医学信息学09(决策方法)-1

《医学信息学09(决策方法)-1》由会员分享，可在线阅读，更多相关《医学信息学09(决策方法)-1（58页珍藏版）》请在金锄头文库上搜索。

1、第九章 医学决策方法和临床决策支持系统第九章 医学决策方法和 临床决策支持系统1第九章 医学决策方法和临床决策支持系统决策是根据已有的信息、知识和智慧，从多种 替代选项中选择一种行动方案的认知过程。 医学决策通常涉及做出诊断和选择恰当的资料 方法两个方面。 医学决策最早可追溯到Ledley RS和Lusted LB 1959年在科学杂志上发表的“医学诊断、 数理逻辑、概率和价值理论的推理基础帮助我们 理解医生如何推理”一文，该文分析了诊断时内在 的复杂推理过程，说明这些过程中的某些可被分 类整理，成为编程用的逻辑框图。2第九章 医学决策方法和临床决策支持系统 30多年来，由医学决策推及卫生保健

2、决策以至卫 生决策，决策科学在医疗卫生保健领域内从理论 到应用已获得了长足的发展。概率论、决策树方 法、成本收益分析和成本效益分析等在医学决策 以至卫生保健决策中都有很好的应用实例。 在本章中指能对常用决策方法作一扼要介绍，不 可能对所有方法一一涉猎。随着因特网和WWW 技术的发展，出现了基于网络的计算机决策支持 系统（用来帮助临床医生将临床实践指南应用到 单个病人身上的计算机程序）。信息学家和卫生 保健人员以及卫生保健管理者期望这类系统能为 安全、高效和经济的卫生保健提供支持。3第九章 医学决策方法和临床决策支持系统 自然界里有一类现象在一定条件下必然发生，还有一 类现象在不同条件下有不确定

3、的结果。例如，某种疾 病的患者服用剂量相同的某种药物，有的痊愈，有的 无效，有的显效而未痊愈。这种在同一条件下进行试 验观察具有不确定结果的现象，就是随机现象。对随 机现象进行试验或观察称为随机试验，简称试验。随 机试验的各种可能结果称为随机事件，简称事件。在 试验中必然发生的时间称为必然事件，必然不可能发 生的事件为不可能事件。随机事件的频率总是围绕着 一个稳定值摆动，这个稳定值正好代表了随机事件出 现的可能性大小，这个稳定值称为该事件的概率（ probability）。第一节 概率性的医学推断4第九章 医学决策方法和临床决策支持系统 临床医生经常需要根据症状和疾病相关的经验知 识去评估某个

4、问题。根据这种经常是不完全的相 关性做出的决策在某种程度上是不确定的。例如, 对某个血管栓塞病人通常需要溶栓剂进行治疗， 但掌握不好有可能使病人出现副作用比如出血倾 向。对这种不确定性的把握，早在1922年 Peabody就指出医学决策中概率的重要性，他说 好的医学部是存在于不加区别地应用到某个病人 身上的实验室检查中，而是对什么样的实验检查 会带来有清楚的理解。第一节 概率性的医学推断5第九章 医学决策方法和临床决策支持系统 如p为随机事件A的概率，则记作P(A)=p 显然，任何事件A的概率满足0P 1 必然事件U的概率为1，不可能事件V的概率 为0。随机事件的所有可能结果称为样本空 间或结

5、果空间，记为S；样本空间内的每一 个事件被称为基本事件，基本事件被称为 样本空间内的基本元素。第一节 概率性的医学推断一、概率论常用名词概念及其算法6第九章 医学决策方法和临床决策支持系统（一）事件间的基本关系1、包含与相等若事件A的发生必然导致事件B的发生，则称B包含A （或称A包含在B中），记作BA或AB。 2、事件的和事件A和事件B中至少有一个发生，则这样的事件称为 事件A和事件B的和，记作A+B（或AB） 3、事件的差事件A发生且事件B不发生，则这样的事件称为事件A 和事件B的差，记作A-B。第一节 概率性的医学推断7第九章 医学决策方法和临床决策支持系统第一节 概率性的医学推断4、事

