藥物經濟學模型之Markov模型(三):手把手教如何進行研究設計

2021-01-14 醫咖會

上一期(藥物經濟學模型之Markov模型(二):從一篇文章講研究問題和研究設計(含操作))我們通過一篇文章[1]簡要介紹了什麼是藥物經濟學研究和Markov模型,並應用TreeAge軟體展示了如何構建Markov模型基本骨架(如下圖),這一期我們繼續進一步完善模型的其他組分。



還記得這副圖(圖2)嗎?目前我們模型的骨架已經搭建到Markov狀態這一列,接下來在除了死亡(吸收態)之外的其他四個markov狀態(NYHA I~IV)之後,我們進一步將患者可能發生的事件(即無事件、心衰住院和死亡)按Model 1中的結構填充進去。

操作如下:在NYHA I之後右鍵添加四個機會結,標明相應的事件(無事件、心衰住院、心血管死亡和非心血管死亡),在心衰住院機會結後再添加兩個機會結(心衰再住院和無事件)。這裡主要是考慮到心衰住院的患者存在一個易損期(出院後2個月內)和穩定期,在易損期內再次發生心衰住院的風險很高。對圖中NYHA I後的所有機會結進行複製,然後黏貼在其他心功能狀態之後。



然後右鍵心血管死亡和非心血管死亡的機會結,轉換成終止結,此時會彈出選擇框,我們如圖選擇死亡狀態,這樣患者在進入死亡的吸收態之後就不再進行下一個循環的模擬。



接著是Markov模型構建的第二步「確定不同健康狀態之間可能的轉化」。心衰患者在經歷一個周期之後,存活的患者中其NYHA心功能狀態會發生變化,因此在每個周期的最後,要對存活患者的心功能狀態進行轉換,然後進入下一個循環。操作如下:在上述模型的每個機會結後面添加四個機會結,並將四個機會結改為終止結(如圖,此時終止結會跳轉出一個選擇框,分別雙擊選擇NYHA I、II、III、IV)。對圖中無事件機會結後的四個終止結進行複製,然後依次黏貼在其他機會結之後。



一頓操作猛如虎之後,目前搭建的Markov模型骨架的邏輯是:射血分數減低型心衰患者分別接受達格列淨+標準化治療或者標準化治療,所有的患者可能出現五種狀態(NYHA I~IV和死亡);NYHA I~IV的患者每個周期會經歷無事件、心衰住院、心血管死亡和非心血管死亡四種情況;在每個周期終末存活的患者NYHA心功能狀態會發生轉換,然後繼續進入下一個循環周期,而死亡的患者則循環終止。


Markov模型構建的第三步是確定每個循環(周期)的時長以及模型需要模擬多少個循環。每個周期長度和循總次數的確定取決於疾病本身的特點和研究者的一些特殊考慮。假設你要研究的是不同抗生素在某一種細菌導致的肺炎患者中的成本效益,那麼由於疾病本身是可以在院內治癒的,模擬時常可能僅僅幾天或幾十天,只需要一個周期就夠了;而如果你要研究的是一個慢性疾病(本例中是心力衰竭),那麼可能需要做一個長達幾年、幾十年甚至終身的模擬。


在本例中,我們將一個周期設定為3個月,總模擬時長為終身,考慮如下:(1)在DAPA-HF研究中入選的心衰患者(其本身心臟存在結構和功能異常,並不是像那種因為腎動脈狹窄引起的Pickering症候群或是其他一過性的心衰),在沒有禁忌症的情況下都是需要進行終身治療的,因此需要進行終身模擬;(2)DAPA-HF研究中中位隨訪時間為18.2個月,我們將一個周期定為3個月,一是大部分研究都使用3個月這個時間節段,二是用3個月模擬6個周期後可以把DAPA-HF研究的事件數與模型事件數進行比較(當然,你想把一個周期設定為6個月、18個月也不是不可以);(3)較短的周期可以更精確的去計算可能使用多長時間的達格列淨之後在總人群中開始出現較高的成本-效用。


