梁麗軍，何強(qiáng)，劉子先，王化強(qiáng)

（1. 天津中醫(yī)藥大學(xué)管理學(xué)院，天津 300073；2.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072）

經(jīng)濟(jì)學(xué)

基于患者偏好的治療方案風(fēng)險-利益評估方法

梁麗軍1，何強(qiáng)1，劉子先2，王化強(qiáng)2

（1. 天津中醫(yī)藥大學(xué)管理學(xué)院，天津 300073；2.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072）

從風(fēng)險和利益兩個維度構(gòu)建基于患者偏好的治療方案風(fēng)險-利益評估體系，將只需n-1次兩兩比較的基于模糊語言偏好關(guān)系層次分析法用于評價指標(biāo)權(quán)重的確定，并根據(jù)患者的風(fēng)險態(tài)度及價值偏好對不同治療方案進(jìn)行分類，以期為以患者為中心的臨床治療方案選擇提供參考。最后，以特發(fā)性矮小癥治療方案分類為例說明該方法應(yīng)用的合理性。

患者偏好；治療方案分類；模糊語言偏好關(guān)系層次分析法

經(jīng)濟(jì)的發(fā)展及社會文明的進(jìn)步對醫(yī)學(xué)服務(wù)模式提出了新的要求，“醫(yī)生處于主導(dǎo)地位”的傳統(tǒng)醫(yī)療服務(wù)模式已經(jīng)不能滿足人們對醫(yī)療服務(wù)的需求，“以患者為中心”的個性化醫(yī)療服務(wù)模式逐漸成為醫(yī)療行業(yè)發(fā)展的趨勢。隨著醫(yī)學(xué)技術(shù)的進(jìn)步，同一種疾病可供選擇的治療方案也越來越多。但人體是一個復(fù)雜的生命體，醫(yī)療風(fēng)險無刻不在，且具有風(fēng)險水平高、影響因素復(fù)雜以及后果嚴(yán)重等特點[1]。因此，患者作為醫(yī)療主要利益相關(guān)者有必要就各種治療方案的利弊進(jìn)行權(quán)衡，參與治療方案的選擇。

一、文獻(xiàn)綜述

治療方案的風(fēng)險-利益評估是臨床治療方案選擇的重要環(huán)節(jié)之一。目前，國內(nèi)外學(xué)者針對治療方案的利益風(fēng)險分析進(jìn)行了深入研究，比較有代表性的方法包括概率仿真、增量凈收益、多準(zhǔn)則決策分析、網(wǎng)絡(luò)Meta分析等方法[2-5]。Guo等學(xué)者研究了治療方案風(fēng)險-利益定量分析方法的整體發(fā)展歷程和研究現(xiàn)狀[6]。已有研究主要從醫(yī)學(xué)專家的角度根據(jù)患者的生物性個體差異對治療方案進(jìn)行確定性評估，缺乏對評估者偏好不確定性的考慮，并且較少關(guān)注患者的風(fēng)險態(tài)度及價值偏好。Johnson等通過研究表明患者個體對各備選治療方案的利弊有一定的“敏感性偏好”[7]769-770。醫(yī)療工作者的行為與患者偏好相匹配，患者的依從性更好，滿意度更高，有利于疾病的康復(fù)[8]。我國學(xué)者曾邵耆也指出患者心理壓力、偏好等人文性個體差異對疾病治療具有重要影響，在治療方案選擇及評價中重視患者的人文性個體差異，有助于醫(yī)療工作者針對患者個體選擇更適應(yīng)其生活習(xí)慣、經(jīng)濟(jì)條件及工作性質(zhì)的治療方案[9]。目前，醫(yī)患共同參與式?jīng)Q策模型已經(jīng)成為各國所倡導(dǎo)的臨床決策理想模式，但仍缺乏患者有效參與臨床決策，表達(dá)患者真正需求的方式[10,11]?；诖?，本文考慮運(yùn)用多準(zhǔn)則決策方法，提出一種基于患者偏好對治療方案風(fēng)險利益評估的方法，使醫(yī)療人員更容易把握患者對各治療方案風(fēng)險利益的權(quán)衡，為醫(yī)患共同參與醫(yī)療決策進(jìn)行“以患者為中心”的個性化服務(wù)模式研究提供參考。

