1、第十四章第十四章 臨床臨床決策分析決策分析clinical decision analysis山東大學第二醫院腎內科李學剛內 容第1節 概述第2節 概率與效用值的估計第3節 決策樹模型第4節 Markov模型模型第5節 敏感性分析第6節 不確定型決策第7節 決策分析的局限性學習要求學習要求n掌握q臨床決策的基本類型q決策的步驟和基本方法q風險型決策的分析過程n熟悉q概率估計的基本概念、基本方法q效用值估計的基本概念、基本方法n了解q了解不確定決策的過程和相關原則第一節第一節 概述概述n幾個基本概念n決策的模式n決策的類型n決策過程概念概念n決策（making decision）是對不確定性的問

2、題，通過一些方法與手段，從眾多備選方案中選定最優方案的一個過程。n決策分析（making decision analysis）是通過決策模型再現問題，利用概率和結局估計值等，幫助確定最佳行動方案的一個過程。概念概念 n臨床決策分析（臨床決策分析（clinical decision analysis，CDA）是指由醫務人員針對疾病的診斷和防治過程中風險與獲益的不確定性，通過查閱文獻資料，充分掌握證據，特別是在掌握最新最佳證據的基礎上，結合以往臨床經驗和患者的實際情況，分析比較兩個或兩個以上可能的備選方案，從中選擇最優者進行臨床實踐的決策過程。CDA的前提條件和難點的前提條件和難點nCDA是否正確

3、的是否正確的3個前提條件個前提條件q備選方案是否齊備循證醫學q各事件的概率估計是否準確高質量文獻q結局的定量是否合情合理效用值的合理性nCDA難點難點q缺乏各種決策證據q各種結局事件的不確定性，臨床事件的意外性q沒有完美的方案，均需權衡利弊而取舍決策模式決策模式1. 患者作主模式（pure informed model）2. 醫生作主模式（paternalistic model）3. 共同決策模式共同決策模式（shared decision model）e.g. DMDNCKD5ESRDRRT: HD or PD or RT決策的類型決策的類型n確定型決策：增量分析法n風險型決策風險型決策：期

4、望值決策法、Bayes決策法q兩種以上結局q概率可估計q不同結局利弊可估算n不確定型決策：樂觀準則、悲觀準則、后悔值準則決策的過程決策的過程n明確問題n組織問題n搜集信息n分析問題n敏感性分析nCDA屬于定量分析，需對臨床問題進行量化處理q概率臨床事件發生的不確定性q結局的定量生存率、生存質量、成本或效用值n概率概率估計是決策分析中較為復雜的一項工作。估計是決策分析中較為復雜的一項工作。qRCTq二次文獻研究：meta分析，系統評價等n基線估計（baseline estimate）是對臨床事件發生概率或其它參數的最佳估計。q點估計值或區間值q多來源于文獻資料文獻資料：多者可設區間或meta分析

5、，少則可取可信區間第二節第二節 概率與效用值的估計概率與效用值的估計效用值的估計效用值的估計nCDA的難點之一：q需要反應結局嚴重程度和患者意愿，但因主觀性大，易出現較大差異q常用方法：畫線法、博弈法、時間權衡法1劃線法劃線法（visual analog scale）UA=P +（1- P）B3時間權衡時間權衡法法（time trade-off）Angelina Jolie 我的醫療選擇我的醫療選擇 UA=1-X/t ？UA=1-（1-B）X/t 第三節第三節 決策樹模型決策樹模型n決策樹模型是利用決策樹來描述各種決策方案在不同自然狀態下的收益，據此計算各方案的期望收益而做出決策。n傳統的決策

6、樹模型一般用于近期效果的決策分析，缺乏動態性和連貫性分析和預測。n決策樹（decision tree）按邏輯、時序把決策問題中的備擇方案以及相應結局有機地組織起來并用圖標羅列出來，如同一棵從左至右不斷分枝的樹，包括一些結點與分枝（決策結點、機遇結點）。n決策結點，用小方框表示，由此結點發出的方案要求決策者從中做出選擇，由決策結點發出的分支叫決策枝；n機遇結點，用小圓圈表示，由此結點發出的事件不受人的意志所控制，是隨機的，但其概率可以估計，它所發出的分支叫機遇枝或概率枝。n各機遇節點的期望值為此節點各分枝概率（P）與結局值乘積之和。n要求：簡單而全面形式簡單，內容全面決策樹案例決策樹案例舉例：患

7、者，60歲男性卡車司機，吸煙、肥胖、有心臟病風險因素（包括高血壓和高膽固醇）。因患有嚴重頸部疼痛，想用樂松（洛索洛芬鈉，一種COX-2 NSAID藥）治療頸部疼痛（聽說樂松可治療肩頸痛）。醫生根據最新的證據證明能夠引發嚴重心臟不良事件，建議采用頸部按摩療法，而患者擔心按摩后中風癱瘓不愿意頸部按摩，并且服藥更方便。醫生指出，頸部按摩導致中風的可能性非常小，心臟病發作可能具有同樣的破壞性。目前醫生治療患者的頸部疼痛面臨困難的決定：一是頸部按摩治療（治療中可能發生中風癱瘓），二是樂松治療（服藥中可能發生心臟病）。圖圖14-5 頸部按摩決策樹頸部按摩決策樹頸部按摩頸部按摩消除頸部疼痛消除頸部疼痛未消除

