Одна из целей анализа решения состоит в том, чтобы включить предпочтение пациентов в процесс принятия решений. Эта цель достигается путем количественного определения риска и выгод различных выборов, включая желательность конечного исхода.
Сообщите о результатах любых анализов чувствительности.
Есть несколько видов анализа чувствительности. В пороговом анализе вероятности и полезности варьируются, чтобы определить «точку равновесия» каждой переменной в модели, т. е. точки, в которых исходы в сравниваемых стратегиях эквивалентны 21. Могут быть также выполнены одно-, двух- и трехфакторные анализы чувствительности, в которых одновременно варьируют одну, две и три переменных соответственно, чтобы определить изменения в исходах ( 18.2 и 18.3). Эти рисунки могут содержать «линии стратегии». Точку, в которой пересекаются линии стратегии, называют «порогом решения», что означает, что по обеим сторонам порога оптимальное лечение различается.
Детерминированный анализ чувствительности применяется к моделям, использующим одиночные значения (или «точечные оценки», такие как средние или медианы), тогда как вероятностный анализ чувствительности применяется к моделям, использующим диапазоны значений. Используя одиночные значения, детерминированные модели, по существу, игнорируют неопределенность или вариабельность в данных и, таким образом, могут создать ложное впечатление точности. Вероятностные модели, включающие больше неопределенности в данные, как правило, представляют более реалистичные модели.
Одна из причин для проведения анализа чувствительности состоит в том, чтобы определить, требуются ли лучшие данные для модели.
Объясните, как была оценена и включена неопределенность в анализе 17.
Неопределенность присуща любому клиническому состоянию, так же как и любой попытке смоделировать состояние. Лучшие анализы пытаются установить важные источники неопределенности и оценить ее влияние на смоделированных решениях 17.
В анализах решения могут быть оценены три типа неопределенности 17. Структурная неопределенность имеет отношение к адекватности математической модели, используемой в анализе. Как описано выше, решения могут быть смоделированы с помощью различных математических методов, что может повлиять на результат. Методологическая неопределенность имеет отношение к предположениям об аналитических шагах, используемых в модели. Например, выбор используемого учетного процента или предположения при моделировании случайных или фиксированных эффектов ( указание 17.20). Наконец, параметрическая неопределенность связана с неопределенностью или вариабельностью в значениях переменных, используемых в модели. Здесь неопределенность может следовать 1) из нехватки доказательств, как в случае, когда используется мнение экспертов как источник значений, 2) из ошибки в формировании выборки, которая возникает, когда значения взяты из маленьких выборок, или 3) из биологических вариаций, которые могут быть следствием небрежного объединения данных из различных гетерогенных подгрупп.