(优选)临床决策分析详解.
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)。
传统的决策树模型一般用于近期效果的决策分析 ，缺乏动态性和连贯性分析和预测。
决策树的概念
决策树（decision tree）按逻辑、时序把决策问 题中的备择方案以及相应结局有机地组织起来并 用图标罗列出来，如同一棵从左至右不断分枝的 树，包括一些结点与分枝（决策结点、机遇结点 ）。
决策树的构建
决策树案例
举例：患者，60岁男性卡车司机，吸烟、肥胖、有心脏病 风险因素（包括高血压和高胆固醇）。 因患有严重颈部疼痛，想用乐松（洛索洛芬钠，一种COX2 NSAID药）治疗颈部疼痛（听说乐松可治疗肩颈痛）。 医生根据最新的证据证明能够引发严重心脏不良事件，建议 采用颈部按摩疗法，而患者担心按摩后中风瘫痪不愿意颈部 按摩，并且服药更方便。 医生指出，颈部按摩导致中风的可能性非常小，心脏病发作 可能具有同样的破坏性。 目前医生治疗患者的颈部疼痛面临困难的决定： 一是颈部按摩治疗（治疗中可能发生中风瘫痪）， 二是乐松治疗（服药中可能发生心脏病）。
未消除颈部疼痛
无心肌梗死
图14-7 颈部按摩与乐松治疗的决策树
颈部按摩
EV1
消除颈部疼痛
0.80
EV11
未消除颈部疼痛
0.20
EV12
消除颈部疼痛
脑卒中
0.000 001
无脑卒中
0.999 999
脑卒中
0.000 001
无脑卒中
0.999 999
心肌梗死
0.45 1.00 0.30 0.80
乐松
EV2
决策结点，用小方框表示，由此结点发出的方案要 求决策者从中做出选择，由决策结点发出的分支叫 决策枝；
机遇结点，用小圆圈表示，由此结点发出的事件不 受人的意志所控制，是随机的，但其概率可以估计 ，它所发出的分支叫机遇枝或概率枝。
各机遇节点的期望值为此节点各分枝概率（P）与结 局值乘积之和。
要求：简单而全面——形式简单，内容全面
决策的类型
确定型决策：增量分析法 风险型决策：期望值决策法、Bayes决策法
两种以上结局 概率可估计 不同结局利弊可估算 不确定型决策：乐观准则、悲观准则、后悔值准则
决策的过程
明确问题 组织问题 搜集信息 分析问题 敏感性分析
第二节 概率与效用值的估计
CDA属于定量分析，需对临床问题进行量化处理 概率——临床事件发生的不确定性 结局的定量——生存率、生存质量、成本或效用值
CDA的前提条件和难点
CDA是否正确的3个前提条件 备选方案是否齐备——循证医学 各事件的概率估计是否准确——高质量文献 结局的定量是否合情合理——效用值的合理性
CDA难点 缺乏各种决策证据 各种结局事件的不确定性，临床事件的意外性 没有完美的方案，均需权衡利弊而取舍
决策模式
1. 患者作主模式（pure informed model） 2. 医生作主模式（paternalistic model） 3. 共同决策模式（shared decision model） e.g. DM→DN→CKD5→ESRD→RRT: HD or PD or RT
了解 了解不确定决策的过程和相关原则
第一节 概述
几个基本概念 决策的模式 决策的类型 决策过程
概念
决策（making decision）是对不确定性的问题， 通过一些方法与手段，从众多备选方案中选定最 优方案的一个过程。
决策分析（making decision analysis）是通过决 策模型再现问题，利用概率和结局估计值等，帮 助确定最佳行动方案的一个过程。
1．划线法（visual analog scale）
2．博弈法（standard gamble）
UA=P +（1- P）×B
3．时间权衡法（time trade-off）
UA=1-X/t ？？
Angelina Jolie 我的医疗选择
UA=1-（1-B）X/t
第三节 决策树模型
决策树模型是利用决策树来描述各种决策方案在 不同自然状态下的收益，据此计算各方案的期望 收益而做出决策。
概念
