循证医学实践的决策分析课件.ppt

《循证医学实践的决策分析课件.ppt》由会员分享，可在线阅读，更多相关《循证医学实践的决策分析课件.ppt（68页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 儿科学第一章第一章 绪论绪论复旦大学附属儿科医院复旦大学附属儿科医院 桂永浩桂永浩循证医学 循证医学 第十章第十章 循证医学实践的循证医学实践的 决策分析决策分析 摘摘 要要第一节第一节 概述概述第二节第二节 决策分析的实施决策分析的实施第三节第三节 复杂决策问题和复杂决策问题和Markov模型模型第四节第四节 决策分析质量评估决策分析质量评估 2021/9/103第一节第一节 概述概述2021/9/104一、一、决策及其分类决策及其分类 二、二、决策分析及其在临床中的应用决策分析及其在临床中的应用 三、三、临床决策分析的基本流程与常临床决策分析的基本流程与常 用方法用方法 2021/9/1

2、05决策及其分类决策及其分类决策决策：为实现一定目的而制为实现一定目的而制订的订的多个行动方案，多个行动方案，并并从中选择一个从中选择一个“最优的最优的”或或“最有利最有利的的”或或“最满意的最满意的”或或“最合理的最合理的”行行动的过程动的过程；其本质是利用知识预测行动的可能后果。其本质是利用知识预测行动的可能后果。2021/9/106按照决策问题具备的条件和决策结按照决策问题具备的条件和决策结果的确定性程度分类果的确定性程度分类确定型决策确定型决策：供决策者供决策者选择的各种的各种备选方案所需的方案所需的条件都已知并能准确地知道决策的必然条件都已知并能准确地知道决策的必然结果果。2021/

3、9/107风险型决策风险型决策：对决策者期望达到的目决策者期望达到的目标，存在着两，存在着两个或两个以上的不以决策者的主个或两个以上的不以决策者的主观意志意志为转移的自然状移的自然状态，但每种自然状，但每种自然状态发生的生的可能性可以可能性可以预先估先估计或可以利用文献或可以利用文献资料料得到，得到，进行行这类决策决策时要承担一定的要承担一定的风险。2021/9/108不确定型决策：不确定型决策：决策者对各种可能出现的结果的概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率无法知道，只能凭决策者的主观倾向进行决策。进行决策。2021/9/109决策分析及其在临床中的应用决策分

4、析及其在临床中的应用 2021/9/10102021/9/1011临床决策分析的基本流程与常用方法临床决策分析的基本流程与常用方法 2021/9/10122021/9/1013第二节第二节决策分析的实施决策分析的实施2021/9/1014一、决策问题的确认一、决策问题的确认二、决策问题的结构化二、决策问题的结构化三、相关证据及信息的检索与搜集三、相关证据及信息的检索与搜集四、确定最终结局的效用值四、确定最终结局的效用值五、决策树分析五、决策树分析六、敏感性分析六、敏感性分析2021/9/1015决策问题的确认决策问题的确认对所研究的问题给出精确的定义，并对所研究的问题给出精确的定义，并且根据问

5、题的定义将其分解为且根据问题的定义将其分解为三三部分部分，包括：包括：不同的决策选项不同的决策选项不同选项之后所有可能发生的事件不同选项之后所有可能发生的事件决策所关心的结局决策所关心的结局 2021/9/1016例例1 10-1 男性患者，男性患者，50岁，体检发现左颈动脉硬岁，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。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，一是暂决策问题，临床上可以有两种选择

6、，一是暂时临床观察，二是行颈动脉内膜切除术。时临床观察，二是行颈动脉内膜切除术。2021/9/1017但是结合临床实际考虑，有如下可能，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。临将来更高的脑卒中的风险。2021/9/1018如果选择进行手术，手术虽然有益于解决如果选择进行手术

7、，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。围手术期间发生脑卒中和死亡的风险。2021/9/1019决策问题的结构化决策问题的结构化决策树决策树（decision tree）决策树是一种能够有效地表达复杂决策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。分支的树，包括一系列节点与分支。20

8、21/9/1020节点又可分为决策节点（节点又可分为决策节点（decision nodes）与机会节点（）与机会节点（chance nodes），），前者以小方框前者以小方框“”表示，后者以圆圈表示，后者以圆圈“”表示。表示。在决策树末梢，为各方案的最后结局在决策树末梢，为各方案的最后结局（outcome），各种结局必须定量描述。），各种结局必须定量描述。2021/9/1021图图10-1 动脉硬化处理的决策树动脉硬化处理的决策树2021/9/1022相关证据及信息的检索与搜集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

