TreeAge Pro 決策分析軟體

幫助健康保險和生技醫藥產業方面擬定決策的軟體

判斷醫療效益
提升該藥品的市場佔有率及該藥廠的名聲
減低病人病痛同時減少健保局的醫療支出

Add to Wishlist

分類: 決策分析, 研究分析軟體標籤: TreeAge Software, 健保決策, 生技醫藥產業決策

描述

利用視覺建模評估比較策略對抗研究的不確定性

(1) 視覺建模工具

使用可視化樹圖編輯器，您可以輕鬆創建模型結構來表示正在研究的問題。模型結構將包括決策點和可能發生的所有事件。結構內的不同節點類型反映了分支是替代選項還是可能的事件。
將節點插入模型結構中的任何位置。複製或移動模型中的單個節點或子樹。複製模型的重複部分以減少建模時間並確保模型中的一致性。

(2) 評估和比較策略

一旦模型完成，TreeAge Pro會自動生成評估模型所需的算法，並選擇最佳策略。這可以讓您專注於手頭的問題，而不是評估模型所需的計算。
標準算法基於其概率給出了策略內每個可能的結果的權重。綜合加權平均數產生每個策略的整體預期值。
分析可以根據所有選項的比較來選擇最佳策略。Treeage 喜好從這些選擇中控制比較的方法 – 最大、最小、成本效益、多屬性或成本效率（需要醫療保健單元）。模型還可以存儲多個度量值。然後，只需更改活動指標並重新分析相同的模型。
當使用回滾分析來自上述的模型時，在所有節點計算預期值（EV）。在決策節點，選擇最大值作為最優策略。

(3) 研究的不確定性

TreeAge Pro允許您研究模型輸入中的不確定性如何影響我們可以通過其輸出得出的結論。為了研究單個參數的不確定性，參數必須由變量表示。Treeage可以在一定範圍的不確定性上分析變量，而不是使用單個點估計。

醫療保健 Markov模型的評估及狀態轉換

(1) 醫療保健模型

通過醫療保健模塊，您可以創建根據成本效益評估的樹狀，以及作為單一措施的成本或效果。
醫療保健模型通常從具有針對特定健康狀況的每個治療選項的分支的決策節點開始。每個治療方案的子樹遵循治療條件，包括任何數量的可能結果。
例如治療特定腫瘤的兩種策略。每個策略都有不同的根除腫瘤的可能性。在每個終端節點，與該結果相關聯的成本和有效性的值。
醫療保健決策樹通常要複雜得多，通常包括每個治療方案的馬爾可夫模型。更複雜的保健樹可能在每個策略中包含許多馬爾可夫模型。
醫療保健模型還可以包含異構性和事件跟蹤。

(2) 成本效益分析

一旦模型完成，TreeAge Pro會自動生成評估模型所需的算法，並選擇最佳策略。這可以讓您專注於手頭的問題，而不是評估模型所需的計算。
標準算法基於其概率給出了策略內每個可能的結果的權重。綜合加權平均數產生每個策略的整體預期值。
TreeAge Pro的醫療模塊允許您通過增加的成本效益比和/或淨收益來比較基於成本效益的策略。您也可以僅基於成本或比較有效性（CER）來比較同一模型中的策略。您甚至可以使用非標準測量，如感染、死亡等。

(3) 狀態轉換/Markov模型

通常，醫療保健模式需要在未來遵循疾病過程。這個問題最常見的方法是創建狀態轉換或Markov模型。

(4) 評估Markov模型

當評估Markov模型時，他們最終為每個有效收益（經常是成本和/或有效性）提供單個期望值（EV）。但是，您可能希望進一步了解導致整體EV的個別計算。 Markov模型分析提供了這個細節。

(5) 異質性和事件跟蹤

TreeAge Pro可以讓您超越傳統的預期價值和/或Markov模型的侷限性。通過隨機遊走（微型模擬）通過模型運行個人“試驗”，您可以在模型中引入異質性和事件跟踪。

(6) 離散事件模擬

TreeAge Pro支持決策樹格式的離散事件仿真（DES）或時間到事件模型。 DES和時間節點類型便於基於時間的模型方法。