临床决策分析（clinical decision analysis，CDA）是指由 医务人员针对疾病的诊断和防治过程中风险与获益的不确 定性，通过查阅文献资料，充分掌握证据，特别是在掌握 最新最佳证据的基础上，结合以往临床经验和患者的实际 情况，分析比较两个或两个以上可能的备选方案，从中选 择最优者进行临床实践的决策过程。
颈部按摩
消除颈部疼痛
脑卒中
无脑卒中 脑卒中
未消除颈部疼痛
无脑卒中
图14-5 颈部按摩决策树
乐松
消除颈部疼痛
心肌梗死
无心肌梗死 心肌梗死
未消除颈部疼痛
无心肌梗死
图14-6 乐松治疗决策树
颈部按摩
消除颈部疼痛
乐松
未消除颈部疼痛 消除颈部疼痛
脑卒中
无脑卒中 脑卒中
无脑卒中 心肌梗死
无心肌梗死 心肌梗死
临床决策分析
临床流行病学 与循证医学
来自百度文库
内容
第1节 概述 第2节 概率与效用值的估计 第3节 决策树模型 第4节 Markov模型 第5节 敏感性分析 第6节 不确定型决策 第7节 决策分析的局限性
学习要求
掌握 临床决策的基本类型 决策的步骤和基本方法 风险型决策的分析过程
熟悉 概率估计的基本概念、基本方法 效用值估计的基本概念、基本方法
概率估计是决策分析中较为复杂的一项工作。 RCT 二次文献研究：meta分析，系统评价等
基线估计（baseline estimate）是对临床事件发生概率或其它参数的最 佳估计。 点估计值或区间值 多来源于文献资料：多者可设区间或meta分析，少则可取可信区间
效用值的估计
CDA的难点之一： 需要反应结局严重程度和患者意愿，但因 主观性大，易出现较大差异 常用方法：画线法、博弈法、时间权衡法
EV21
未消除颈部疼痛 EV22
无心肌梗死 心肌梗死
无心肌梗死
图14-8颈部按摩与乐松治疗的决策树
第四节 Markov模型
什么是Markov模型 Markov模型的应用 Markov模型的分析步骤
Markov模型
Markov模型是通过模拟疾病随时间出现的各种状态（ Markov state） ，并结合各种状态在一定时间内相互转换 的概率，评价在每一单位时间里这些不同状态间的风险性 ，并赋予相应的效用值或者医疗成本，以一个事先定义好 的结束事件为终点（如死亡或一定的时间界限），通过循 环运算，模拟疾病的演进过程，估计出疾病的结局及医疗 成本。
决策树的概念
决策树（decision tree）按逻辑、时序把决策问 题中的备择方案以及相应结局有机地组织起来并 用图标罗列出来，如同一棵从左至右不断分枝的 树，包括一些结点与分枝（决策结点、机遇结点 ）。
决策树的构建
决策树案例
举例：患者，60岁男性卡车司机，吸烟、肥胖、有心脏病 风险因素（包括高血压和高胆固醇）。 因患有严重颈部疼痛，想用乐松（洛索洛芬钠，一种COX2 NSAID药）治疗颈部疼痛（听说乐松可治疗肩颈痛）。 医生根据最新的证据证明能够引发严重心脏不良事件，建议 采用颈部按摩疗法，而患者担心按摩后中风瘫痪不愿意颈部 按摩，并且服药更方便。 医生指出，颈部按摩导致中风的可能性非常小，心脏病发作 可能具有同样的破坏性。 目前医生治疗患者的颈部疼痛面临困难的决定： 一是颈部按摩治疗（治疗中可能发生中风瘫痪）， 二是乐松治疗（服药中可能发生心脏病）。
未消除颈部疼痛
无心肌梗死
图14-7 颈部按摩与乐松治疗的决策树
颈部按摩
EV1
消除颈部疼痛
0.80
EV11
未消除颈部疼痛
0.20
EV12
消除颈部疼痛
脑卒中
0.000 001
无脑卒中
0.999 999
脑卒中
0.000 001
无脑卒中
0.999 999
心肌梗死
0.45 1.00 0.30 0.80
乐松
EV2
决策结点，用小方框表示，由此结点发出的方案要 求决策者从中做出选择，由决策结点发出的分支叫 决策枝；
机遇结点，用小圆圈表示，由此结点发出的事件不 受人的意志所控制，是随机的，但其概率可以估计 ，它所发出的分支叫机遇枝或概率枝。
各机遇节点的期望值为此节点各分枝概率（P）与结 局值乘积之和。
要求：简单而全面——形式简单，内容全面
决策的类型
确定型决策：增量分析法 风险型决策：期望值决策法、Bayes决策法
两种以上结局 概率可估计 不同结局利弊可估算 不确定型决策：乐观准则、悲观准则、后悔值准则
决策的过程
