基于Treeage-Pro软件进行成本效果分析及实例讲解

基于TreeagePro软件进行成本效果分析及实例讲解明玥邮箱: [e-mail]重要概念优势策略和劣势策略成本效果图和成本效果边界扩展劣势及扩展劣势策略增量成本效果比及增量成本效果比阈值成本阈值及最优分配比净货币收益和净健康收益阈值分析及敏感性分析2优势策略和劣势策略优势策略：Dominant strategy或Dominating strategy，字面可以理解为目前正处在优势的策略劣势策略：Dominated strategy，字面可以理解为过去或曾经可能是优势策略，但现在已经不是甚至是被淘汰的策略。3优势策略和劣势策略优势策略是指：在有多个策略可供选择时，优势策略都比其他策略要好。在Treeage软件中，劣势策略分为绝对劣势策略（absolute dominated strategy）和扩展劣势策略(extended dominated strategy) 。其中绝对劣势策略是指：在有多个策略可供选择时，总存在一个策略比绝对劣势策略要好。扩展劣势策略是指：在有多个策略可供选择时，至少存在一个策略比扩展劣势策略要好。4成本效果边界5当有多个策略可供选择，且不存在劣势策略时，在成本效果图中，所有策略的成本效果通过线段连接起来，定义为成本效果边界(cost‐effective frontier, CEF)，或称为可能的理想选择。通常成本最低的策略是边界的一部分。如果该方案比其它备选方案都优的话，就不存在边界曲线。成本最低的策略成本最低的策略优势策略和劣势策略与成本效果边界的关系在成本效果图上，如果横轴代表效果，纵轴代表成本，劣势策略（包括绝对和扩展劣势策略）在成本效果边界曲线的左上方，代表成本大且效果小的策略。分析中被直接淘汰，不纳入成本效果边界曲线。优势策略处在成本效果边界的右下方，代表成本小且效果大的策略。6绝对劣势策略绝对劣势策略扩展劣势策略扩展劣势策略实例分析实例: TreeagePro 2011‐‐‐Healthcare tree‐‐‐“Extended Dominance”绘制成本效果图:‐Select the decision node.‐Choose Analysis  Cost‐Effectiveness… from the menu.‐Click Yes to show cost on the Y‐axis.7成本效果图的解释TxD是直接被成本效果边界曲线淘汰的策略。因为相对于成本最低的TxB,TxD成本要高，且效果要小。相似，TxE也被排除（具体原因见后）。最终成本效果边界开始于TxB, 跳过TxE, 到TxA, 再到TxC。8成本效果边界的绘制原理（1）1、成本从小到大排序2、分别计算相连两点线段的斜率，即ΔC/ΔE, 也即ICER（incremental cost‐effectiveness ratio，增量成本效果比）当斜率为负值（如右图线段1）时，表明相对于基线策略，随着成本的增加，效果反而减少，这种情况即判断为绝对劣势，直接排除在成本效果边界之外。如右图的TxB策略。9121成本效果边界的绘制原理（2）10123123、出现绝对劣势，排除该点后重新计算相连两点的斜率。在没有出现绝对劣势的情况下，比较相连两条线段的斜率。如果斜率变小（如右图线段1和2），表明相对于基线策略，随着成本的增加，效果变化速率变大，这种情况即判断为扩展劣势。出现扩展劣势的转折点同样被排除在成本效果边界之外，如右图的TxE点成本效果边界的绘制原理（3）11123124、出现扩展劣势，排除该点后重新计算相连两点的斜率。直至排除所有的绝对劣势和扩展劣势点，最终的成本效果边界即是ICER逐渐增加的各点连线。成本效果边界的例外情况如果将TxB策略中Live情况下的效果由6修改为20，再次绘制成本效果图，就会发现没有成本效果边界（如右图）因为以成本最低的TxB策略为基准，其他策略都是绝对劣势策略，因此不存在成本效果边界。12成本效果图的文本报告（1）13点击成本效果图右侧的Text Report成本效果图的文本报告（2）14所有结果被分为三组（当有扩展劣势时，分为四组），具体如下：1.abs. dominated: 显示绝对劣势策略.2.undominated: 显示成本效果边界曲线上的策略.3.ext. dominated: 显示扩展劣势策略.4.all: 显示所有策略，不管优势劣势成本效果图的文本报告（3）15增量成本效果比（ICER）ICER=ΔC/ΔE从上式可以看出，ICER表示单位效果的成本。如果效果为寿命年或质量调整的寿命年，则ICER表示每挽救一个寿命年或质量调整寿命年的成本16增量成本效果比阈值虽然成本效果边界上的各点都可以认为是相对理想的选择，但决策者最终选取哪种策略，通常会考虑以下两点：增量成本效果比阈值，或称为支付意愿（willingness‐to‐pay）或ceiling ratio，指决策者为单位效果所愿意支付的最大额外成本。上例中，如决策者将ICER阈值定为40000，则TxA会被认为相对不是很划算成本阈值，有时候决策是并不单纯是追求效果的最大化，同样也受限于预算的影响。上例中，如决策者最大的成本预算为300k，则TxA将会被直接淘汰。17最优分配比如果存在成本阈值，此时假设只有两种可选方案A和B。为了获得最大的效果，此时决策者通常会采取一种混合方案。也即按将成本按一定比例分配到A方案和B方案中。成本效果图两点之间的连线实际代表两种策略所有可能混合方案的平均成本和效果。因此，AB方案连线与成本阈值线（水平线）连线的交点即为在成本阈值线下AB方案的最优分配比，定义为KK=(Cost A –Ceiling cost)/(Cost A –Cost B)18混合方案的潜在问题1、在成本限值的基础上，如果采用混合方案，就意味着k%的病人将会被随机分配到效果相对较差的B方案中，这将很可能导致不公平的问题2、如果选择一个混合方案，实际等同于产生了一个前面提到的扩展劣势策略。