的条件和决策结 果的确定性程度分类
确定型决策: 供决策者选择的各种备选方案所需的 条件都已知并能准确地知道决策的必然 结果。
确定最终结局的效用值
结局的量化是决策分析的重要环节。
决策选项有多种,每种选择的临床结局 又不相同,为了达到比较目的,需要预 先将各种结局转换成同一单位的变量, 这个变量就是效用(utility)。
效用值是一种表述结局相对优劣的数量 化指标,是个体在不确定情况下的优先 选择,反映个体的主观感受,并受年龄、 经济收入、教育程度等多种因素的影响。
循证医学第一章 儿科学绪论
复旦大学附属儿科医院 桂永浩
第十章 循证医学实践的
循证医决学策分析
摘要
第一节 概述 第二节 决策分析的实施 第三节 复杂决策问题和Markov模型 第四节 决策分析质量评估
第一节 概述
一、决策及其分类 二、决策分析及其在临床中的应用 三、临床决策分析的基本流程与常
用方法
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(qualityadjusted 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。
效用值通常用0~1 的数值来表示,1代 表完全健康,0代表死亡,也可以为负数, 表示比死亡更糟糕的疾病状态,如无意 识或长期卧床伴严重疼痛等。
效用值的测量方法
直接测量方法 等级尺度法(rating scale) 标准博弈法(standard gamble) 时间权衡法(time trade-off)