基于患者偏好的治疗方案风险-利益评估方法

梁丽军，何强，刘子先，王化强

（1. 天津中医药大学管理学院，天津 300073；2.天津大学管理与经济学部，天津 300072）

经济学

基于患者偏好的治疗方案风险-利益评估方法

梁丽军1，何强1，刘子先2，王化强2

（1. 天津中医药大学管理学院，天津 300073；2.天津大学管理与经济学部，天津 300072）

从风险和利益两个维度构建基于患者偏好的治疗方案风险-利益评估体系，将只需n-1次两两比较的基于模糊语言偏好关系层次分析法用于评价指标权重的确定，并根据患者的风险态度及价值偏好对不同治疗方案进行分类，以期为以患者为中心的临床治疗方案选择提供参考。最后，以特发性矮小症治疗方案分类为例说明该方法应用的合理性。

患者偏好；治疗方案分类；模糊语言偏好关系层次分析法

经济的发展及社会文明的进步对医学服务模式提出了新的要求，“医生处于主导地位”的传统医疗服务模式已经不能满足人们对医疗服务的需求，“以患者为中心”的个性化医疗服务模式逐渐成为医疗行业发展的趋势。随着医学技术的进步，同一种疾病可供选择的治疗方案也越来越多。但人体是一个复杂的生命体，医疗风险无刻不在，且具有风险水平高、影响因素复杂以及后果严重等特点[1]。因此，患者作为医疗主要利益相关者有必要就各种治疗方案的利弊进行权衡，参与治疗方案的选择。

一、文献综述

治疗方案的风险-利益评估是临床治疗方案选择的重要环节之一。目前，国内外学者针对治疗方案的利益风险分析进行了深入研究，比较有代表性的方法包括概率仿真、增量净收益、多准则决策分析、网络Meta分析等方法[2-5]。Guo等学者研究了治疗方案风险-利益定量分析方法的整体发展历程和研究现状[6]。已有研究主要从医学专家的角度根据患者的生物性个体差异对治疗方案进行确定性评估，缺乏对评估者偏好不确定性的考虑，并且较少关注患者的风险态度及价值偏好。Johnson等通过研究表明患者个体对各备选治疗方案的利弊有一定的“敏感性偏好”[7]769-770。医疗工作者的行为与患者偏好相匹配，患者的依从性更好，满意度更高，有利于疾病的康复[8]。我国学者曾邵耆也指出患者心理压力、偏好等人文性个体差异对疾病治疗具有重要影响，在治疗方案选择及评价中重视患者的人文性个体差异，有助于医疗工作者针对患者个体选择更适应其生活习惯、经济条件及工作性质的治疗方案[9]。目前，医患共同参与式决策模型已经成为各国所倡导的临床决策理想模式，但仍缺乏患者有效参与临床决策，表达患者真正需求的方式[10,11]。基于此，本文考虑运用多准则决策方法，提出一种基于患者偏好对治疗方案风险利益评估的方法，使医疗人员更容易把握患者对各治疗方案风险利益的权衡，为医患共同参与医疗决策进行“以患者为中心”的个性化服务模式研究提供参考。

多准则决策方法中，决策者对各属性的权重常用联合分析、swing weight以及层次分析（AHP）等方法确定[7]772-773,12-13。联合分析和swing weight等方法需要针对具体病种设计调查问卷，并对数据进行分析处理，过程较繁琐，不适于基于患者偏好的治疗方案分类一般性方法的研究。相对而言，AHP是确定不同病种患者个体对治疗方案风险-利益评价指标偏好权重较适宜的方法。该方法能够有效的分析决策者的偏好信息，综合测度决策者的判断和比较，得出准则权重。然而，在实际决策问题中，决策者很难用精确值来表示他的偏好信息，因此许多学者提出各种处理模糊判断矩阵的方法[14,15]。但在评价一个具有n个准则的层次结构中，需要进行n×(n- 1)/2次两两比较，很难保证判断矩阵的一致性。Wang等学者提出了一种根据评估准则中相邻准则两两比较，构造模糊语言偏好关系矩阵的层次分析法[16]3755。该方法只需要进行n-1次相邻准则的两两比较，与传统方法相比需要的信息较少，更为简便、实用，已经应用于多个领域[17,18]。现实中，患者等常常表现出不确定的需求，较难给出准确判断，而且患者很难利用传统层次分析法进行n×(n- 1)/2次两两判断，并保证判断矩阵的一致性，因此，本文提出一种基于模糊语言偏好关系层次分析方法根据患者个体偏好对治疗方案分类的方法。

