Probabilistyczna analiza wrażliwości

Probabilistyczna analiza wrażliwości (PSA) zmienia wszystkie niepewne parametry jednocześnie za pomocą symulacji Monte Carlo, aby uzyskać rozkład prawdopodobieństwa wyników.

Dlaczego to ważne

Prosta analiza wrażliwości testuje jedną zmienną naraz; PSA uchwyca łączną niepewność wszystkich parametrów razem.

Matematyka

Dla każdej symulacji i: wylosuj wartości parametrów z ich rozkładów, oblicz wynik_i
Prawdopodobieństwo efektywności kosztowej = liczba symulacji poniżej progu / całkowita liczba symulacji

Rozwiązany przykład

10 000 symulacji Monte Carlo nowego narzędzia diagnostycznego pokazuje, że jest ono efektywne kosztowo w 72% symulacji przy progu £20 000/QALY.

Powiązanie z inżynierią oprogramowania

Przypomina testowanie obciążeniowe metodą Monte Carlo, które zmienia wiele niepewnych parametrów systemu jednocześnie.

Pułapki

• Ignorowanie korelacji między parametrami przy próbkowaniu.
• Błędna interpretacja CEAC jako prostego procentu zamiast rozkładu prawdopodobieństwa.

Źródła

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