那麼,模擬心衰患者終身大概是到多少歲呢?或者說一共需要模擬多少個循環?由於模型的治療效果的具體參數是來自DAPA-HF研究[2],因此我們參考DAPA-HF研究中入選的患者的具體年齡(平均年齡約65歲),以及我國2015年人口普查的預期壽命(男性73.64,女性79.43,平均76.34)[3],我們取最大值80歲作為模型終止的年齡,故要進行15年的模擬,總計60個循環。


在TreeAge軟體中的操作如下:返回到模型中的Markov結所在的區域,然後雙擊下方Markov information對話框,在「Term:_STAGE =」中設定Term:_STAGE =60,即表示一共需要進行60個循環。



至此,整個Markov循環的骨架就完全搭建完成,接下來的工作便是將每個周期的數據填充進模型之中,其中的數據涉及事件發生率、不同心功能狀態的轉換概率、各類成本、不同生存狀態對應的生存效用、貼現率等,我們將在後面的課程中詳細講解。

 

[1] Yao Younan, Zhang Rongcheng, An Tao, et al. Cost-effectiveness of adding dapagliflozin to standard treatment for heart failure with reduced ejection fraction patients in China.[J] .ESC Heart Fail, 2020, undefined: undefined. DOI: 10.1002/ehf2.12844.

[2] Mcmurray JJV, Solomon SD, Inzucchi SE, et al. DAPA‐HF Trial Committees and Investigators. Dapagliflozin in patients with heart failure and reduced ejection fraction. N Engl J Med 2019; 381:1995–2008.

[3] https://data.stats.gov.cn/easyquery.htm?cn=C01.


(小夥伴可以在醫咖會公眾號主頁面回復關鍵詞「TP操作手冊」,獲取TreeAge Pro軟體的操作手冊。)

 


醫咖會面向醫生個人、醫院/單位、企業提供各種科研服務,包括研究設計、統計分析、EDC系統、科研培訓等,詳情查看:醫咖會可為你提供這些科研服務,助你解決各種科研難題!。快加小咖微信(xys2019ykh)或掃描以下二維碼加小咖微信諮詢吧。