9、率。能的事件在相应条件下出现的概率。相关信息相关信息可来自以下几方面：可来自以下几方面：通过文献估计概率通过文献估计概率：meta 分析分析 2021/9/1023咨询专家意见以获取所需的信息咨询专家意见以获取所需的信息：德尔菲法德尔菲法 概率估计中不确定性的估算概率估计中不确定性的估算：敏感性分析敏感性分析获取所需要的信息后，将其填入决策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。树中，进行下一步分析工作。2021/9/1024例例10-1 中的决策相关信息的基线估计值中的决策相关信息的基线估计值如下：如下：选择临床观察的患者有选择临床观察的患者有11%可能会发生可能会发生脑卒

10、中，而选择做手术会有脑卒中，而选择做手术会有1%的患者死亡，的患者死亡，而术后存活的患者中有而术后存活的患者中有2%会在围术期间发会在围术期间发生脑卒中，术后生脑卒中，术后“未发生脑卒中未发生脑卒中”者在以后者在以后会有会有5%的患者再次发生脑卒中的可能，这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。些估计值在决策树中各概率分支下方标出。2021/9/10252021/9/1026确定最终结局的效用值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。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

11、较目的，需要预又不相同，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，先将各种结局转换成同一单位的变量，这个变量就是效用这个变量就是效用(utility)。2021/9/1027效用值是一种表述结局相对优劣的数量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、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。经济收入、教育程度等多种因素的影响。2021/9/1028效用值通常用效用值通常用01 的数值来表示，的数值来表示，1代代表完全健康，表完全健康，0代表死亡，也可以为

12、负数，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。识或长期卧床伴严重疼痛等。2021/9/1029效用值的测量方法效用值的测量方法直接测量方法直接测量方法等级尺度法（等级尺度法（rating scale）标准博弈法（标准博弈法（standard gamble）时间权衡法（时间权衡法（time trade-off）2021/9/1030间接测量方法间接测量方法填写生存质量量表，计算量表得分，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再将量表得分转换为效用值计算质量调整计算质量调整寿命寿命年（年（quality

13、-adjusted life years，QALYs）2021/9/1031决策树分析决策树分析决策树分析又称为决策树的折叠与平决策树分析又称为决策树的折叠与平均均,指通过以上步骤所形成的决策树，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计算每一种决策选项所对应的不同结局出现的情况。局出现的情况。2021/9/1032例例1 10-1 在掌握了以上各种基本信息后，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）。各机遇节点的期望值为该节点各分支概率与结局的期望值为该节点各

14、分支概率与结局QALYs 值的乘积之和。根据上面的决策值的乘积之和。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：分枝的期望值如下：2021/9/1033临床观察的期望值临床观察的期望值：EVC=(1510.89)+(150.50.11)=14.18 QALYs 手术的期望值手术的期望值：EVS=(1510.950.980.99)+(150.50.050.980.99)+(150.50.020.99)+(000.01)=14.34 QALYs 2021/9/1034比较两者的期望值，手术治疗的期望比较两者的期望值，手术治疗的期望值稍高，

15、提示应该选择手术治疗，但是应值稍高，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。手术治疗还有致死的可能性。2021/9/1035虽然死亡的概率很低，但是在生与死虽然死亡的概率很低，但是在生与死的可能选择的情况下，医生或患者难以的可能选择的情况下，医生或患者难以仅凭仅凭14.34 QALYs14.18 QALYs 的结的结果，承担那果，承担那1%的死亡风险！因此，与患的死亡风险！因此，与患者及时沟通，在知情的情况下做出决策者及时沟通，在知情的情况下做出决策是十分必要的。是十分必要的。2021/9/1036敏感性分析

16、敏感性分析敏感性分析通过观察假设变化时，决策敏感性分析通过观察假设变化时，决策分析的结果是否具有良好的稳定性，对分析的结果是否具有良好的稳定性，对其结论加以评估。其结论加以评估。2021/9/1037敏感性分析也可以通过观察哪些假设对敏感性分析也可以通过观察哪些假设对结果影响最大而发现对于该分析最重要结果影响最大而发现对于该分析最重要的假设，从而为问题的深入研究和进一的假设，从而为问题的深入研究和进一步解决提供线索。步解决提供线索。2021/9/1038敏感性分析在决策分析中具有重要的敏感性分析在决策分析中具有重要的地位，它可以验证决策分析结果的可地位，它可以验证决策分析结果的可靠性，因此决策

17、分析应该常规进行敏靠性，因此决策分析应该常规进行敏感性分析。感性分析。2021/9/1039例例1 10-1 进进行行敏敏感感性性分分析析，当当取取不不同同的的手手术术病病死死率率时时，可可分分别别计计算算出出不不同同的的手手术术治治疗疗方方案案的的期期望望值值，下下图图显显示示的的就就是是当当手手术术病病死率在一定范围内变动所对应的期望值。死率在一定范围内变动所对应的期望值。2021/9/1040图图10-3 对手术死亡率的敏感性分析对手术死亡率的敏感性分析 2021/9/1041从从图图10-3 中中可可以以看看出出，当当手手术术病病死死率率为为2.1%时时，两两种种方方案案的的期期望望值

