临床流行病学（第4版）课件 第十七章 临床决策分析

第十七章临床决策分析临床流行病学提要临床决策分析是一门综合技术，它可以帮助临床医生科学地选择最佳诊、治方案。在充分收集和认识现有信息的基础上，临床决策分析通过建立模型，将各备选方案的不确定性和利弊有机地整合在一起加以比较，以实现定量决策。临床决策分析是用来完善而不是取代仅凭经验做出的临床决策。目录第二节评价指标—效用1第一节概述2第三节决策树模型3第四节Markov模型4第五节敏感性分析5（一）基本概念一、概述决策（decisionmaking）？走哪条路？时间风险勇气……目标一、概述决策（decisionmaking）？为实现预定目标，在现有条件（或环境）下，从若干备选方案中选择最佳方案的过程。在临床实践中，医生随时会面对诊断和治疗决策问题。一、概述临床决策问题举例是否需要使用昂贵的或对患者有损伤的诊断技术以进一步明确诊断？手术摘除，放射疗法，还是保守的药物治疗？立即手术，还是进一步观察，待疾病发展到一定程度、有关情况明了后再安排治疗？哪一种诊断或治疗方案更符合成本效益（效果）原则？是否需要增大投入以获得更好的治疗效果？一、概述决策问题的复杂性实施某方案后其结局往往是不确定的。手术治疗可能彻底治愈疾患，也可能手术失败病情无改变、病情加重、甚至导致死亡。因诊断技术并非百分之百准确，会产生假阳性和假阴性，使用一项诊断技术可以帮助医生进一步明确诊断，也可能导致错误诊断。各方案相比互有利弊，需要权衡、折中利弊方可做出优劣判断。一、概述临床医生决策的依据直觉的（intuitive）经验的（empirical）定性的（qualitative）书本知识自己的经验同事的意见医生备选方案基于决策决策分析