6、件的积 事件A和事件B同时发生，则这样 的事件称为事件A和事件B的积， 记作AB或AB或AB。 5、互不相容事件 若事件A和事件B不可能同时发生 ，则称这两件事件为互不相容事件 ，记为AB=或者AB= 。8第九章 医学决策方法和临床决策支持系统（二）概率的运算1.概率的加法 若A,B是两个互不相容的事件，则它们的和事 件的概率等于各事件的概率之和，即 P(A+B)=P(A)+P(B)第一节 概率性的医学推断9第九章 医学决策方法和临床决策支持系统2.条件概率和概率的乘法 在事件A发生的条件下，事件B发生的概率叫做 条件概率，记作P(B|A)。例如，如果说临床上就 诊的腿肿病人中有20%的病人血

7、管中有血凝块， 我们就会说在腿肿病人中血管中血凝块的概率是 0.2，记为P(血凝块|腿肿)=0.2。 概率乘法公式为 P(AB)=P(A)P(B|A)，或 P(AB)=P(B)P(A|B)第一节 概率性的医学推断10第九章 医学决策方法和临床决策支持系统3.事件独立的条件 一事件的发生并不影响另一事件的发生，则称两 事件相互独立。如用公式表示则记为P(B|A)=P(B) 表示事件A发生与否都不影响事件B发生。 4.全概率公式与逆概率公式 (1)全概率公式 如果事件A的发生每次都必与互不相容的N个事件 B1，B2,Bn之一同时发生，则事件A发生的概 率为 P(A)= 第一节 概率性的医学推断11

8、第九章 医学决策方法和临床决策支持系统(2)逆概率公式 如果事件A的发生每次都必与互不相容的n个事件 B1，B2,Bn之一同时发生，则在事件A发生的 条件下，事件Bj发生的概率为P(Bj)P(A|Bj) P(Bj|A)= 公式要解决的问题与公式相反，所以称为逆 概率公式，又称贝叶斯公式。由于它表示在事件 A发生后事件Bj发生的概率，所以它又叫做后验概 率公式。12第九章 医学决策方法和临床决策支持系统第一节 概率性的医学推断二、概说诊断过程诊断过程的第一阶段是对某病人是否可能有某病 做出最初的判断。询问病人和进行体检后，医生就疾 病的可能性直观地提出初步意见。其判断可能是根据 以前的经验或文献

9、知识。在获取进一步信息前这个估 计概率是疾病的先验概率（pretest probability）。但 根据病史、症状、体征及一般化验室检查往往尚不足 以对某个病人做出明确诊断，需要安排某种特殊的检 查或试验，以收集更多的信息。医生通过诊断试验减 少对有关疾病诊断的不确定性（见图9-1），这时得到 的概率是后验概率（post-test probability ）,即检验结 果是阳性的概率。13第九章 医学决策方法和临床决策支持系统这进一步的检查或试验，或是费用昂贵，或是 病人要承受较大痛苦甚至冒一定风险，因此经治 医生必须考虑这种检查或试验的诊断价值，以及 出现假阳性或假阴性的可能性，以权衡利弊

10、得失 。疾病的概率（a ）图9-1试验结果对疾病的影响 （a）阳性试验结果通常增加疾病的概率 （b）二次试验比一次试验更多地减少了疾病出现的不确定性14第九章 医学决策方法和临床决策支持系统（一）主观概率评估 绝大多数医生做出的有关概率的评估是基于个人经 验。这很容易发生误导，可能对概率做出过度的估 计，因为医生对激动人心的、非典型性或过分情绪 化的事件更容易回忆。此外，直观推断在下列情况 会发生困难：当碰到的是少见病；医生对该病的先 前经验是不典型的，因而内心想象不正确；当病人 的临床谱不典型；以及某些临床发现的概率依赖于 是否有其他发现时。三、评估先验概率的方法第一节 概率性的医学推断15

11、第九章 医学决策方法和临床决策支持系统（二）客观概率估计公开出版的研究结果可以作为更客观的估计概率的指南。可 以用人群中或人群的亚组中疾病的现患率、临床预测规则（ clinical prediction rule）估计疾病的概率。现患率可以作为 一个估计概率的出发点。临床预测规则是对有特殊诊断问题的病人进行系统研究 而产生的，它们界定医生如何能用组合临床发现估计概率。 根据对各种发现的贡献的统计分析，认定对某一病人患某一 种疾病的概率做出独立贡献的症状和体征，并赋予用数字表 示的权重。这样就产生了某个病人的症状和体征的列表（见 表9-1，表9-2），每一个症状和体征有一个对总分的相应的 数字贡

