第10章循证医学实践的决策分析

儿科学第一章绪论复旦大学附属儿科医院桂永浩循证医学循证医学第十章循证医学实践的决策分析摘要第一节概述第二节决策分析的实施第三节复杂决策问题和Markov模型第四节决策分析质量评估第一节概述一、决策及其分类二、决策分析及其在临床中的应用三、临床决策分析的基本流程与常用方法决策及其分类决策：为实现一定目的而制订的多个行动方案，并从中选择一个“最优的”或“最有利的”或“最满意的”或“最合理的”行动的过程；其本质是利用知识预测行动的可能后果。按照决策问题具备的条件和决策结果的确定性程度分类确定型决策：供决策者选择的各种备选方案所需的条件都已知并能准确地知道决策的必然结果。风险型决策：对决策者期望达到的目标，存在着两个或两个以上的不以决策者的主观意志为转移的自然状态，但每种自然状态发生的可能性可以预先估计或可以利用文献资料得到，进行这类决策时要承担一定的风险。不确定型决策：决策者对各种可能出现的结果的概率无法知道，只能凭决策者的主观倾向进行决策。决策分析及其在临床中的应用决策分析：•定量比较各种决策选择可能产生的后果和效应，从而使决策更为科学和合理的过程。•基本要素：决策主体、决策目标和一系列备选方案。临床决策分析(clinicaldecisionanalysis,CDA)：•采用定量分析方法在充分评价不同方案的风险和利益之后，选取最佳方案以减少临床不确定性和利用有限资源取得最大效益的思维方式。•包括诊断决策、治疗（康复）决策等。临床决策分析的基本流程与常用方法1•形成临床决策问题，包括提出方案和确定目标及效果量度2•用概率来定量地描述每个方案所产生的各种结局的可能性3•决策者对各种结局的价值定量化，一般用效用来表示4•综合分析和评价各方面信息，以最后决定方案的取舍5•必要时对所取方案作敏感性分析第二节决策分析的实施一、决策问题的确认二、决策问题的结构化三、相关证据及信息的检索与搜集四、确定最终结局的效用值五、决策树分析六、敏感性分析决策问题的确认对所研究的问题给出精确的定义，并且根据问题的定义将其分解为三部分，包括：不同的决策选项不同选项之后所有可能发生的事件决策所关心的结局例10-1男性患者，50岁，体检发现左颈动脉硬化，但目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的危险性升高。因此，对于该患者是否需要治疗，就是一个决策问题，临床上可以有两种选择，一是暂时临床观察，二是行颈动脉内膜切除术。但是结合临床实际考虑，有如下可能，临床观察虽然避免了手术相关的短期危险因素（围术期死亡，手术中发生脑卒中），可以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），但是不可避免面临将来更高的脑卒中的风险。如果选择进行手术，手术虽然有益于解决问题，减少发生脑卒中的可能性，但是却有围手术期间发生脑卒中和死亡的风险。决策问题的结构化决策树（decisiontree）决策树是一种能够有效地表达复杂决策问题的数学模型，按逻辑、时序把决策问题中的备选方案及结局有机组合并用图标罗列出来，犹如一棵从左到右不断分支的树，包括一系列节点与分支。节点又可分为决策节点（decisionnodes）与机会节点（chancenodes），前者以小方框“□”表示，后者以圆圈“○”表示。在决策树末梢，为各方案的最后结局（outcome），各种结局必须定量描述。图10-1动脉硬化处理的决策树相关证据及信息的检索与搜集决策分析中最重要的信息是每一种可能的事件在相应条件下出现的概率。相关信息可来自以下几方面：通过文献估计概率：meta分析咨询专家意见以获取所需的信息：德尔菲法概率估计中不确定性的估算：敏感性分析获取所需要的信息后，将其填入决策树中，进行下一步分析工作。例10-1中的决策相关信息的基线估计值如下：选择临床观察的患者有11%可能会发生脑卒中，而选择做手术会有1%的患者死亡，而术后存活的患者中有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%的患者再次发生脑卒中的可能，这些估计值在决策树中各概率分支下方标出。确定最终结局的效用值结局的量化是决策分析的重要环节。决策选项有多种，每种选择的临床结局又不相同，为了达到比较目的，需要预先将各种结局转换成同一单位的变量，这个变量就是效用(utility)。效用值是一种表述结局相对优劣的数量化指标，是个体在不确定情况下的优先选择，反映个体的主观感受，并受年龄、经济收入、教育程度等多种因素的影响。效用值通常用0～1的数值来表示，1代表完全健康，0代表死亡，也可以为负数，表示比死亡更糟糕的疾病状态，如无意识或长期卧床伴严重疼痛等。效用值的测量方法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）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）决策树分析决策树分析又称为决策树的折叠与平均,指通过以上步骤所形成的决策树，计算每一种决策选项所对应的不同结局出现的情况。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的期望值（expectedvalue，EV）。各机遇节点的期望值为该节点各分支概率与结局QALYs值的乘积之和。根据上面的决策树可以计算临床观察分枝的期望值和手术分枝的期望值如下：临床观察的期望值：EVC=(15×1×0.89)+(15×0.5×0.11)=14.18QALYs手术的期望值：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比较两者的期望值，手术治疗的期望值稍高，提示应该选择手术治疗，但是应该看到，两个方案的期望值相差不大，而手术治疗还有致死的可能性。