定量的（quantitative）一、概述循证与决策面对复杂的决策问题，通过查阅文献、收集证据，医生可以提高决策水平。但是，多数情况下难以找到与决策问题正好吻合即直接的临床试验证据，多是些“支离破碎”不完整的信息。即使找到了直接的证据，也因条件（或环境）不同，患者特点不同，往往不能照搬采用。一、概述决策分析（decisionanalysis）充分利用收集到的各种信息或证据，通过建立决策模型（decisionmodel），将各备选方案的不确定性和利弊有机地整合在一起加以比较，定量地确定优劣，以实现科学决策。决策分析是一门综合技术。20世纪70年代决策分析技术被引入医学领域。一、概述临床决策分析决策分析方法与临床实践相结合的具体应用。在临床诊断和治疗实践中，为实现预定目标，在充分收集和认识现有信息的基础上，通过建立模型，对各种备选方案及其可能产生的各种结局做出定性的分析和定量的计算，依此选择和决定最佳诊、治方案。一、概述决策的基本要素目标决策者方案A方案B方案C┇选择最佳方案面对实现现有条件或环境4个基本要素：一个明确具体的目标（goal）两个及以上可选方案（strategy）由谁做出决策，即决策者（decisionmaker）现有条件或环境（condition）一、概述最佳诊、治方案？（目标）准确的诊断好的治疗效果时间短花费低患者痛苦少准确的诊断最终是为了获得好的治疗效果，而治疗效果既包含对寿命的影响，也包含对生活质量的影响，决策目标应考虑全面和长远。一、概述决策的基本特征由于方案实施后其结局存在不确定性，不论实施哪一种方案均要承担一定的风险。受决策者的影响。在临床决策中，诊治方案的好坏应取得患者的认同，患者是重要的决策者。受现有条件或环境的影响。决策分析是基于已知进行的理论推断，而非真实的实验研究。（二）决策分析的基本方法一、概述对现有信息的充分收集和认识是基础运筹学和概率论是基本理论决策分析是运筹学决策论的延伸建立模型是核心相关计算机软件应用是手段卫生经济学评价是重要内容（三）决策分析的基本步骤一、概述提出问题建立模型最优化解的评价决策IIIIIIIVV提出需要解决的问题，确定目标，并分析问题所处的环境和约束条件。用数学语言描述问题，建立模型，并确定各有关参数。选择求解方法，求出最优解。通过敏感性分析，对求得的解进行分析和评价。最后，确定最佳方案。（四）什么是好的决策一、概述是否同时考虑了现在和将来是否包括了全部的重要方案和结局是否注重了决策者的心理、感受和意愿在临床决策中应特别注重患者的意见是否充分利用了现有可靠的信息是否考虑了证据不确定性的影响好的决策应该是在进行了广泛的敏感性分析的基础上做出的目录12第三节决策树模型3第四节Markov模型4第五节敏感性分析5第二节评价指标—效用第一节概述（一）效用的概念二、评价指标——效用评价指标评价临床诊断、治疗效果的指标很多，如阳（阴）性预测值、好转、有效、治愈、死亡、存活、期望寿命等。这些指标均是从某一个侧面评价诊、疗效果的客观指标，可以用在临床决策分析中。具体选用哪个，取决于确定的决策目标。决策目标应考虑全面和长远，治疗效果既应包含对寿命的影响，也应包含对生活质量的影响，故应注意选用与之相适应的综合评价指标。二、评价指标——效用效用（utility）问题：有一种治疗方案若成功可以避免截肢手术造成残疾，但该方案有一定风险，若失败会导致死亡。该方案成功的可能性是多大时你愿意接受？70%？80%？还是其他？你愿意用多少年完全健康的生命换取20年需半卧床处于患病状态的生命？10年？12年？还是其他？二、评价指标——效用效用（utility）是决策者对具体事物的满意度或主观价值判断，它是决策者对当前处境的体会、对未来的预期、对风险所抱的态度、以及个人性格特征等多种因素的综合反映。效用虽然是主观的价值判断，但它来源于客观实际，不是无中生有。用效用作为评价指标，更符合决策本身的内在特征，使决策分析结果更具说服力。二、评价指标——效用效用（utility）效用是一个无计量单位的指标，习惯上给各种结局中最好的一个赋效用值为1，最坏的一个赋效用值为0，居于中间的按其好坏依次赋予1到0之间的值。在医学领域，身心完全健康和死亡常被看作最好和最坏的结局，分别取效用值为1和0。形成参照“完全健康效用1－死亡效用0”的效用值。感染乙型肝炎病毒后慢性化转归各种结局的效用（模拟）二、评价指标——效用（二）效用的测量方法二、评价指标——效用调查患者、专业人员、一般人群（依据不同目的）直接测量尺度评分法（ratingscale）标准赌博法（standardgamble）时间权衡法（timetrade-off）间接测量：多维度健康状态分类系统（Multi-attributeHealthStatusClassificationSystem）健康质量量表（QualityofWell-Being，QWB）健康效用指数量表（HealthUtilitiesIndex，HUI）欧洲5维度生活质量量表（EuroqolEQ-5D）简明健康调查问卷（SF-36HealthSurvey）和6维度健康状况简表（SF-6D）（三）质量调整寿命年（qualityadjustedlifeyear,QALY）二、评价指标——效用QALY是一个适用于医学领域，易于理解的、表达效用的指标。QALY将生命长短即期望寿命和生活质量有机地整合在一起，能够全面反映诊、治方案对患者的终身影响。1个QALY表示一个身心完全健康的人生存一年。二、评价指标——效用QALY01生活质量出生死亡生存年数面积为QALYs目录123第四节Markov模型4第五节敏感性分析5第二节评价指标—效用第一节概述第三节决策树模型三、决策树模型决策树模型（decisiontreemodel）是决策分析最常采用的基本模型。是将决策问题按逻辑和时间顺序构建成由“根”到“枝”、逐层分解延伸、形似树状的决策流程图。决策树模型可以系统且直观地模拟决策问题，实现定量决策，是开展决策分析的关键。三、决策树模型举例一个65岁经检查已确诊患某癌症的患者，现在需要治疗。目前有两种方案可供选择：一是手术治疗，二是保守治疗。考虑到患者的年龄和健康状况，手术治疗需要承担很大的因手术立即死亡的风险，但可能彻底治愈，也可能无效。保守治疗不能彻底治愈，但可能使病情得到控制并好转，也可能无效。为了延长患者寿命，面对这种情况，应选择哪一个治疗方案？三、决策树模型（一）构建决策树决策树主要由三种基本节点构成决策节点（decisionnode）

