随机决策模型中校准参数的不确定性刻画与估值
应用统计
2022-07-13 v1 定量方法
统计计算
统计方法学
摘要
我们评估了在随机决策模型（DMs）校准参数不确定性的量化价值中，用以刻画此类不确定性的不同方法所带来的影响。我们使用结直肠癌（CRC）筛查的微观模拟 DM，对 10 年结肠镜筛查进行成本-效果分析（CEA）。我们将 CRC 自然史模型校准至流行病学数据，具有不同程度的不确定性，并采用贝叶斯方法获得参数的联合后验分布。我们对所有模型参数进行概率敏感性分析（PSA），以不同方式刻画校准参数的不确定性，并通过信息价值分析估计不同刻画方式的不确定性价值。所有分析均使用运行 Extreme-scale Model Exploration with Swift（EMEWS）框架的高性能计算资源完成。后验分布在部分参数间具有高度相关性。腺瘤发病年龄的 Weibull 风险函数参数具有最高的后验相关性，为 -0.958。考虑校准参数的完整后验分布与最大后验估计时，CEA 结果分布的散布差异很小，在支付意愿（WTP）为 $66,000/QALY 时，完全信息期望价值（EVPI）分别为 $653 与 $685，相近。忽略校准参数后验分布中的相关性，产生了最宽的 CEA 结果分布，并在相同 WTP 下得到最高的 EVPI $809。校准参数不确定性的不同刻画方式对降低 CEA 不确定性的期望价值具有影响。在 PSA 中忽略校准参数间固有相关性会高估不确定性价值。
引用
@article{arxiv.1906.04668,
title = {Characterization and valuation of uncertainty of calibrated parameters in stochastic decision models},
author = {Fernando Alarid-Escudero and Amy B. Knudsen and Jonathan Ozik and Nicholson Collier and Karen M. Kuntz},
journal= {arXiv preprint arXiv:1906.04668},
year = {2022}
}
备注
17 pages, 6 figures, 3 tables