Deterministik Duyarlılık Analizi — Model Sağlamlığı İçin Sistematik Parametre Değişimi
Deterministic Sensitivity Analysis — Systematic Parameter Variation for Model Robustness · Ayrıca şöyle bilinir: DSA, One-Way Sensitivity Analysis, Tornado Diagram Analysis, Parametric Sensitivity Analysis
Deterministik Duyarlılık Analizi (DDA), bireysel veya birleşik girdi parametreleri makul aralıklar boyunca, tek tek veya yapılandırılmış kombinasyonlar halinde değiştirildiğinde model çıktılarının nasıl değiştiğini, olasılıksal örnekleme yapmadan test eder. Ekonomik modelleme, karar ağaçları ve matematiksel programlamada, hangi parametrelerin sonuçları yönlendirdiğini belirlemek ve modelin sağlamlığını düzenleyicilere, inceleyicilere ve paydaşlara göstermek için standart bir yaklaşımdır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Düzenleyiciler, sağlık teknolojisi değerlendirme kuruluşları veya hakem değerlendirmesi için model belirsizliğinin şeffaf, denetlenebilir bir hesabına ihtiyaç duyduğunuzda DDA'yı kullanın — olasılıksal örneklemenin opak veya hesaplama açısından pahalı olacağı bağlamlar. Parametre aralıkları bilindiğinde ancak dağılım formları bilinmediğinde veya model çalışma süresi Monte Carlo'yu imkansız kıldığında uygundur. Etkili parametrelerin ilk taranması için tek yönlü DDA'yı, ardından karar değiştiren bir değere yaklaşan parametreler için iki yönlü veya eşik analizini kullanın. Ortak parametre belirsizliği önemli ve ilişkili olduğunda olasılıksal analizin yerine DDA'yı KULLANMAYIN — birleşik belirsizliği hafife alabilir. Modelin oldukça doğrusal olmayan olduğu durumlarda bundan kaçının, çünkü tek tek değişim, yalnızca birden fazla parametre birlikte değiştiğinde ortaya çıkan etkileşim etkilerini gözden kaçırabilir.
Güçlü yönler & sınırlılıklar
- Tamamen şeffaf ve tekrarlanabilir: her sonuç, örnekleme varyansı olmaksızın açık bir parametre ayarına kadar izlenebilir.
- Hesaplama açısından ucuz: yalnızca parametre sayısı çarpı test değeri sayısı kadar model çalıştırması gerektirir, bu da büyük veya yavaş modeller için uygulanabilir olmasını sağlar.
- Teknik olmayan kitlelerin ve karar vericilerin kolayca yorumlayabileceği tornado diyagramları aracılığıyla belirsizliği sezgisel olarak iletir.
- Eşik değerlerini — bir kararın değiştiği kesin girdi seviyesini — belirler, veri toplama öncelikleri için eyleme geçirilebilir rehberlik sağlar.
- Sağlık teknolojisi değerlendirme yönergeleri (NICE, CADTH, EMA) ve ekonomik değerlendirme raporlama standartları tarafından gerekli veya şiddetle tavsiye edilir.
- Dağılımsal varsayımlar gerektirmeden herhangi bir model türüyle — karar ağaçları, Markov modelleri, doğrusal programlar, elektronik tablo modelleri — çalışır.
- Tek tek değişim, parametre etkileşimlerini ve korelasyonlarını göz ardı eder, pratikte ortaya çıkan kombinatoryal etkileri potansiyel olarak gözden kaçırır.
- Çıktılar üzerinde bir olasılık dağılımı üretmez, bu nedenle bir sonucun doğru olma olasılığını nicel olarak belirleyemez.
- Parametre aralıklarının seçimi özneldir ve önceden belirlenmiş kanıtlara dayanmadığında istenen sonuçlara ulaşmak için manipüle edilebilir.
- Çok sayıda parametreye sahip modeller için kötü ölçeklenir — gerekli çalıştırma sayısı doğrusal olarak artar, ancak 20-30 parametrenin ötesinde görsel temsil zorlaşır.