18、值相相当当，此此时时的的2.1%叫叫阈阈值值，表表明明这这一一数数值值是是两两种种方方案案选选择择的的分分界界点点。当当手手术术病病死死率率在在小小于于2.1%的区间内，选择手术这一方案是合适的。的区间内，选择手术这一方案是合适的。2021/9/1042第三节第三节 复杂决策问题和复杂决策问题和Markov模型模型2021/9/1043一、一、复杂决策问题复杂决策问题 二、二、MarkovMarkov模型及方法模型及方法三、三、MarkovMarkov模型的应用实例模型的应用实例 2021/9/1044复杂决策问题复杂决策问题在循证临床决策中，可供选择的决策选在循证临床决策中，可供选择的决策选

19、项可能很多，同时可能会出现多种结局，项可能很多，同时可能会出现多种结局，并且从干预措施到结局出现又会经过许并且从干预措施到结局出现又会经过许多过程（状态），这些过程又有可能受多过程（状态），这些过程又有可能受众多因素的影响。在这些情况下，决策众多因素的影响。在这些情况下，决策分析就变得比较复杂。分析就变得比较复杂。Markov模型有助于解决模型有助于解决复杂决策复杂决策问题问题。2021/9/1045MarkovMarkov模型及方法模型及方法Markov模模型型能能够够更更精精确确而而且且非非常常简简洁洁的的表表示示在在不不同同健健康康状状态态间间多多次次的的或或者者时时间间不不确确定定的的

20、转转换换，从从而而对对复复杂杂决决策策树树进进行行决策分析。决策分析。2021/9/1046应用应用MarkovMarkov模型需要四个步骤模型需要四个步骤1.定义不同的健康状态定义不同的健康状态描述在不同的健康状态之间转换的方式描述在不同的健康状态之间转换的方式2.选择适宜的周期长度选择适宜的周期长度要根据实际情况决定。周期较长者，计算要根据实际情况决定。周期较长者，计算的负荷较小，反之亦然。的负荷较小，反之亦然。2021/9/10473.估计转换的概率估计转换的概率估计转换概率的大多数信息来源于文献估计转换概率的大多数信息来源于文献 4.估算结局估算结局蒙特卡罗模拟法蒙特卡罗模拟法（Mon

21、te Carlo simulation）Markov队列模拟法队列模拟法（Markov cohort simulation）矩阵代数法（矩阵代数法（matrix algebra）2021/9/1048MarkovMarkov模型的应用实例模型的应用实例 左颈动脉硬化是否手术治疗远期效果评左颈动脉硬化是否手术治疗远期效果评价的价的Markov模型模型2021/9/1049例例10-1如如果果考考虑虑远远期期效效果果时时，可可以以采采用用Markov模模型型进进行行决决策策分分析析。图图10-6显显示示了了观观察察或或手手术术治治疗疗后后患患者者出出现现的的三三种种结结局局：维维持持无无症症状状性

22、性颈颈动动脉脉硬硬化化状状态态，发发生生脑脑卒卒中和死亡。中和死亡。2021/9/1050这这是是短短期期结结局局，那那么么随随着着时时间间的的推推移移，无无症症状状性性颈颈动动脉脉硬硬化化状状态态的的患患者者在在接接下下来来的的时时间间里里，会会有有一一部部分分人人死死亡亡，一一部部分分人人生生存存，生生存存的的人人中中间间不不可可避避免免的的会会有有人人发发生生脑脑卒卒中中，余余下下的的人人维维持持无无症症状状性性颈颈动动脉脉硬硬化化状状态态；生生存存但但是是伴伴有有脑脑卒卒中中的的人人，其其结结局局也也是是随随着着时时间间的的进进程程部部分分人人会会死死亡亡而而部部分分人人仍仍生生存存，

23、生生存存的的人人继继续续这这种种循循环环，直直至至所所有有人人群群都都到到达达一种结局：死亡。一种结局：死亡。2021/9/1051图10-6颈动脉硬化患者的脉硬化患者的Markov模型示意模型示意图（Markov树）2021/9/1052 用用Markov模模型型来来模模拟拟他他们们的的结结局局，计计算算结结局局的的增增益益，同同其其他他的的方方案案进进行行比比较较从从而而做做出出选选择择。从从上上述述可可以以看看出出有有三三个个Markov状状态态：无无症症状状性性颈颈动动脉脉硬硬化化（状状态态1），伴伴有有脑脑卒卒中中生存（状态生存（状态2），死亡（状态），死亡（状态3）。）。2021/

