队列规模大于 1
在大多数队列模型中,我们通常考虑规模为“1”的同质队列。这样生成的结果(例如成本和效果)会以每名个体的平均值形式报告,这通常适合用于策略比较。
不过,我们可以通过用非一致概率建立模型,来考虑规模大于 1 的队列。TreeAge Pro 通常要求各节点(机会节点、马尔可夫节点等)的分支概率之和为 1.0。满足这一要求的概率称为“一致(coherent)”概率。然而,在某些情况下,放宽或取消这一限制可能会很有用(例如动态队列分析)。在马尔可夫节点和机会节点上取消一致性限制后,模型便能以不同的方式使用分支概率。
打开 Healthcare 教程示例树 Dynamic Cohort - Markov Cancer.trex。在该模型中,队列规模是依据马尔可夫节点右侧的非一致概率设定为大于 1 的。该模型本身已使用非一致概率,但下面的说明会演示如何完成这一设置。
将节点设置为允许非一致分支概率:
选择该节点。
右键单击,在下拉菜单中选择“Coherence”,展开后选择“Allow <> 100% for this node”。
注意马尔可夫节点上方的红色标记。它表示该节点已开启非一致性。

红色标记表示该模型中的马尔可夫节点(Tx 1)已开启非一致性,如下图所示。

有关一致性(Coherence)设置的更多细节,请参阅使用非一致概率/归一化(Using non-coherent probabilities/Normalization)一节。
一旦在该节点上设置了非一致性,其分支的概率值之和不等于 1 也不会导致分析报错。
查看该模型,观察马尔可夫节点下方各健康状态(Health States)分支的概率值。下一节将考察入口节点(Entry Node),它不需要分支概率;而其他节点都有分支概率,用于确定队列的起始规模:
Local Cancer:初始 Local Cancer 队列值为 nStartLocal = 20000
Metastases:初始 Metastases 队列值为 nStartMets = 2000
Dead:初始队列值为 0
这意味着队列的起始规模为 22000。该队列随后将在模型中流转,为整个人群累积收益(成本和效果)。报告显示的结果将显著高于队列规模为 1 时分析所得的结果。
该模型还包括一个名为 New Patients 的入口节点,用于随时间向队列中添加成员。这将在下一节介绍。