虽然死亡的概率很低，但是在生与死的可能选择的情况下，医生或患者难以仅凭14.34QALYs14.18QALYs的结果，承担那1%的死亡风险！因此，与患者及时沟通，在知情的情况下做出决策是十分必要的。敏感性分析敏感性分析通过观察假设变化时，决策分析的结果是否具有良好的稳定性，对其结论加以评估。敏感性分析也可以通过观察哪些假设对结果影响最大而发现对于该分析最重要的假设，从而为问题的深入研究和进一步解决提供线索。敏感性分析在决策分析中具有重要的地位，它可以验证决策分析结果的可靠性，因此决策分析应该常规进行敏感性分析。例10-1进行敏感性分析，当取不同的手术病死率时，可分别计算出不同的手术治疗方案的期望值，下图显示的就是当手术病死率在一定范围内变动所对应的期望值。图10-3对手术死亡率的敏感性分析从图10-3中可以看出，当手术病死率为2.1%时，两种方案的期望值相当，此时的2.1%叫阈值，表明这一数值是两种方案选择的分界点。当手术病死率在小于2.1%的区间内，选择手术这一方案是合适的。第三节复杂决策问题和Markov模型一、复杂决策问题二、Markov模型及方法三、Markov模型的应用实例复杂决策问题在循证临床决策中，可供选择的决策选项可能很多，同时可能会出现多种结局，并且从干预措施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因素的影响。在这些情况下，决策分析就变得比较复杂。Markov模型有助于解决复杂决策问题。Markov模型及方法Markov模型能够更精确而且非常简洁的表示在不同健康状态间多次的或者时间不确定的转换，从而对复杂决策树进行决策分析。应用Markov模型需要四个步骤1.定义不同的健康状态描述在不同的健康状态之间转换的方式2.选择适宜的周期长度要根据实际情况决定。周期较长者，计算的负荷较小，反之亦然。3.估计转换的概率估计转换概率的大多数信息来源于文献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）Markov模型的应用实例左颈动脉硬化是否手术治疗远期效果评价的Markov模型例10-1如果考虑远期效果时，可以采用Markov模型进行决策分析。图10-6显示了观察或手术治疗后患者出现的三种结局：维持无症状性颈动脉硬化状态，发生脑卒中和死亡。这是短期结局，那么随着时间的推移，无症状性颈动脉硬化状态的患者在接下来的时间里，会有一部分人死亡，一部分人生存，生存的人中间不可避免的会有人发生脑卒中，余下的人维持无症状性颈动脉硬化状态；生存但是伴有脑卒中的人，其结局也是随着时间的进程部分人会死亡而部分人仍生存，生存的人继续这种循环，直至所有人群都到达一种结局：死亡。图10-6颈动脉硬化患者的Markov模型示意图（Markov树）用Markov模型来模拟他们的结局，计算结局的增益，同其他的方案进行比较从而做出选择。从上述可以看出有三个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）。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，考虑有其他死亡原因）。它们之间的转换关系及转移概率见表10-2和图10-7。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，根据相关文献数据估计选择手术治疗的相关数据为：维持无症状性颈动脉硬化状态占97%，伴脑卒中生存的占2%，死亡为1%。此后人群在这3个状态的转移概率如表10-2。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种自然状态每年的转移概率图10-7颈动脉硬化患者各状态间的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计算原理同上，由于该过程的计算比较繁琐，可借助相关软件进行，如decisionmaker，treeage，比较简单的则运用Excel计算。以选择手术治疗为例，假设10万病例纳入分析，其最终结果是人均获得16个QALYs（计算的结果见表10-3）。用同样的方法可以计算选择“临床观察”方案的人均QALYs，然后可以比较两个方案的QALYs大小，进行决策。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QALYs1970002000100029122891228282214115950092639926393858008580035481774106520875741802134806958069547862093151190827882630015758937589347442372193630782653412666713777137752282614233950739914152577671306713056452822.527225069953485210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QALYs8631366313660013000.5308630991375513479593795939763013150.53432006253061388710558465584665503275376040591216729981155523525236754337740723055900728898………………………50000010000001599600总计：1599600人均：16.00注：①无症状性颈动脉硬化状态效用值=1，生存（伴脑卒中）效用值=0.5，死亡效用值=0；QALY：质量调整生存年；②本例数据引自文献：Decisionanaly