二、模型构建

在临床治疗方案选择阶段，利用证据理论建立疾病治疗方案风险-利益评估体系，并基于患者的风险态度及价值偏好运用多准则决策方法对治疗方案的风险-利益进行评估，具体步骤如下：

（一）治疗方案分类评价指标体系的设定

根据具体疾病，在文献调研及专家建议的基础上，围绕疾病治疗方案的风险-利益层层分解出治疗方案评价指标集合，建立适合该疾病治疗方案评估的指标库。一般情况下，将治疗方案风险-利益指标体系分为 3层：（1）准则层Pi,i=B,C，包括利益准则PB、风险准则PR，其中，利益准则是对接受治疗的患者产生的益处，风险准则是对接受治疗的患者可能造成的伤害；（2）一级指标层Pij,j=1,2,…,ni，其中，利益准则的一级指标包括疗效方面、生活影响及便利性等，风险准则的一级指标包括安全性、耐受性及不当用药等；（3）二级指标层：在每个一级指标下设若干二级指标Pijl,l=1,2,…,nij。二级指标的选取应针对具体病种治疗过程中可能出现的治疗效果、不良反应等具体情况设定。治疗方案指标体系的选择应该能够反映不同患者对治疗方案最关注的特征，并且各指标应该是不相关的。

（二）确定备选方案及其各指标值

根据文献研究及专家经验，由专家组确定该疾病治疗的备选治疗方案集A，A=｛A1,A2,…,Am｝，并给出各备选方案指标值,k=1,2,…,m。由于各指标值可能具有不同的度量单位及取值范围，可以利用单调函数方法将其设置在[0，1]区间[4]109。

（三）确定评估体系指标权重

运用基于模糊语言偏好关系的层次分析法分别确定一级指标层权重ω~ij及二级指标层权重ω~ijl，具体步骤如下[16]3756-3762：

1. 确定层次分析结构：

将待评估指标的上一层作为目标G，将待评估指标置于第二层作为指标层Pa,a=1,2,…,n。

2. 构造模糊判断矩阵：

邀请患者选择语言变量（见表1）描述一个评估指标与相邻评估指标的相对重要程度，构造模糊语言偏好关系判断矩阵。

其中，语言变量表示患者对第a个指标与第b个指标相比较的偏好判断。语言变量取值见表1所示，

表1：模糊语言评估变量

该方法只需患者对相邻评估指标进行n-1次判断，缺失信息值可根据可加互反性和一致性原则，由式（2）-（5）计算得到。

在计算过程中，可能会落在［-c,1+c］（c＞0）区间内，需要通过式（6）将其转化到[0，1]区间内。

3. 计算评价指标的模糊权重：

每个指标的模糊权重可由式（7）求得：

其中，为第a个指标与其他指标比较结果的几何平均值，即为第a个指标的模糊权重。

（四）治疗方案分类评价与分类结果

首先，由和及各个方案指标值计算得到每个方案的分别为整体风险评估的模糊值和利益评估的模糊值，，计算公式如下：

根据评价结果，基于风险-利益两个维度，将备选治疗方案分为4类[18]：

由于现实中可能更多的是高风险、高利益的备选方案，需要患者对风险利益的进一步权衡，本文通过式（10）确定患者的风险利益权衡函数：其中，为第k种治疗方案与不治疗方案相比，患者在相应的风险增量下可接受的意愿利益值；为患者不接受治疗可得到的效用值；为风险利益权衡系数，如果λ≥1表示增加的利益不超过增加的风险，患者才能接受该治疗方案，λ＜1表示患者宁愿冒更大的风险得到治疗利益。

然后，将患者的风险利益权衡函数作为治疗方案优劣的分界线，在基线左上侧的治疗方案对该患者来说是最容易接受的，可供医疗工作者在治疗方案选择时参考。

三、案例分析

特发性矮小（idiopathic short stature，ISS）是一种目前尚无可认知的原因引起的，非生长激素缺乏的复杂疾病，是儿童身材矮小中最常见的类型。由于病因未知，治疗效果方面受诸多因素影响，个体反应呈高度可变性，治疗非常棘手。本文利用基于语言模糊偏好关系的AHP法测量患者的个人偏好，根据患者个体偏好对治疗方案进行分类[4]。

首先，本节引用Felli等针对特发性矮小症治疗方案风险-利益评估体系对治疗方案进行分类研究（见图1），以特发性矮小症治疗方案及其指标值为例（见表2）进行分析[4]。