用符号“□”表示，由决策节点引出各种可能的备选方案，称之为决策分支。机会节点（chancenode）

用符号“○”表示，由机会节点引出可能的机会事件（或结局），称之为机会分支或概率分支。结果节点（terminalnode）用符号“△”表示，结果节点是方案经过一系列机会事件后产生的最终结局。一般由左向右即由“根”到“枝”逐层分解画出，最左边是决策节点，最右边是结果节点。三、决策树模型（一）构建决策树构建决策树框架死亡手术治疗存活手术还是保守治疗？治愈无效保守治疗好转无效

决策节点（decisionnode）

○

机会节点（chancenode）

△

结果节点（terminalnode）三、决策树模型（一）构建决策树多级决策树在决策树中，如果只有一个决策节点，称之为单级决策树。如果有两个或更多个决策节点，意味着该决策问题需要在不同的时间点上做出多次决策，称之为多级决策树。三、决策树模型疑似癌症患者诊治方案多级决策树框架三、决策树模型构建完决策树框架后，就要对其进行“量化”，即确定决策树中涉及到的各种参数，以实现决策树的定量决策功能。决策树中包含有两类参数：概率（probability）参数，反映方案实施后各结局发生的可能性。结果（payoff）参数，反映方案最终结局的价值。确定参数三、决策树模型概率（probability）参数：标注在机会分支的下方。一个机会节点引出的各机会分支的概率之和必须等于1。结果（payoff）参数：依据决策目标的不同可以选用不同的评价指标，期望寿命和QALY为医学领域最为常用的评价指标。标注在结果节点的右侧。确定参数三、决策树模型主要通过广泛查阅资料、开展必要的调查、专家咨询、以及凭个人经验判断来确定参数。尽量采用可靠的方法和技术，比如利用Meta分析技术汇总各研究报道的结果以确定均值和可信区间。不论哪种方法确定的参数都存在不确定性问题，故在确定参数时既要确定每个参数最可能出现的那个值即基准值（base-casevalue），也要确定每个参数可接受的即合理的波动范围，以便进行敏感性分析，观察决策分析结果的稳定性。确定参数三、决策树模型癌症患者治疗方案决策树死亡00.2手术治疗无效2存活0.5手术还是保守治疗？治愈0.860.5无效2保守治疗0.5好转50.5期望寿命（年）三、决策树模型（二）计算期望值比较各方案优劣期望值（expectedvalue）就是方案的预期平均结果。它是从决策树的结果节点开始，利用结果参数和概率参数逐层反向逆推计算，直至聚焦到决策分支，获得备选方案的均值。三、决策树模型死亡00.2手术治疗无效2存活0.5手术还是保守治疗？治愈0.860.5无效2保守治疗0.5好转50.5期望寿命（年）手术治疗平均期望寿命＝0×0.2+(2×0.5+6×0.5)×0.8＝3.2（年）保守治疗平均期望寿命＝2×0.5+5×0.5＝3.5（年）保守治疗平均期望寿命大于手术治疗平均期望寿命，保守治疗方案为优。三、决策树模型死亡00.2手术治疗无效2存活0.5手术还是保守治疗？治愈0.860.5无效2保守治疗0.5好转50.5期望寿命（年）手术治疗平均QALY＝0×0.2+(1×0.5+6×0.5)×0.8＝2.8

保守治疗平均QALY＝1×0.5+4×0.5＝2.5

00.510.50.8生活质量指数01614QALY用QALY作为评价指标手术治疗平均QALY大于保守治疗平均QALY，手术治疗方案为优。目录123第四节Markov模型4第五节敏感性分析5第二节评价指标—效用第一节概述第三节决策树模型四、Markov模型Markov模型（Markovmodel）用俄国数学家A.A.Markov名字命名的一种数学模型，它可以模拟随时间发生的随机事件的过程。该模型自20世纪80年代引入医学领域，在临床决策分析中已被广泛应用。它能够很好地捕捉、模拟事件的长期动态变化。将Markov模型作为决策树模型的“计算器”，结合各结局在不同时间发生的概率及其价值计算各方案的期望值，是解决慢性疾病决策问题的一个好方法。四、