- Aşırı senaryo (en kötü/en iyi durum) sonuçları, tüm parametreler eş zamanlı olarak uç noktalarda olduğunda inanılmaz derecede kötümser veya iyimser olabilir.
SSS
Tek yönlü ve iki yönlü deterministik duyarlılık analizi arasındaki fark nedir?
Tek yönlü DDA, diğer tüm parametreleri temel değerlerinde tutarak tek bir parametreyi aynı anda değiştirir ve her parametrenin bireysel etkisini izole eder. İki yönlü DDA, iki parametreyi bir kombinasyonlar ızgarası boyunca eş zamanlı olarak değiştirerek, iki parametre arasındaki etkileşim etkilerini ortaya koyan bir kontur veya sonuç tablosu üretir. Tek yönlü, ilk tarama için; iki yönlü ise karar eşiğine yaklaşan çiftler için kullanılır.
DDA'yı olasılıksal duyarlılık analizi (ODA) yerine ne zaman kullanmalıyım?
DDA'yı, parametreler için dağılım formları bilinmediğinde, model hesaplama açısından pahalı olduğunda, düzenleyici yönergeler şeffaflık için bunu gerektirdiğinde veya ODA için hangi parametrelerin dağılım spesifikasyonunu gerektirdiğini belirlemek için ilk adım olarak kullanın. Önemli ortak belirsizlik altında karar verme için ODA tercih edilir çünkü çıktıların tam olasılık dağılımını yakalar. DDA ve ODA tamamlayıcıdır, rekabet etmezler — en iyi uygulama her ikisini de kullanır.
DDA'da her parametre için aralığı nasıl seçerim?
Aralıklar analizden önce önceden belirlenmeli ve kanıta dayalı olmalıdır: literatür güven aralıkları, klinik uzman görüşü alımı, düzenleyici rehberlik belgeleri veya mevcut veri kaynaklarındaki gözlemlenen aralık. Aralıklar, tercih edilen bir sonucu desteklemek için seçilmemelidir. Sağlık ekonomik modelleri için, birincil çalışmadan elde edilen %95 güven aralıkları standarttır; diğer alanlar için, belgelenmiş minimum ve maksimum gözlemlenen değerler yaygındır.
Tornado diyagramı nedir ve nasıl okunur?
Tornado diyagramı, her çubuğun bir parametreyi temsil ettiği yatay bir çubuk grafiktir. Çubuk, temel çıktıdan sola (düşük değerli sonuç) ve sağa (yüksek değerli sonuç) doğru uzanır. Çubuklar, en genişten (en etkili) en dara (en az etkili) doğru yukarıdan aşağıya sıralanır ve tornado şeklini oluşturur. Dikey bir çizgi temel çizgiyi işaretler. Karar eşik çizgisini geçen çubuklar, sonucu bireysel olarak tersine çevirebilecek parametreleri gösterir.
DDA sadece sağlık ekonomisine mi uygulanır, yoksa daha geniş çapta mı kullanılır?
DDA, belirsiz girdilere sahip nicel modellere dayanan her alanda kullanılır: mühendislik, çevre bilimi, finans, yöneylem araştırması ve iklim modellemesi rutin olarak deterministik duyarlılık analizini kullanır. Tornado diyagramı formatı ve tek tek yaklaşım alan bağımsızdır; sağlık ekonomisi sadece raporlama gereksinimlerini en açık şekilde kodlamıştır.
Kaynaklar
- Saltelli, A., Tarantola, S., Campolongo, F., & Ratto, M. (2004). Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models. John Wiley & Sons, Chichester. ISBN: 9780470870938
- Briggs, A., Sculpher, M., & Buxton, M. (1994). Uncertainty in the economic evaluation of health care technologies: the role of sensitivity analysis. Health Economics, 3(2), 95–104. DOI: 10.1002/hec.4730030206 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Deterministic Sensitivity Analysis — Systematic Parameter Variation for Model Robustness. ScholarGate. https://scholargate.app/tr/simulation/deterministic-sensitivity-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Monte Carlo SimülasyonuKarar verme↔ karşılaştır
- Olasılıksal Duyarlılık AnaliziSimülasyon↔ karşılaştır