循证医学实践的决策分析课件

儿科学

第一章绪论复旦大学从属儿科医院桂永浩循证医学循证医学实践的决策分析课件第1页

循证医学

第十章 循证医学实践决议分析循证医学实践的决策分析课件第2页摘要第一节概述第二节决议分析实施第三节复杂决议问题和Markov模型第四节决议分析质量评定循证医学实践的决策分析课件第3页第一节

概述循证医学实践的决策分析课件第4页一、决议及其分类二、决议分析及其在临床中应用三、临床决议分析基本流程与常

用方法循证医学实践的决策分析课件第5页决议及其分类决议：为实现一定目标而制订多个行动方案，并从中选择一个“最优”或“最有利”或“最满意”或“最合理”行动过程；其本质是利用知识预测行动可能后果。循证医学实践的决策分析课件第6页按照决议问题具备条件和决议结果确实定性程度分类确定型决议：供决议者选择各种备选方案所需条件都已知并能准确地知道决议必定结果。循证医学实践的决策分析课件第7页风险型决议：对决议者期望到达目标，存在着两个或两个以上不以决议者主观意志为转移自然状态，但每种自然状态发生可能性能够预先预计或能够利用文件资料得到，进行这类决议时要负担一定风险。循证医学实践的决策分析课件第8页不确定型决议：决议者对各种可能出现结果概率无法知道，只能凭决议者主观倾向进行决议。循证医学实践的决策分析课件第9页决议分析及其在临床中应用决议分析：定量比较各种决议选择可能产生后果和效应，从而使决议更为科学和合理过程。基本要素：决议主体、决议目标和一系列备选方案。循证医学实践的决策分析课件第10页临床决议分析

(clinicaldecisionanalysis,CDA)：采取定量分析方法在充分评价不一样方案风险和利益之后，选取最正确方案以降低临床不确定性和利用有限资源取得最大效益思维方式。包含诊疗决议、治疗（康复）决议等。循证医学实践的决策分析课件第11页临床决议分析基本流程与惯用方法循证医学实践的决策分析课件第12页循证医学实践的决策分析课件第13页第二节

决议分析实施循证医学实践的决策分析课件第14页一、决议问题确实认二、决议问题结构化三、相关证据及信息检索与搜集四、确定最终止局效用值五、决议树分析六、敏感性分析循证医学实践的决策分析课件第15页决议问题确实认对所研究问题给出准确定义，而且依据问题定义将其分解为三部分，包含：不一样决议选项不一样选项之后全部可能发生事件决议所关心结局循证医学实践的决策分析课件第16页例10-1

男性患者，50岁，体检发觉左颈动脉硬化，但当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危险性升高。所以，对于该患者是否需要治疗，就是一个决议问题，临床上能够有两种选择，一是暂时临床观察，二是行颈动脉内膜切除术。循证医学实践的决策分析课件第17页不过结合临床实际考虑，有以下可能，临床观察即使防止了手术相关短期危险原因（围术期死亡，手术中发生脑卒中），能够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），不过不可防止面临未来更高脑卒中风险。循证医学实践的决策分析课件第18页假如选择进行手术，手术即使有益于处理问题，降低发生脑卒中可能性，不过却有围手术期间发生脑卒中和死亡风险。循证医学实践的决策分析课件第19页决议问题结构化决议树（decisiontree）决议树是一个能够有效地表示复杂决议问题数学模型，按逻辑、时序把决议问题中备选方案及结局有机组合并用图标罗列出来，如同一棵从左到右不停分支树，包含一系列节点与分支。循证医学实践的决策分析课件第20页节点又可分为决议节点（decisionnodes）与机会节点（chancenodes），前者以小方框“□”表示，后者以圆圈“○”表示。在决议树末梢，为各方案最终结局（outcome），各种结局必须定量描述。循证医学实践的决策分析课件第21页图10-1动脉硬化处理决议树循证医学实践的决策分析课件第22页相关证据及信息检索与搜集决议分析中最主要信息是每一个可能事件在对应条件下出现概率。相关信息可来自以下几方面：经过文件预计概率：meta分析循证医学实践的决策分析课件第23页咨询教授意见以获取所需信息：