24、9/1053其其中中状状态态1到到状状态态3之之病病死死率率（5%）并并不不完完全全表表示示为为颈颈动动脉脉硬硬化化这这一一疾疾病病所所致致（要要尽尽可可能能模模拟拟实实际际情情况况，考考虑虑有有其其他他死死亡亡原原因因）。它它们们之之间间的的转转换换关关系系及及转转移移概概率率见见表表10-2和和图图10-7。2021/9/1054假假如如将将Markov循循环环周周期期设设为为1年年，那那么么每每一一个个周周期期，“无无症症状状性性颈颈动动脉脉硬硬化化状状态态”为为 1个个 QALYs，伴伴 脑脑 卒卒 中中 生生 存存 则则 为为 0.5个个QALYs，死死亡亡则则为为0。假假设设从从手

25、手术术开开始始当当年年起起，根根据据相相关关文文献献数数据据估估计计选选择择手手术术治治疗疗的的相相关关数数据据为为：维维持持无无症症状状性性颈颈动动脉脉硬硬化化状状态态占占97%，伴伴脑脑卒卒中中生生存存的的占占2%，死死亡亡为为1%。此后人群在这此后人群在这3个状态的转移概率如表个状态的转移概率如表10-2。2021/9/1055无症状性颈动脉硬化生存（伴脑卒中）死亡无症状性颈动无症状性颈动脉硬化脉硬化0.94050.00950.05生存（伴脑卒生存（伴脑卒中）中）00.950.05表表10-2 手术治疗后手术治疗后3种自然状态每年的转移概率种自然状态每年的转移概率 2021/9/1056

26、图图10-7 颈动脉硬化患者各状态间的转移关系颈动脉硬化患者各状态间的转移关系0.00950.050.050.94050.952021/9/1057 计计算算原原理理同同上上，由由于于该该过过程程的的计计算算比比较较 繁繁 琐琐，可可 借借 助助 相相 关关 软软 件件 进进 行行，如如decision maker，treeage，比比较较简简单单的的则运用则运用Excel计算。计算。2021/9/1058以以选选择择手手术术治治疗疗为为例例，假假设设10万万病病例例纳纳入入分分析析，其其最最终终结结果果是是人人均均获获得得16个个QALYs（计计算算的的结结果果见见表表10-3）。用用同同样

27、样的的方方法法可可以以计计算算选选择择“临临床床观观察察”方方案案的的人人均均QALYs，然然后后可可以以比比较较两两个个方方案案的的QALYs大小，进行决策。大小，进行决策。2021/9/1059周期数周期数无症状性无症状性颈动脉硬化脉硬化生存（伴生存（伴脑卒卒中）中）死亡死亡例数例数QALYs例数例数QALYs例数例数QALYs总QALYs累累计QALYs19700020001000291228912282822141159500926399263938580085800354817741065208757418021348069580695478620931511908278826300

28、15758937589347442372193630782653412666713777137752282614233950739914152577671306713056452822.5272250699534852102021/9/1060周期数周期数无症状性无症状性颈动脉硬化脉硬化生存（伴生存（伴脑卒卒中）中）死亡死亡例数例数QALYs例数例数QALYs例数例数QALYs总QALYs累累计QALYs8631366313660013000.5308630991375513479593795939763013150.53432006253061388710558465584665503275

29、37604059121672998115552352523675433774072305590072889850000010000001599600总计：1599600人均：人均：16.002021/9/1061注：注：无症状性颈动脉硬化状态效用值无症状性颈动脉硬化状态效用值=1，生存，生存（伴脑卒中）效用值（伴脑卒中）效用值=0.5，死亡效用值，死亡效用值=0；QALY：质量调整生存年；：质量调整生存年；本例数据引自文献：本例数据引自文献：Decision analysis models:Opening the black box J.Surgery.2003,2021/9/1062第四节第

30、四节 决策分析质量评估决策分析质量评估 2021/9/1063实质是评估决策分析中所使用的各种原实质是评估决策分析中所使用的各种原始参数的准确性和可靠性始参数的准确性和可靠性。2021/9/1064决策分析质量评估标准决策分析质量评估标准决策决策树各分支所用的参数是否来源于高各分支所用的参数是否来源于高质量的研究量的研究结果？果？2021/9/1065是否进行了敏感性分析，即通过改变四个是否进行了敏感性分析，即通过改变四个方面的估计值，评估最终结论的稳定性方面的估计值，评估最终结论的稳定性？1.各种干各种干预的效果的效果2.不良反不良反应发生率生率3.估估计的的费用用4.效用的效用的赋值2021/9/1066是否考是否考虑了所有可能涉及的花了所有可能涉及的花费？2021/9/1067Thank You!Thank You!