19净货币收益和净健康收益除了ICER外，由于净货币收益（net monetary benefits, NMB）和净健康收益（net health benefits, NHB）同时考虑了成本、效果以及支付意愿三者对决策的影响。因此两者逐渐用做ICER的补充甚至取代ICER作为最终的评价指标。NMB = E * WTP –CNHB = E ‐C / WTP其中，E代表效果，WTP代表支付意愿，C代表成本20采用净收益的优势1.不论有多少可供选择的策略，最优策略简化为最终能够带来最大收益的策略2.当不同策略效果的平均差异很小时（或者存在很多的备选方案时），净收益相对ICER来说更加稳定3.净收益是成本效果可接受曲线（Cost‐effectiveness acceptability curve，CEAC）以及基于完整信息期望值（Expected value of perfect information，EVPI）的基础21净收益在Treeage中的实现TreeagePro 2011菜单中目前实现不了净收益的计算，但从PSA分析中可以简单看一下结果（仅供参考！）实例TreeagePro 2011‐‐‐Healthcare tree‐‐‐“Extended Dominance”‐Select the decision node  Choose Analysis  Monte Carlo SimulationSampling (Probabilistic sensitivity )…22定义多重属性成本每种方案的成本通常并不单纯是一个简单数值，而更多是一个相对复杂的公式，定义多重属性成本可以更灵活完成此项功能实例TreeagePro 2011‐‐‐Healthcare tree‐‐‐“CE Cost Formula”。该例中每种方案的总成本（Total_Cost）由住院成本（cHospital）、治疗成本（cTreatment）、修复术成本（cProsthetic）及物理治疗成本（cPhysTher）等组成，公式为：Total_Cost= cHospital+ cTreatment+ cProsthetic+ cPhysTherMarkov模型中同样可以设定多重属性成本，具体参考实例“Multi Cost Markov”2324定义多重属性成本的步骤1.Tree  Tree Preferences 或F11 打开Tree Preferences 对话框.2.Calculation  Payoffs.3.将the number of enabled payoffs 设定为6.4.Calculation  Calculation Method.5.激活Multi‐Attribute设定.6.Calculation  Calculation Method  Cost‐Effectiveness  Weighted Multi‐Attribute.7.为Cost 输入权重为0，为每一组分（3‐6）输入权重为1（备注：由于上述公式中各组分的系数均为1，所以权重都为1）。Effectiveness 的权重不用输入8.点击OK 保存.9.查看变化如右下图25反相增量效果如果效果是越少越好（如效果指标是死亡等），此时增量效果越少越好，但是在Treeage中默认的算法中是增量越多越好。因此此时需要将增量效果设置为反相运算法则（如下图左侧为原来的结果，右侧为反相结果）26定义反相增量算法的步骤1.Tree  Tree Preferences 或F11 打开Tree Preferences 对话框.2.Calculation  Calculation Method  Cost‐Effectiveness  C/E Parameters.3.选中Invert incrementalsonly4.点击OK 保存27CE模型中提交（roll back）快速获得最优策略如前所述，获得最优策略的标准方法是采用Analysis  Cost‐Effectiveness 或Analysis  Rankings。最后Rank为1的即为最优策略如果采用Roll back,则要求Treeage能够根据一系列内部算法从决策节中自动选出一个最优策略或路径（如果不选择反向算法，最优策略即是成本效果比最小的策略）28最优策略算法的定义291.Tree  Tree Preferences 或F11 打开Tree Preferences 对话框.2.Calculation  Calculation Method  Cost‐Effectiveness  C/E Parameters.3.输入willingness‐to‐pay, minimum effectiveness 和maximum cost4.选择Do not Invert 5.点击OK 保存Treeage中最优策略算法1、如果定义了最小效果或最大成本，任何不符合这两个条件之一的方案将被直接淘汰2、剩下的方案按增量成本从高到低排序3、对于任何一个方案，如果存在一个成本更低且效果更好的方案，则该方案被认为是劣势方案，将被淘汰4、每一种方案将和它临近的成本更低的方案相比，计算得增量成本效果比（ICER）。如果ICER大于支付意愿，则被淘汰5、剩下方案中效果最大的方案则被选为最优方案6、如果所有的方案都被淘汰了，则成本最低的方案会被选为最优方案30如果支付意愿为0（默认值），ICER值将被忽略，成本最低的方案将会直接选为最优策略。如果支付意愿定义为负值，ICER同样被忽略，但是最终将选取最低成本效果比的方案作为最优方案阈值分析及敏感性分析阈值分析是指从不确定变量的变化范围中找到一个取值能够改变最优方案的选择。阈值分析主要可以采用以下几种方法：1、采用一