用于传染病干预措施卫生经济学评价的动力学贝叶斯马尔可夫模型
统计方法学
2018-09-05 v5
摘要
背景。针对传染病的干预措施之卫生经济学评价通常基于常微分方程（ODE）系统或马尔可夫模型（MMs）的预测。标准MM是静态的，而ODE系统通常是动态的并考虑了群体免疫，这对防止感染患病率的过高估计至关重要。包含概率模型参数的复杂ODE系统计算密集。因此，文献中主要提出包含确定性参数的基于ODE的模型。这些未考虑参数不确定性。结果，作为卫生经济学评价关键组成部分的概率敏感性分析（PSA）无法直接进行。方法。我们提出了一个贝叶斯框架下的动态MM。我们通过将感染力纳入状态分配算法来扩展静态MM。相应的输出基于患病率的动态变化，从而考虑了群体免疫。与确定性的基于ODE的模型相反，PSA可以直接进行。我们引入了一个虚构性传播感染的案例研究，并将我们的动态贝叶斯MM与确定性的和贝叶斯的ODE系统进行比较。这些模型均针对时间序列数据进行了校准。结果。通过案例研究，我们表明我们的方法产生的结局可与贝叶斯ODE系统的“金标准”相媲美。结论。与文献中的ODE系统相比，动态MM的设置在可管理计算量（包括校准）下是概率性的。贝叶斯ODE系统的运行时间长达44倍。
引用
@article{arxiv.1512.06881,
title = {A dynamic Bayesian Markov model for health economic evaluations of interventions in infectious disease},
author = {Katrin Haeussler and Ardo van den Hout and Gianluca Baio},
journal= {arXiv preprint arXiv:1512.06881},
year = {2018}
}