临床决策支援的预测工具.pptVIP

Chapter 18臨床決策支援的預測工具Predictive Tools for Clinical Decision Support 報告人：王昭庸 內容大綱 介紹 預測工具之發展 決策支援--利用簡單預測工具 預測規則—利用統計分析方法 以決策分析為基礎的工具 評估與結論 1. Introduction (1) 臨床人員必須不斷地作決策，包括他們將採取什麼診斷程序及哪種治療行為 決策的最終目標是在提高病人的癒後 臨床上的決策有許多方面的不確定性，造成複雜性的增加。這些方面包括對病人作疾病的診斷、良好的治療和給予這些診斷及治療後病人的癒後情況 1. Introduction (2) 預測診斷及治療的結果可以讓臨床人員在作決策時能有參考依據，提高病人的癒後情形 藉由有系統的臨床資訊，決策支援工具可提供預測(prediction)，在臨床人員作決策時提供幫助 2.預測工具的發展步驟 (1) 表18.1 六個預測工具的步驟 2.預測工具的發展步驟 (2) 每個預測發展的步驟都必須証實這項預測工具的可信度及正確性 應該審慎評估這些預測對臨床人員及病人的影響 這些評估對於可能使用到這些工具而受益的使用者來說，是非常重要的一項工作 2.預測工具的發展步驟 (3) 過去幾十年間，已開發出許多預測系統，這些系統都是遵循Baye’s定律以及一些統計的方法，如： 邏輯迴歸(logic regression)(參閱第二十四章) 類神經網路(Neural Networks) 監督型態辨識方法(Supervised pattern recognition method) (參閱第二十七章) 3.決策支援-利用簡單預測工具 簡單的預測工具可能是建立在各種各類的分析上 臨床統計分析上的預測工作，使用到的統計方法及統計資料通常來自於一大族群的病人，包含我們將要預測的結果及設定的預測因子 3.1預測規則-利用統計分析方法 統計分析的計算常需使用電腦 統計分析結果以臨床預測的規則表示， 不需使用到電腦 分析的方法通常是利用迴歸分析 迴歸分析的種類取決要預測之結果的類型 具有連續性的結果 二取一的結果 二取一加上連續時間的結果 3.1預測規則-利用統計分析方法 具有連續性的結果-用線性迴歸來分析 如：長時間血壓的變化 二取一的結果-用邏輯迴歸來分析 如：短期的死亡率 二取一加上連續時間的結果- 使用故障時間分析(failure-time analysis) (如：Cox’s 迴歸) 如：長期死亡率 3.1通用的預測準則 結果的明確定義及預測的變數 正確地描述病人的族群及此族群的來源 描述利用到何種數學方法 可利用的正確率或失敗率有多少 此預測對病人照顧的影響有多少 以迴歸分析做預測規則的主要步驟 表18.2 3.1.1變數的選擇(1) 3.1.1變數的選擇(2) 3.1.1變數的選擇(3) 3.1.1變數的選擇(4) 3.1.2迴歸係數的估計 3.1.3模型執行的評估 3.1.4統計模型的結果呈現 三個例子的預測工具特性 3.2以決策分析為基礎的工具 決策支援工具也可依據決策分析的結果發展 決策分析利用清楚及量化的考量幫助臨床醫師以及病人對他們遇到的問題作決策 步驟： 使用決策樹去定義臨床問題 對於診斷及治療的結果機率與相對值加以量化 計算得到一個較好的選擇 將此分析結果應用於臨床上 4.評估與結論(1) 決策支援的預測工具，分為： 需要電腦來達成 只用傳統紙筆來達成 睪丸癌病人的決策：預測工具幫忙整合臨床資訊，預測病人為良性組織的可能。 生育問題：臨床的資訊利用量化的方式整合，但預測的結果，仍須病人與臨床醫師的溝通 心臟瓣膜風險：利用複雜的決策分析發展之簡單預測工具，估計短期死亡風險與長期的死亡風險 4.評估與結論(2) 未來的簡單預測工具將著重於更多的臨床實際應用而非發展電腦系統 隨著決策支援工具的發展，一個方便使用者的呈現方式將是個重要的課題 * * 顯現結果的適當方法(使用或不使用電腦) 呈現(Presentation) 含預測及結果的病患資料檔 資料集(Data Set) 將結果與預測相連結(專家意見，迴歸分析) 定量(Quantification) 與結果相關的臨床特徵 預測(Predictors) 診斷：治療結果 結果(Outcome) 時序及型態：預測模式之角色 決策(Decision) 說 明 步 驟 對模式結果的表列或圖示呈現 呈現(Presentation) 使用差別方式及最佳擇優之評定 評量(Evaluation) 迴歸係數的估量 估量(Estimation) 變數，互動項目，及分類與迴歸模式的選擇 選擇(Selection) 說 明 步 驟 在統計的模型中，選擇做為預測因