《表1 文献检索策略：药物经济学概率敏感性分析中关联参数的处理与实践探讨》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《药物经济学概率敏感性分析中关联参数的处理与实践探讨》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

模型法下的参数来源于多种途径，敏感性分析是处理参数不确定性的主要方法，以确保结果或结论的稳定性[2]。概率敏感性分析（Probabilistic Sensitivity Analysis，PSA）是指在每个不确定性参数的分布下随机抽样，通过Monte-Carlo模拟重复计算模型结果，是考虑模型下所有参数的不确定性对结果的综合影响。Markov模型与概率敏感性分析的前提之一为参数相互独立，而在实践操作中会违背这一前提条件，存在关联参数，即参数间相互影响。通过中国知网2010年至今公开发表的基于Markov模型的药物经济学评价研究（检索策略见表1），仅万小敏[3]于2018年首次提出概率敏感性分析中关联参数的参数分布。本文将对Markov模型下的关联参数进行分析与探讨，通过Cholesky分解对关联参数校正处理，并通过Excel实例操作加深读者理解。