相關焦點

  • 藥物經濟學模型之Markov模型(一):你真的看懂NNT了嗎?
    隨著藥物開發、效果評價和上市後安全性檢測系統的不斷成熟和完善,目前全世界幾乎每天都有新藥在進行臨床研究。在新藥臨床研究的過程當中,除了要求藥企或研究者提供藥物有效性和安全性數據之外,往往還要求提供顯示藥物「性價比」的參數。
  • 經濟學模型的精神與靈魂
    變量是否真實地代表了被研究的經濟現象,是否能最精準地描述被研究的目標,這需要經濟學者去粗取精、去偽存真,作正確的哲學思考和經濟學判斷;將若干變量科學地整合,清晰地表述,使之能夠由此及彼,由表及裡,相互推演,這需要展示模型設計者或應用者的數學統計學功底和邏輯思維能力。因此,一個經典的經濟學模型理當是哲學、經濟學、邏輯學以及統計學、數學知識的完美組合。
  • 為什麼建議結構方程模型新手首選Amos?
    前者用於測量模型的驗證,後者用於結構模型驗證,也就是說結構方程模型包括這兩部分——測量模型和結構模型。舉個例子:遊客滿意度是個潛變量,我們無法直接測出一個人的滿意度,但可以通過設計量表來測量遊客的滿意度,這時候設計的題項就是觀測變量。在學習AMOS的過程最好是實例+理論相結合著去學習,也就是把學到的理論應用到實例中,再用軟體去操作。
  • 【教你一招】如何用引力模型研究城市吸引力?| 8月會員專享沙龍
    【數派學院】 靠譜的數據主題在線教育平臺使用Python進行城市研究系列課程公開課全集
  • 三狀態Markov鏈模型如何進行多跳ARQ協議吞吐量的分析
    首先,本文介紹了瑞麗衰落信道,並且採用兩狀態的Gilbert Elliott信道模型對其「記憶性」進行了描述,從而得到信道在平穩狀態下的狀態轉移概率。其次,通過建立多跳ARQ (Automatic RepeatRequest)系統的三狀態Markov鏈模型,得到了多跳ARQ系統在中繼節點不丟包的狀況下通信系統吞吐量的解析式。最後,我們考慮了中繼節點丟包的狀況並設定丟包的臨界中繼為第
  • 貝葉斯勸說模型研究的進展和應用
    近年來,一系列研究在各個方面拓展了基本模型,這些拓展研究包括兩個方向:一個是深入探討信息設計的策略本身;另一個是討論市場結構和信息設計策略的相互影響對市場均衡的塑造。針對信息設計本身的討論細化了信息設計者和接收者的性質,探討了這些性質對信息設計策略和可行性的影響。例如,發送者與接收者對於自然狀態的先驗概率不同,或接收者有一些私人信息可以進行輔助決策。
  • arXiv | 藥物組合的深度生成模型
    策略網絡(Policy Network)是將中間圖集Gt和scaffold子圖集C作為輸入,輸出動作at,預測Gt中每個圖的新連接,作者使用近端策略優化PPO訓練模型。模型是利用不同的獎勵機制、疾病集合和動作空間,將提出的強化模型分為三個階段進行訓練,利用HVGAE生成的疾病表徵,逐漸關注目標疾病。
  • 經濟學決不僅僅是數理模型的推導
    事實上,越來越多的經濟學人把經濟學研究僅僅當作數理模型的推導,或者是對數據關係的分析;結果,經濟學研究逐漸蛻變為應用數學的分支。相應地,目前經濟學專業刊物上發表的絕大多數論文也都充斥著數學公式和符號,從而形成了一種強烈的數量拜物教。問題是,這種缺乏辯證眼光的發展取向合理嗎?
  • 建立標準化醫藥經濟學評估模型 提高醫保決策質量
    在近期我國醫保的談判準入中,也開始正式要求廠商提交經濟學評估資料。但是,醫藥經濟學評估是一項繁複的研究工作,其中包含大量的數據採集和計算,要做出高質量,殊為不易。同時,醫藥經濟學評估經常被應用於定價、準入、招標採購等環節,牽涉的利益巨大,其研究過程也容易受到幹擾。因此,醫藥經濟學評估的結果,往往不容易獲得決策者的認可。
  • 計量模型好壞的評價標準,經濟研究如是說
    例如,計量經濟學中廣為採用的 Granger 因果關係檢驗就是從變量之間的預測關係來檢驗因果關係。如何定義因果效應並進行有效識別則成為可信性革命第二次和第三次大討論的核心話題。一方面,計量經濟學分析的重要環節之一就是如何判斷究竟哪些因素與「實驗」有關,只要無法確定所有顯著有關的變量,我們就面臨著誤設實驗模型的問題,因而也不具備實驗科學所要求的基礎條件( Hendry,1995)。另一方面,即使是一種因果關係,基於回歸模型也很難對其背後的作用機制進行清晰的刻畫,或者明確究竟是哪一項機制在起作用。
