医学信息学09决策方法参考PPT

《医学信息学09决策方法参考PPT》由会员分享，可在线阅读，更多相关《医学信息学09决策方法参考PPT（35页珍藏版）》请在金锄头文库上搜索。

1、用基于病理生理学的推理方法通常不能解决医学决策问题。在各个诊疗方案的后果难以预测的情况下，医生需要在各个治疗方案中选择。本节介绍期望值决策中的决策树和阀值概率两种方法，前者是一种表述和比较每一决策选项期望结果的方法，后者是确定新的信息能否改变某一管理决策的方法。期望值（ expected-value ）这个词汇是用来描述某个机会事件的，比如治疗结果的。如果某一治疗结果是以存活事件、幸福感觉或货币单位来衡量，那么该项治疗就以能带给（或引起）病人的期望存活时间、期望幸福感觉和期望货币成本来描述。,第三节 期望值决策,一、对不确定前景进行比较 像很多生物学事件一样，某个病人疾病的后果是不可预测的，临

2、床医生如何确定何种处理能获得最大成功机会？ 例如，对某种致命性疾病有两种治疗方法。治疗后病人的寿命不可预测，其频数分布见图9-6。每种治疗方案都与不确定相联系：不管病人接受哪种治疗，它都会在第四年末前死去，但无法知道病人在第一年到第四年中的哪一年死去。图中显示治疗方案B更有可能使病人一直存活到第四年，但用B方案病人也可能第一年就死去，或者用A方案病人也可能存活到第四年。,第三节 期望值决策,图9-6病人经两种不同治疗方案治疗后的存活状况示意图,根据图9-6计算出的方案A和方案B，在不同的年份中死亡概率分布表（见表9-5）,第三节 期望值决策,表9-5图9-6中治疗方案A和B不同年份的死亡概率分

3、布,第三节 期望值决策,这说明一个重要事实：在各种治疗方案中选择，就是在各种不确定处境（gamble）中进行选择。治疗方案A和B就治疗后存活来讲都是不确定处境。在决策中，首先用一个数字描述每种不确定处境并用这些数字去比较各种不确定处境，从而决定倾向（偏好）于何种方案。在这里用治疗后的平均存活时间作为在各种治疗方案中进行选择的标准。 因为不能确定某个具体病人的存活时间，所以要用大批的病人接受某种治疗后的平均寿命进行衡量。首先是将接受治疗的病人分为若干组，在同一组中的病人有相似的存活率，然后用每组的存活时间乘以各组的病人数在总体中的分数，最后将各组值相加。,第三节 期望值决策,这样，方案A的平均存

4、活 =(0.2X1.0)+(0.4X2.0)+(0.3X3.0)+(0.1X4.0)=2.3年。 方案B的平均存活=(0.05X1.0)+(0.15X2.0)+(0.45X3.0)+(0.35X4.0)=3.1年。 方案A是用相当于平均存活2.3年所描绘的一种不确定处境，而方案B是用相当于平均存活3.1年所描绘的一种不确定处境，如果寿命是一种选择标准的话，那就选方案B。,第三节 期望值决策,二、用决策树表示选择 决策树是一种能有效表达医学决策问题的直观决策方法，该法能说明可以采取的诊疗方案的方向及实施结果，并以各种诊疗方案的疗效和概率为依据，进行数学计算，以便进行诊疗方案的决策。由于这种方法是

5、用决策节点（decision node）、机会节点（chance node）和从机会节点发出的线条组成，形似树枝，故称决策树方法。该法用小方块表示决策节点，这是决策人可以控制的，以圆圈表示机会节点，这是决策人无法控制的。从机会节点发出若干条线，每条线代表一种可能的结果。与每条线相关的是结果出现的概率。对某个病人而言，仅有一个结果出现。事实上常常使用经历相同事件的许多病人结果的频数，得出对单个病人可能发生什么情况的看法。从这些频数出发，可以对具体病人做出调整，并因此估计在某个机会节点上每一结果的概率。,第三节 期望值决策,图9-7就是上例中两个治疗方案病人存活情况的机会节点的表述方法。概率乘以相

