TreeAge Pro軟件在醫藥衛生決策分析中的應用

李 倩 馬愛霞

TreeAge Pro軟件在醫藥衛生決策分析中的應用

李 倩 馬愛霞

TreeAge Pro軟件在醫藥衛生決策領域廣泛應用。在涉及應用決策樹模型進行決策分析的文獻中，大都采用了此軟件。但是，目前關于此軟件介紹性的文章少之又少，從而使得軟件在使用過程中遇到了一定的障礙。本文旨在通過對此軟件進行基礎介紹，滿足初學者對軟件應用的需要，方便潛在用戶使用。

TreeAge Pro軟件；決策分析；應用

1 決策分析簡介

1.1 決策分析概念決策分析，一般指從若干可能的方案中通過決策分析技術，如期望值法或決策樹法等，選擇其一的決策過程的定量和系統分析方法。決策分析可分為三類，每一種類型有其對應的決策分析方法。確定性決策即每個方案只有一種結局，結果明確，可以選擇最優化的方法進行方案的選擇。不確定性決策又可分為完全不確定型（狀態概率未知）和風險型（狀態概率已知）。對于完全不確定型的決策分析通常采用某一準則來進行決策（如樂觀準則、悲觀準則等）；對于風險型決策通常使用隨機性決策（如決策樹方法）。模型是決策分析的重要工具，用來綜合一系列證據和不同來源的知識、數據。在醫藥衛生評價中運用模型技術，既可反映概括所研究問題的基本特征，又符合現實，使決策分析變得更科學。決策樹模型是決策分析模型的一種，用來分析風險型決策。

1.2 決策樹模型簡介決策樹分析法是把某一決策問題的各種供選擇方案、可能出現的狀態、概率及其后果等一系列因素，按其相互關系用樹形圖表示出來，然后按網絡決策的原則和程序進行選優和決策，它還可以隨時補充并進行不確定型情況下的決策分析。決策樹（Decision tree,DT）模型是目前較成熟的決策分析模型之一，它源于20世紀20年代出現的博弈論，20世紀60年代晚期開始應用于解決臨床問題。DT模型具有簡單直觀、易于掌握、計算相對簡便等優點，是臨床決策分析中最常用的模型，它在藥物經濟學、臨床新技術的經濟學評價、干預方案評價等多個醫學相關領域進行了實踐[1]。

1.2.1 決策樹模型分析步驟 決策樹模型分析的基本步驟包括明確決策目的、備選方案和研究背景調研；制定決策路徑[決策流程、選擇計算方法（SINGLE/CE）、確定結局指標]；繪制決策樹模型（據已知條件排列出各個方案和每一方案的各種自然狀態）；設定參數（如概率、產出等不確定因素，并將各狀態概率及損益值標于概率枝上）；計算各個方案期望值并將其標于該方案對應的狀態結點上；進行決策分析（比較各個方案的期望值，并標于方案枝上，將期望值小的即劣等方案剪掉，所剩的最后方案為最佳方案）；敏感性分析。

1.2.2 決策樹模型基本要素

1.2.2.1 三種節點和兩個分枝 決策樹按照從左向右的方向繪制，不同種類的事件用不同形狀的節點進行區別。決策節點“□”，主要反映在可能的投資選擇之間，用方形的決策節點表示；由此出發的分支稱為決策分枝，決策分枝上標注方案名稱。狀態節點“○”，由此出發的分支稱為機會（概率）分枝，機會分枝上標注事件發生的概率值；從決策節點劃分的分支，代表此節點后可能發生的一系列事件，其相應的機會概率總和為1。結果節點“△”，后標結局（損益）值，從機會節點發出的分支，代表此節點后一系列事件的可能結局。

