请选择 进入手机版 | 继续访问电脑版

经济金融网论坛

 找回密码
 立即注册
查看: 1899|回复: 0

医药经济学评价中的常用模型

[复制链接]

4

主题

4

帖子

90

积分

注册会员

Rank: 2

积分
90
发表于 2015-9-11 09:15:43 | 显示全部楼层 |阅读模式
模型技术是医药经济学评价中的重要内容。之所以模型的应用不可缺少,是因为临床研究或流行病研究所能随访的时间有限,不能长期随访观察患者的长期预后与产出。这时,通过构建模型,采用相对短期医学研究中获得的数据,来推导长期预后、健康产出和成本,就成为选择。
目前医药经济学评价中获得主流应用的,是决策树模型和马尔可夫模型以及衍生发展出的微模拟技术。

决策树模型。决策树模型是基于可能的后果及其概率而构建的树状模型,适用于逻辑较为简洁、时间比较短的研究。例如,A、B两种疗法,有治愈、维持、恶化3种结果,各有不同的概率。这样的问题,就比较适合构建一个决策树来进行分析。但如果事情的逻辑后果很多,时间很长,尤其是疾病有各种反复发作情况,决策树就会变得非常复杂,从而无法胜任分析。

马尔可夫模型。马尔可夫模型是将疾病发生发展划分为几个状态,然后探讨随着时间的进展,疾病在这些状态间转换发展的过程。例如,A、B两种疗法,治疗一年后有治愈、维持、恶化、死亡这4种结果,再过一年,则维持者可能恶化也可能治愈、恶化者可能死亡也可能好转为维持,等等。这样的长期复杂变化,就适用于马尔可夫模型。


马尔可夫模型的衍生。最简单的马尔可夫模型,是在模型运算中,状态间转换概率、不同状态的治疗成本、不同状态下的健康水平都保持不变。这样的马尔可夫模型,只要一开始定义好概率等参数,就可以进行长期推导。

进一步的马尔可夫模型,是考虑到随着时间进展,状态转换概率可能是变化的。最简单的例子,就是随着年龄的增加,从其他状态转到死亡状态的概率可能增加。这时候,转换到死亡状态的概率就不是一个定值,而是一个年龄的函数。在模型中,就需要计算患者初始年龄、在模型中经历了多少时间、然后计算其死亡概率。其他转换概率也可能如此,例如随着在维持状态中的时间增加,患者进入恶化状态的概率可能增加,这时候就都要构建函数式,在模型运行中来计算正确的概率。

再进一步的马尔可夫模型,是不仅仅考虑时间因素的影响,还考虑事件之间的互相影响。例如,如果患者在疾病过程中,发生了一个事件(例如中风),那么在其后的时间里,患者发生另一种事件(例如心梗)的概率会发生变化。这样发生心梗的概率,就必须把以前是否发生过中风考虑进去。此外,性别、种族、是否吸烟酗酒,都可能对转换概率发生作用,于是转换概率的计算式就变成一个多元函数,模型必须记住患者的各种特征、各种既往史,才能把正确的概率计算出来。

再进一步,上面讨论的是时间、既往史、基线等各种因素对转换概率的影响,而不同状态下的成本和健康状况值,也可能是受各种因素影响的,从而需要构建多元函数式来进行计算。

这种考虑患者各种具体状况、从而推算出其模型运作参数的做法,事实上对每一个不同的患者都构建了独特的模型,因此被称为“患者水平的模型,patient level modelling”或者“微模拟,micro-simulation”。

利用上述模型技术,基本上可以解决医药经济学分析中的疾病建模和推算工作。当然模型还可以有其他技术选择,这方面的技术是无穷尽的。不过目前主流应用的是上述方法。

而要建立上述的模型,最关键的,是要有长时间详细的疾病数据积累,从数据库中提取各种函数式以建模,从而能应用于医药经济学建模分析工作。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|经济金融网

GMT+8, 2017-3-26 23:03 , Processed in 0.049380 second(s), 13 queries , Apc On.

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表