6、应的存活年限得到总的期望存活年限。,图9-7图示用决策树机会节点描述上述两种治疗方案中的病人存活情况,第三节 期望值决策,三、进行决策分析 在期望值决策中通常分六步进行决策分析： 明确决策问题，确定备选方案； 生成决策树。要求对决策问题做简洁陈述； 明确各种可能的概率； 对最终结局赋予适宜的效用值； 计算每一决策选项的预期值，选择有最高预期值的选项； 用敏感性分析去检验决策分析的结论。,第三节 期望值决策,现以某一病人为例加以说明： 一位患肺气肿的66岁男子由于双膝关节炎而严重跛行，须借助拐杖行走或使用轮椅。他想进行膝关节置换术。经治医生很熟悉决策分析，认为病人的问题充满了不确定性：病人能否经

7、受住手术还是个问题，而且手术有时并不能将病人的活动能力恢复到他所要求的程度。另外，还有小部分的置换会引起感染。如出现这种情况，病人还须动第二次手术，将置换的关节取出。如果是那样的话，病人即使接触手杖也不能行走。膝关节置换术可能结果包括第一次手术引起的死亡，和置换发生感染后第二次被迫做手术引起的问题。手术后病人的功能可能全部恢复，也可能恢复极差，毫无改进。该病人是选择膝关节置换术，还是维持现状？,第三节 期望值决策,（一）生成决策树 按决策分析的做法，该病人的经治医生勾画了如下的决策树。图9-8中方框表示决策节点，由决策节点发出的每条线代表了可采取的行动；圆圈代表机会节点。 根据期望值决策方法，

8、经治医生首先必须赋予每个机会节点的每个分支一个概率。为完成这项任务，经治医生询问若干矫形外科医生，问他们多手术后功能完全恢复的机会（p完全恢复=0.6），和置换关节时发生感染的机会（p感染=0.05），并作出手术中或手术后病人马上死亡概率的主观估计（p手术死亡=0.05）。,第三节 期望值决策,第三节 期望值决策,（二）计算每一决策选项的预期值 接下来，经治医生必须对每个结果分配一个值。其方法是要求病人说明，比起重大残疾下较长的寿命，他能接受的良好健康状况下最短的存活期限。因为根据常识，良好健康状态下的5年，要远胜过健康极差的10年。病人要回答认为正常功能下活多少年相当于现在这种残疾状况的10

9、年（见表9-6）。病人认定，活动受限制10年相当于正常功能6年，而被限制在轮椅上10年相当于功能完全恢复3年。,第三节 期望值决策,第三节 期望值决策,为将寿命和生活质量统一起来考虑，需要有一种单一度量，即良好健康状态下的存活年限。这个度量通常称为质量调整寿命（quality-adjusted life year,QALY）。,第三节 期望值决策,（三）选择有最高预期值的选项 经治医生的第二个任务就是计算手术或不手术情况下能健康存活的期望值（从右到左即从树梢到树根计算每个机会节点的期望值，见图9-9）。 现以机会节点A为例，考虑一下摘除感染人工关节手术结果在该节点的预期值。共分三步计算： （1

10、）计算去除感染假体手术死亡的预期值。用结果的QALY（死亡，0年）去乘手术死亡概率（0.05）：0.05X0=0QALY。,第三节 期望值决策,（2）计算手术后存活的预期值。用相当于限制在轮椅上生活10年的完全健康的年限（3年）去乘存活概率（0.95）：0.95X3=2.85QALYs。 （3）将第一步和第二步的计算结果相加，得到置入人工关节后感染的预期值：0+2.85+2.85QALY。 同理，机会节点B的预期值为:（0.6X10） +（0.4X6）=8.4QALYs。,第三节 期望值决策,图9-9图示由右向左可计算每个机会节点的预期值,第三节 期望值决策,关节置换术后（机会节点C）存活的预

11、期值可按如下步骤计算： （1）用置入人工关节后感染的预期值（已计算为2.85QALYs）乘以人工关节将会被感染的概率（0.05）：2.85X0.05=0.143QALYs。 （2）人工关节绝不会被感染的预期值（已计算为8.4QALYs）乘以人工关节将不会被感染的概率（0.95）：8.4X0.95=7.98QALYs。 （3）将第一步和第二步的计算结果相加，得到置入人工关节后存活的预期值0.143+7.98=8.123QALYs。,第三节 期望值决策,为计算机会节点D的预期值，可从树梢往回计算到树根，直到外科手术的预期值被计算出。分析结果是以病人具有完全正常功能的年限来衡量，该病人的平均寿命为7