德尔菲法概率预计中不确定性估算：

敏感性分析获取所需要信息后，将其填入决议树中，进行下一步分析工作。循证医学实践的决策分析课件第24页例10-1中决议相关信息基线预计值以下：选择临床观察患者有11%可能会发生脑卒中，而选择做手术会有1%患者死亡，而术后存活患者中有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%患者再次发生脑卒中可能，这些预计值在决议树中各概率分支下方标出。循证医学实践的决策分析课件第25页循证医学实践的决策分析课件第26页确定最终止局效用值结局量化是决议分析主要步骤。决议选项有各种，每种选择临床结局又不相同，为了到达比较目标，需要预先将各种结局转换成同一单位变量，这个变量就是效用(utility)。循证医学实践的决策分析课件第27页效用值是一个表述结局相对优劣数量化指标，是个体在不确定情况下优先选择，反应个体主观感受，并受年纪、经济收入、教育程度等各种原因影响。循证医学实践的决策分析课件第28页效用值通惯用0～1数值来表示，1代表完全健康，0代表死亡，也能够为负数，表示比死亡更糟糕疾病状态，如无意识或长久卧床伴严重疼痛等。循证医学实践的决策分析课件第29页效用值测量方法直接测量方法等级尺度法（ratingscale）标准博弈法（standardgamble）时间权衡法（timetrade-off）循证医学实践的决策分析课件第30页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（quality-adjustedlifeyears，QALYs）循证医学实践的决策分析课件第31页决议树分析决议树分析又称为决议树折叠与平均,指经过以上步骤所形成决议树，计算每一个决议选项所对应不一样结局出现情况。循证医学实践的决策分析课件第32页例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期望值（expectedvalue，EV）。各机遇节点期望值为该节点各分支概率与结局QALYs值乘积之和。依据上面决议树能够计算临床观察分枝期望值和手术分枝期望值以下：循证医学实践的决策分析课件第33页临床观察期望值：EVC=(15×1×0.89)+(15×0.5×0.11)=14.18QALYs手术期望值：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)=14.34QALYs循证医学实践的决策分析课件第34页比较二者期望值，手术治疗期望值稍高，提醒应该选择手术治疗，不过应该看到，两个方案期望值相差不大，而手术治疗还有致死可能性。循证医学实践的决策分析课件第35页即使死亡概率很低，不过在生与死可能选择情况下，医生或患者难以仅凭14.34QALYs>14.18QALYs结果，负担那1%死亡风险！所以，与患者及时沟通，在知情情况下做出决议是十分必要。循证医学实践的决策分析课件第36页敏感性分析敏感性分析经过观察假设改变时，决议分析结果是否含有良好稳定性，对其结论加以评定。循证医学实践的决策分析课件第37页敏感性分析也能够经过观察哪些假设对结果影响最大而发觉对于该分析最主要假设，从而为问题深入研究和深入处理提供线索。循证医学实践的决策分析课件第38页敏感性分析在决议分析中含有主要地位，它能够验证决议分析结果可靠性，所以决议分析应该常规进行敏感性分析。循证医学实践的决策分析课件第39页例10-1进行敏感性分析，当取不一样手术病死率时，可分别计算出不一样手术治疗方案期望值，下列图显示就是当手术病死率在一定范围内变动所对应期望值。循证医学实践的决策分析课件第40页图10-3对手术死亡率敏感性分析循证医学实践的决策分析课件第41页从图10-3中能够看出，当手术病死率为2.1%时，两种方案期望值相当，此时2.1%叫阈值，表明这一数值是两种方案选择分界点。当手术病死率在小于2.1%区间内，选择手术这一方案是适当。循证医学实践的决策分析课件第42页第三节

