医学信息学09-决策方法-3-4幻灯片.pptVIP

第九章 医学决策方法和临床决策支持系统 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 治疗后的存活年限/年 死亡概率/% 治疗方案A 治疗方案B 1 0.20 0.05 2 0.40 0.15 3 0.30 0.45 4 0.10 0.35 表9-5 图9-6中治疗方案A和B不同年份的死亡概率分布 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： ①明确决策问题，确定备选方案； ②生成决策树。要求对决策问题做简洁陈述； ③明确各种可能的概率； ④对最终结局赋予适宜的效用值； ⑤计算每一决策选项的预期值，选择有最高预期值的选项； ⑥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：病人能否经受住手术还是个问题，而且手术