12、.7年。这个数值不以为着病人如接受手术，就保证可自如活动地存活7.7年。看一下决策树就知道，某些病人死于手术，某些病人接受手术后发生了感染，某些人手术后活动能力没有任何改进。因此，任何单个病人的结果都是无法保证的。该值的意义在于，如果医生有100个相似的病人接受这种外科手术，他们的平均能活动的年限为7.7年。所以从病人的角度看，这个数值仅仅是用来帮他检验选择方案：他不想手术。,第三节 期望值决策,如不手术，以正常活动年限来衡量，平均寿命是6年。该病人认为它相当于持续活动能力很差的10年。当然，不是所有的病人都会经历这种结果，有些活动能力很差的病人活的时间会比这更长些，而另一些要不10年还短。然

13、而，以正常活动年限计算，不手术的平均寿命是6年。一般来讲，手术的结果会为该病人提供更好的生存价值。因此，经治医生建议进行手术。 这样例子告诉人们，期望值决策的关键思想是，在某个病人身上存在难以预测的结果时，要为他选择能给他带来（较之在类似病人中）最好的方法。决策分析方法在讲效用功能和概率估计两方面适应具体病人时能做到量体裁衣。,第三节 期望值决策,（四）进行敏感性分析 敏感性分析的目的测试决策分析结论的真实性。敏感性分析要回答的问题是，当概率和结局效用值（utility）等在一个合理范围内变动时，决策分析的结论会不会变。 图9-10（a）、（b）显示，在手术死亡和获得理想功能概率的各种假设下，

14、手术和非手术下健康期望存活时间。这些线段上的每一点（期望值）代表按“（一）生成决策树”节中的决策树图9-8计算的期望存活时间。,第三节 期望值决策,图9-10图示手术死亡率（a）和成功手术（b）对健康存活影响的敏感性分析,第三节 期望值决策,图9-10（a）显示，在各种不同手术死亡率情况下手术的期望存活较高。而当手术死亡率超过25%时，手术的期望存活较低。图9-10(b)显示，手术导致功能完全恢复的各种概率的影响。只要功能完全恢复的概率超过20%，手术所带来的健康存活预期年限就较长，这个数字比“（一）生成决策树”节中矩形外科医生的估计（60%）要低得多。这样，经治医生就有充分信心建议手术，而病

15、人虽然不能肯定一定会有好的结果，但同样有理由相信，做手术的结果可能比不做手术的结果要好得多。,第三节 期望值决策,陈述敏感性分析结论的另一种办法，是指结论应用的概率范围。图9-10(a)中两条虚线交叉的点是手术死亡概率，在此外两种治疗方案有着相同的预期存活时间。如果期望存活是选择治疗方案的基础，当手术死亡概率在25%时，经医生和病人对手术还是不手术应该不太在意。当死亡概率较低时，他们应该选择手术，而当死亡概率较高时，他们应选择非手术。,第三节 期望值决策,需要强调的是，决策树表述的是短期内可能出现的结果。有一些疾病病程较长，比如HIV感染的病人在感染1015年后才发病，那么某种预防或推迟艾滋病

16、发生的方案可能影响到1015年后的各种事件。对较长时间以后可能发生的结果进行决策分析，则需要构建Markov Model来进行。在构建模型时，首先要详细列出某个人可能经历的健康状态(比如健康,发病,死亡等),然后列出某人在某特定时间段内从这些健康状态中的某一种转换到另一种的概率(transitiong probabilities),这一特定时间段就是Markov周期的长度。通过运用Markov model，能计算出某人在未来的任何时间，处于每种健康状态的概率，并能确定某人处于每种健康状态的期望时间。此外，通过运用Markov model，同样能确定对由模型表示的任何健康状态下的期望寿命和质量调整期望寿命。当然，这些计算需通过计算机软件来完成。,第三节 期望值决策,当医生对病人的症状进行了初步了解，并得出病人患某病的初步印象后，通常要在下列三项行动中进行选择：采取行动前获得进一步的诊断信息；立即着手治疗；或什么也不做。为此，要掌握以下原则：确定疾病的治疗阈值概率（treatment-threshold probability of dise