11. Analyse décisionnelle

Question 1

Définition

analyse décisionnelle

Answer 1

1. analyse quantitative syst. pr évaluer la valeur relative de différentes options
2. sert à identifier la stratégie qui semble la plus désirable sous certaines conditions et vérifier comment celle-ci p-e affectée par des modifications apportées aux hypothèses

Question 2

Analyse décisionnelle :axiomes (4)

Answer 2

• at least 2 alternatives p-e spécificées
• conséquences possibles de chaque alternative peuvent-être identifiées
• probabilités de chaque conséquence possible, résultat de chaque alternative p-e déterminées
• désirabilité relative de chaque conséquence possible p-e spécifiée

Question 3

ARbre décisionnel

Answer 3

• illustre plusieurs options concurrentes d’un mm problème
• simplification de situations cliniques complexes
• montre la structure d’une situation
• aide à sélectionner une stratégie de tx qui offre la + grande valeur attendue

Question 4

4 étapes analyse décisionnelle

Answer 4

1. définir et structurer le problème
2. modéliser les impacts possibles de chaque alternative
3. valoriser les conséquences de chaque événement et choisir l’alternative ak la valeur anticipée maximale
4. faire analyses de sensiilité

Question 5

quand utiliser arbres décisionnels

Answer 5

• peu d’états de santé
• maladie court terme
• peu comparateurs
• personne ne peut pas rester ds mm état de santé

Question 6

Modèles de markov(2)

Answer 6

modéliser l’évolution ds le temps d’une population à travers un nbr fini d’états

-aidentà représenter l processus complexe impliqué lors de transitions d’un état à l’autre

Question 7

méthode (4) modèles de markov

Answer 7

1. déterminer états qui seront considérés et transitions permises ds le modèle
2. définir la durée des cycles qui détermine qd les transitions peuvent se produire
3. définir les probabilités de transition
4. calculer la valeur anticipé de l’intervention

Question 8

Quand utiliser markov (4)

Answer 8

• pluseurs comparateurs
• plusieurs états de santé
• horizon temporel long
• présence d’états de santé récurrents

Question 9

limite markov

Answer 9

-probabilités de transition sont indpéendantes des états de santés antérieurs (absence de mémoire)

Question 10

Modélisation de type «patient level»

discrete event simulations

Answer 10

modélisation au niveau du pt plutôt qu’au univeau cohorte

-absence de mémoire des modèles markov ne s’applique pas puisque chaque individu passe d’un état de santé à un autre

Question 11

Limites

modélisation type patient level (4)

Answer 11

• exigent pr collecte de données
• complexité au niveau de la structure
• exigent en temps
• complexité des analyses de sensibilité probabilistes