明确问题 组织问题 搜集信息 分析问题 敏感性分析
第二节 概率与效用值的估计
CDA属于定量分析，需对临床问题进行量化处理 概率——临床事件发生的不确定性 结局的定量——生存率、生存质量、成本或效用值
CDA的前提条件和难点
CDA是否正确的3个前提条件 备选方案是否齐备——循证医学 各事件的概率估计是否准确——高质量文献 结局的定量是否合情合理——效用值的合理性
CDA难点 缺乏各种决策证据 各种结局事件的不确定性，临床事件的意外性 没有完美的方案，均需权衡利弊而取舍
决策模式
1. 患者作主模式（pure informed model） 2. 医生作主模式（paternalistic model） 3. 共同决策模式（shared decision model） e.g. DM→DN→CKD5→ESRD→RRT: HD or PD or RT
了解 了解不确定决策的过程和相关原则
第一节 概述
几个基本概念 决策的模式 决策的类型 决策过程
概念
决策（making decision）是对不确定性的问题， 通过一些方法与手段，从众多备选方案中选定最 优方案的一个过程。
决策分析（making decision analysis）是通过决 策模型再现问题，利用概率和结局估计值等，帮 助确定最佳行动方案的一个过程。
1．划线法（visual analog scale）
2．博弈法（standard gamble）
UA=P +（1- P）×B
3．时间权衡法（time trade-off）
UA=1-X/t ？？
Angelina Jolie 我的医疗选择
UA=1-（1-B）X/t
第三节 决策树模型
决策树模型是利用决策树来描述各种决策方案在 不同自然状态下的收益，据此计算各方案的期望 收益而做出决策。
概念
临床决策分析（clinical decision analysis，CDA）是指由 医务人员针对疾病的诊断和防治过程中风险与获益的不确 定性，通过查阅文献资料，充分掌握证据，特别是在掌握 最新最佳证据的基础上，结合以往临床经验和患者的实际 情况，分析比较两个或两个以上可能的备选方案，从中选 择最优者进行临床实践的决策过程。
颈部按摩
消除颈部疼痛
脑卒中
无脑卒中 脑卒中
未消除颈部疼痛
无脑卒中
图14-5 颈部按摩决策树
乐松
消除颈部疼痛
心肌梗死
无心肌梗死 心肌梗死
未消除颈部疼痛
无心肌梗死
图14-6 乐松治疗决策树
颈部按摩
消除颈部疼痛
乐松
未消除颈部疼痛 消除颈部疼痛
脑卒中
无脑卒中 脑卒中
无脑卒中 心肌梗死
无心肌梗死 心肌梗死
临床决策分析
临床流行病学 与循证医学
来自百度文库
内容
第1节 概述 第2节 概率与效用值的估计 第3节 决策树模型 第4节 Markov模型 第5节 敏感性分析 第6节 不确定型决策 第7节 决策分析的局限性
学习要求
掌握 临床决策的基本类型 决策的步骤和基本方法 风险型决策的分析过程
熟悉 概率估计的基本概念、基本方法 效用值估计的基本概念、基本方法
概率估计是决策分析中较为复杂的一项工作。 RCT 二次文献研究：meta分析，系统评价等
基线估计（baseline estimate）是对临床事件发生概率或其它参数的最 佳估计。 点估计值或区间值 多来源于文献资料：多者可设区间或meta分析，少则可取可信区间
效用值的估计
CDA的难点之一： 需要反应结局严重程度和患者意愿，但因 主观性大，易出现较大差异 常用方法：画线法、博弈法、时间权衡法
EV21
未消除颈部疼痛 EV22
无心肌梗死 心肌梗死
无心肌梗死
图14-8颈部按摩与乐松治疗的决策树
第四节 Markov模型
什么是Markov模型 Markov模型的应用 Markov模型的分析步骤
Markov模型
Markov模型是通过模拟疾病随时间出现的各种状态（ Markov state） ，并结合各种状态在一定时间内相互转换 的概率，评价在每一单位时间里这些不同状态间的风险性 ，并赋予相应的效用值或者医疗成本，以一个事先定义好 的结束事件为终点（如死亡或一定的时间界限），通过循 环运算，模拟疾病的演进过程，估计出疾病的结局及医疗 成本。