1.2.2.2 相關參數 決策樹模型中的參數包括事件發生的概率值和產出結果（即結局變量）。在藥物經濟學、醫學相關領域的研究中，通過系統綜述、隨機對照試驗直接獲取概率值；通過流行病學數據和國家人口統計數據，運用貝葉斯公式[2]轉換間接獲取概率值；在數據無法取得的情況下，可采用德爾菲法由專家打分制定疾病事件概率[3]。結局包括健康產出和方案成本兩部分，健康產出（臨床效果、效用）可以從系統綜述、隨機對照試驗等文獻中獲得；成本可以從患者的回顧性研究或其它文獻報道中獲得[4]。模型中參數的準確與否直接關系到結論的正確性和準確性，故在獲取數據時，盡量確保數據來源的高質量。

2 TreeAge Pro軟件簡介

2.1 如何獲取TreeAge Pro軟件 TreeAge Pro系列軟件用于構建、分析決策樹、Markov模型和影響圖表的專業分析軟件。這一系列軟件在很多行業都進行了應用，如進行風險評價、研究其中的不確定性，進行決策分析、成本效果分析、Monte Carlo擬和等。

2.2 TreeAge Pro界面（以TreeAge Pro2011為例）目前所使用的TreeAge Pro軟件為全英文版，主要包括為左上角的模型預覽窗口（Model overview window），在此可以看到所建立模型的全貌；位于界面中間的模型編輯窗口（Model editor window），此窗口中，通過選擇右側的控制板（Palette）來控制樹模型的形狀大小，通過選擇樹節點（Tree Nodes）來繪制相應的決策樹；位于右下角的模型參數輸入、編輯、查看窗口（Model input editor and view window），在此窗口中可以輸入、編輯、查看決策樹中的參數，定義參數的類型、變動范圍等項目。

圖1 TreeAge Pro2011主頁面

2.3 創建決策樹模型進入TreeAge Pro界面（圖1），在繪制決策樹模型前，首先要確定結局變量，選擇計算方法，在工具欄內選擇Tree單擊Tree Preferences選擇Calculation Method，若結局變量只包含治療效果或成本，則選擇Simple；若結局變量包含治療效果和成本，則選擇 Cost-effectiveness。確定計算方法后，選擇Tree Nodes中Decision Node（決策節點），拖入模型編輯窗口，根據決策樹的分枝數目，雙擊決策節點，引出決策分枝和相應的Chance Node（機會節點）。在決策節點左側橫線上方輸入模型的名稱，在決策分枝上方輸入方案名稱。雙擊機會節點同樣會引出概率分枝，在概率分枝上方輸入方案可能出現的結果；在概率分枝下方輸入概率參數。分枝完成后，右擊最右側的機會節點，選擇 Change Type中的Terminal Node，這是需要對結局變量進行定義。

2.4 模型參數的輸入在TreeAge Pro中完成了決策樹分枝的繪制后，需要進行參數輸入。在概率分枝下方輸入事件發生的概率，需要注意每個機會節點發出的所有分枝概率之和應該為1。多數情況下，決策樹模型中的數據來源于對文獻的歸納和總結，由于文獻質量參差不齊、實驗誤差以及患者個體差異等的存在，使文獻中同一事件的發生概率不同，表現為概率是一定的區間范圍而非某一確定值。對于這種不確定性的參數，在模型參數輸入時，一般輸入變量型（如字母）參數來代替數值型（確定的數值）參數，以此進行參數設定和后續分析。當輸入變量型參數后，軟件自動彈出對話框需要用戶對參數進行描述。在此可以設定模型運行時參數值和敏感性分析是參數的變動范圍。同樣，可以對產出變量進行類似的設置。

2.5 模型運行結果分析在藥物經濟學評價過程中，根據數據獲取情況和研究目的的不同，可以進行最小成本和成本效果比的計算。軟件自動給出成本最小和最具成本效果的方案。在圖2中，不考慮方案效果，方案一的成本C1=1500，C2=1621，C3= 3300，故軟件劃掉方案二、三，保留方案一。在計算方法中重新選擇 Cost-effectiveness，在模型中輸入效果數據，點擊運行Rollback，結果如圖3所示。結果顯示，方案一每正確診斷1例患者的成本為2206；方案二每正確診斷1例患者的成本為2094；方案三每正確診斷1例患者的成本為3896，故方案二最具成本效果。在成本效果計算中，需要注意Cost-effectiveness選項中的Willingness to pay參數的設定，當 WTP=0，決策選擇成本最低的路徑，此時和最小成本的分析一致；若WTP＞0，在ICER≤WTP的前提下決策優先選擇效果最好的路徑；若WTP＜0，決策選擇C/E比值最低的路徑。