复杂决议问题和

Markov模型循证医学实践的决策分析课件第43页一、复杂决议问题二、Markov模型及方法三、Markov模型应用实例循证医学实践的决策分析课件第44页复杂决议问题在循证临床决议中，可供选择决议选项可能很多，同时可能会出现各种结局，而且从干预办法到结局出现又会经过许多过程（状态），这些过程又有可能受众多原因影响。在这些情况下，决议分析就变得比较复杂。Markov模型有利于处理复杂决议问题。循证医学实践的决策分析课件第45页Markov模型及方法Markov模型能够更准确而且非常简练表示在不一样健康状态间屡次或者时间不确定转换，从而对复杂决议树进行决议分析。循证医学实践的决策分析课件第46页应用Markov模型需要四个步骤1.定义不一样健康状态描述在不一样健康状态之间转换方式2.选择适宜周期长度要依据实际情况决定。周期较长者，计算负荷较小，反之亦然。循证医学实践的决策分析课件第47页3.预计转换概率预计转换概率大多数信息起源于文件4.估算结局蒙特卡罗模拟法（MonteCarlosimulation）Markov队列模拟法（Markovcohortsimulation）矩阵代数法（matrixalgebra）循证医学实践的决策分析课件第48页Markov模型应用实例左颈动脉硬化是否手术治疗远期效果评价Markov模型循证医学实践的决策分析课件第49页例10-1假如考虑远期效果时，能够采取Markov模型进行决议分析。图10-6显示了观察或手术治疗后患者出现三种结局：维持无症状性颈动脉硬化状态，发生脑卒中和死亡。循证医学实践的决策分析课件第50页这是短期结局，那么伴随时间推移，无症状性颈动脉硬化状态患者在接下来时间里，会有一部分人死亡，一部分人生存，生存人中间不可防止会有些人发生脑卒中，余下人维持无症状性颈动脉硬化状态；生存不过伴有脑卒中人，其结局也是伴随时间进程部分人会死亡而部分人仍生存，生存人继续这种循环，直至全部些人群都抵达一个结局：死亡。循证医学实践的决策分析课件第51页图10-6颈动脉硬化患者Markov模型示意图（Markov树）循证医学实践的决策分析课件第52页用Markov模型来模拟他们结局，计算结局增益，同其它方案进行比较从而做出选择。从上述能够看出有三个Markov状态：无症状性颈动脉硬化（状态1），伴有脑卒中生存（状态2），死亡（状态3）。循证医学实践的决策分析课件第53页其中状态1到状态3之病死率（5%）并不完全表示为颈动脉硬化这一疾病所致（要尽可能模拟实际情况，考虑有其它死亡原因）。它们之间转换关系及转移概率见表10-2和图10-7。循证医学实践的决策分析课件第54页假如将Markov循环周期设为1年，那么每一个周期，“无症状性颈动脉硬化状态”为1个QALYs，伴脑卒中生存则为0.5个QALYs，死亡则为0。假设从手术开始当年起，依据相关文件数据预计选择手术治疗相关数据为：维持无症状性颈动脉硬化状态占97%，伴脑卒中生存占2%，死亡为1%。今后人群在这3个状态转移概率如表10-2。循证医学实践的决策分析课件第55页无症状性颈动脉硬化生存（伴脑卒中）死亡无症状性颈动脉硬化0.94050.00950.05生存（伴脑卒中）00.950.05表10-2手术治疗后3种自然状态每年转移概率循证医学实践的决策分析课件第56页图10-7颈动脉硬化患者各状态间转移关系无症状性颈动脉硬化伴脑卒中生存死

亡0.00950.050.050.94050.95循证医学实践的决策分析课件第57页计算原理同上，因为该过程计算比较繁琐，可借助相关软件进行，如decisionmaker，treeage，比较简单则利用Excel计算。循证医学实践的决策分析课件第58页以选择手术治疗为例，假设10万病例纳入分析，其最终止果是人均取得16个QALYs（计算结果见表10-3）。用一样方法能够计算选择“临床观察”方案人均QALYs，然后能够比较两个方案QALYs大小，进行决议。循证医学实践的决策分析课件第59页周期数无症状性颈动脉硬化生存（伴脑卒中）死亡

例数QALYs例数QALYs例数QALYs总QALYs累计QALYs197000

1000

29122891228282214115950092639926393858008580035481774106520875741802134806958069547862093151190827882630015758937589347442372193630782653412666713777137752282614233950739914152577671306713056452822.527225069953485210循证医学实践的决策分析课件第60页周期数无症状性颈动脉硬化生存（伴脑卒中）死亡

例数QALYs例数QALYs例数QALYs总QALYs累计QALYs8631366313660013000.53086309913755134795937959397630