多準(zhǔn)則決策方法中，決策者對各屬性的權(quán)重常用聯(lián)合分析、swing weight以及層次分析（AHP）等方法確定[7]772-773,12-13。聯(lián)合分析和swing weight等方法需要針對具體病種設(shè)計調(diào)查問卷，并對數(shù)據(jù)進(jìn)行分析處理，過程較繁瑣，不適于基于患者偏好的治療方案分類一般性方法的研究。相對而言，AHP是確定不同病種患者個體對治療方案風(fēng)險-利益評價指標(biāo)偏好權(quán)重較適宜的方法。該方法能夠有效的分析決策者的偏好信息，綜合測度決策者的判斷和比較，得出準(zhǔn)則權(quán)重。然而，在實際決策問題中，決策者很難用精確值來表示他的偏好信息，因此許多學(xué)者提出各種處理模糊判斷矩陣的方法[14,15]。但在評價一個具有n個準(zhǔn)則的層次結(jié)構(gòu)中，需要進(jìn)行n×(n- 1)/2次兩兩比較，很難保證判斷矩陣的一致性。Wang等學(xué)者提出了一種根據(jù)評估準(zhǔn)則中相鄰準(zhǔn)則兩兩比較，構(gòu)造模糊語言偏好關(guān)系矩陣的層次分析法[16]3755。該方法只需要進(jìn)行n-1次相鄰準(zhǔn)則的兩兩比較，與傳統(tǒng)方法相比需要的信息較少，更為簡便、實用，已經(jīng)應(yīng)用于多個領(lǐng)域[17,18]。現(xiàn)實中，患者等常常表現(xiàn)出不確定的需求，較難給出準(zhǔn)確判斷，而且患者很難利用傳統(tǒng)層次分析法進(jìn)行n×(n- 1)/2次兩兩判斷，并保證判斷矩陣的一致性，因此，本文提出一種基于模糊語言偏好關(guān)系層次分析方法根據(jù)患者個體偏好對治療方案分類的方法。

二、模型構(gòu)建

在臨床治療方案選擇階段，利用證據(jù)理論建立疾病治療方案風(fēng)險-利益評估體系，并基于患者的風(fēng)險態(tài)度及價值偏好運(yùn)用多準(zhǔn)則決策方法對治療方案的風(fēng)險-利益進(jìn)行評估，具體步驟如下：

（一）治療方案分類評價指標(biāo)體系的設(shè)定

根據(jù)具體疾病，在文獻(xiàn)調(diào)研及專家建議的基礎(chǔ)上，圍繞疾病治療方案的風(fēng)險-利益層層分解出治療方案評價指標(biāo)集合，建立適合該疾病治療方案評估的指標(biāo)庫。一般情況下，將治療方案風(fēng)險-利益指標(biāo)體系分為 3層：（1）準(zhǔn)則層Pi,i=B,C，包括利益準(zhǔn)則PB、風(fēng)險準(zhǔn)則PR，其中，利益準(zhǔn)則是對接受治療的患者產(chǎn)生的益處，風(fēng)險準(zhǔn)則是對接受治療的患者可能造成的傷害；（2）一級指標(biāo)層Pij,j=1,2,…,ni，其中，利益準(zhǔn)則的一級指標(biāo)包括療效方面、生活影響及便利性等，風(fēng)險準(zhǔn)則的一級指標(biāo)包括安全性、耐受性及不當(dāng)用藥等；（3）二級指標(biāo)層：在每個一級指標(biāo)下設(shè)若干二級指標(biāo)Pijl,l=1,2,…,nij。二級指標(biāo)的選取應(yīng)針對具體病種治療過程中可能出現(xiàn)的治療效果、不良反應(yīng)等具體情況設(shè)定。治療方案指標(biāo)體系的選擇應(yīng)該能夠反映不同患者對治療方案最關(guān)注的特征，并且各指標(biāo)應(yīng)該是不相關(guān)的。