图 1：特发性矮小症治疗方案评估体系及指标权重

表2：特发性矮小症治疗方案各属性规范化水平值

然后，邀请患者D及其家属利用表1中的模糊语言变量分别对治疗方案一级及二级评估指标进行重要度评价（见表3），并利用模糊语言偏好关系AHP法由Matlab软件计算可求得患者D及其家属对风险及利益评估准则的一级及二级指标的偏好模糊权重，结果见图1。

最后，由式（8）-（9）计算可以得到各治疗方案的整体风险及利益评估值（见图2和图3）。

为了消除不同的度量单位及取值范围对评估结果的影响，专家组将治疗方案各指标值设置在[0，1]区间。因此，与可取的最大值均为1。本节选取2和2作为治疗方案风险、利益的截断水平，根据风险及利益评估值，将备选治疗方案分为4类，见图4。

不同类型的治疗方案各有特点，I类治疗方案的特点是低利益、低风险，一些风险厌恶型的患者可能会偏好，包括方案1和5，其中方案1是不进行治疗，治疗风险为0；II类治疗方案包括方案2、3、4、8，这类方案是一般患者都喜欢选择的高利益、低风险的方案，其中方案3相对最优；而III类型治疗方案是一般患者都不喜欢选择的低利益、高风险的方案，方案7属于该类； IV类型治疗方案高利益、高风险，一些风险喜好型的患者更偏好于这类治疗方案，但本节中方案6在该患者及家属的偏好下，与II类治疗方案相比没有表现出高利益，利益风险权衡无优势。

表3：相邻指标的两两比较

图2：各治疗方案利益评估值累计图

图3：各治疗方案风险评估值累计图

图4：各治疗方案风险-利益分类

为了进一步明确患者对治疗方案风险利益的权衡，可根据患者的风险利益权衡函数进行治疗方案划分。假设治疗方案的利益增量与风险增量相同时患者才乐意接受该方案，即风险利益权衡系数λ=1时，计算可得患者的风险利益权衡函数：

本案例中治疗方案各指标值是在正确使用治疗方案的前提下得到的，因此，将PR3指标以图形的方式单列出来，作为一种维度对治疗方案进行约束（见图4），主要用于辅助治疗方案的分类，特别是在选择容易发生不当用药的治疗方案时，用于提醒医疗人员注意治疗方案用药安全、对血液浓度进行监测等。

四、结论

治疗方案除达到治愈疾病的基本目的外，还应根据患者的具体状况及偏好满足其个性化需求，以利于医疗资源的合理利用和医患关系的稳定。因此，基于患者的风险态度及价值偏好进行治疗方案选择十分必要。本文在文献[4]的基础上，提出在临床决策阶段考虑患者风险态度及其价值偏好的治疗方案评价方法，可为医患共同参与式决策研究及医疗工作者临床制定个体化治疗方案提供参考。本文的研究主要体现在：

（1）针对临床治疗阶段，基于患者风险态度及价值偏好对药物治疗方案的风险利益进行分析权衡，将治疗方案进行分类，为医疗工作者临床治疗方案选择及更换提供参考，实现以患者为中心的个性化合理用药。

（2）在指标权重确定上，引入基于模糊语言偏好关系的AHP法，不仅便于分析患者对治疗方案的不确定需求，而且只需要患者对相应准则进行n-1次两两判断，无需考虑判断矩阵的一致性，计算过程由Matlab程序完成，与传统方法相比更简单易行，为医患共同参与式临床决策中患者需求的表达提供了有效方式。

（3）以图示法对治疗方案分类。首先，基于风险-利益两个维度，根据患者风险态度及价值偏好确定风险及利益的截断水平，将备选治疗方案分为4类，并对不同治疗方案的选择策略进行了分析。之后，将患者的风险利益权衡函数作为治疗方案选择的分界线，辅助临床治疗方案选择，使治疗方案的利益风险分析更清楚、简洁。

但治疗方案风险－利益权衡只是临床决策的一个维度，医疗工作者在进行治疗方案选择时仍需考虑其他因素的影响。例如，医疗成本作为一种评价标准，一直受到患者、医疗人员、第三方支付者等的广泛关注。因此，在进一步研究的方向中，将基于患者偏好，考虑治疗方案的利益、风险及成本等多种因素对治疗方案选择的影响。

[1]吴宏,杨兴辰,连斌,等.医疗风险现状调查与分析研究[J].中国卫生质量管理,2009,16(4):2-4.

[2]LYND L D,O'BRIEN B J.Advances in risk-benefit evaluation using probabilistic simulation methods: an application to the prophylaxis of deep vein thrombosis[J].Journal of Clinical Epidemiology,2004,57(8):795-803.