12、献。总分将病人归入该病概率的某个亚组。 16第九章 医学决策方法和临床决策支持系统17第九章 医学决策方法和临床决策支持系统在评估任何试验中的第一个要解决的问题就是如何 确定标准，以决定试验结果是否正常。以下是在确定标 准时要考虑的问题。 （一）不正常试验结果的分类在一个健康人口的总体中的绝大多数生物学计量是 持续变量，表现为不同个体有不同的数值。数值的分布 通常接近正态分布曲线。也就是说总体的95%是落在均 数的两个标准差之间。总体的大约2.5%将超出由分布 曲线每端的均数算起的两个标准差。有病个体的数值分 布也可能是正态分布。两个分布常常有重叠（见图9-2 ）。四、诊断试验操作特点的衡量第

13、一节 概率性的医学推断18第九章 医学决策方法和临床决策支持系统图9-2 健康和有病两总体的分布曲线图， 其假阳性和假阳性比例随截断值而变化19第九章 医学决策方法和临床决策支持系统如何将一个实验结果分类为不正常？绝大多数临 床实验室报告一个“正常上限”，通常将这个“正常 上限”界定为超过均数的两个标准差。这样大于均 数以上两个标准差的实验就报告为不正常（或阳 性），小于截断值的实验结果就报告为正常（或 阴性）。图9-2所示即表示截断值左侧为正常，右 侧为不正常。但健康总体的正态分布曲线有一部 分越过了截断值，落入不正常范围；而有病总体 也有一部分越过了截断值，落入正常范围。第一节 概率性的医

14、学推断20第九章 医学决策方法和临床决策支持系统理想的试验是有病人群和无病人群分布不重叠，也就是说所 有的健康个体都正常，而有病个体都不正常。但是几乎很少 有试验能满足这个标准。因此需要将试验对象的真阳性、真 阴性、假阳性和假阴性区分开来。 真阳性（true positive,TP）从病人身上获得的阳性试验结果 （试验结果正确地将病人分在有病一组中）。 真阴性（true negative,TN）从没有该病病人身上获得的阴 性试验结果（试验结果正确地将病人分在无病一组中）。 假阳性（false positive,FP）从没有该病病人身上获得的阳 性试验结果（试验结果不正确地将病人分在有病一组中）

15、。 假阴性（false negative,FN）从有该病病人身上获得的阴性 试验结果（试验结果不正确地将病人分在无病一组中）。 21第九章 医学决策方法和临床决策支持系统一旦选定了截断值，可用如下2X2的列联表将以上所列四种 试验结果区别开来（见表9-3）第一节 概率性的医学推断22第九章 医学决策方法和临床决策支持系统（二）试验性能的测量 如何衡量一项试验的性能？无论是筛查试验或诊 断试验，衡量它的性能应有两方面的标准：真实 性（validity）和可靠性（reliability）。 1.真实性 真实性指测量值和实际值符合的程度。评价真实 性用两个指标：敏感性（sensitivity）和特异

16、性（ specificity）。敏感性是试验结果检出有病的人（ 即阳性）占病人总数的比例，即真阳性率，而特 异性是试验结果检出无病的人（即阴性）占无病 者总数的比例，即真阴性率。23第九章 医学决策方法和临床决策支持系统2.可靠性 可靠性是指试验在相同条件下重复试验获得相同结果 的稳定程度，其影响因素有受试者对象个体变异，实 验方法或仪器本身的变异，以及观察者的变异。用2X2 的列联表和条件概率可给出以下各项指标的定义。 （1）真阳性率（ true-positive rate,TPR ）又称敏感 性，是某个有病的人得出阳性试验结果的可能性。如 用条件概率表示，敏感性就是疾病出现时阳性试验的 概率： P阳性试验结果 | 有病 TPR的另一种考虑方式就是比值。有病的人产生阳性 试验结果的可能性，是用阳性结果的病人与所有病人 数的比来表示的 TPR=24第九章 医学决策方法和临床决策支持系统（2）真阴性率（