（二）確定備選方案及其各指標(biāo)值

根據(jù)文獻(xiàn)研究及專家經(jīng)驗，由專家組確定該疾病治療的備選治療方案集A，A=｛A1,A2,…,Am｝，并給出各備選方案指標(biāo)值,k=1,2,…,m。由于各指標(biāo)值可能具有不同的度量單位及取值范圍，可以利用單調(diào)函數(shù)方法將其設(shè)置在[0，1]區(qū)間[4]109。

（三）確定評估體系指標(biāo)權(quán)重

運(yùn)用基于模糊語言偏好關(guān)系的層次分析法分別確定一級指標(biāo)層權(quán)重ω~ij及二級指標(biāo)層權(quán)重ω~ijl，具體步驟如下[16]3756-3762：

1. 確定層次分析結(jié)構(gòu)：

將待評估指標(biāo)的上一層作為目標(biāo)G，將待評估指標(biāo)置于第二層作為指標(biāo)層Pa,a=1,2,…,n。

2. 構(gòu)造模糊判斷矩陣：

邀請患者選擇語言變量（見表1）描述一個評估指標(biāo)與相鄰評估指標(biāo)的相對重要程度，構(gòu)造模糊語言偏好關(guān)系判斷矩陣。

其中，語言變量表示患者對第a個指標(biāo)與第b個指標(biāo)相比較的偏好判斷。語言變量取值見表1所示，

表1：模糊語言評估變量

該方法只需患者對相鄰評估指標(biāo)進(jìn)行n-1次判斷，缺失信息值可根據(jù)可加互反性和一致性原則，由式（2）-（5）計算得到。

在計算過程中，可能會落在［-c,1+c］（c＞0）區(qū)間內(nèi)，需要通過式（6）將其轉(zhuǎn)化到[0，1]區(qū)間內(nèi)。

3. 計算評價指標(biāo)的模糊權(quán)重：

每個指標(biāo)的模糊權(quán)重可由式（7）求得：

其中，為第a個指標(biāo)與其他指標(biāo)比較結(jié)果的幾何平均值，即為第a個指標(biāo)的模糊權(quán)重。

（四）治療方案分類評價與分類結(jié)果

首先，由和及各個方案指標(biāo)值計算得到每個方案的分別為整體風(fēng)險評估的模糊值和利益評估的模糊值，，計算公式如下：

根據(jù)評價結(jié)果，基于風(fēng)險-利益兩個維度，將備選治療方案分為4類[18]：

由于現(xiàn)實中可能更多的是高風(fēng)險、高利益的備選方案，需要患者對風(fēng)險利益的進(jìn)一步權(quán)衡，本文通過式（10）確定患者的風(fēng)險利益權(quán)衡函數(shù)：其中，為第k種治療方案與不治療方案相比，患者在相應(yīng)的風(fēng)險增量下可接受的意愿利益值；為患者不接受治療可得到的效用值；為風(fēng)險利益權(quán)衡系數(shù)，如果λ≥1表示增加的利益不超過增加的風(fēng)險，患者才能接受該治療方案，λ＜1表示患者寧愿冒更大的風(fēng)險得到治療利益。

然后，將患者的風(fēng)險利益權(quán)衡函數(shù)作為治療方案優(yōu)劣的分界線，在基線左上側(cè)的治療方案對該患者來說是最容易接受的，可供醫(yī)療工作者在治療方案選擇時參考。

三、案例分析

特發(fā)性矮小（idiopathic short stature，ISS）是一種目前尚無可認(rèn)知的原因引起的，非生長激素缺乏的復(fù)雜疾病，是兒童身材矮小中最常見的類型。由于病因未知，治療效果方面受諸多因素影響，個體反應(yīng)呈高度可變性，治療非常棘手。本文利用基于語言模糊偏好關(guān)系的AHP法測量患者的個人偏好，根據(jù)患者個體偏好對治療方案進(jìn)行分類[4]。

