以上价格不是最终报价,如需本款软件的最终价格,请留言咨询 ,我们将尽快给您报价。
TreeAge Pro包含了所有需要的模型。
TreeAge Pro的两款产品都包括基础模型构建和分析工具以及Excel模块。
TreeAge Pro Healthcare包括了Healthcare模块。
Core Function Visual Modeling Tool 使用可视化Tree Diagram Editor,您可以轻松地创建模型结构来表示所研究的问题◥。模型结构将包括决策点和可能发生的所☆有事件。结构中的╳不同节点类型,反映出分支结构中的替代选项或可能发生的事件。
在模型结构中的任何地方都可以插入节点。复制或移动单个节点或子树内的』模型。复制模型的重复部分,以减少建模时间并确保模型内的一致性。 下面的︻模型,有一个单一决策,是否起诉或接受和解提议。还有点胜负∏不明,(赢/输的案件和损害金额),以圆圈为代表。
最后,有终端节点反映每个√场景的整体值,以三角形表示。 Evaluate and Compare Strategies 模型构建完成后,TreeAge Pro自动〓生成所需的评估模型和选择最优策略●所需的算法。
这使您能够专注于手头上的问题,而不是︻评估模型所需的计算。
标准算法根据策略的概率对每个可能的结果赋予权重。合并加权平均产生每个策略的总体期望值。
分析可以在比较所有选项的基础上选择ξ最佳策略。
树首选▲项根据这些选择——最大值、最小值、成本效益、多属性和成本效用(需要Healthcare Module)控制比较的方法。
模型还可以存储多个度♀量值。然后,简单地改变活动的度量并重▂新分析同样的模型ξ 。
当使用Roll Back分析上述模型时,在所有节点上计算期望值(EV)。
在决策节点,最大值被选为最优◥策略。
Study Uncertainty TreeAge Pro允许您去研究模型々输入中的不确定性如何影响结果,而这个结果我们可以通过输出来绘制。为了研究单个参数的不确定性,必须用一个变◥量来表示参数。
然后,变量可以在不确定的范围内进行分析,而不是使用☆单点估计。
下面的模型与前面的模型计算的值相同,但是使用变量定义了三个独立参数。
然后在概率和值表达式中引用这些变量。 该模型可用灵敏度分析来研究不确定性。
例如,下面◥的分析使用范围从0.5到0.7间隔四次的pWin变量。
这个分析重新评估pWin值为0.5,0.55,0.6,0.65和0.7的模型,然后←根据参数范围显示每个策略的EV值。 上图表明pWin值为0.55时,三条线的临界值。
如果pWin值小于0.55,那么Settlement Offer EV值比较高;如果pWin值大于0.55,那么Litigate EV值比较高。 Healthcare Models 使用Healthcare Module,您可以创建基于成本效益的评估树,也可以将成本或有效性作为一个度量值来评估。
Healthcare模型通常首先针对特定的健康状况,为每个治疗选项提供一个带╱有分支的决策节点。
每个治疗方案的子树遵循治疗的条件,包括任何可能的结果。
下面的模型包括两种治疗♂特定肿瘤的策略。每种策略都有◢不同的根除肿瘤的可能性。在每个终端节点上,与该结果相关联的成本和效能值。
Healthcare决策树通常复杂的多,通常每个治疗方案都包含Markov模型。更复杂的Healthcare树的每个策』略中包含了多个Markov模型。
Healthcare Models还可以包含异质性和事件跟踪, 如本页单独的特性描述所述。
Cost-Effectiveness Analysis 模型构建完成后,TreeAge Pro自动生成所需的评估模型和选择最优策略所需的算法。这使您能够专注于手头上的问题,而不是评●估模型所需的计算。
标准算法根据策略的概率对每个可能的结果赋予权重。合并加权平均产生每个策略的总体期望值。
TreeAge Pro的 Healthcare Module允许您在成本效益基础上通过增量成本效益和/或净效益比较战略。您也可以根据成本或比较效益(CER)来比较同一模型中的策略。您甚至可以使用非标准的测量,如感染、死亡等。 下面的模型比较了肿瘤的两种治疗方法。
Study Uncertainty on Healthcare Models TreeAge Pro允许您去研究模型输入中的不确定性如何影响结果,而这个结果我们可以通过输出来绘制。
TreeAge Pro提供两种方法研究不确定性: 确定性的敏感性分析 概率敏感性分析 Healthcare Module扩展两类敏感性分析,通过成本-效果分析比较策略。确定性的敏感性分析在取值范围内研究不确定性个体参数。
确定性敏感性分析最常见的形式是通过1-way 敏感分析来研究单一参数。还支持2-way,3-way和龙卷风图。 为了在模型中运行1-way敏感性分析,参数必须用变量表示。然后,变量可以不确定的范围内进行分析,而不是使用一个单点估◇计。