圖2 最小成本法計算結果

2.6 敏感性分析敏感性分析是指從眾多不確定性因素中找出對投資項目經濟效益指標有重要影響的敏感性因素，并分析、測算其對項目經濟效益指標的影響程度和敏感性程度，進而判斷項目承受風險能力的一種不確定性分析方法。敏感分析應用廣泛，主要是在求得某個模型的最優解后，研究模型中某個或若干個參數允許變化到多大，仍能使原最優解的條件保持不變，或者當參數變化超過允許范圍，與最優解已不能保持最優性時，提供一套簡潔的計算方法，重新求解最優解。在醫藥衛生經濟學的研究中，由于參數的獲取方式不同、醫療衛生服務的個體差異性以及預測偏差等原因，模型中所涉及的參數（成本和效果/效用）會存在一定的變動范圍或者某種概率分布，要得到具有說服力的研究結果，需要進行敏感性分析來確定具體變量的影響程度和變量變動范圍對于研究結果的影響。在TreeAge Pro軟件中，可以進行單因素的敏感性分析、Tornado圖表分析以及二元、三元和閾值敏感性分析。最常見、應用最多的是單因素及Tornado圖表分析。圖4顯示，當 CT診斷有結果（CT_clear）的概率在0.75～0.85之間變化時，三種治療方案成本效果比的變化趨勢。可以看出，在此概率范圍內方案二最具成本效果。圖5顯示，方案三中各種因素變化時凈效益變化的范圍。從圖中可以看出PET檢查的成本對方案三凈效益的影響程度最大；而 PET＋CT的診斷率對方案的凈效益影響程度最小。

圖3 成本效果計算結果

圖4 單因素敏感性分析結果

圖5 Tornado敏感性分析結果

總之，通過單因素敏感性分析，可以考察各變量變化范圍內方案結果的改變，從確定在多大程度上可接受某一方案；通過Tornado圖表分析可以看出各變量對方案凈效益的影響程度，從而確定各影響因素在決策分析中的權重。

TreeAge Pro軟件的實際應用遠不止于此。它不僅廣泛應用于衛生決策領域，還應用于其它決策分析中；不僅能對靜態決策進行分析，對于引入時間狀態的動態決策模型（Markov模型）也能進行分析。本文旨在對軟件進行基礎介紹，關于軟件的學習與應用，還需在操作中掌握。

[1] Kassirer J,MoskowitzA,Lau J,et al.Decision anlysis:a progressreport[J]. Ann InternMed,1987,106(2):275-291.

[2] 楊靜,陳冬,程小紅.貝葉斯公式的幾個應用[J].大學數學, 2011,22(2).

[3] 章瓊,邱家學.Markov模型在藥物經濟學評價中的應用探討[J].醫藥信息(下旬刊),2010,23(5):253-253.

[4] 萬小敏,彭六寶,譚重慶,等.運用Markov模型進行藥物經濟學評價的方法概述及國外研究實例分析[J].中國藥房,2009,20(14): 1046-1049.

The Application of TreeAge Pro software in the Medicine & Health Decision Analysis

Li Qian Ma Aixia

TreeAge Pro software is widely used in the field of medical decision making .Most decision analysis literatures involved in the application of decision tree model use this software.Whereas,the article about this software is less and less which hinder the application of it.The aim of this essay is to meet the needs for beginners and easy to use through basic introduction.

TreeAge Pro software;Decision analysis;Application

R-05

A

1673-5846(2014)01-0015-04

中國藥科大學國際醫藥商學院，江蘇南京 211198

李倩，女，碩士研究生，主要從事藥物經濟學方面研究。Tel：15365072002，E-mail：qianli0623@sina.com。

馬愛霞，女，博士研究生導師，教授，主要從事藥物經濟學與醫藥產業政策研究。Tel：025-86185757，E-mail：ma86128@sina.com。