[3]SADATSAFAVI M,MARRA C,MARRA F,et al.A quantitative benefit-risk analysis of Isoniazid for Treatment of Latent Tuberculosis Infection using incremental benefit framework[J].Value in Health,2013,16(1):66-75.

[4]FELLI J C,NOEL R A,CAVAZZONI P A.A multiattribute model for evaluating the benefit-risk profiles of treatment alternatives[J].Medical Decision Making,2009,29(1).

[5]NACI H,O'CONNOR A B.Assessing comparative effectiveness of new drugs before approval using prospective network meta-analyses[J].Journal of clinical epidemiology,2013,66(8):812-816.

[6]GUO J J,PANDEY S,DOYLE J,et al.A review of quantitative risk-benefit methodologies for assessing drug safety and efficacy-report of the ISPOR risk-benefit management working group[J].Value in health,2010,13(5):657-666.

[7]JOHNSON F R,OZDEMIR S,MANSFIELD C,et al.Crohn's disease patients' risk-benefit preferences:serious adverse event risks versus treatment efficacy[J].Gastroenterology,2007,133(3):769-779.

[8]LIU S S,CHEN J.Using data mining to segment healthcare markets from patients' preference perspectives[J].International Journal of Health Care Quality Assurance,2009,22(2):117-134.

[9]曾邵耆.重视患者个体差异中的人文特点[J].中华全科医师杂志,2006(3):136-139.

[10]ELWYN G,LAITNER S,COULTER A,et al.Implementing shared decision making in the NHS[J].British Medical Journal,2010,341:5146.

[11]周婧,李珂.浅析患者参与医疗决策的重要性及途径[J].中国农村卫生事业管理,2012,32(6):611-612.

[12]TALLARIDA R J,MURRAY R B,EIBEN C.A scale for assessing the severity of diseases and adverse drug reactions.Application to drug benefit and risk[J].Clinical Pharmacology and Therapeutics,1979,25(4):381-390.

[13]汪婷.上海城乡一体化指标体系构建与实证分析[J].西安电子科技大学学报(社会科学版),2014,24(1):33-40.

[14]谢梅隆,李从东,朱天舒.基于模糊层次分析法的IT项目管理绩效综合评价研究[J].西安电子科技大学学报(社会科学版),2009,19(1):76-80.

[15]冯兰刚,李春播,苗泽华.基于粗集与 AHP的钢铁企业生态经济效果评价[J].西安电子科技大学学报(社会科学版),2011(5):36-40.

[16]WANG T C,CHEN Y H.Applying fuzzy linguistic preference relations to the improvement of consistency of fuzzy AHP[J].Information Sciences,2008,178(19).

[17]REZAEI J,ORTT R.Multi-criteria supplier segmentation using a fuzzy preference relations based AHP[J].European Journal of Operational Research,2013,225(1):75-84.

[18]ZHANG L Y,ZHANG X.Multi-objective team formation optimization for new product development[J].Computers &Industrial Engineering,2013,64(3):804-811.

本文推荐专家：

梁开银，浙江师范大学，教授，研究方向：国际投资法等。

吴智，湖南师范大学法学院，副教授，研究方向：国际投资法学与国际贸易法学。

A Model for Benefit-Risk Assessment of Treatment Alternatives Based on the Preferences of Patient Individual

LIANG LIJUN1, HE QIANG1, LIU ZIXIAN2, WANG HUAQIANG2
(1. College of Management, Tianjin University of Traditional Chinese Medicine, Tianjin 300073, China;2College of Management & Economics, Tianjin University, Tianjin 300072, China)

In order to provide guidance for better patient-centered care in the practical application, the evaluative index system of treatment alternatives based on the preferences of patient is constructed in two-dimension: benefits and risk. And the weights of the evaluative indexes are elicited by an improved fuzzy Analytic Hierarchy Process based on fuzzy linguistic preference relations which yields consistent decision rankings from onlyn-1pairwise comparisons. Then the treatment alternatives are classified into different categories by considering the patient’s preference and attitude towards risk. Finally, an application example about treatment alternative segmentation for idiopathic short stature (ISS) is provided to illustrate application of the model.

Patient Preference; Treatment Segmentation; AHP Based on Fuzzy Linguistic Preference Relations

R41

A

1008-472X(2014)11-0053-08

2014-09-23

天津市教委人文社会科学重大项目（2011ZD）：天津地区患者用药行为影响因素研究；国家自然科学基金资助项目（70871086）：面向DRG的广义医疗服务成本控制模式与关键技术研究。

梁丽军（1983-），女，河南台前人，博士，讲师，研究方向：医院管理、药物经济、成本管理；

何 强（1973-），男，河北无极人，博士，副教授，研究方向：管理生态、营销战略