构建马尔可夫模型
尽管大多数决策树都包含简单的时间概念(即按时间顺序从左到右),但标准树结构并没有便捷的方式来表现随时间反复发生的事件。状态转移模型(state transition model),也称马尔可夫模型,正是为此而设计的。马尔可夫模型可用于模拟短期过程(如肿瘤的发生发展)和长期过程(如个体的生命周期)。
在状态转移图(State Transition Diagram,见下文)中,每个状态用椭圆表示,箭头表示转移。在 TreeAge Pro 中您可以创建状态转移图,但它们不能用于任何分析。您可以将状态转移图(STD)转换为马尔可夫模型,并添加模型输入后再对模型进行分析。

TreeAge Pro 以决策树的形式表示马尔可夫模型,这样更容易集成到决策树中。在 TreeAge Pro 决策树中,凡是可放置终端节点的路径位置,都可以附加马尔可夫模型。下面展示医疗教程的示例树 Markov Cancer Final.trex。我们将在后续各节中构建这个成本效果马尔可夫模型。

设计一个基本马尔可夫模型需要考虑若干组成部分,包括:
马尔可夫节点(Markov Node):启动马尔可夫过程并定义其运行时长。
健康状态(Health States):描述患者当前健康状况的一组彼此不同的健康状态。在每个周期的开始,队列被分配到各健康状态中。
事件/转移子树(Events/Transition Subtrees):位于每个健康状态右侧的模型结构,定义患者在该健康状态中开始一个周期后可能经历的事件。死亡(吸收)状态没有转移子树。
周期长度(Cycle length): 马尔可夫模型中单个周期(或阶段)所代表的时间长度。该值是隐含的,但必须在所有概率、所有回报(reward)和终止条件中保持一致。
初始概率(Initial probabilities): 描述队列在各状态间初始分布的一组概率。它们仅在第一周期之前使用。对于其他所有周期,每个状态中队列所占的比例取决于转移子树。
事件/转移概率(Event/transition probabilities): 转移子树中所有事件的概率,包括但不限于状态之间的转移。
数值/回报(Values/Rewards): 所计算的每个结局指标的每周期成本及/或效用值(如成本、QALY)。回报可以与模型中的任何健康状态和任何事件相关联。
终止条件(Termination condition): 在每个新周期开始时求值的逻辑检验,用于判断过程应继续还是停止。
更多细节:
点击此链接了解在 TreeAge Pro 中构建状态转移图(State Transition Diagrams)的更多细节。
有关马尔可夫模型计算以及非标准马尔可夫模型的更多细节,请参见附录:马尔可夫模型的计算基础(Appendix: Calculation Basics of Markov Models)一节。