首先，本節(jié)引用Felli等針對特發(fā)性矮小癥治療方案風(fēng)險-利益評估體系對治療方案進(jìn)行分類研究（見圖1），以特發(fā)性矮小癥治療方案及其指標(biāo)值為例（見表2）進(jìn)行分析[4]。

圖 1：特發(fā)性矮小癥治療方案評估體系及指標(biāo)權(quán)重

表2：特發(fā)性矮小癥治療方案各屬性規(guī)范化水平值

然后，邀請患者D及其家屬利用表1中的模糊語言變量分別對治療方案一級及二級評估指標(biāo)進(jìn)行重要度評價（見表3），并利用模糊語言偏好關(guān)系A(chǔ)HP法由Matlab軟件計算可求得患者D及其家屬對風(fēng)險及利益評估準(zhǔn)則的一級及二級指標(biāo)的偏好模糊權(quán)重，結(jié)果見圖1。

最后，由式（8）-（9）計算可以得到各治療方案的整體風(fēng)險及利益評估值（見圖2和圖3）。

為了消除不同的度量單位及取值范圍對評估結(jié)果的影響，專家組將治療方案各指標(biāo)值設(shè)置在[0，1]區(qū)間。因此，與可取的最大值均為1。本節(jié)選取2和2作為治療方案風(fēng)險、利益的截斷水平，根據(jù)風(fēng)險及利益評估值，將備選治療方案分為4類，見圖4。

不同類型的治療方案各有特點，I類治療方案的特點是低利益、低風(fēng)險，一些風(fēng)險厭惡型的患者可能會偏好，包括方案1和5，其中方案1是不進(jìn)行治療，治療風(fēng)險為0；II類治療方案包括方案2、3、4、8，這類方案是一般患者都喜歡選擇的高利益、低風(fēng)險的方案，其中方案3相對最優(yōu)；而III類型治療方案是一般患者都不喜歡選擇的低利益、高風(fēng)險的方案，方案7屬于該類； IV類型治療方案高利益、高風(fēng)險，一些風(fēng)險喜好型的患者更偏好于這類治療方案，但本節(jié)中方案6在該患者及家屬的偏好下，與II類治療方案相比沒有表現(xiàn)出高利益，利益風(fēng)險權(quán)衡無優(yōu)勢。

表3：相鄰指標(biāo)的兩兩比較

圖2：各治療方案利益評估值累計圖

圖3：各治療方案風(fēng)險評估值累計圖

圖4：各治療方案風(fēng)險-利益分類

為了進(jìn)一步明確患者對治療方案風(fēng)險利益的權(quán)衡，可根據(jù)患者的風(fēng)險利益權(quán)衡函數(shù)進(jìn)行治療方案劃分。假設(shè)治療方案的利益增量與風(fēng)險增量相同時患者才樂意接受該方案，即風(fēng)險利益權(quán)衡系數(shù)λ=1時，計算可得患者的風(fēng)險利益權(quán)衡函數(shù)：

本案例中治療方案各指標(biāo)值是在正確使用治療方案的前提下得到的，因此，將PR3指標(biāo)以圖形的方式單列出來，作為一種維度對治療方案進(jìn)行約束（見圖4），主要用于輔助治療方案的分類，特別是在選擇容易發(fā)生不當(dāng)用藥的治療方案時，用于提醒醫(yī)療人員注意治療方案用藥安全、對血液濃度進(jìn)行監(jiān)測等。

四、結(jié)論

治療方案除達(dá)到治愈疾病的基本目的外，還應(yīng)根據(jù)患者的具體狀況及偏好滿足其個性化需求，以利于醫(yī)療資源的合理利用和醫(yī)患關(guān)系的穩(wěn)定。因此，基于患者的風(fēng)險態(tài)度及價值偏好進(jìn)行治療方案選擇十分必要。本文在文獻(xiàn)[4]的基礎(chǔ)上，提出在臨床決策階段考慮患者風(fēng)險態(tài)度及其價值偏好的治療方案評價方法，可為醫(yī)患共同參與式?jīng)Q策研究及醫(yī)療工作者臨床制定個體化治療方案提供參考。本文的研究主要體現(xiàn)在：