Markov模型（一）构建Markov模型Markov模型的基本原理将疾病划分为若干个不同的健康状态即Markov状态（Markovstate），根据各状态在一定时间即Markov循环（Markovcycle）内相互间的转换概率模拟疾病的发展、演变过程。结合每个状态上的效用（如QALY）和资源消耗（如果开展成本效果分析需要考虑），通过多次循环运算估计疾病整个发展、演变过程的效用及费用。四、

Markov模型（一）构建Markov模型按照疾病发展、演变过程确定Markov状态，并确定各状态随时间可能存在的转换及方向。确定Markov循环长度，即Markov循环的单位周期长度，如1年。确定初始分布概率，即第一个Markov循环开始时各状态上存在人数的分布概率。确定终止条件，即Markov模型停止运算的条件。四、

Markov模型概率参数：在一次Markov循环中，每个状态引出的转换（包括停留在原来的状态）概率之和必须为1。在不同次的Markov循环中，同一转换其概率可以不同，这正是Markov模型的优势所在。结果参数：累积每次循环中各状态的效用（在累积前进行相应时间的贴现），即能获得疾病整个发展、演变过程的效用。确定参数（同决策树模型）四、

Markov模型initialintermediatefinalwellsickdead四、

Markov模型癌症患者保守治疗方案Markov模型示意图四、

Markov模型（二）计算过程癌症患者保守治疗方案Markov模型循环过程示意图四、

Markov模型癌症患者治疗方案Markov循环决策树简图目录123第四节Markov模型4第五节敏感性分析5第二节评价指标—效用第一节概述第三节决策树模型五、敏感性分析敏感性分析（sensitivityanalysis）通过改变参数大小、甚至模型结构（即包括和排除一些因素）来观察最优解是否发生了改变。目的：评价最优解的稳定性和适应范围，在此基础上做出最终结论。发现结果的变化规律为预测提供信息，发现敏感参数指明今后研究的重点。是弥补参数估计时证据不可靠的重要手段。五、敏感性分析（一）单因素敏感性分析（one-waysensitivityanalysis）一次只让一个参数在预先设定的波动范围内变动，看其对结果的影响。单因素敏感性分析不仅可以发现敏感参数，而且可以观察各参数的变动与备选方案期望值的关系。五、敏感性分析癌症患者治疗方案的选择

三个参数分别变动对最佳方案的影响五、敏感性分析（二）两因素敏感性分析（two-waysensitivityanalysis）各参数两两组合在各自预先设定的波动范围内同时变动，看其对结果的影响。可以对重要参数进行更深入的探讨，发现有价值的信息。五、敏感性分析癌症患者治疗方案的选择

两参数同时变动对最佳方案的影响五、敏感性分析（三）阈值分析（

thresholdanalysis）寻找各参数是否有、若有在哪个值两备选方案的期望值相等，此值即为该参数的阈值，在此值前后两备选方案的优劣发生交替。阈值是评价最优解稳定性和适应范围的重要依据。五、敏感性分析癌症患者治疗方案阈值分析结果参数基线值预先设定的波动范围阈值阈值在波动范围内手术死亡概率0.20.05～0.40.125是手术治愈概率0.50.3～0.80.594是保守治疗好转概率0.50.45～0.60.400否依据阈值是否在预先设定的波动范围内以及离基线值的远近，可以对各参数的敏感性以及最优解的稳定性有一个清晰的认识。五、敏感性分析检查阈值（testingthreshold）

检查－治疗阈值（test-treatmentthreshold）EqualchanceofoccurringornotoccurringCertainnottooccurCertaintooccur010.5检查阈值检查－治疗阈值停止诊断治疗与进行新的诊断试验的价值相当进行新的诊断试验与肯定诊断进行治疗的价值相当五、敏感性分析当患病概率P<Pt时，检查的危害和风险超过了检查提供诊断信息带来