Probabilistische gevoeligheidsanalyse

Probabilistische gevoeligheidsanalyse (PSA) varieert alle onzekere parameters tegelijkertijd via Monte Carlo-simulatie om een kansverdeling van uitkomsten te produceren.

Waarom het ertoe doet

Eenvoudige gevoeligheidsanalyse test één variabele tegelijk; PSA vangt de gecombineerde onzekerheid van alle parameters samen op.

De wiskunde

Voor elke simulatie i: trek parameterwaarden uit hun verdelingen, bereken uitkomst_i
Kans op kosteneffectiviteit = aantal simulaties onder drempel / totaal aantal simulaties

Uitgewerkt voorbeeld

10.000 Monte Carlo-simulaties van een nieuw diagnostisch hulpmiddel tonen dat het in 72% van de simulaties kosteneffectief is bij een drempel van £20.000/QALY — weergegeven in een kosteneffectiviteitsacceptatiecurve (CEAC).

Verbinding met software-engineering

Vergelijkbaar met Monte Carlo-belastingtests die meerdere onzekere systeemparameters tegelijk variëren in plaats van er één per keer.

Valkuilen

• Correlaties tussen parameters negeren bij het samplen.
• De CEAC verkeerd interpreteren als een simpel percentage in plaats van een kansverdeling.

Bronnen

• Briggs AH, et al., Decision Modelling for Health Economic Evaluation.
• NICE DSU Technical Support Documents.