TP TreeAge Pro中文帮助中心

分布抽样选项(Distribution sampling options)

创建分布时可选择三种抽样选项,这些选项能让分布在其模型用法上更为灵活。三种抽样率为:

  • 按 EV/每组试验重新抽样(Re-sample per EV/group of trials):为概率敏感性分析抽取不确定参数的可能取值。

  • 按马尔可夫阶段重新抽样(Re-sample per Markov stage):在每个马尔可夫阶段从分布中抽取数值。

  • 按单个试验重新抽样(Re-sample per individual trial):在患者级模拟模型中,为每个试验/每位患者抽取样本。

要更改分布的抽样率:

  • 从工具栏选择视图(Views)> 分布(Distributions)。

  • 在列表中选择一个分布。

  • 单击工具栏上的“编辑”(edit)按钮,打开“添加/更改分布”(Add/Change Distribution)对话框(见下图)。

  • 选择抽样率(Sampling rate)选项。

按 EV/每组试验重新抽样(Resample per EV/group of trials)

默认情况下,分布被设置为在模型的每次 EV 重算时抽样一次。这样,模型每一次 EV 计算都会从该分布中得到一个不同的样本。

在二维模拟(“试验与样本”,trials and samples)中,这种重新抽样是按“每组试验”进行的。默认情况下,简单的微观模拟只对设置为按一阶试验(1st-order trial)或按马尔可夫阶段抽样的分布进行重新抽样。

按单个试验重新抽样(Resample per individual trial)

大多数分布用于为概率敏感性分析抽取不确定参数的可能取值,但分布也可以用来表示个体差异/患者特征。您可以通过 TreeAge Pro 分布的抽样率属性来区分这两类不同的分布。当模型同时包含这两类分布时,这一点尤为重要。

该选项在以下特定模型中会很有用:

  • 使用追踪器变量记录详细患者病史的马尔可夫模型,包括离散事件模型。

  • 用部分分布表示个体间差异或患者特征的树模型。

这些分布被设置为每个一阶试验或每位患者抽样一次。

按马尔可夫状态重新抽样(Resample per Markov state)

您也可以把分布的抽样频率设置为在一阶试验和/或队列/EV 计算过程中,于每个马尔可夫周期/阶段生成一个新的样本值。若需要更高频率的重新抽样,可使用 DistForce() 语法。

非模拟(EV 计算)期间的抽样

在不运行患者级模拟或 PSA 时,分布会怎样?在回推、敏感性分析等非模拟分析中,对分布的引用每次都会返回均值。若使用了“覆盖均值”(Override mean),则返回的值将是用于计算均值的覆盖值。不过,Dist() 函数可以改变这一行为,在任意 EV 计算中返回从所引用分布中随机抽取的样本值。

要让 Dist() 函数在期望值(EV)计算期间返回随机分布样本,只需为该函数添加第二个参数并取值 1。公式 DistForce(n) 或 Dist(n;1) 将在树计算的每次引用该分布时,从分布编号 n 中抽取一个新值。

这也意味着,在树中引用该分布的每一处,都会返回不同的样本值。