Decision trees represent the simple

Decision trees represent the simplest form of decision analytic models [28]. A full description of
decision trees is presented in the book by Drummond et al [6] and only key features of decision
trees are summarized here. Decision trees are built from left to right, and start with a decision node
(a square) representing a choice between competing interventions. Following the decision node
appear chance nodes (circles), representing points beyond which upcoming events are uncertain.
This uncertainty is expressed by assigning probabilities (summing up to one at each chance node)
to the occurrence of possible events, which are mutually exclusive. As constructed, a decision tree is
analogous to possible clinical pathways that clinicians typically consider for their patients. However,
instead of just presenting the possible pathways, in decision analytic modelling the expected
costs and outcomes of each treatment alternative are calculated based on the costs and outcomes of
each clinical pathway weighted by the probability of going down each pathway. The major
advantage of using decision trees is that since pathways are clearly laid out, the model and calculations
are transparent for less experience modellers. The major disadvantage of decision trees is
that the tree can get very large (i.e. bushy) the more comparators included in the analysis, the larger
the number of health states patients can experience and the longer the model is run (e.g. long term
chronic disease).

ผลลัพธ์ (ไทย) 1:

ต้นไม้ตัดสินใจเป็นตัวแทนแบบที่ง่ายที่สุดรุ่นตัดสินคู่ [28] คำอธิบายเต็มของต้นไม้ตัดสินใจนำเสนอในหนังสือ โดยเฉพาะคุณสมบัติที่สำคัญของการตัดสินใจและดรัม et al [6]ต้นไม้จะสรุปที่นี่ ต้นไม้ตัดสินใจสร้างขึ้นจากซ้ายไปขวา และเริ่มต้นกับโหนตัดสินใจ(สี่เหลี่ยม) แทนการเลือกระหว่างงานแข่งขัน ต่อโหนตัดสินใจปรากฏ โหนโอกาส (วงกลม), แทนจุดซึ่งเหตุการณ์เกิดขึ้นไม่แน่ใจความไม่แน่นอนนี้จะแสดง โดยการกำหนดกิจกรรม (รวมถึงหนึ่งที่แต่ละโหนโอกาส)การเกิดขึ้นของเหตุการณ์ที่เป็นไปได้ ซึ่งนั่น สร้าง ต้นไม้ตัดสินใจเป็นคล้ายคลึงกับหลักการทางคลินิกได้ที่ clinicians พิจารณาโดยทั่วไปของผู้ป่วย อย่างไรก็ตามแทนที่จะเพียงแค่นำเสนอมนต์ได้ ในการตัดสินใจที่สำคัญคือแบบจำลองที่คาดต้นทุนและผลลัพธ์ของแต่ละทางเลือกบำบัดจะถูกคำนวณตามต้นทุนและผลลัพธ์ของทางเดินทางคลินิกแต่ละถ่วงน้ำหนักตามความเป็นไปได้ของไปลงทางเดินแต่ละ หลักการประโยชน์ของการใช้ต้นไม้ตัดสินใจว่าตั้งแต่หลักชัดเจนวาง แบบจำลองและการคำนวณเป็นแบบโปร่งใสสำหรับ modellers ประสบการณ์น้อย ข้อเสียสำคัญของการตัดสินใจคือว่า ต้นไม้ได้มากรวม comparators เพิ่มเติม (เช่นสูด) ในการวิเคราะห์ ใหญ่จำนวนสุขภาพระบุสามารถพบผู้ป่วย และมีการเรียกใช้ (ในระยะยาวเช่นแบบอีกต่อไปโรคเรื้อรัง)

ผลลัพธ์ (ไทย) 2:

ต้นไม้ตัดสินใจเป็นตัวแทนของรูปแบบที่ง่ายของรูปแบบการวิเคราะห์การตัดสินใจ [28] คำอธิบายที่เต็มไปด้วยต้นไม้ตัดสินใจจะนำเสนอในหนังสือโดยดรัมมอนด์ et al, [6] และมีเพียงคุณสมบัติที่สำคัญของการตัดสินใจต้นไม้มีรายละเอียดที่นี่ ต้นไม้ตัดสินใจที่ถูกสร้างขึ้นจากซ้ายไปขวาและเริ่มต้นด้วยการตัดสินใจโหนด(ตาราง) ที่เป็นตัวแทนของการแทรกแซงทางเลือกระหว่างการแข่งขัน ต่อไปนี้โหนดตัดสินใจปรากฏโหนดโอกาส (วงกลม) คิดเป็นจุดที่เกินกว่าที่เหตุการณ์ที่เกิดขึ้นจะมีความไม่แน่นอน. ความไม่แน่นอนนี้จะแสดงโดยการกำหนดความน่าจะเป็น (ข้อสรุปถึงหนึ่งโหนดโอกาสที่แต่ละคน) ที่จะเกิดเหตุการณ์ที่เป็นไปได้ซึ่งเป็นพิเศษร่วมกัน ในฐานะที่สร้างต้นไม้ตัดสินใจคล้ายคลึงกับวิถีทางคลินิกไปได้ว่าแพทย์มักจะพิจารณาสำหรับผู้ป่วยของพวกเขา แต่แทนที่จะเป็นเพียงการนำเสนอวิถีที่เป็นไปได้ในการสร้างแบบจำลองการวิเคราะห์การตัดสินใจที่คาดว่าค่าใช้จ่ายและผลของการรักษาทางเลือกแต่ละคำนวณจากค่าใช้จ่ายและผลของแต่ละคลินิกทางเดินถ่วงน้ำหนักตามความน่าจะเป็นของแต่ละคนที่จะลงทางเดิน หลักประโยชน์ของการใช้ต้นไม้ตัดสินใจคือตั้งแต่ทางเดินจะถูกวางไว้อย่างชัดเจนออกมารูปแบบและการคำนวณมีความโปร่งใสเพื่อประสบการณ์น้อยmodellers ข้อเสียที่สำคัญของต้นไม้ตัดสินใจว่าต้นไม้ที่จะได้รับมีขนาดใหญ่มาก (เช่นพวง) คำ comparators อื่น ๆ รวมอยู่ในการวิเคราะห์ที่มีขนาดใหญ่จำนวนของผู้ป่วยที่รัฐสุขภาพสามารถสัมผัสและอีกรุ่นที่มีการเรียกใช้(เช่นระยะยาวโรคเรื้อรัง) .

ผลลัพธ์ (ไทย) 3:

ต้นไม้การตัดสินใจเป็นรูปแบบที่ง่ายที่สุดของการตัดสินใจแบบจำลองวิเคราะห์ [ 28 ] รายละเอียดของการตัดสินใจ
ต้นไม้ถูกเสนอในหนังสือโดยดรัมมอนด์ et al [ 6 ] และจุดเด่นของต้นไม้การตัดสินใจ
สรุปได้ที่นี่ การตัดสินใจต้นไม้ถูกสร้างขึ้นจากซ้ายไปขวา และเริ่มตัดสินใจปม
( ตาราง ) คิดเป็นทางเลือกระหว่างการแทรกแซงที่แข่งขัน ต่อไปนี้การตัดสินใจปม
ปรากฏโอกาสโหนด ( วงกลม ) , คิดคะแนนมากกว่า ซึ่งกิจกรรมที่จะเกิดขึ้นคือความไม่แน่นอน ความไม่แน่นอนนี้จะแสดงโดยระบุ
ความน่าจะเป็น ( บวกหนึ่งในแต่ละโอกาสโหนด )
จะเกิดเหตุการณ์ที่เป็นไปได้ที่พิเศษร่วมกัน เป็นการสร้างโครงสร้างการตัดสินใจคือ
คล้ายคลึงกับเส้นทางคลินิกเป็นไปได้ที่แพทย์มักจะพิจารณาสำหรับผู้ป่วยของพวกเขา อย่างไรก็ตาม
แทนที่จะแค่เสนอแนวทางเป็นไปได้ในการตัดสินใจการวิเคราะห์แบบจำลองคาดว่า
ต้นทุนและผลของการรักษาทางเลือกแต่ละจะถูกคำนวณตามต้นทุนและผลลัพธ์ของแต่ละคลินิก หรือตามทางเดิน
ความน่าจะเป็นจะลงแต่ละเส้นทาง ประโยชน์หลักของการใช้ต้นไม้ตัดสินใจ
คือว่า เนื่องจากเส้นทางถูกวางไว้อย่างชัดเจนออกแบบและการคำนวณ