分层网络上的逆优化：在乳腺癌临床路径中的应用

临床路径是概述管理特定疾病所需步骤的标准化流程。然而，患者路径常常偏离临床路径。衡量患者路径与临床路径的一致性对于卫生系统监测和告知质量改进举措十分重要。在本文中，我们开发了一种基于逆优化的方法来衡量复杂疾病乳腺癌的路径一致性。我们在对患者在卫生系统中历程建模的分层网络中捕捉这种复杂性。在该分层网络上建立并求解了一个新颖的逆最短路径模型以估计弧成本，这些成本被用于形成一致性度量，以衡量患者路径与最短路径（即临床路径）之间的距离。利用来自加拿大安大略省的真实乳腺癌患者数据，我们证明了我们的一致性度量与所有乳腺癌患者亚组的生存率具有统计显著关联。我们还用它量化了所有亚组患者路径不一致的程度，发现进行额外临床活动的患者构成了人群中不一致的主要驱动因素。