8、頸部疼痛未消除頸部疼痛腦卒中腦卒中無腦卒中無腦卒中腦卒中腦卒中無腦卒中無腦卒中圖圖14-6 樂松樂松治療決策樹治療決策樹 樂松樂松消除頸部疼痛消除頸部疼痛未消除頸部疼痛未消除頸部疼痛心肌梗死心肌梗死無心肌梗死無心肌梗死心肌梗死心肌梗死無心肌梗死無心肌梗死圖圖14-7 頸部按摩與頸部按摩與樂松樂松治療的決策樹治療的決策樹樂松樂松頸部按摩頸部按摩消除頸部疼痛消除頸部疼痛消除頸部疼痛消除頸部疼痛腦卒中腦卒中未消除頸部疼痛未消除頸部疼痛未消除頸部疼痛未消除頸部疼痛腦卒中腦卒中心肌梗死心肌梗死心肌梗死心肌梗死無心肌梗死無心肌梗死無心肌梗死無心肌梗死無腦卒中無腦卒中無腦卒中無腦卒中圖圖14-8頸部按摩與樂

9、松治療的決策樹頸部按摩與樂松治療的決策樹樂松樂松頸部按摩頸部按摩EV1EV11EV12EV21EV22EV2消除頸部疼痛消除頸部疼痛消除頸部疼痛消除頸部疼痛未消除頸部疼痛未消除頸部疼痛未消除頸部疼痛未消除頸部疼痛0.800.200.000 0010.999 9990.999 9990.000 0010.451.000.300.80腦卒中腦卒中腦卒中腦卒中無腦卒中無腦卒中無腦卒中無腦卒中心肌梗死心肌梗死心肌梗死心肌梗死無心肌梗死無心肌梗死無心肌梗死無心肌梗死 第四節第四節 Markov模型模型n什么是Markov模型nMarkov模型的應用nMarkov模型的分析步驟 Markov模型模型nMa

10、rkov模型是通過模擬疾病隨時間出現的各種狀態（Markov state） ，并結合各種狀態在一定時間內相互轉換的概率，評價在每一單位時間里這些不同狀態間的風險性，并賦予相應的效用值或者醫療成本，以一個事先定義好的結束事件為終點（如死亡或一定的時間界限），通過循環運算，模擬疾病的演進過程，估計出疾病的結局及醫療成本。Markov state， Markov cyclen根據研究目的和疾病的轉歸，將疾病的整個自然過程劃分為不同的健康狀態即Markov state。n個狀態在一次轉移后到下一次進行類似轉移的相同時間間隔為Markov cycle。臨床中多以年為單位計算。糖尿病腎病糖尿病腎病 Mar

11、kov模型模型的用途的用途nMarkov模型多用于：q臨床干預措施的評價q臨床試驗結果的外推q藥物經濟學評價q疾病篩查措施的評價等。 Markov模型的分析步驟模型的分析步驟 1Markov狀態的設定。將臨床問題進行分解，根據研究目的確定各種疾病的狀態，從而設定相關的Markov狀態。對各種疾病狀態的邏輯表現形式，可以借助Markov樹（Markov tree）來表達。2信息的搜集。即各種狀態之間轉換的概率以及循環周期的確定。主要是從文獻中獲得，通常用矩陣按照事件發生的邏輯順序列出來。3各種狀態轉移概率和效用值的確定。圖圖14-11 三種狀態的三種狀態的Markov樹樹4Markov模型的綜合

12、分析。 假設有1000名符合相關條件的健康人群，以某一時間點開始，逐漸進入這3種狀態，那么據此可以計算出此后這一人群每年在這3個狀態中的分布情況，從而可以計算每一循環周期或者是至研究結束時所有周期累計的資源耗費或者是各種結局的具體情況。n下面給出相關計算，設t為周期（年），at表示第t年（周期）時的“健康”人數，bt表示第t年時的處于患病狀態的人數，ct表示第t年時總的死亡人數。計算如下： a0=1000, b0=0, c0=0; a1=0.75*a0, b1=0.20* a0+0.70* b0, c1= c0+0.30* b0+0.05* a0; 依次類推：at0.75t* a0, bt=0

13、.20* a(t-1)+0.70* b(t-1), ct= c(t-1)+ 0.30* b(t-1)+0.05* a(t-1). 5敏感性分析。同決策樹模型分析一樣，Markov模型分析也應該在基線分析的基礎上進行敏感性分析，以判斷分析結果的穩健性。 第五節第五節 敏感性分析敏感性分析n敏感性分析是用來分析相關數值在變化時，基于基線分析下決策的穩健性的。n對于事件結局及其發生概率都可以進行敏感性分析。對于Markov模型的決策結果同樣可以進行敏感性分析，計算出相關的閾值。方法同上面對決策樹模型的敏感性分析相同。圖圖14-14 對手術死亡率的敏感性分析對手術死亡率的敏感性分析 第六節第六節 不確定型決策不確定型決策1樂觀準則：也稱大中取大法，找出每種方案的自然狀態下的最大收益者，取其中最大者；2悲觀準則：也稱小中取大法，找出每種方案的自然狀態下的最小收益者，取其中最大者；3后悔值準則：計算各方案在各種自然狀態下的后悔值并列出后悔值