经济学评价中的敏感性分析

经济学评价中的敏感性分析是一套方法，用于检验成本效益结论对其输入和假设不确定性的稳健程度。由于驱动模型的成本、效果和结构选择是估计而非确定已知的，分析师会单独、联合或概率性地改变这些因素，以显示决策可能如何变化以及结论的置信度。

Definition

经济学评价中的敏感性分析是对不确定参数、结构假设或方法学选择发生变化时，成本效益分析结果如何变化的系统性探索，范围从单向确定性分析到传播联合参数不确定性的完全概率分析。

Scope

本条目涵盖确定性方法（单向和多向分析、情景分析、阈值分析）和概率敏感性分析，以及用于向决策者总结不确定性的工具，例如成本效益平面、成本效益可接受性曲线和信息预期价值。它是方法学参考材料，不就任何具体干预措施提供建议。此节点与流行病学中关于未测量混杂因素敏感性分析的条目不同，但作为邻近条目相互链接。

Core questions

• 成本效益结论在多大程度上取决于任何单一的不确定输入？
• 所有参数的联合不确定性如何传播到结果中？
• 应如何为决策者总结不确定性？
• 在做出决定之前收集更多证据的价值是什么？

Key concepts

• 确定性（单向和多向）敏感性分析
• 情景和阈值分析
• 概率敏感性分析
• 参数、结构和方法学不确定性
• 成本效益平面
• 成本效益可接受性曲线
• 蒙特卡洛模拟
• 信息预期价值

Mechanisms

确定性敏感性分析在合理范围内改变一个或几个参数，以识别结果的驱动因素，而阈值分析则找到决策会发生转变的输入值。概率敏感性分析则为不确定参数分配概率分布，并使用蒙特卡洛模拟抽取大量参数集，从而产生增量成本和效果的分布。这些分布显示在成本效益平面上，并总结为成本效益可接受性曲线，显示在不同阈值下每个选项具有成本效益的概率。信息价值分析更进一步，量化了通过额外研究减少不确定性的预期收益（Briggs et al., 2012; Fenwick et al., 2004; Claxton et al., 2005; Van Hout et al., 1994）。

Clinical relevance

不确定性分析告诉决策者成本效益建议的可靠程度，以及在投入资源之前是否需要更多证据，因此它影响了对卫生技术评估产出的信心。本主题描述了不确定性方法以及如何评估经济学证据；它不是针对个体临床或治疗决策的指导。

Evidence & guidelines

ISPOR-SMDM关于参数估计和不确定性的良好实践报告提出了表征和传播不确定性的期望，NICE等机构要求在技术评估中进行概率敏感性分析；方法学论文确立了成本效益可接受性曲线和成本效益平面作为标准总结（Briggs et al., 2012; Claxton et al., 2005; Fenwick et al., 2004; Van Hout et al., 1994）。

History

早期的经济学评价依赖于简单的单向敏感性分析，但认识到参数是联合不确定的，导致在1990年代出现了使用蒙特卡洛模拟的概率方法。Van Hout及其同事在1994年引入了成本效益平面上的图形工具，成本效益可接受性曲线成为呈现不确定性的标准方式，到2000年代中期，报销机构要求将概率敏感性分析作为默认选项而非可选（Van Hout et al., 1994; Fenwick et al., 2004; Claxton et al., 2005）。

Debates

概率敏感性分析是必要的还是可选的？

一些人认为确定性分析就足够了，但由于参数是联合不确定的且成本效益结果是非线性的，有影响力的研究认为概率敏感性分析对于正确表征决策不确定性是必要的；这一立场成为主要评估机构的规范。

Key figures

• Andrew Briggs
• Karl Claxton
• Mark Sculpher
• Elisabeth Fenwick
• Ben van Hout

Seminal works

• briggs-2012-uncertainty
• fenwick-2004-ceac
• vanhout-1994

Frequently asked questions

确定性敏感性分析和概率敏感性分析有什么区别？

确定性分析通过手动改变一个或几个输入在选定范围内的值来观察结果如何变化，而概率分析则为所有不确定输入分配概率分布，并使用模拟来捕捉它们对结果的联合影响。

成本效益可接受性曲线显示了什么？

它在一定范围的成本效益阈值上绘制了在分析不确定性下，某项干预措施是具有成本效益选择的概率，从而让决策者直接了解结论的可靠程度。