  • Nature Med:諾華新研究應用PDX模型進行抗癌藥物高通量篩選
    2015年11月16日訊 /生物谷BIOON/ --最近,來自諾華生物醫學研究院的研究人員在國際學術期刊nature medicine上發表了一項最新研究進展,他們建立了大量PDX動物模型用於抗癌小分子化合物篩選,這項研究表明PDX模型在藥物的臨床前評估以及臨床效果預測方面具有非常好的應用前景
  • 【流體】| 手把手教你ANSYS CFX仿真多相流VOF模型-以水池排水為例
    1、導入網格請參考前面老曾的文章《【流體】| 手把手教你如何用ANSYS CFX仿真流場,以混合器示例 》。本模擬是水在重力條件下自行流出,所以需要開啟浮力模型。選擇buoyant模型,重量方向設置為-Z方向。參考密度設置為密度較小的空氣的密度1.185 Kg/m3。
  • Survey | 基於生成模型的分子設計
    文章對分子生成模型進行了分類,並介紹了各類模型的發展和性能。最後,作者總結了生成模型作為分子設計前沿工具的前景和挑戰。材料創新是許多技術進步的關鍵驅動力。從清潔能源、航天工業到藥物發現,化學和材料科學的研究不斷向前推進,以開發新用途、低成本和高性能的分子。材料發現的傳統方法是從一組具有特定性質的分子開始,深入研究其結構與性質之間的關係並以此為依據對化合物的結構進行改進。
  • 科學家開發出新型腸癌模型 或有望揭示癌細胞如何對免疫療法藥物...
    2020年11月25日 訊 /生物谷BIOON/ --近日,來自英國倫敦癌症研究所等機構的科學家們通過研究開發出了一種複雜的模型系統,其或能模擬最常見的腸癌,並能揭示腸癌是如何躲避免疫療法攻擊的;2020年在美國國家癌症研究所虛擬展示會上所展示的一項正在進行的研究的初步研究結果對科學家們闡明腸癌如何對藥物cibisatamab產生耐藥性提供了新的見解,該藥物是由羅氏製藥公司開發的一種新型的免疫療法藥物
  • 陳平:如何看待當代經濟學
    【內容摘要】2013年8月,陳平教授接受了《世界經濟協會通訊》的採訪,針對從何種視角看待當代經濟學、宏觀經濟中有哪些重要內容、如何解釋宏觀經濟波動、如何看待覆雜性經濟學與主流經濟學的關係、對不斷變化的中國經濟的觀測研究有哪些啟示,以及未來經濟學多元化的發展有哪些有利和不利因素等問題,進行了細緻的回答。
  • 小鼠模型在轉化醫學研究中的應用
    小鼠模型已經成為研究基因功能與致病機制、建立人相關疾病模型和評價研發藥物安全性與有效性等生物醫藥研究不可取代的模式動物。轉化醫學研究就是針對來自臨床患者實際問題,通過實驗室包括分子、細胞及模式動物的相關基礎及臨床前研究,最終實現解決臨床所面臨的已知與未知的難題。
  • 手把手:教你如何用深度學習模型預測加密貨幣價格
    如果你真的想了解其中的基礎理論,那麼我推薦你閱讀這三篇文章:《理解LSTM網絡》、《探究LSTM》、原始白皮書。出於私心,我主要是想吸引更多的非專業機器學習愛好者,所以我會儘量減少代碼的篇幅。如果你想自己使用這些數據或者建立自己的模型,本篇文章同樣提供了Jupyter (Python) 筆記供參考。那麼,我們開始吧!
  • 如何使用XGBoost模型進行時間序列預測
    字幕組雙語原文:如何使用XGBoost模型進行時間序列預測英語原文:How to Use XGBoost for Time Series Forecasting翻譯:雷鋒字幕組(Shangru)XGBoost是在有效解決分類和回歸問題的一種梯度提升方法。在廣泛的預測模型任務中,它快且有效,性能好。
  • 質點模型
    「質點」即有質量的點。質點只佔據空間位置,而不佔有空間體積!質點在實際中並不存在,即便是原子、電子等微觀粒子也會有一定的體積,從而佔有一定的空間。在分析問題中,可簡化為質點模型的主要有三種情況:一、研究對象相對於其所處空間非常小;二、物體上各點運動完全一致時可簡化為質點;三、依據一定的研究目標可以簡化為質點。第一種情況是質點模型應用的最常見形式。
  • 三分鐘看完計量經濟學!
    一、建模步驟A,理論模型的設計:a,選擇變量b,確定變量關係c,擬定參數範圍B,樣本數據的收集:a,數據的類型b,數據的質量C,樣本參數的估計:a,模型的識別b,估價方法選擇D,模型的檢驗a,經濟意義的檢驗:1、正相關;2、反相關等等b,統計檢驗:1、檢驗樣本回歸函數和樣本的擬合優度;2、樣本回歸函數和總體回歸函數的接近程度