（1）針對臨床治療階段，基于患者風(fēng)險態(tài)度及價值偏好對藥物治療方案的風(fēng)險利益進(jìn)行分析權(quán)衡，將治療方案進(jìn)行分類，為醫(yī)療工作者臨床治療方案選擇及更換提供參考，實現(xiàn)以患者為中心的個性化合理用藥。

（2）在指標(biāo)權(quán)重確定上，引入基于模糊語言偏好關(guān)系的AHP法，不僅便于分析患者對治療方案的不確定需求，而且只需要患者對相應(yīng)準(zhǔn)則進(jìn)行n-1次兩兩判斷，無需考慮判斷矩陣的一致性，計算過程由Matlab程序完成，與傳統(tǒng)方法相比更簡單易行，為醫(yī)患共同參與式臨床決策中患者需求的表達(dá)提供了有效方式。

（3）以圖示法對治療方案分類。首先，基于風(fēng)險-利益兩個維度，根據(jù)患者風(fēng)險態(tài)度及價值偏好確定風(fēng)險及利益的截斷水平，將備選治療方案分為4類，并對不同治療方案的選擇策略進(jìn)行了分析。之后，將患者的風(fēng)險利益權(quán)衡函數(shù)作為治療方案選擇的分界線，輔助臨床治療方案選擇，使治療方案的利益風(fēng)險分析更清楚、簡潔。

但治療方案風(fēng)險－利益權(quán)衡只是臨床決策的一個維度，醫(yī)療工作者在進(jìn)行治療方案選擇時仍需考慮其他因素的影響。例如，醫(yī)療成本作為一種評價標(biāo)準(zhǔn)，一直受到患者、醫(yī)療人員、第三方支付者等的廣泛關(guān)注。因此，在進(jìn)一步研究的方向中，將基于患者偏好，考慮治療方案的利益、風(fēng)險及成本等多種因素對治療方案選擇的影響。

[1]吳宏,楊興辰,連斌,等.醫(yī)療風(fēng)險現(xiàn)狀調(diào)查與分析研究[J].中國衛(wèi)生質(zhì)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.重視患者個體差異中的人文特點[J].中華全科醫(yī)師雜志,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.淺析患者參與醫(yī)療決策的重要性及途徑[J].中國農(nóng)村衛(wèi)生事業(yè)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.上海城鄉(xiāng)一體化指標(biāo)體系構(gòu)建與實證分析[J].西安電子科技大學(xué)學(xué)報(社會科學(xué)版),2014,24(1):33-40.

[14]謝梅隆,李從東,朱天舒.基于模糊層次分析法的IT項目管理績效綜合評價研究[J].西安電子科技大學(xué)學(xué)報(社會科學(xué)版),2009,19(1):76-80.

[15]馮蘭剛,李春播,苗澤華.基于粗集與 AHP的鋼鐵企業(yè)生態(tài)經(jīng)濟(jì)效果評價[J].西安電子科技大學(xué)學(xué)報(社會科學(xué)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.

本文推薦專家：

梁開銀，浙江師范大學(xué)，教授，研究方向：國際投資法等。

吳智，湖南師范大學(xué)法學(xué)院，副教授，研究方向：國際投資法學(xué)與國際貿(mào)易法學(xué)。

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

天津市教委人文社會科學(xué)重大項目（2011ZD）：天津地區(qū)患者用藥行為影響因素研究；國家自然科學(xué)基金資助項目（70871086）：面向DRG的廣義醫(yī)療服務(wù)成本控制模式與關(guān)鍵技術(shù)研究。

梁麗軍（1983-），女，河南臺前人，博士，講師，研究方向：醫(yī)院管理、藥物經(jīng)濟(jì)、成本管理；

何 強(qiáng)（1973-），男，河北無極人，博士，副教授，研究方向：管理生態(tài)、營銷戰(zhàn)略